Palantir 以其独特的“产品化服务”模式在 AI 领域取得了瞩目的成就，而 LLM 的崛起则进一步推动了 AI 服务浪潮的到来，为服务业开启了万亿级市场。本文深入剖析 Palantir 的成功经验，并探讨了构建成功 AI 服务公司的四个核心原则：绘制完整的业务本体、密切关注指标、结合内生和外延式增长以及打造适合任务的团队。
Palantir 的成功启示
Palantir，这家曾被误解为“美化的咨询公司”的企业，如今已成功跻身标准普尔 500 指数。其成功并非偶然，而是源于其独特的“产品化服务”模式。不同于传统的软件公司，Palantir 早期派遣“Forward Deployed Engineers”团队深入客户现场，与客户密切合作，了解他们的业务模式、痛点和数据源。这些工程师不仅负责配置 Palantir 的平台以满足客户的独特需求，更重要的是，他们将客户的实际需求抽象成通用的组件，并将其整合到 Palantir 的产品中，从而不断迭代和扩展平台功能。这种模式使 Palantir 能够为全球大型组织提供高度定制化的复杂工作流程解决方案，并将其服务价值最大化。上个月，Palantir加入了标准普尔500指数。在20年的大部分时间里，外界对Palantir的普遍看法是，它是一家“美化的咨询公司”——一家服务公司，而不是一家真正的科技创新者，构建SaaS“产品”或“平台”。鉴于他们聘请了硅谷的一些顶级科技人才，早期就忽视Palantir是目光短浅的，但这基于一个事实观察：与大多数软件企业不同，Palantir的许多工程师花了大量时间与客户一起工作。他们称这支团队为“前沿部署工程师”，他们痴迷于客户日常工作的复杂性、商业模式和痛点。
Palantir 以这种方式开始是出于必要。虽然 Palantir 有一个强大的产品，包括一个先进的数据集成平台、版本数据库等等，但他们（不出所料）对早期国防和情报客户的工作流程或数据源的复杂性没有太多经验。这种必要性成为了他们的不公平优势。他们在客户的支持下迭代和扩展了平台，通过了解客户的需求提高了他们的任务效率，并通过将这些需求抽象为可以应用于其他问题的通用组件来改进他们的产品。他们将服务“产品化”。年复一年，建立价值所需的劳动力和配置减少了，而 Palantir 可以做的事情的范围却爆炸式增长。自始至终保持一致的是，服务支持产品收入，而不是反之亦然。对于那些认为企业必须是非此即彼的人来说，这仍然不直观。
Palantir的成功依赖于勇气和才能，他们还开发了一种独特的方法来映射客户的数据和流程，并将其编码到解决方案中。他们称这张地图为“本体”。它使他们能够为世界上最大的组织提供服务，在这些组织中，成果需要跨众多职能、系统和数据格式的复杂工作流程。但这只有通过与经典“产品”公司无法想象的深度客户合作才能实现。“产品”方法在为无数客户解决共同痛点（如支付处理）时效果最佳。在为世界上最复杂的组织服务时，“服务”运营理念是让您构建完整解决方案的关键，最终，这些解决方案对您的客户的价值比现成的产品更高。
AI 服务的兴起与市场潜力
LLM 的影响
大型语言模型 (LLM) 的出现，无疑为服务公司带来了前所未有的机遇。LLM 能够自动化各种基于语言的人工工作流程，例如文案撰写、代码生成、翻译等，甚至在某些方面超越人类的表现。这种能力使得“服务即软件”成为可能，并催生了 Copilots 和 Agents 等新型应用。Copilots 就像一位经验丰富的“副驾驶”，能够在用户进行复杂任务时提供实时指导和建议，例如 Numeric 的 Technical Accounting AI 帮助会计师快速起草备忘录和报告。而 Agents 则能够自动执行特定任务，例如 Tezi 帮助招聘人员提升候选人体验并提高招聘效率，从而使企业能够在不增加人员的情况下实现规模化运营。随着 LLM 的到来，单纯的“服务公司”已经变成了更令人兴奋的企业。8VC 看到将 AI 与一流的运营相结合，从而改变 B2B 服务行业的经济性和可扩展性，带来了非凡的成果。AI 可以自动化混乱的、基于语言的人类工作流程，而且在发现错误或处理边缘情况方面通常比人类做得更好。这并非普遍适用——仍然有很多地方人类的判断力或创造力很重要（试着让 ChatGPT 建议团队建设练习）。因此，混合商业模式通常最终是解决最终客户实际问题的最佳方式，同时让您在此过程中获得更多创造的价值。
软件可能在过去十年里吞噬了世界，但它在餐盘上留下了大量的传统服务行业。据估计，美国服务业每年在 AI 相关岗位上的工资支出高达 5 万亿美元。在其中许多行业中，全要素生产率在过去 20 年里有所下降，即使 IT 支出有所增长。找到主要使用纸质或内部记录系统的现有企业并不罕见。采用 SaaS 时，通常用于企业的非核心部分，很少发挥其潜力。他们看到的不仅仅是向这些企业销售更多软件的机会，而是直接竞争的机会。在过去几年里，8VC 投资了医疗保健计费 (Candid)、货运审计和支付 (Loop)、保险第三方管理 (Reserv) 和潜在客户开发 (Landbase) 领域的全栈挑战者。他们在 8VC Build 中创立了技术型建筑公司 Pantheon，还有更多公司即将宣布。
市场规模和机遇
美国服务业每年在 AI 相关岗位上的工资支出高达 5 万亿美元，这是一个巨大的市场。许多传统服务行业的全要素生产率在过去二十年中并未显著提高，甚至有所下降，而 IT 支出却在持续增长。这种现状为 AI 服务公司提供了前所未有的市场机会。AI 服务公司不仅可以向这些企业销售更多软件，更可以利用技术优势直接与现有服务提供商竞争，颠覆传统服务模式。据估计，美国服务业每年在 AI 相关岗位上的工资支出高达 5 万亿美元。在许多行业中，全要素生产率在过去二十年中有所下降，而 IT 支出却在增长。这为 AI 服务公司提供了巨大的市场机会，它们不仅可以向这些企业销售更多软件，还可以直接与现有服务提供商竞争。在过去几年里，8VC 投资了医疗保健计费 (Candid)、货运审计和支付 (Loop)、保险第三方管理 (Reserv) 和潜在客户开发 (Landbase) 领域的全栈挑战者。他们在 8VC Build 中创立了技术型建筑公司 Pantheon，还有更多公司即将宣布。这些初创公司提供的产品与现有竞争对手类似，但使用 AI 和垂直整合的技术堆栈来推动更高的利润率，并提供明显更好的服务（更快/更便宜/全天候）。通过分解每个职业的工作流程，据估计，通过自动化提高利润率——将生产率提高两倍或三倍——公司每年可以重新获得超过一万亿美元的支持、后台、运营和销售工资作为利润。计费工作流程、会计、招聘、法律、保险等等都是这种颠覆的主要候选对象。在不太明显的行业中也看到了巨大的机会，例如高等教育——Campus 正在以更高的利润率提供更高质量的社区大学。这些企业也比现有企业更具可扩展性，并且可以通过有机和无机战略的结合有效地增长。
Palantir 的本体论：理解业务的关键
Palantir 的成功与其独特的本体论方法密不可分。本体论是指对数据、逻辑和操作进行建模，形成一个描述业务流程的框架。通过构建本体论，Palantir 能够深入理解客户的业务，并将客户的复杂需求转化为结构化的数据和逻辑，从而开发出能够解决客户特定需求的解决方案。在 Palantir，他们开发了业务“本体”的概念，它定义了公司每个运营的基础数据模式和工作流程。了解最终用户的业务本体对于构建优秀的 SaaS 产品至关重要，但在构建优秀的科技服务企业时更为重要——最终价值是由软件和运营的共生创造的。本体由数据、逻辑和动作组成。它充当业务流程图 (BPM)，定义了任何给定的工作流程。航空公司的本体简化版本如下所示：
本体是公司的语法和语法。它由不同的对象（飞机、航班、航空公司、机场或延误）组成。它将关于这些对象的数据——它们的状态、关系和操作——映射到概念，例如“拥有”或“运营”。然后，我们可以将这些状态和概念转换为工作流程，从而深入了解业务，这使我们可以采取行动来自动化或增强流程。
在技术支持的服务中，自然的起点是映射现状中的端到端本体：今天的工作是如何完成的？每一步都涉及哪些对象、数据和操作？每个对象可以处于哪一组状态？它们之间可以有什么样的关系？这种整体映射可以让您深入了解要完成的工作、它们的原子单元，以及它们目前如何在人和软件系统之间分配。构建本体也是数据集成的关键推动因素——这反过来又可以实现自动化。大多数人会认为您必须先集成数据，然后再导出本体，但事实恰恰相反。在任何大型组织中，数据都分散在多种格式和位置中。本体创建了处理所有遗留和未来数据挑战的结构。Palantir 成为世界上最优秀的数据集成公司和企业 AI 领域的领导者，是因为他们很早就将本体作为首要原则（并花费了 20 年时间部署顶尖人才来为其客户创建最先进的解决方案）。
这是 Reserv 最初遵循的剧本——通过深入了解理赔员的工作流程，他们能够就内部构建与许可做出正确的决策，最终让他们在赢得大客户合同时能够非常快速地扩展。详细的业务本体可以让您优先考虑研发投资，以改进利润率和面向客户的功能。将两者结合起来才能创造持久的价值。
本体的概念和实际应用已被大多数优秀的 SaaS 企业所理解，并且在技术支持的服务领域变得越来越重要。构建 SaaS 产品时，您正在将客户的工作流程映射到一个软件。构建技术支持的服务公司时，您必须创建一个本体来捕获客户、员工和软件系统之间的三方关系。这是构建技术支持的服务如此具有挑战性的一个重要原因——您必须结合技术和卓越运营的文化，才能在软件和劳动力之间创造一个积极的反馈循环。
许多聪明的年轻企业家认为，预先进行此类工作并将其提炼成像一副牌一样简单的东西是对他们时间的浪费。实际上，映射本体并在工作周围构建一套材料有多种用途：确定愿景、制定具体目标并调整团队。它还可以使企业周围的人（无论是投资者还是顾问）根据他们之前在该领域的工作提供更实质性的反馈。这种协调比以往任何时候都更加复杂，技术服务公司，因为第一天就要考虑许多权衡，选择错误方向的成本可能非常高。
什么是 AI 服务公司？
服务即软件
AI 服务公司正在利用软件的新功能来解决劳动力支出问题，将服务本身作为一种软件产品来提供。这种模式模糊了传统软件和服务的界限，将服务的价值直接体现在软件的功能和效率提升上。最近的许多 AI 话题都集中在“服务即软件”的概念上，这是理所当然的——目前世界上一些增长最快的初创公司（包括像 Fieldguide 这样的 8VC 公司）正在利用软件新发现的能力来解决劳动力支出问题，作为价值主张的一部分，而不仅仅是作为推动者。当模型性能不足以完成任务时，这些通常作为“副驾驶”出售，主动引导最终用户获得更好的结果。一个典型的例子是 Numeric 的技术会计 AI，它可以让内部会计师跳到备忘录、报告和其他产品的初稿。在某些情况下，现有工作流程可以在很大程度上由代理复制，从而使流程所有者能够专注于更高优先级的任务——例如 Tezi，它可以帮助内部招聘人员提升候选人体验并在不增加新员工数量的情况下进行扩展。
Copilots 和 Agents
Copilots 就像一位经验丰富的“副驾驶”，能够在用户进行复杂任务时提供实时指导和建议，例如 Numeric 的 Technical Accounting AI 帮助会计师快速起草备忘录和报告。Agents 则能够自动执行特定任务，例如 Tezi 帮助招聘人员提升候选人体验并提高招聘效率，从而使企业能够在不增加人员的情况下实现规模化运营。在许多行业中，如果您构建了一个优秀的产品并快速获得市场份额，那么这种方法就可以奏效。它确实存在两个重大风险。首先，由于任何人都可以利用这些模型，因此您的产品通常会很快受到竞争对手的威胁，包括您潜在客户已经在使用的现有 SaaS 赢家。其次，您会面临基础模型本身的风险，这些模型可能会使您产品的某些部分变得多余，因为新兴功能本身就编码到了下一代模型中。
然而，这些模型不太可能实现许多复杂流程的端到端自动化，这些流程要么已经外包给服务公司，要么由员工在内部完成。这将是神一般的 AGI！解决这些工作流程（以及与其相关的支出）的关键是将技术与人类专业知识相结合。这种方法不仅可以为客户创造大量价值——它还可以让公司获得更大的价值份额，并在未来的 AI 发展中更具韧性。作为客户，您不会关心模型在为您完全解决的事情上做得有多好！
科技服务
科技服务是将技术与人类专业知识相结合的一种服务模式。这种模式不仅可以为客户创造大量价值，还可以让公司获得更大的价值份额，并在未来的 AI 发展中更具韧性。作为客户，您不会关心模型在为您完全解决的事情上做得有多好！最好的技术服务公司以两种方式利用技术来推动运营杠杆：
1. 创建独特的价值主张，提供比传统提供商更快、更便宜、质量更好的服务。
2. 通过从 COGS 中移除大量劳动力来改善单位经济效益；既改变了利润率结构，又使业务比现有竞争对手更容易扩展。
以货运审计和支付为例：每年因不正确的货运审计损失数十亿美元，并且在质量参差不齐的外包服务公司上花费数百亿美元。一个自动化发票检查的单点解决方案很有用，但不如像 Loop 这样处理从计费决策到支付处理所有事务的公司有价值或粘性。他们的全栈方法使他们能够重新设计整个流程并在整个过程中提高效率，而不仅仅是在孤立的领域。从客户的角度来看，这是变革性的。他们不必兼顾多个供应商或努力集成各种软件工具，而是可以将整个功能外包给一个支持 AI 的单一提供商。反过来，Loop 可以优化整个工作流程，发现现成软件和传统服务提供商都看不到的效率和成本节约。当然，需要权衡：Loop 必须管理将软件和 AI 功能与运营团队相结合的复杂性，该运营团队负责处理尚未完全自动化的任务。
这不是人们第一次尝试建立垂直整合的“技术服务”公司。许多伟大的公司都是通过将内部软件与一流的运营实践紧密结合而建立起来的。但也有一些风险投资支持的技术服务初创公司的例子，它们筹集了数亿美元但没有成功。这些公司经常在研发上花费巨资，而没有从这些支出中获得任何真正的损益。在其巅峰时期，WeWork 拥有近 500 名软件工程师。事实证明，拥有很多工程师并不能使您成为一家科技公司！
在过去几年中与表现最好的技术服务公司合作后，四个核心原则脱颖而出，成为成功的决定性因素：
1. 绘制整个业务本体以确定研发重点
2. 关注指标
3. 结合有机和无机增长
4. 建立适合任务的团队
构建成功 AI 服务公司的四个核心原则
绘制完整的业务本体
构建完整的业务本体是 AI 服务公司的基石。通过对客户业务的深入理解，将数据、逻辑和操作进行建模，形成一个描述业务流程的框架，AI 服务公司才能开发出真正解决客户痛点的解决方案。在技术支持的服务中，自然的起点是映射现状中的端到端本体：今天的工作是如何完成的？每一步都涉及哪些对象、数据和操作？每个对象可以处于哪一组状态？它们之间可以有什么样的关系？这种整体映射可以让您深入了解要完成的工作、它们的原子单元，以及它们目前如何在人和软件系统之间分配。构建本体也是数据集成的关键推动因素——这反过来又可以实现自动化。大多数人会认为您必须先集成数据，然后再导出本体，但事实恰恰相反。在任何大型组织中，数据都分散在多种格式和位置中。本体创建了处理所有遗留和未来数据挑战的结构。Palantir 成为世界上最优秀的数据集成公司和企业 AI 领域的领导者，是因为他们很早就将本体作为首要原则。
密切关注指标
在服务业务中，识别和跟踪核心指标至关重要。选择合适的指标并进行持续监控，才能有效评估服务效果，并指导业务改进和优化。一旦您有了本体，就更容易看出要测量哪些内容才能读取业务的生命体征。在过去十年中，SaaS 指标已经标准化，如今，在了解正确的 KPI 和旨在帮助您跟踪和分析它们的大量产品之间，为您的运营提供高保真仪器非常容易。SaaS 公司的高毛利率让他们有一些喘息的空间，不必严格遵守运营指标，而不会影响他们的损益（只要销售有效即可！）。
服务型企业恰恰相反。识别和跟踪核心指标尤其重要，因为与以产品为中心的公司相比，服务中的价值创造通常更复杂、更无形。哪些指标真正重要也不那么明显——向催收机构销售的 SaaS 公司必须衡量与向建筑公司销售的 SaaS 公司大致相同的内容，但催收机构和建筑师之间很少有共同的 KPI。不这样做，或者（更糟的是）选择错误的指标会导致痛苦的损益问题。
财富管理公司的经典指标可能是管理的资产。但是本体揭示了客户满意度、投资组合绩效和顾问效率如何长期联系在一起。这使您可以创建更强大的指标，并将您的行动导向改进它们。如果做得对，选择和跟踪正确的指标可以让您对业务有更深入的了解，从而始终做出更好的决策。
由本体驱动的指标分析还可以揭示意想不到的杠杆点。在客户支持中，您可能会发现准确的问题分类比初始响应速度对整体解决时间和满意度更重要。当 Reserv 自动化部分索赔流程时，它不仅可以跟踪对处理速度的影响，还可以跟踪对下游因素（例如客户满意度和现金流）的影响。这种对指标的全景视图使他们能够在问题发生之前识别并阻止问题。
所有技术支持的服务业务背后的前提是，让人和软件协同工作将提高利润率和服务交付。为了实现这一目标，指标不能只是每季度出现在高管偶尔会看一眼的面向后的报告中。它们需要成为整个业务的焦点。对指标的痴迷在 8VC 表现最好的服务公司中是普遍存在的。他们不仅仅是衡量——他们生活和呼吸他们的指标。他们使用它们来推动决策、确定投资的优先级并调整他们的团队。在这些公司中，您会发现每个人，无论他们的角色如何，都可以告诉您他们的关键指标以及他们的工作如何帮助他们朝着正确的方向前进。
结合内生和外延式增长
内生增长是指通过自身业务发展来扩大规模，而外延式增长则是通过并购等方式来实现扩张。结合这两种增长模式，可以帮助 AI 服务公司快速占领市场并提升竞争力。在 2010 年代，许多风险投资者理所当然地将运营计划中的无机增长（即通过收购另一家企业来获取客户）视为一个危险信号。通常情况下，并购被用作弥补产品差距或销售执行不力的权宜之计，而不是解决根本原因——缺乏产品市场契合度！如今，技术服务公司的模式完全不同，企业家和投资者都需要相应地更新他们的框架。
收购现有企业可以帮助在监管壁垒或转换成本高、服务供应商之间缺乏差异化的市场中运营的公司解决“冷启动”问题。减少招聘和销售压力可以让初创公司专注于在公司建设的早期阶段验证技术驱动的利润率改进。在合同具有粘性或客户规避风险的行业中，并购尤其有效，有时甚至是必要的。
如果做得好的话，无机增长可以成为那些在拥有众多服务供应商的行业中证明了更高利润率的公司的强大加速器。利润率为 15% 的传统服务业务的交易价格可能约为现金流量的 6-8 倍，或约为收入的 1 倍；如果它正在将业务输给您的新贵，那么它的价格甚至更低。一家精心打造了几年的 AI 服务公司的利润率可能已经达到 60%，并且增长速度更快：它的交易价格有时会高得多。通过将收购的传统公司整合到平台中，可以通过改进基础经济学以及在某些情况下重新加速增长，从根本上提高现有收入池的企业价值。以 1 倍收入的价格收购竞争对手，AI 公司可以投资 1 亿美元进行并购，以创造约 6000 万美元的现金流，或以 10 倍的倍数创造 6 亿美元的股权价值。
这不是您父亲的无机增长战略。这种扩展技术支持的服务的方法最终可能会成为美国工业下一阶段的组成部分，成为一流技术融入整体经济的载体（恰逢许多此类服务型企业的老板开始考虑退休）。从外部来看，有人可能会担心风险投资突然试图进入私募股权，并预言灾难性的结果。这不是重点：这些是科技公司。首先创建和投资这些公司需要创业心态，并深刻理解技术上可行的事情。但是，当技术能够对服务工作流程产生如此有意义的生产力改进时，无机增长就成为一种显而易见的方式，可以以高投资回报率快速部署大量资金。
并购并非所有此类公司的合适策略，尤其是在客户获取成本低且整合收购特别麻烦的情况下。拥有本体将帮助您权衡这些权衡，并在您努力解决诸如首次收购的合适规模或是否应该在您已进入的服务领域或相邻领域进行收购等问题时阐明您的具体目标。尽管过去十年中糟糕的科技并购案例仍然有理由让人感到不快，但这种新模式为企业开启了一种新的战略，可以以高投资回报率可预测地部署大量资金。
打造适合任务的团队
打造一支既懂技术又懂业务的团队对于 AI 服务公司的成功至关重要。团队成员需要具备技术专长、行业知识以及良好的沟通能力，才能有效地与客户合作并提供高质量的服务。SaaS 浪潮赢家的最常见特征是他们拥有强大的技术文化并授权工程人才快速迭代。随着软件扩展到硅谷本土人才不太了解的更利基的市场领域，公司了解到，领域专业知识和使用客户的语言也很关键。这需要建立一批强大的行业顾问，有时甚至需要聘用几乎没有技术经验的行业资深人士。
技术支持的服务浪潮将强化这种模式。创建成功的企业需要聘用顶尖的技术和运营人才：将智商与情商相结合的人才。它还需要将快节奏的创新文化与顶级服务企业的以客户为中心、以流程为导向的方法相结合。仅仅在团队中拥有这两种类型的人才是不够的；他们必须相互协作、相互学习并且真正喜欢彼此，因为许多工程优先级都来自处理日常客户的运营团队。技术人才除了具备人工智能和软件开发技能外，还需要对服务运营的细微之处保持好奇和尊重。运营专家需要对新技术持开放态度，并愿意重新思考既定流程——包括取代自己！
Palantir 的“前沿部署工程师”成为了他们内部本体的核心部分。直接嵌入客户以根据他们的独特需求配置平台是他们将这种特定领域的思维方式融入其文化的方式。当时，部署工程师与客户一起工作对于硅谷顶级科技公司来说是完全陌生的，他们更喜欢将客户互动留给销售和客户成功团队。聘用将技术、运营和沟通技能结合起来与非技术客户紧密合作的人才非常困难（现在仍然如此）。但这种招聘理念对于技术支持的服务至关重要，而且我们技术服务投资组合公司的许多创始人和早期员工都是 Palantir 的校友，这也许并不奇怪。
建立合适的团队就是要创造一种既重视技术创新又重视卓越服务的文化。如果您正在追求无机增长战略，您还需要来自私募股权领域的基因，它拥有管理收购和调整激励措施的智慧和经验。正是这种结合使技术支持的服务企业不仅能够更有效地复制现有服务，还能改变整个行业。
AI 服务浪潮的未来
我们正处于 AI 服务浪潮的初期，其影响和可能性远未完全显现。AI 服务的出现，不仅可以提高服务效率、降低成本，更重要的是，它将释放劳动力，使人们能够专注于更具创造性和价值的工作。无法预测快速发展的 AI 的阶梯通向何方。他们implicitly押注 AGI 不会简单地“解决所有问题”。如果它做到了，每个人都会变得富有（或者灭绝）。但即使 AI 的发展在今天就停滞不前，仍然有巨大的价值有待释放！将效率带入 2 万亿美元服务工资的财务和社会影响是鼓舞人心的。除了额外的 GDP 增长、更高效的劳动力市场和某些行业生产力的翻倍或三倍之外，随着自动化消除更多重复性任务和流程，工人将能够实践他们的真正技能并学习新技能。
人们正处于 AI 服务浪潮的初期，其影响和可能性远未完全显现。在 SaaS 浪潮的早期，他们的智能企业理论介绍了一些平台驱动的行业转型框架，这些框架现在已经司空见惯。随着技术服务浪潮的增强，本体映射的原则和他们讨论的其他策略代表了类似的概念框架，他们正在使用这些框架来探索投资机会，并与 8VC Build 共同创办公司。与以往一样，在实践中完成任何一项工作都需要杰出的领导者、团队和坚持不懈。以 Palantir 为例，它完成了许多有价值的任务——并在本月短暂触及 1000 亿美元的市值——他们相信，他们将看到数十家世代公司在这波生产力浪潮中建立起来。他们很高兴与他们合作，共同学习和赢得胜利。
相关链接
1. https://www.palantir.com/
