Palantir：从“看到问题”到“执行解决” #
Palantir 是我们最容易被类比的公司。相同点不少：都关注企业私有信息（Palantir 是私有数据，我们是私有知识）、都需要深入企业内部、都强调可解释性与合规、都不是开箱即用的 SaaS。
但本质差异在价值链。Palantir 的链条是“数据 → 洞察 → 人做决策”：它解决的是“数据孤岛”——企业的数据分散在不同系统，Palantir 把它们整合起来，帮分析师发现洞察，最终由人基于洞察做决策。这是 A 类场景——AI 帮人做更好的决策。
我们的链条是“知识 → 系统 → AI 做执行”：我们解决的是“知识孤岛”——企业的运营知识锁在员工脑子里，我们把它提取出来、注入系统，让 AI 直接执行运营判断。这是 B 类场景——AI 直接完成业务操作。
一句话：Palantir 帮企业“看到问题”，我们帮企业“执行解决”。两者甚至可能互补——前者让 AI“理解”企业，后者让 AI“行动”在企业中。
Waymo：技术提供者 vs 服务提供者 #
如果说 Palantir 是“做什么”上的类比，Waymo 就是“商业模式”上最贴切的类比。
Waymo 卖的是什么？不是自动驾驶算法（特斯拉、华为、Cruise 都在做算法），也不是自动驾驶 API。Waymo 卖的是“可信赖的出行服务”——安全送达、监管批准、品牌信任、责任承担。用户不关心它用了什么芯片、什么感知架构，用户关心的是：安全吗？可靠吗？出问题有人负责吗？
所以 Waymo 的护城河不是算法，而是这些只能用时间积累的东西：累计行驶里程与安全记录、监管批准与合规关系、车队运营能力、品牌信任，以及责任承担能力（保险与法律框架）。我们的位置是平行的：
- 累计行驶里程与安全记录 ↔ 累计任务执行与准确率记录
- 监管批准与合规 ↔ 企业合规与认证
- 车队管理 ↔ 任务调度与人工监督
- 品牌信任 ↔ “可靠的数字员工”
- 责任承担（保险）↔ 责任承担（SLA、赔偿）
这也解释了一个常见疑问：为什么基础能力的提供者不直接做这一层？因为这是两种完全不同的生意。提供算法、软件、API 是一种商业模式——高毛利、轻运营；提供“可信赖的服务”是另一种——要做企业销售、人工监督、SLA 承担、行业 know-how，毛利率结构和组织能力都不同。基础能力在他们手里，可信赖的服务在我们手里——就像基础的自动驾驶技术之于 Google，可信赖的出行服务之于 Waymo。
AWS：基础设施化的历史节奏 #
前两个类比讲“我们是什么”，AWS 讲“这件事能有多大”。它是我们对长期愿景最重要的历史参照。
AWS 带来了什么？不只是更便宜的服务器，而是计算可以像 API 一样被调用；不只是更低的 IT 成本，而是让创业公司不需要机房就能起步；不只是服务了数据中心市场，而是重新定义了“计算”这个资源可以怎么被使用。
它背后是一个反复出现的历史模式：每一次核心资源的“可编程化”，都创造了一个远大于原市场的新市场。
- 计算（AWS，2006）：从数据中心，到整个云计算。
- 支付（Stripe，2010）：从支付网关，到整个互联网商业。
- 通信（Twilio，2007）：从电话线，到整个客户沟通基础设施。
劳动力（可编程劳动力，现在）：从 BPO，到……？参照这个模式，它的天花板远不止 BPO 这个数千亿美元的市场，而可能通向一个大得多的知识工作市场。这个类比不是炒作，而是“基础资源可编程化”的历史一致性。我们不会在今天就声称自己是“劳动力领域的 AWS”——那是一个需要很多年验证的长期愿景；但这个参照说明了一件事：做对了，这件事的天花板，远高于“替代 BPO”。
三个类比合起来：像 Palantir 一样深入企业，但从“看见”走到“执行”；像 Waymo 一样卖可信赖的服务，而不是底层技术；像 AWS 一样，把一种核心资源变成可编程的、能重新定义市场的基础设施。这三条线交汇的地方，就是我们理解的可编程劳动力。