电话会议纪要关键要点总结 涉及的行业与公司 * 会议为Palantir Technologies (PLTR) 主办的AIPCon 9活动，主题为“魔法”，聚焦于其人工智能平台(AIP)的实际应用案例[49] * 涉及的行业广泛，包括：国防与政府（美国海军、国防部）、航空航天（GE Aerospace）、能源与核工业（Centrus Energy）、医疗健康（Tampa General Hospital, Carilion Clinic, The Joint Commission, TeleTracking）、金融与抵押贷款（Freedom Mortgage, Motor）、企业软件与咨询（SAP, Accenture）、体育娱乐（Teton Ridge, 骑牛运动）、物流与制造、边缘计算（与NVIDIA, Dell, Armada合作）等[1][11][23][37][42][101][130][137][222][241][252][270][283] 核心观点与论据 1. 国防与政府：AI驱动的运营系统提升战备与工业效率 * 美国海军 ShipOS：旨在为海军造船企业打造一个AI赋能的智能操作系统，以商业AI技术提升海事工业基础的速度与规模[2] * 初始范围：聚焦于潜艇建造与维护，涵盖2家造船商、3个公共船厂及18家供应商[2] * 核心功能： * 自动化变更影响评估：单个工程变更通知可影响数十家供应商、数百个工单及长达数年的生产时间线；ShipOS能自动解析、交叉引用物料清单，并行识别所有下游依赖关系，将问题转化为附带背景、选项和权衡的决策[3][4] * 智能决策支持：为项目经理提供三条清晰路径（立即执行、延迟、拒绝并升级），并展示天数、成本、风险评分等权衡，使决策时间从200小时缩短至15秒[5][78][81] * 智能通信管道：自动解析来自车间的非正式消息，关联相关遥测数据、历史记录和库存，自动生成预防性维护工单并起草回复，将原本需要数小时跨系统处理的问题在阅读邮件的时间内解决[6][7] * 预期成果：更精确的生产计划意味着风险更早被识别、干预更及时、进度恢复时间减少、成本增长受控，最终目标是更快地将能力（舰船、潜艇）交付给舰队[9] * 美国国防部 Project Maven：从专注于将AI（计算机视觉模型）交到作战人员手中，演变为采用决策中心方法，通过数字化工作流重塑决策过程[284][285][288] * Maven智能系统：将多个数据源和系统融合到单一可视化工具中，实现从目标识别、行动方案生成到行动执行的端到端工作流，将原本需要8或9个系统、耗时数小时的流程大幅缩短[291][292][293][294] * 战术优势：将情报分析人员从“大海捞针”式的工作中解放出来，使其更有效率；例如，将执行目标定位所需的情报军官数量从2000人减少到20人[61][64] 2. 航空航天：软硬件结合，优化供应链与机队管理 * GE Aerospace：利用AI与本体论(Ontology)解决复杂引擎（如J85，包含6000多个独立零件）的持续保障问题[242][243] * 构建统一本体：整合结构化与非结构化数据（物料清单、示意图、供应商数据、技术员笔记），形成单一对象模型，旨在发现“问题零件”，甚至能识别未来3、6、12个月可能出现的约束[244][245] * 从提供可视性到推荐行动：系统不仅提供仪表板，更利用AI推荐解决方案，并与美国国防后勤局、空军签订合同，专注于机队管理和供应优化成果[245][246] * 内部供应链应用：将相同方法应用于内部供应链，将原本每周一需要8小时人工在Excel中拼接数据的工作自动化，使领导者能近乎实时地获取约束信息[248] * 显著影响：结合其专有的精益运营模式，在2025年向商业和军事客户输出的引擎数量比前一年增加了26%[249] * 演进路径：2024年奠定基础，2025年扩展本体并扩大影响，2026年构建丰富的自动化架构与编排智能体，实现跨价值链的复合成果[250] 3. 能源与核工业：数字化运营系统支撑国家核燃料产能扩张 * Centrus Energy：致力于恢复美国铀浓缩能力，以保障能源与国家安全，支持AI经济发展[271][272] * 挑战与目标：从目前16台离心机生产高丰度低浓铀(HALEU)，计划扩张至11,520台离心机；原有纸质流程和数据速度无法满足任务需求[273][274] * 与Palantir合作：构建离心机任务控制中心，实现对整个运营的数字化改造[274] * 项目控制指挥中心：提供项目的实时运营视图，实现首次情境感知；数据延迟从8周缩短至即时[275][276] * 智能体驱动的问题解决：例如，智能体检测到因材料外壳缺陷导致的进度延迟，自动生成根本原因分析，识别成本和进度影响，并提出人员重新分配或更换供应商等解决方案，将原本需要多次电话、邮件和手动分析的过程缩短至几分钟[277][278] * 质量故障应对案例：轴承运输出现质量问题，智能体分析成本与进度权衡，建议更换供应商并加急替换订单，将运输时间从3周缩短至1周，减少了延迟[279] 4. 医疗健康：AI提升运营效率、护理质量与认证流程 * Tampa General Hospital：开发“护理进程导航器”，为病例管理员在跨学科查房前汇总患者信息[231] * 效率提升：将病例管理员准备查房信息的时间从1.5小时缩短至2秒[231] * 应用扩展：ICU护士长发现该工具可用于护士交接班，将原本需要1.5到2小时的纸质交接过程大幅简化[236] * The Joint Commission：作为美国主要医疗体系认证机构，利用Palantir Foundry构建名为“Reforge”的数字控制平面，以现代化其400个自研应用程序[257][260] * 核心应用： * 标准数字化：将医疗标准（基于CMS指南）编码到工作流中，并公开提供，实现实时更新[262][263] * 调查员调度：考虑数百名调查员的资质、专业、执业地点等变量，将制定调查计划的时间从数周缩短至3分钟[266] * 实时响应：能够在地图上圈定区域，立即取消受天气或网络安全事件影响的调查[267] * 未来愿景：成为“国家医疗数据路由器”，通过实时数据在实地调查前提供认证评分，将现场调查的3-5天负担大幅减少，同时为医疗机构提供实时认证状态洞察[268] 5. 金融与抵押贷款：利用AI解决住房可负担性行业难题 * Freedom Mortgage (与Palantir、Motor合作)：作为最大的FHA和VA贷款机构和服务商，旨在利用AI技术提高美国住房自有率，解决可负担性问题[25][26][27] * 已构建的用例： * 监管合规与追溯系统：创建可追溯至源文件和规则的系统，确保每笔贷款合规，并将IT项目变更管理从数月或数年缩短至数分钟、数小时或数天[29][30][31] * 下一代文件提取：将每周/每月处理的成千上万份文档编目，理解并情境化内容，将其转化为可操作数据以提升效率、降低成本[31][32] * 呼叫中心智能化：每月处理超过50万通电话，系统整合客户历史数据、当前查询、市场环境和规则，自动化地为客服人员提供情境化信息，以更高效、以客户服务为导向的方式提供价值[33][34] 6. 企业软件与咨询：加速ERP向云端和AI的迁移 * SAP与Palantir合作：专注于最具挑战性的SAP迁移场景（复杂SAP到SAP、非SAP到SAP）[38] * AIP智能体能力：帮助客户更快理解现有环境、穿透复杂性、更快做出更好决策[39] * 早期成果：在10天内提供经过验证的可能性评估和少于6个月的迁移评估；与初期联合客户的合作显示，在2周内验证准确率超过99%，迁移时间和成本减少超过70%，稀缺专家参与减少三分之二[39] * 客户案例：一家财富500强公司在4个月内完成发现、验证计划和执行；另一客户从每2周完成约5次迁移，提升到每周完成数十次迁移[40] * Accenture加入合作：与SAP、Palantir共同构建“转型引擎”，而不仅仅是加速器[46][47] * 目标：实现更快、更低风险的云ERP迁移，更好的业务决策，以及更早的价值实现[47] * 资源投入：Accenture有88,000名员工从事SAP实施，并建立了专门的Palantir业务团队以加速两者结合[47] 7. 边缘计算与主权AI：快速部署AI能力至全球任何地点 * Palantir与NVIDIA、Dell、Armada合作：推出“主权AI操作系统”参考架构，旨在将AI工作负载部署时间从6个月缩短至数周[137][162][167] * Armada集装箱：作为模块化AI数据中心，可在全球任何地点（船舶、石油钻井平台、矿山等）进行边缘部署，实现数据本地处理，满足低延迟、数据主权和网络安全需求[140][141][147][148] * 价值主张： * 低延迟：例如，阿拉斯加此前处理无人机数据有超过24小时的延迟，在灾害响应等场景中需要秒级数据[148][149] * 数据主权与控制：在防火墙后、边缘本地部署，同时支持集中管理，数据和控制权完全归属客户[149][154] * 成本效益：在边缘处理数据，仅将元数据发送回云，降低成本[149] 8. 体育与娱乐：AI数据分析提升运动表现与粉丝体验 * Teton Ridge (与TWG、Palantir合作)：利用视频和数据分析来提升骑牛运动，旨在培养更好的骑手并为粉丝提供更深入的理解界面[102][104] * 技术应用：通过捕捉骑手和公牛在8秒骑乘过程中的骨骼点，进行数学计算，分析身体位置变化，为教练提供以往电影分析中可能遗漏的新洞察层，以理解成功背后的因素[112][114][122] 9. Palantir平台能力与部署模式演进 * 部署速度显著加快：观察到过去3到6个月部署节奏发生剧变，案例包括： * 电池包制造商：24小时内基于工厂参观记录开发出4个应用程序（客户端、操作员端、技术员助手、企业质量工作流）[301][302] * 全球物流提供商：一个下午内构建全球中断管理器，以应对墨西哥贩毒集团暴力事件导致的运营中断[303] * 新客户（大型车队管理）：4天内从构建预测模型发展到集成库存和销售预测的优化引擎，再到自动路由引擎[304][305] * 遗留系统迁移：汽车金融公司核心财务系统迁移从预计2年多缩短至2周；全球零售商门店系统上线从预计2年（2000家店）变为2周内以99.4% 准确率完成200家店[306][307] * 规模化速度加快： * 软件提供商：将包含数百万行代码和数十万份文档的遗留平台重构项目，从预计5年以上缩短至不到1年[308][309] * 价值发现：通过实际工作发现更有价值的工作链条，例如为汽车供应商的每个组件创建智能体进行价值工程，或为时尚零售商管理每个地址（门店）的产品-材料匹配[313][314] * 新合作模式（社会契约）： * 要求客户定义“胜利”：明确业务获胜后的形态，无论是来自CEO还是边缘的实质性操作者[321] * 高强度、快节奏启动：期望在一周内看到解决方案成形，并在30天的密集期内，为每个关键价值链复制此模式，最终制定1年计划，将系统整合到整个业务中[322][323] * 目标：使客户的财务表现最终能与Palantir的财务表现看齐[323] 其他重要内容 * 本体论(Ontology)的核心作用：被多个演讲者反复强调，作为编码业务逻辑、原始数据、创建决策基础、实现机构记忆和共享企业语言的关键[79][257][262][277] * 人机协同，AI增强而非取代：普遍强调AI是扩展人员能力、将其从重复性数据整理工作中解放出来，使其能专注于需要判断的复杂问题[250][279][318] * 从效率工具到致胜关键：Palantir全球商业负责人指出，最佳客户正要求该技术对其“获胜”（主导）负责，而不仅仅是实现边际效率提升，技术应“置身于战斗之中”[315][317] * 合作伙伴生态：会议展示了Palantir与广泛的行业领导者（NVIDIA, Dell, SAP, Accenture, Anduril等）的深度合作，共同为客户提供解决方案[20][38][42][137] * 跨行业共性挑战：尽管行业不同，但共同挑战包括：数据孤岛、流程碎片化、手动和纸质流程效率低下、供应链不透明、对变化的响应迟缓等，而AI驱动的运营系统被视为通用解决方案。