Palantir 卖 AI，为什么派工程师而不是销售？

深度思想，谈 AI 与向往 —— 字节深思圈

企业软件的销售，在多数人脑子里是同一幅画面：养销售团队，跑客户关系，过 POC，签合同。Palantir 是个例外。这家市值一度逼近 5000 亿美元的公司，几乎没有建传统意义上的销售大军，上一线的是工程师。2025 年，它新签合同的总价值超过 100 亿美元（公司披露口径）。

在获客成本一年比一年贵的企业软件行业，这套打法值得拆开看。它卖的早已不是软件，而是一套从现场演示出发的销售机器。

企业 AI 销售，卡在信任上

买企业 AI 的客户，早就听说过大模型、agent，信息不缺。真正缺的是信任，原因有两层。

一层是 AI 产品的效果，用之前很难想象。一个大模型能给工厂的供应链带来什么？解释一百遍，客户也没有体感，得让它拿自己的数据跑一遍才信。另一层是，企业软件的购买决策过去靠两种信任支撑：销售处出来的关系，同行的案例背书。这两种都是慢变量，关系要养，案例要攒，而 AI 时代产品形态半年一变，昨天的案例未必解释得了今天的产品。

Palantir 的做法，是用一个快变量替换这两个慢变量：直接把工程师派到客户现场，拿客户的真实数据，在几天之内解决一个客户明确头疼的问题。

这套打法在内部有个直白的名字：训练营。客户带着真实数据来，工程师帮他在平台上花几天搭出能用的原型，决策者当场看到结果。公开数据可以对照：2022 年，Palantir 全年做了 92 次试点；2023 年这套打法推开后，一年办了 500 多场，覆盖 400 多家机构，企业软件常见的半年销售周期，被压到三个月上下。

机制并不复杂。说服靠语言建立信任，演示靠结果，前者花时间，后者花工程能力。在 AI 能力本身快速升值的年代，后者越来越便宜。

三段机器：进得便宜，扩得深，撤得干净

把演示换成说服，还只是个销售技巧。真正值得拆的，是它背后完整的增长模型，我把它归纳成三段：进入、扩张、退出。

进入这一段，专找客户身上那种不解决就出灾难的问题：供应链断裂、欺诈风险、疫情下的物资调配。然后用极低的价格甚至免费进场。最典型的是英国 NHS。2020 年疫情初期，英国医疗系统面对物资分配和疫苗接种规划的难题，Palantir 以象征性的一英镑签约，工程师在几天内整合了数千个互不统属的医疗数据库，搭出追踪仪表盘。这一英镑的意图很直接，买一张最快进入真实高价值场景的门票。

扩张这一段，是解决一个痛点之后，顺着业务链条往外铺。靠的是一个叫本体的机制：把零件、供应商、飞机、航线这些业务概念，翻译成一套统一的数据结构，让 AI 和系统在这套结构上操作。空客的案例很典型。最初只是帮 A350 产线提效，把 A350 的交付速度提升了 33%，随后扩展到供应链、质量管控、飞行数据，最后空客的数千家供应商、全球几百家航空公司都接入同一个平台。2024 年，双方签下约 10 亿美元的十年期合同。

这种扩张为什么能形成强绑定？因为本体的实质，是把客户的业务语言翻译成你系统里的语言。翻译得越深，迁移成本越高，换供应商等于把整套业务重新翻译一遍。

退出这一段，是平台成熟之后，客户自己的员工就能用，工程师从前线撤出，边际成本骤降，毛利爆发。BP 用了十几年，几万名员工跑在平台上做决策，Palantir 在它身上投入的人力越来越少，收入却逐年往上走。

这台机器的财务结果相当直观。连续亏损 19 年后，2023 年首次年度盈利，2024 年净利润翻了一倍多，2025 年又上了一个台阶，净留存率达到 139%，行业通行的 Rule of 40（增长率加利润率）跑出了超过 100 的成绩。以上均为公司披露或公开报道口径。

但这台机器有三个前提

冷水也要泼。这套模型看着漂亮，却不是普适的，它站在三个前提上。

第一，工程能力要有富余。免费进场，意味着你真的能在几天内用工程师把问题解决。能力不到，免费演习就是花钱给客户做外包，更糟的是当众证明了自己不行。Palantir 在情报、国防这类高难场景里磨了十几年，才有这份富余，多数创业公司没有。

第二，结果要能在客户自己的业务语言里被验证。演示之所以成立，是因为结果硬：交付速度提升 33%、几千个数据库打通、原型能直接拿去给 CEO 汇报。如果你的产品价值只能说氛围好、体验顺，演示再热闹也产不出有说服力的结果，机器第一段就转不动。

第三，得有退出的机制。这是服务公司和平台公司的分水岭。如果每个客户都要工程师驻场，生意做得再大也只是高端咨询，人力成本摆在那里，毛利起不来。交付经验能不能沉淀成平台、让客户自己用起来，决定了能不能走到第三段。

三个前提之外，还有两个事实要认。其一，Palantir 的成功里有一块学不来：几十年攒下的涉密资质、政府关系、地缘立场，以及围绕立场搭建的品牌叙事。这种反硅谷姿态对 Palantir 是药，对普通公司多半是毒。其二，市面上流传的一些数字口径存疑，比如训练营转化最高达 92% 的说法，那是特定口径下的最好情形，当上限理解比当平均水平理解更安全。

对行动的含义

对做企业 AI 的公司，三个自检问题够用。

一，你的产品里，有没有一个客户不解决就会出大事的问题？找不到，先回去找场景，别急着学免费演习。

二，给你五天时间和客户的真实数据，你能不能做出一个客户 CEO 看得懂的结果？能，就把演示挪到销售流程的最前面，压缩周期；不能，先把产品做扎实，别学送。

三，每一次交付，有没有沉淀出可复用的东西：模板、本体、行业组件？有，你在往平台走；没有，你在往咨询走，报价就该按咨询来。

对买家，判断标准更简单。挑 AI 服务商，看对方敢不敢拿你的真实数据现场演习，别看 PPT 漂不漂亮。敢的，至少对交付有底气；不敢的，多半是没底。

说服没有过期，只是在企业 AI 这个市场里，它正让位给演示。这个转变对公司的要求其实更高：销售可以练，演示只能靠真本事。

要点：企业 AI 销售的瓶颈是信任，演示替代说服；进入要便宜、扩张要深、退出要干净的三段机器；能力富余、结果可验证、退出机制三个前提，缺一模仿即自杀；Palantir 的资质与立场不可复制，部分营销数字口径存疑。