这个系列发出后,收到最多的一个问题是:中国为什么没有出现Palantir?或者换一个问法:为什么我们更擅长1到10,而不是0到1?
这个问题值得认真想一想。不是为了自我批评,而是搞清楚差距到底在哪——是技术差距、市场差距,还是更深层的什么东西。
这是最根本的原因。
Palantir解决的问题是"复杂关系推演"——在大量互相关联的实体之间发现隐藏的模式、预测变化、驱动决策。这个需求出现的前提是,企业的管理已经走过了"经验决策"和"数据呈现"两个阶段,开始面对"信息都有了但看不出关系、看出关系了但来不及行动"这一层挑战。
国内大部分企业还在从"经验决策"向"数据呈现"过渡。很多工厂连基本的数据采集都没做完,很多供应链的关键环节还在用Excel和微信群管理。在这个阶段谈ontology驱动的智能决策,有点像对一个还在学骑自行车的人推销F1赛车。
不是不需要,是还没到。
第六篇讲过,ontology的核心不是软件产品,而是"配镜"过程——FDE驻扎在现场,理解业务,构建范畴框架。这个过程高度依赖人,而人的成本是显性的、持续的、很难压缩的。
国内客户的采购习惯是"重软件轻实施"——软件是产品,可以比价、可以招标;实施是服务,能砍就砍。很多项目的实施费用被压到软件许可费的三分之一甚至更低。
事后复盘来看,这个问题比想象的更严重。今年春节前我们参与过一家上市公司的招标,对方明确不认可对初级顾问和高级顾问的区别定价——在他们看来,顾问就是顾问,不存在一天两千和一天五千的区别。但做ontology这件事,一个能在车间蹲三天搞清楚产线瓶颈的高级顾问,和一个只会按模板配置系统的初级顾问,交付出来的东西差距是天和地。前者构建的是范畴框架,后者填的是参数表格。
在这种定价结构下,供应商根本养不起FDE这样的角色。于是理性选择就变成了:做标准化产品、做模板化交付、减少现场投入。最近我们去一家工厂做咨询,系统买了800万,到现场一看,几乎看不到任何落地的痕迹,负责MES实施的顾问是一个刚工作没几年的年轻人。800万买了软件,但配镜师派了个实习生——这就是"重软件轻实施"的真实后果。
这恰好是ontology最忌讳的——第五篇讲过,好的ontology是从决策倒推范畴的,不是用模板套的。
Palantir的FDE需要同时具备三种能力:技术实现、业务理解、现场判断。这三样东西在国内的人才培养体系中被分割在不同的轨道上——计算机专业教技术,MBA教管理,行业经验靠在岗积累。很少有一个培养路径能把这三样东西同时练出来。
文理分科是一个源头。理工科学生从高中开始就跟人文社科分道扬镳。一个计算机专业的毕业生,可能对算法和架构非常熟练,但从来没有被训练过"面对一个模糊的现实问题,先追问本质,再决定怎么建模"这种思维方式。
Karp是哲学博士——他受过的训练是"先问这到底是什么,再决定怎么做"。这种思维顺序在国内软件行业里是罕见的。我们更习惯的路径是"先看别人怎么做的,然后优化执行"。这不是能力问题,是思维习惯。这个系列从古希腊哲学写起,也是因为意识到这一点——ontology这个概念生长在西方哲学的土壤里,不回到源头就没法理解它跟数据建模的本质区别。而回到源头这件事,恰好是我们的知识结构中比较薄弱的一环。
上面几条合在一起,指向一个更深层的模式差异。
中国在"1到10"的事情上表现极强——给定一个已经被验证的模式,快速复制、规模化、降低成本、占领市场。从制造业到互联网到新能源,这条路走得又快又好。
但"0到1"需要的是不同的东西。它需要在没有现成模式可参照的情况下,从本质出发构建一套新的范畴框架。Palantir做的就是这件事——在没有人知道"什么是ontology驱动的软件"的时候,从哲学源头出发定义了这个品类。
0到1需要的不是执行力,而是追问力——追问"这到底是什么"的能力和耐心。我们的教育体系和商业文化在这一点上是比较薄弱的。不是做不到,是不太鼓励——追问本质不产生短期收益,而且经常让人觉得你"想太多"。
最后还有一条容易被忽略的因素。Palantir成立于2004年,到2023年AIP发布股价起飞,中间走了将近二十年。前十年几乎只服务于美国情报机构,默默打磨ontology体系,没有商业化的压力。
这种时间尺度在国内的商业环境中很难被接受。投资人要求三年退出,客户要求半年见效,团队要求季度考核。在这种节奏下,一个需要十年打磨的产品形态很难存活——不是没有人想做,是做的过程中会被市场淘汰。
这些都不是不可克服的障碍。需求会随着产业升级而到来,客户认知会随着市场教育而改变,人才结构会随着培养路径的多元化而调整。但这些变化都不是一朝一夕的事。
在这些结构性条件改变之前,从业者可以做的是:至少先搞清楚Palantir到底在做什么——不是抄它的功能列表,而是理解它的思维方式。这也是这个系列从古希腊哲学写起的原因。