你掏钱买的AI，可能正在偷走你的命根子！
Alex Karp在CNBC直播中炮轰OpenAI和Anthropic的token模式，说企业花钱买不到价值，反而把核心商业机密喂给了别人。这场争论背后藏着一个你绝对想不到的真相。
Karp在电视上掀了AI圈的桌子
Palantir首席执行官Alex Karp在CNBC的Squawk Box节目里说了一句让整个硅谷坐立不安的话：企业购买AI token的整个模式，已经出了大问题。他不是随便说说，他面对镜头用的词是“完全走错了方向”。这位平时说话绕来绕去的哲学博士，那天罕见地直接。
他描述的场景让每个企业老板后背发凉：你花钱买token，让员工往对话框里粘贴公司最核心的商业数据、客户名单、定价策略、供应链参数，然后AI给你吐出一段听起来很流畅但没什么用的文字，同时把你刚喂进去的一切拿去训练下一代模型。Karp说企业CEO们私下跟他抱怨的时候，愤怒程度是他公开讲话的两倍。
节目主持人Becky Quick问Karp是不是在生气，Karp回答：这不是我的愤怒，这是美国企业界借我的嘴在说话。他说你随便给一个CEO打电话，告诉他Karp在电视上说了什么，对方的反应会是“Karp还不够狠”。
但是等等，Karp自己就是卖企业软件的，Palantir的客户包括五角大楼、中央情报局、乌克兰军方。他骂token模式，是不是因为Palantir卖的不是token？这个疑问很合理，我们后面拆。
你花出去的钱到底买了什么
Karp在节目里提出的核心质疑极其简单：如果OpenAI和Anthropic的模型真的能为企业创造数十亿美元的价值，为什么他们只按token收几分钱，而不是直接要求分享企业利润的30%？这个问题问到了AI商业模式的命根子上。
一个工具能帮你赚到100万，卖工具的人只收你100块，这说不通。除非这个工具实际上创造不了那100万。Karp说得很直白：token不创造价值，至少不是企业真正需要的那种价值。企业需要的是能对接自己业务流程、能记住自己历史决策、能在自己的安全边界内运行的AI，不是每次对话都从零开始的聊天机器人。
MIT的NANDA研究计划追踪了300个企业AI部署项目，调查了150位企业负责人和350名员工，结论是95%的企业生成式AI试点对利润表没有产生任何可测量的影响。这还是在企业花了300亿到400亿美元之后。更扎心的是，超过一半的预算砸向了销售和营销部门。
这就怪了。同一批模型，同一批技术，为什么到了企业环境里就集体失灵？Karp的答案是：因为模型本身就不该是企业的竞争优势。你的竞争对手花同样的钱、用同样的API、调用同一个模型，凭什么你会赢？
事情没那么简单。真正的分水岭不在模型，在模型下面那一层。
模型不重要，什么重要
Palantir和英伟达在2026年9月10日宣布了一个合作：把英伟达的Nemotron开放模型塞进Palantir的Foundry平台和AIP里，用Palantir的Ontology打底。第一个客户就是英伟达自己。英伟达用它管理从晶圆生产到部署的整个供应链。
这个合作的关键词是“主权AI”。什么意思？就是企业自己控制模型权重、算力、数据层。你可以在自己的服务器上跑模型，用你自己的数据微调，你的数据永远不会离开你的防火墙。英伟达供应链里有几百万个零部件、几千家供应商，Palantir的Ontology把这些数据连接起来，英伟达的cuOpt做决策优化，Nemotron模型在本地运行。英伟达的供应链规划人员依然是决策的核心，系统只是把他们的专业判断编码化、规模化。
这个逻辑和OpenAI的模式完全相反。OpenAI的模式是你把数据发到我的服务器上，我用你的数据训练模型，然后你继续付钱用我更新后的模型。Palantir的模式是你把模型下载到你的环境里，用你的数据训练它，它学会的是你的业务逻辑，别人拿不走。
Karp在CNBC上说的“alpha”就是这个意思。企业的alpha是积累了几十年的决策经验、客户关系、供应链知识、合规判断，这些东西一旦被token化喂给闭源模型，就变成了所有人的公共品。你花了几十年建起来的护城河，被几行API调用填平了。
但是这里有一个问题：Palantir自己是不是也在卖一个“黑箱”？Ontology是Palantir的专有架构，企业把数据灌进去，逻辑跑在Palantir的框架里。这和OpenAI的闭源模型有什么区别？区别在于部署位置和控制权。Palantir的架构可以跑在企业自己的服务器上，模型权重是企业自己的，数据不出门。OpenAI的模型跑在OpenAI的云上，企业只有调用权，没有所有权。
对不对？控制权才是分界线。
乌克兰战场上的实验告诉了你什么
乌克兰军方从2022年6月开始和Palantir合作，把战场数据接入Palantir的平台做空中打击分析、情报处理和远程无人机任务规划。乌克兰的军事情报部门用Palantir的系统整合实时战场数据来支持对俄罗斯境内目标的无人机打击。
你想象一下：如果乌克兰军方把战场数据发给OpenAI的ChatGPT，让美国硅谷的服务器来处理目标定位信息，这件事在军事上意味着什么。信号情报、目标坐标、部队调动模式，全部经过第三方服务器。Karp在CNBC上说得很直接：把战场外包给硅谷是疯了。
这个逻辑放大到企业层面同样成立。企业的“战场”是市场竞争，你的定价策略、客户流失数据、供应链瓶颈、研发路线图，这些就是你的军事机密。把它们塞进一个你无法审计、无法控制、无法确定数据流向的闭源系统，和把作战计划发给对手有什么区别。
但是Karp的批评者会说：Palantir自己就是国防承包商，五角大楼和中情局是它的核心客户。Karp骂OpenAI和Anthropic，是不是在保护自己的地盘？这个质疑有道理。Palantir的市值在2025年一度冲到4900亿美元，华尔街对它的期待建立在“企业AI落地”这个叙事上。如果token模式继续主导，企业直接买OpenAI的API就能解决大部分需求，Palantir的Foundry和Ontology卖给谁？
这就引出了真正的问题：Karp说的“主权AI”到底是一个技术判断，还是一个商业策略？
两者都是。Palantir的Ontology确实解决了一个真实的问题：企业数据散落在ERP、MES、WMS、CRM等几十个系统里，模型再强，不知道你的业务逻辑也白搭。但是Ontology本身也是Palantir的锁定机制。企业一旦把决策逻辑编织进Ontology，迁移成本极高。Karp批评OpenAI锁定企业，Palantir自己也在做类似的事，只是锁定的层面不同。
然而这不改变一个事实：token模式确实存在Karp指出的结构性缺陷。当企业按token付费时，模型厂商的收入和企业获得的价值之间没有直接挂钩。你烧了一百万个token，可能产出零价值，但厂商的收入一分不少。这种激励错位在AI成本飙升的2026年变得越来越不可持续。Uber和微软已经开始限制员工使用昂贵的AI编程工具，因为预算失控了。
你的数据不是你的数据
Karp在CNBC上说了一句被很多报道忽略的话：“数据留存是你的财富。转移它，后果自负。”Palantir随后发布了一份九点宣言，核心就是企业必须拥有自己的AI。这份宣言把“token最大化”称为一种商业模式，而且是错误的商业模式。
我们拆一下这个逻辑。当你用OpenAI的API处理客户合同时，合同文本经过OpenAI的服务器。当你用Anthropic的模型分析财务数据时，财务数据经过Anthropic的基础设施。这些公司的隐私政策说他们不会用企业数据训练模型，但你如何验证？即使他们不训练，你的数据在传输、处理、缓存的过程中存在于他们的系统里，这本身就是风险。
更大的风险是间接的。你公司最聪明的十个员工，每天花几个小时和AI对话，把他们的判断、经验、行业直觉通过提示词表达出来。这些提示词被记录、被分析、被用来改进模型。模型改进后，你的竞争对手用同样的API，得到了一个吸收了你的员工智慧的通用模型。你没有泄露任何一份文件，但你的组织能力被蒸馏了。
Karp管这个叫“偷走weights和alpha”。weights是模型权重，alpha是企业的超额收益能力。当企业把独有的决策模式通过token交互暴露给闭源模型时，模型厂商在帮所有客户“学习”你的打法。
这就引出了Palantir和英伟达合作的真正意义。Nemotron是开放模型，权重公开，企业可以下载到自己的环境里微调。Palantir的Foundry和AIP提供微调的基础设施，Ontology提供业务语义层，英伟达的GPU提供算力。整个链条都在企业自己的控制范围内。英伟达自己的供应链部署就是一个证明：一个拥有1.3百万个零部件的系统，可以在不把数据交给第三方的情况下，用AI做决策优化。
但是开放模型真的更安全吗？Hugging Face在2026年遭遇了一次入侵事件，联合创始人后来公开说，闭源商业AI工具在关键时刻失效了，解决问题的路径不是回到更封闭的体系，而是转向可被外部审查的开源权重模型。这个案例说明安全性和开放性之间的关系比直觉更复杂。闭源不等于安全，开源不等于危险。
这事还没完
Karp在CNBC上最后说了一句耐人寻味的话：技术客户想要的是控制自己的算力、模型、数据栈和alpha，他们想知道自己拥有生产资料。这句话把AI争论拉回到了一个古老的政治经济学问题上：谁拥有生产资料。
但有一个数据Karp没有在节目里提。Palantir自己的市值在2025年第三季度冲到4915亿美元，市销率远超任何传统企业软件公司。支撑这个估值的核心叙事就是“企业AI落地”。如果Karp是对的，token模式正在崩溃，企业转向主权AI，Palantir是最大的受益者。如果Karp是错的，企业继续用API解决问题，Palantir的Ontology只是一个昂贵的数据整合工具，它的估值需要重新计算。
有一件事是确定的：OpenAI在2025年的收入大约130亿美元，但运营亏损接近209亿美元。Anthropic在2025年的收入约100亿美元，净亏损接近420亿美元。两家公司都在以惊人的速度烧钱，同时按token收费的模式正在遭遇企业客户的抵制。当烧钱速度超过收入增长速度时，商业模式必须改变。Karp可能不是唯一看到这个问题的人，他只是第一个在电视直播里说出来的。
MIT的研究还发现了一个细节：那95%失败的企业AI试点，失败原因不是模型质量不够好，而是“学习差距”——工具不保留反馈，不适应工作流程。换句话说，模型够聪明，但它记不住你的业务。这个细节指向的方向，和Karp说的“主权AI”是同一个方向：AI的价值不在模型本身，在模型和你业务逻辑的结合深度。
但是结合深度需要时间、需要定制、需要把决策逻辑一层一层地编码进系统。这恰恰是Palantir做了二十年的事，也恰恰是OpenAI和Anthropic没有做的事。Karp的赌注是：企业最终会意识到，买token是租 intelligence，建Ontology是造 intelligence。租的东西永远不属于你，造的东西才会。
这个赌注对不对，2026年下半年的企业AI支出数据会给出答案。