一条毛利率曲线里，藏着这门生意的全部答案
2019 年，Palantir 成立的第十六个年头，它的毛利率跌到 67.4%——有记录以来的最低点。同一年，公司按美国通用会计准则计算的净亏损约 5.88 亿美元。
一家做了十六年软件的公司，毛利率跌到这个数字，通常只意味着一件事：它其实不是一家软件公司。
六年后，2025 财年，这个数字是 84%。2026 年第二季度，公司营收同比增长 93%，调整后自由现金流利润率 63%。
这中间发生的事，是整个 FDE 故事里唯一被完整走通过一次的一段。
也是所有模仿者都还没走完的一段。
曲线是怎么被拉起来的
先看另外一组数字。
2019 年，Palantir 的销售与营销费用占营收的 60.6%。也就是说，每收进一块钱，有六毛花在了把这块钱收进来这件事上。
到 2026 年第二季度，这个比例是 17.5%。研发费用率从 28.9% 降到 10.0%，管理费用率从 43.0% 降到 10.1%。
三条线同时往下走，而营收增速反而从 25% 一路加速到 93%。在企业软件的历史上，这种形状极为罕见。
它是怎么发生的？
关键动作叫 Bootcamp。
2023 年 AIP 平台发布之后，Palantir 把交付这件事整个前置了：不再是签完合同再派工程师进场，而是先办一个训练营——中位时长 5 天，从数据接入到做出一个能用的东西。多数客户在第五天之前能拿到至少一个”生产就绪”的工作流；某些场景下，一到六小时就能上线。
有一家工业制造企业的发票稽核问题，在训练营里用了 8 小时解决，三个月内产生的利润影响是 3,000 万美元。
规模上：2022 年底累计办了 92 场，2023 年底超过 500 场，到 2024 年 6 月累计超过 1,300 场，560 多家独立机构参加过。转化率约 70%——七成参加者在一个季度内变成付费客户。
Bootcamp 常被解读为”提效”。这个解读太浅了。
它真正的作用是把 FDE 从成本项挪成了获客项。
同样一批工程师，原本在签约之后交付，属于服务成本；现在挪到签约之前做验证，属于市场费用。工作没变，但会计科目变了，而且转化率的提升让这笔钱产生了远高于服务毛利的回报。
上一篇末尾提到的那个财务难题——”FDE 到底算研发还是算营业成本”——Palantir 没有回答它。它把这个问题绕开了。
一条反向的曲线
同一套逻辑，换一个市场，可以走出完全相反的形状。
商汤科技 2025 年营收 50.15 亿元人民币，同比增长 32.4%，净亏损 17.82 亿元、同比收窄 58.6%。财报里最扎眼的不是亏损，是毛利率：41%，同比还下降了 1.9 个百分点。
而同期，生成式 AI 收入已经占到它总收入的 72.4%。
也就是说，即便主营业务已经换成了大模型，即便新业务增长了 51%，整体毛利率仍然没有起来。
41% 对 84%。
这个差距不是技术差距，是结构差距——是”一城一策的项目”和”可复用的本体”之间的全部距离。当每一个客户的解法都无法被下一个客户复用时，公司的每一分收入都要重新投入一次人力，毛利率就永远停在服务业的水位上。
值得说明的是，商汤 2025 年下半年首次实现了上市以来的正 EBITDA 与正经营现金流，转型确实在发生。只是这条曲线的斜率，说明它还在爬坡。
这样的例子不止一个。
C3.ai 在 2026 财年第三季度营收同比暴跌 46%，从 9,880 万美元降到 5,330 万美元，原因是商业续约下滑和试点转化放缓。
大数据时代的 Cloudera 曾经有一份漂亮得多的报表：2019 财年营收 4.799 亿美元，其中订阅收入 4.063 亿，非 GAAP 订阅毛利率高达 88%。但同期非 GAAP 营业亏损从 900 万扩大到 3,020 万美元，最终被私募以远低于峰值的价格收购退市。
服务陷阱不会在当期财报上立刻显形。 它分两步兑现：先是毛利率的缓慢侵蚀，然后是增长的突然停滞。等第二步发生的时候，转型的窗口通常已经关上了。
那护城河到底是什么
如果 FDE 模式真的能建立壁垒，壁垒具体是什么？
把它拆开，有四层，按耐久性从强到弱排：
第一层：合规与安全资质。 Palantir 在 2024 年 12 月拿到 FedRAMP High 授权，此外还有支撑国防云负载的 IL5/IL6。这类认证的周期以年计、成本高昂，对 AI 原生的初创公司构成实质性门槛。更能说明问题的是，Palantir 已经把这个能力反向产品化——FedStart 项目让第三方公司借它已有的合规路径，加速拿到自己的联邦授权。把稀缺的合规能力做成产品卖出去，这是壁垒最硬的证据。
第二层：语义层与本体。 客户的业务概念——什么叫”订单”、什么叫”风险敞口”、什么算”在途库存”——被编码进供应商的数据模型，所有下游的分析、权限、报表都建在这套语义上。这时候换供应商不是换软件，是换一套公司内部的通用语言。
第三层：跨客户抽象出的可复用模块。 这是唯一能被毛利率验证的一层，也是最容易失败的一层。
第四层：领域 know-how 与人才。 最弱。它存在于人脑里，会随离职流失，而且竞争对手可以直接挖人。
看完这四层，会发现一件事：
FDE 本身，不在这四层里的任何一层。
FDE 是挖掘机，四层护城河是挖出来的东西。一家公司如果只有 FDE，而没有上面这四样产出中的任何一样，那它拥有的只是一支昂贵的外包队伍。
反方最强的一击
这套护城河叙事有一个非常难缠的反对者：Michael Burry。
他的论点是：Palantir 的竞争优势，本质上是**”通过阻断数据迁移实现的精密供应商锁定”**，而不是技术优势。
他举的例子来自 2017 年。纽约警察局投诉 Palantir 拒绝以易于迁移的格式交出数据——结果是，调查人员在系统里打了多年的分析”标签”，带不走。
那些标签是警探们的经验：哪个地址值得注意、哪两个人可能有关联、哪条线索当年为什么被搁置。它们不是数据，是判断。而判断被锁在了别人的系统里。
Burry 的推论很锋利：
“建立在阻挠之上的护城河是脆弱的，因为它会在大型政府与企业客户中滋生怨恨。”
这个批评的分量在于，它无法用财务数据反驳——高转换成本和高客户满意度，在报表上长得一模一样。
（Burry 另外指出，Palantir 过去 12 个季度中有 9 个季度应收账款增速快于营收增速。这是他的另一条质疑线，尚无定论。）
会不会昙花一现
这是所有人最关心的问题，而历史上有两个几乎一模一样的先例。
第一个是 webmaster。
1990 年代末，这是互联网公司里最核心的角色，一个人管从服务器到 HTML 到内容的一切。它最后消失了，原因有两个：网站的复杂度超出了单人能力的边界；同时 Dreamweaver 和各种 CMS 把建站门槛拉到了很低。
但它的精神——多面手、跨界、自我驱动——变成了今天的全栈工程师。
第二个是数据科学家。
2012 年，《哈佛商业评论》称它是”21 世纪最性感的工作”。十年后，同一家刊物发了一篇文章，标题是《数据科学家还是 21 世纪最性感的工作吗？》。
中间发生了什么？大量公司把商业分析师的岗位包装成”数据科学家”，头衔迅速贬值，招聘方的共识变成了一句相当尴尬的话：太多公司招了数据科学家，却不知道该怎么用他们。
这个职业最后也没有消失，而是分化成了数据工程师、分析工程师、机器学习工程师、决策科学家。
两个先例给出的规律是一致的：热门岗位不会消亡，它会”蒸发—重组”——名称贬值、职能拆解、能力下沉到更多岗位里去。
而上一篇提到的那个数字——四成 FDE 岗位名不副实——恰恰是这个过程的早期信号。它和数据科学家当年走过的路，形状完全相同。
三种未来
综合以上，把可能性摊开，大致是三条路。这是研判，不是数据结论。
其一，分化沉淀（可能性最大）。 “FDE”这个名称在两三年内贬值到与”解决方案架构师”同义，但职能分化为三支长期存在：靠近产品的一支被吸收进研发体系；靠近领域的一支成为垂直软件公司的标配；靠近交付的一支被 Agent 大幅自动化，人数压缩但不归零。这条路最符合历史先例。
其二，制度化为独立业态。 OpenAI Deployment Company、Anthropic 的合资部署公司、IBM 的前线部署单元——这些独立实体的出现，可能意味着”AI 部署”会像当年的”系统集成”一样，成为一个独立的产业层，有自己的公司、估值逻辑和职业阶梯。若走这条路，岗位存续，但薪酬会向 IT 服务业而非软件业收敛——溢价消失。
其三，快速坍缩。 如果 Agent 在十八个月内跨过”自主完成企业级部署”的门槛，现有建制会被压缩成极小规模的监督角色。这条路目前前提不足——企业侧的合规、数据和组织约束都不是模型能力问题——但不能排除。
三条路有一个共同结论：
当前的薪酬溢价来自供需失衡，不来自结构性稀缺。它大概率在 18 到 36 个月内收敛。
二十年后
回到这个系列开始的地方。
2020 年那份招股书里，一家软件公司告诉投资人，它的工程师去过阿富汗的基地和中西部的工厂。当时这句话读起来像是一种坦白——我们的生意不够自动。
六年过去，整个行业排着队学它。
有些距离确实只能靠人走完，这一点二十年前就是对的，今天也没变。真正的问题从来不是要不要派人出去，而是人回来的时候，带回来的是什么。
带回来的是产品，那叫护城河。
带回来的只是一张账单，那就只是一支很贵的外包队伍。
区别这两者，不需要读财报的每一页。所有的叙事都可以造假，毛利率的斜率不能。
附：三类读者的行动清单
如果你要在公司搭 FDE 团队
- 先算 ACV 门槛，再招人。公式：单客户可投入 FDE 人天 = 年合同额 × 毛利率容忍降幅 ÷ FDE 全成本日费率。算出来低于 20 人天，这个模式在你的客单价结构下不成立。
- 让 FDE 向工程或产品汇报，不向销售汇报。这一条没有妥协空间——它决定了另外所有事。
- 盯一个指标：FDE 每月有多少代码进了主仓库。低于 70%，你的团队在制造未来的技术债，不是在造产品。
如果你在评估要不要做这行
- 挑组织，别挑薪水。入职前问清三件事：向谁汇报、代码进不进主仓库、考核里有没有产品化贡献。
- 接受它的真实形状：一周 45 小时里只有 11 个半小时在写代码，71% 的人每月至少出差一次。追求纯技术深度的人会痛苦。
- 把它当能力窗口，不要当终点岗位。头衔两三年内会贬值，但”技术 + 业务 + 客户”这个组合是可迁移的，而且恰好通向产品负责人和创业者。
如果你在做投资或战略研究
- 核心指标只有一个：毛利率斜率对比 FDE 人数增速。要求企业提供分季度序列。
- 做一次压力测试：如果市场把这家公司重定价为 IT 服务公司，估值是多少？（IT 服务并购的 EV/Revenue 中位数是 1.1 倍，SaaS 在几十倍量级。这十倍差距，就是”这家公司到底是什么”的市场定价。）
- 记住一句话：值得投的不是雇了很多 FDE 的公司，是能让 FDE 越用越少的公司。前者在卖人力，后者在造资产。
本文所有数字与引语均出自公开资料。主要来源：Palantir 2020 年 S-1 招股书、Q4 2025 投资者演示与 2026 年第二季度业绩公告；Macrotrends 与 stock-analysis-on.net 的历史财务序列；商汤科技 2025 年报；C3.ai 2026 财年第三季度财报；Cloudera 2019 财年财报（SEC）；Michael Burry 公开评论及 Yahoo Finance 报道；《哈佛商业评论》2012 与 2022 年关于数据科学家的两篇文章；Aventis Advisors IT 服务估值报告。Bootcamp 相关运营数据来自可信二手信源交叉验证，Palantir 官方博客无法直接抓取。文中”三种未来”部分为研究者研判，非数据结论。
本文不构成投资建议。
Let's Make AGI Real 
留下评论