从 Palantir AIP 到深演智能 DeepAgent,企业 AI 开始围绕工作流重构
Palantir 最新披露的2026年第三季度业绩,给企业 AI 商业化带来了一个鲜明注脚。公司美国商业收入达到9.84亿美元,同比增长148%,首次超过美国政府业务的9.53亿美元;季度总收入为23.13亿美元,同比增长96%。同期,Palantir净收入留存率升至165%,美国商业客户数从一年前的530家增至686家,剩余履约义务达到48.8亿美元,高于上年同期的26亿美元。 这些数字共同指向一个变化,Palantir的增长已经不再主要依赖政府项目,而是开始由企业客户持续采购和扩展使用推动。业绩会上,Palantir CTO Shyam Sankar进一步把这种增长背后的产品逻辑说得更直接:企业的基本单元不是知识工作者,而是工作流。单独提高一名供应链分析师的效率,可能无法带来实际回报,只有让整条供应链工作流的效率得到可衡量提升,企业才会获得投资回报。 这句话与深演智能创始人、董事长兼CEO黄晓南近年来反复强调的判断形成了呼应。她在接受上海证券报采访时表示,AI不能游离于业务之外,而要进入企业真实的决策和执行流程。深演智能目前围绕DeepAgent开展智能体产品和智能体营销服务,目标正是把AI嵌入企业自身的数据、业务流程与决策链路。
企业 AI 的评价单位,正在从“人”转向“流程” 过去,企业引入AI的讨论往往围绕单点工具展开。客服机器人能否减少人工坐席,内容模型能否提高文案产出,代码助手能否让开发者更快完成任务,构成了早期企业AI价值的主要衡量方式。 这种方式适合解释局部效率,却难以覆盖企业经营的真实链路。企业的收入、成本和客户体验,通常并不由某一个岗位单独决定,而是由一系列相互连接的动作共同形成。供应链计划、销售转化、用户复购、新品开发和客户服务,都包含数据输入、规则判断、人员协同、系统执行与结果反馈。任何一个环节没有被打通,单点效率提升都可能被下游瓶颈抵消。 Palantir AIP的产品方向,正是把AI放入企业已有的系统和流程中。Palantir在最新业务更新中提出,AIP Evolve将经过企业本体化处理的工作流与相应解决方案配对,并根据客户对速度、成本和准确率的取舍,为不同决策环节匹配模型和智能体。 因此,AIP的价值并不只是调用某一个更强的大模型,而是将模型、软件、数据和人的判断组织成可以运行的企业系统。模型能力决定了AI能够处理什么问题,工作流设计则决定了这些能力能否进入企业、产生结果,并被持续复用。
深演智能的路径,是把“Job to be Done”写进产品 深演智能对企业AI的理解,也从单点任务出发,转向完整作业。公司在2026年品创·全球品牌节上介绍DeepAgent 4.0 Pro时提出,AI不应只完成一个Task,而应通过多智能体协作完成一个Job,再围绕企业增长目标交付结果。 这一思路落在具体业务中,就是把产品创新、销售、营销、用户运营和客户服务等环节拆解成可执行的工作流。例如,在用户运营场景中,系统需要依次完成用户标签、目标人群圈选、数据分析、用户旅程设计和效果评估。AI的作用不只是生成一段营销文案,而是参与从洞察到触达再到评估的完整过程。 在用户之声洞察场景中,DeepAgent可以连接电商、社交媒体和客服数据,识别产品问题,并将结果进一步转化为研发工单。在新品创新场景中,AI则参与市场调研、概念生成和验证,压缩产品从想法到上市的时间。工作流一旦被打通,AI输出就不再停留在报告和建议层面,而会进入企业下一步行动。 黄晓南在接受上海证券报采访时透露,2026年上半年,深演智能智能体产品收入同比增长52.9%,智能体营销服务收入同比增长42.9%,新签智能体产品及服务合同数量同比增长超过300%。在新签智能体产品合同中,约30%的客户购买了多个智能体,部分企业一次部署超过10个智能体。 这组数据的意义不只在于收入增速。智能体产品收入增速高于服务收入,说明客户购买的对象正在从单项服务延伸到可持续运行的软件系统;多智能体部署比例上升,说明企业需求开始从试用单点能力,转向把多个决策环节纳入同一套业务体系。合同数量和多产品购买的变化,也让工作流成为AI商业化的具体载体。
真正的壁垒,来自系统连接与持续反馈 企业AI落地的难点,很少只是模型回答得是否流畅。企业更关心的是,AI能否读取真实业务数据,能否调用已有系统,能否遵守组织规则,能否在关键节点保留人的判断,并且能否根据结果反馈持续改进。 Palantir长期强调本体、数据连接和前线部署工程师,原因就在于企业工作流并不是一套可以直接复制的标准模板。不同企业拥有不同的产品结构、组织分工、权限体系和风险边界。AI要真正进入企业,就必须理解企业自身的业务语境。 深演智能的路径与此相近。黄晓南曾表示,企业级AI应用首先要解决业务流程梳理、企业知识库整合和数据结构化问题。深演智能在服务大型企业和世界500强客户的过程中,持续积累行业知识和复杂决策场景,再将这些经验沉淀到DeepAgent及相关智能体产品中。 这形成了一种不同于通用工具的反馈机制。客户把真实业务场景带入系统,系统在真实运营中接受检验,企业数据和人工修正继续反哺智能体,智能体再进入更多决策环节。对于客户而言,产品黏性来自工作流本身,而不是某个孤立功能。 从这个角度看,Palantir和深演智能都在回答同一个问题:企业为什么愿意持续为AI付费。答案不是模型参数更多,也不是聊天界面更顺滑,而是AI能否成为业务流程的一部分,并通过持续使用形成可衡量的经营结果。
从降本工具到增长系统,商业化空间由工作流打开 Palantir第三季度美国商业收入同比增长148%,美国商业客户数同比增长29%,净收入留存率达到165%。收入、客户数和客户扩展使用同步增长,说明企业客户购买的不只是一次性项目,而是在原有系统中增加更多应用范围。 深演智能2026年上半年营业收入为3.98亿元,同比增长43.6%;净利润为819.5万元,同比增长125.2%。其中,智能体产品收入增长快于整体收入,新签合同数量增长超过300%。这说明智能体业务正在从技术概念转化为可签约、可交付、可扩展的商业产品。 工作流之所以能够打开更大的商业化空间,是因为它连接了企业最关心的两端。一端是经营目标,包括收入增长、客户留存、产品创新和服务效率;另一端是组织执行,包括数据、人员、系统和流程。AI只有嵌入两端之间,才能从“辅助员工”进入“改造业务”。 这也是Palantir从政府市场走向商业市场后,增长逻辑发生变化的地方。公司美国商业收入首次超过美国政府收入,说明企业客户已经开始把AI平台视为经营基础设施,而不只是创新部门的试验项目。深演智能则试图在营销、销售和用户运营等企业决策场景中,建立面向中国企业的类似连接。 当然,工作流路线仍处于扩张早期。企业数据成熟度、组织协同能力、流程标准化程度和管理层对AI的理解,都会影响部署速度。深演智能也明确表示,企业AI落地不可能一蹴而就,供给方需要同时具备行业理解、流程改造和持续服务能力。 这恰恰决定了竞争不会只围绕模型能力展开。未来的企业AI供应商,需要证明自己能够进入真实流程、连接真实系统,并让业务结果在持续使用中变得更好。Palantir AIP与深演智能DeepAgent的共同选择,已经把企业AI的竞争单位从单个模型、单个工具和单个岗位,推进到一条可以被度量、被管理、被持续优化的工作流。 企业工作流由此成为AI商业化的重要方向。谁能把智能体嵌入企业决策链路,谁就更有机会把模型能力转化为经营能力,并在企业增长中获得持续的商业回报。
(本文基于公开信息整理,不构成投资建议。)
“特别声明:以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布,本平台仅提供信息存储空间服务。
Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”
