--- title: "拆完 Palantir 的本体论，我发现国内 99% 的 FDE 都是扯淡" author: Miles Ma date: 2026-09-15 section: FDE 实战 url: https://immilesma.com/blog/palantir-ontology-fde/ x: https://x.com/miles_mazy/status/2099663169446969491 description: "围绕 Palantir 的本体论和交付方式，讨论 AI Native 企业需要怎样的数据、业务规则和组织配合。再反推 SOP 与国内 FDE 的条件，说明一次演示和持续进入业务流程之间还缺哪些工作。" --- # 拆完 Palantir 的本体论，我发现国内 99% 的 FDE 都是扯淡 > 围绕 Palantir 的本体论和交付方式，讨论 AI Native 企业需要怎样的数据、业务规则和组织配合。再反推 SOP 与国内 FDE 的条件，说明一次演示和持续进入业务流程之间还缺哪些工作。 我知道国内有一拨人在做 FDE 培训，可他们自己根本没做过企业交付，现在倒好，已经开始批量教别人怎么做 FDE 了。 原来的售前、实施、驻场外包，统统换了个 FDE 新名字上岗，进到客户公司以后还是先问数据库有几个、接口什么时候开、表结构什么时候给。 等上客户几周，拿到几张脱敏表，赶一个大屏，接一个模型，最后开会演示：你看，AI 已经完全进入并且理解公司的业务了。 老板点点头，大家拍张照，散会以后没人再打开。 FDE 名字是硅谷的，交付还是那套没人用的东西，说它是企业 AI 落地，我反正不认。 ![文章配图](https://immilesma.com/blog/palantir-ontology-fde/media/01-image-11.jpg) ### 先别急着谈本体论，先说说我觉得 AI Native 到底是什么 现在很多公司都喜欢说自己在做 AI Native。 给员工买一批 AI 账号，OA 里塞个问答框，知识库能写两段文案，马上就开始讲 AI Native 转型。 照这么算，凡是买过大模型 API 的公司都已经转型成功了，那这个词也就没什么牛逼可以吹了。 Microsoft 提了一个 Frontier Firm，它说企业大概要这么走：刚开始，人只是多了一个 AI 助手；再往后，人和 Agent 一起干活；最后，人来定方向，Agent 去跑一部分业务流程，中间真遇到拿不准的事，再把人叫回来。 OpenAI 讲得也还算实际：AI 得拿到公司的业务背景，得连上数据和内部系统，真正在流程里做事，而且它做了什么，有人能看见，能审计，也能判断结果到底好不好。 Salesforce 意思也差不多：人来判断，Agent 去执行，底下那套平台负责把数据、权限、规则和工作流接起来。 你把这几种说法放在一起看，就会发现 AI Native 的根本，是 AI 已经进到具体工作流程里了。 以前一个人要打开五六个系统，自己找信息、核对、判断、点按钮、追结果，现在其中一部分活可以交给 AI。 可 AI 也不能瞎干，它得知道自己在帮谁、这件事到底要解决什么、哪些数据可以看、哪些按钮可以点，做完以后又拿什么结果来验收。 问题来了，一家已经运行十年、二十年的公司，哪有那么容易改？ 客户资料在 CRM，合同和发票在 ERP，库存放在 WMS，设备数据在 MES，员工还得靠 Excel、邮件和微信群去补系统留下的洞。 每套系统都有自己的账号和权限，有些字段为什么这么填，可能全公司只有几个老员工讲得清。 你总不能跟老板说，想做 AI Native，就把这些东西全扔了，我们重新建一遍。 真这么干，AI 还没上线，公司先停摆了。 你也不能说等数据治理全部做好再开始，那多半就是一直等，一直不开工。 所以别想着一口把整家公司吞下去。先挑一类员工，再挑他每天反复遇到的一件事，把其中一个决定改掉。 这个小闭环跑通了，确实省了时间、少了错误、赚到了钱，再往外扩。 老公司做 AI Native，大概只能这么干。 ![文章配图](https://immilesma.com/blog/palantir-ontology-fde/media/02-image-06.jpg) 说到这里，有一句话必须记住，后面讲本体论、讲 FDE、讲五天交付，其实全围着它转： **哪一类员工，面对哪一类具体问题，需要看到什么信息，做出什么决定，随后执行什么动作，最后用什么结果判断它有没有价值**。 这句话要是写不出来，后面那些东西就先别吹了。 做出来的可能是聊天机器人，可能是内部培训，也可能是一套领导来参观时挺好看的大屏，但公司的工作到底有没有变，没人知道。 ![文章配图](https://immilesma.com/blog/palantir-ontology-fde/media/03-image-04.jpg) ### 好了，现在可以讲 Palantir 的本体论了 Palantir 官方把 Ontology 定义成企业的“操作层”。 听着还是挺抽象，对吧？ 说人话就是，本体论就是一张能干活的公司地图。 它就像把送一单外卖，需要的人、信息流转事件，全部放进一张可以直接操作的地图里。 你点开这笔订单，就能看到顾客在哪、餐做好没有、骑手走到哪、有没有超时，出了问题还能直接催单、换骑手或者退款。 拿发票来举个例子，客户说某笔钱不该收，员工得去翻合同、订单、服务记录、SAP 里的发票，再看看 Salesforce 里以前聊过什么，最后才能判断这次该批准、该驳回，还是让客户补材料。 以前信息看不全，又着急结案，最省事的办法往往就是给客户打折，钱就这么一点点流失掉了。 放到本体论里，客户、合同、订单、服务、发票，这些叫**对象**； 金额、日期、争议状态，这些是**属性**； 订单和合同怎么对应，这是**关系**； 批准、驳回、修改付款日期，这是**动作**； 谁能看、谁能改、多少钱以上必须找主管，这就是**权限**。 ![文章配图](https://immilesma.com/blog/palantir-ontology-fde/media/04-image-10.jpg) 原来数据库里那些表名、字段和 ID，到这一步才变成员工能看懂、AI 能调用、权限系统也管得住的业务世界。 争议专员打开一个待办，能直接看清为什么收费、合同是怎么约定的、服务中间有没有变，不用自己在十几个系统里来回翻。AI 也不用对着几段临时拼出来的文本在那里猜。 但这事儿还没完。 本体论不能只放“名词”，还得有“动词”。 员工点了批准，案件状态要回到 Salesforce；付款日期变了，要写回 SAP。 写失败了得有人接，写成功了也得留下记录，后面还得知道这个决定到底带来了什么结果。 Palantir 对这一点看得很重。 数据仓库把数据送到报表，差不多就收工了；本体论还得往前走，让人和 AI 真做决定，再把动作送回生产系统，结果回来以后，下一次判断还能接着用。 所以只有客户、订单、发票这些“名词”，没有批准、修改、写回这些“动词”，那不叫本体论落地，顶多是数据中台换了个皮。 Agent 要是接不到真实生产系统，也别讲什么改变业务了，它就是一个会聊天的 PPT。 ![文章配图](https://immilesma.com/blog/palantir-ontology-fde/media/05-image-08.jpg) 这样再看 Palantir 为什么快，就容易多了。 数据接入这些脏活，它也躲不过，客户照样要开网络、给账号、给字段权限，业务人员照样得解释那些奇怪的行业规则，往生产系统里写东西，失败、回滚、审计一样都少不了。 但 Palantir 已经把连接器、权限、对象、动作、审计这些反复要做的东西放进平台里了。 工程师拿到数据以后，不用先花几个月搭架子，可以直接盯着那件真正值钱的事：这个决定，到底要不要改，怎么改。 ### 五天交付，交的到底是什么 Palantir 那个发票争议案例，前后接了 SAP、Salesforce、合同、订舱和多个旧系统。 按它自己的说法，项目做了 1 到 6 个月，后来每年多收回 5000 万美元以上，客户问询量还少了大约 10%。 当然，这是 Palantir 自己公布的案例，金额有没有这么多不知道，但至少有一件事说清楚了： 客户掏钱买的是那些不再漏走的钱，Ontology 这个单词本身一分钱都不值。 Palantir 的 AIP Bootcamp 还经常讲“5 天以内从 0 到用例”。这句话到了国内，讲着讲着就变成了一个工程师进场，五天跑通项目，客户当场签单，听起来跟爽文差不多。 五天当然改造不了一家公司，也不等于五天签单。 它要做的，就是拿真实数据跑出一条很窄的闭环，让客户亲眼看见，这件事继续做下去是值钱的。 ![文章配图](https://immilesma.com/blog/palantir-ontology-fde/media/06-image-07.png) 至于稳定数据接口、补权限、清理数据、处理写回、培训用户，这些活该做还得做，往往又是几周、几个月。 采购、安全、法务、合同，更是另一只钟，拖上半年甚至一年也不奇怪。 ![文章配图](https://immilesma.com/blog/palantir-ontology-fde/media/07-image-05.jpg) 一家财富 100 强消费品公司有至少 7 套 ERP。 Palantir 团队没去接“统一集团所有 ERP”这种无底洞任务，它就盯着一个决定：一张物料清单里，有没有更便宜、又不影响生产的替代原料？相关数据拉进工作流，5 天有了能跑的东西，一周内采购人员开始使用。 Panasonic Energy North America 的首个用例大约用了一个月，原来四小时的流程，后来压到 15 分钟。 ![文章配图](https://immilesma.com/blog/palantir-ontology-fde/media/08-image-01.jpg) 还有一个电网本体，第一版做了差不多 12 个月，等它被做成行业库，后面的部署才缩到数周。 ![文章配图](https://immilesma.com/blog/palantir-ontology-fde/media/09-image-09.jpg) 你看，根本没有什么“所有项目五天搞定”。 Palantir 真正快的地方，是它能先用几天证明某个决定值不值得改，第一次花一年啃下来的东西，也不会扔在项目里吃灰，而是做成积木，下一个项目接着用。 速度就是这么一点点攒出来的。 国内很多团队恰好反过来，一开口就是集团级 AI 平台，几十套系统一起接，目标大得根本没法验收。 工程师忙着堆页面、接模型，老板等着 AI 改造全公司，一线员工呢，第二天还得打开 Excel 和微信，把手里的活先干完。 差别就在这儿。一个在改业务里的决定，一个只是在给项目堆功能。 ### 反推 SOP Palantir 没公开过一份叫《FDE 七日 SOP》的内部手册。 下面这套东西，是我顺着它的用例生命周期、Bootcamp 和公开案例倒着推出来的，未必和它内部一模一样，但国内团队真想做交付，完全可以拿去试。 工程师进场以后，先去找那个每天真干活的人。 看看他怎么在 ERP、Excel、邮件和微信群之间搬信息，哪里天天等，哪里最容易出错。 看明白以后，把“建设智能系统”这种大话压成一个具体决定，先把结果定下来，再去拿这条闭环真正需要的数据。 数据进来了，眼前要用哪些对象、关系、动作和权限，就先做哪些。 界面一出来，马上让真实用户处理一条真实任务，批准也好，拒绝也好，纠正、升级都行，反正不能让他只坐在那里看演示。 动作要送回原来的生产流程，最后再看时间有没有少、错误有没有降、收入成本有没有变化、第二天还有没有人继续用。 真跑通了，再去补稳定性、安全、审计和规模化。 项目里做出来的连接器、对象模型和工作流，也得收回产品里。 要不然客户 A 做一套，客户 B 再做一套，工程师一走，公司又从头开始，这不还是外包吗？ 所以这套 SOP 说复杂也复杂，说简单也真简单，就是反复把那句话填完整：谁遇到了什么问题，他得看什么信息，做什么决定，接着做什么动作，最后到底改了什么结果。 FDE 守的就是这条线。哪儿断了，他就去补哪儿。 ### 最后再说 FDE：这事儿一个人根本干不了 国内现在有个很大的误会，以为招一个既懂技术、又懂业务、还能驻场沟通的人，公司就有 Palantir 那种能力了。 结果这个人白天开需求会，晚上写连接脚本，还得自己等权限、洗脏数据、猜业务规则、做大屏，最后让他为一套没人使用的系统负责。 可 Palantir 的 FDE 身后不是空气。 那里有 300 多项服务和资产，有做数据、权限、安全和产品的人； 客户那边也得有人对业务结果负责，得有熟悉旧系统的业务骨干，还得把真正使用系统的一线员工拉进来。 现场做出来的通用东西，最后还会回到产品里，下一个项目继续用。 国内倒是省事，只抄了最容易抄的那部分：驻场。 成熟平台删掉，真实数据删掉，业务负责人和一线用户也删掉，写回权限没有，产品回灌更别提。 最后只剩一个工程师坐在客户办公室里，职位叫 FDE。 ![文章配图](https://immilesma.com/blog/palantir-ontology-fde/media/10-image-03.jpg) 没做过交付的人为什么也能出来培训 FDE？因为只要不谈真实数据，不谈生产动作，不谈结果和复用，剩下的全是名词，背几天就能讲。 需求访谈怎么做、业务流程怎么画、PoC 怎么包装，都能讲得头头是道。 可一到真问题就没声了。 客户不给权限，谁去推动？业务部门不愿意对结果负责，谁来拍板？写回生产系统出了错，谁兜底？试点会上人人叫好，回去一个人都不用，要不要停？ 这些问题没答案，培训证书做得再漂亮也没用。 FDE 说白了，就是整家公司交付能力伸到客户现场的最后一截。 表面上看，是一个工程师在客户那里干活，背后站着的却应该是产品、平台、数据、安全、业务负责人和一线用户。后面什么都没有，他就是个换了名字的驻场工程师。 所以我还是那句话，国内 99% 的所谓 FDE，都是扯淡。 机器没有，闭环没有，结果没有，自己甚至都没做过交付，倒是先用硅谷发明的职位名称培训起下一批人了。 这跟企业 AI 落地有什么关系？ 没有关系。 这就是一场 FDE cosplay。 --- 我是 Miles，一名从大厂转型 FDE 的 AI 算法专家，做过算法研发、优化部署，也做过企业培训、落地交付。我 X 一个月做到 2 万粉，一周写出三篇百万曝光长文，其中两篇超过 200 万。 关注我[@miles_mazy](https://x.com/miles_mazy)，**一起成长，一起赚钱**。 ![文章配图](https://immilesma.com/blog/palantir-ontology-fde/media/11-image-02.jpg) --- [在 X 查看原文](https://x.com/miles_mazy/status/2099663169446969491)