自 2022 年底 ChatGPT 發表後，AI 浪潮席捲全球。在大語言模型的訓練需求下，半導體、伺服器與傳輸等硬體產業走出一片榮景。然而，在這硬體當道的局面中，一家軟體數據公司卻在一片硬體花叢中獨具一格，短短一年內股價暴漲近十倍，它就是 “Palantir”。

Ontology把營運翻譯成電腦能懂的語言

與多數專注於「生成圖像、影片、文字」的 AI 軟體公司不同，Palantir 最早因替美國軍方提供數據分析而知名，但如今已拓展至一般企業。從其客戶成果發表（AIPCon）可見：美國電信公司 AT&T 與 Palantir 合作後，不必要的人員派遣降低 40%；臨床研究機構 Parexel 的試驗前置時間由 12 週縮短至 3 週（效率提升 75%）；連鎖藥局 Walgreens 則在 8 個月內提升 30% 的營運效率，並將回購率提高 32%。這些案例充分說明，Palantir 的核心價值在於利用數據分析與 AI，協助企業達到「降本增效」；但要真正理解其內核，則必須從Ontology（本體論）談起。

Ontology的概念，它把企業營運的所有內容，拆解為三件事：實體、行動與影響。以航空公司為例：航班、機體、乘客屬於「實體」；起飛、維修、延誤是「行動」；延誤造成交期變動、旅客受阻、班次重排，則是「影響」。Palantir 將 ERP、IoT、物流、客服等資訊映射為這三類，進而建立「數位孿生」，模擬每個動作對營收、利潤與效率的影響。AI 在其中不只是分析，還提出方案、驅動行動並持續優化，使企業流程更快、更準確。

四大核心產品：Ontology 的落地工具

實踐Ontology這套概念需透過Palantir四大核心產品Pipeline Builder、Foundry、Apollo跟AIP的相互配合。

首先，在跟企業客戶確認合作關係後，Panlantir會先透過Pipeline Builder，把客戶三大項目先進行數據化輸入到模型當中，仍以航空公司為例，Pipeline Builder會將航空公司有的「飛機」、「客戶機票」、「航線」都轉成電腦可以看得懂的「數據」輸入模型。

第二步則是透過Foundry 將不同系統裡的數據連結起來，例如飛機票價與機票之間的關聯性、與航班起飛時間的連動，再到影響航空公司獲利的參數、燃料價格、機場費用等等數據；都依靠Foundry來打通不同系統間的串接，並融入AI以分析出更好的營運策略，如機票是否要降價、增加航班飛機檢修週期等，複雜且各項連動的「行動」建議。此時整個航空公司營運的數位孿生模型已初見雛型。

在有了營運策略建議後，Apollo會依據不同場景、地區、時間、策略佈署是否具備可執行性，並監控所有變動與稽核應用策略執行的結果，企業各種模擬情境下改了什麼參數，全部留下可回放的證據，可以細到物件層級。Apollo讓 Palantir的產品能在醫療、政府、軍方這些具備高度敏感的環境裡執行。

透過上面敘述知道Palantir能成功幫助企業建構營運模型，但我們不難發現企業在在導入該服務時最大的問題「進入門檻過高」，不同企業需要數據化的內容千變萬化，要如何提升營運效率？甚至是要調整哪些「行動」? 在過去Palantir需針對不同企業，組織大量專家去協助完成這些項目，也讓該公司的營運規模難以大幅度的成長。如今在AI時代，Palanir的第四樣核心技術AIP

，讓員工能直接對系統提問並獲得決策建議，甚至自動生成行動，解決了過去導入門檻高、依賴專家的問題。徹底改變了 Palantir的擴張瓶頸，推動自身與客戶同時實現降本增效。

透過Palantir 為例，我們看見企業要在AI 時代創造價值，不因為了導入而盲目追逐AI，仍舊需要把公司的營運優化當成核心，透過AI技術去降低成本跟提升效率；只有走好第一步，才有望在追逐轉型的過程中步步領先。