Palantir執行長宣佈攜手輝達推出本體層架構、轟AI代幣計價方式損害企業
Palantir 執行長 Alex Karp 於 CNBC 的 Squawk Box 節目裡宣佈與輝達展開全新合作、他表達出對當前人工智慧公司獲利方式的強烈不滿。Karp 認為現行以代幣計費的商業模式存在根本缺陷，不僅無法為企業創造實質效益，更可能導致客戶喪失數據與智慧財產權的控制權。
Palantir 攜手輝達部署全新「本體層」 AI 基礎設施
Palantir 與 Nvidia 的全新合作聚焦於解決企業在部署人工智慧時面臨的技術與信任挑戰，此次合作的範圍包括賦予客戶對運算、模型和資料堆疊等面向。本次合作主要聚焦於讓企業能利用 Palantir 的本體層運行 AI，讓企業無需將數據或商業知識產權轉移給第三方模型，Palantir 允許客戶在不同模型之間切換，同時保持對自身基礎設施的控制權，避免使用可能緩存敏感資料 token 的潛在危險，為企業提供一個安全可控的環境，同時不損害隱私。
當前企業級人工智慧的缺陷為 Token 計價方式
Karp 批評像是 Anthropic 這類供應商向企業銷售人工智慧時，普遍採取以代幣計價的方式。Karp 比喻這等同於企業進貢了「財富稅」給人工智慧公司，他認為此種計價模式在本質上侵害了美國企業的利益。企業在支付高昂費用的同時，其專有的商業數據與 Alpha 競爭力，可能在未經授權的情況下被第三方 AI 模型公司進行蒸餾，這種運作機制非但沒有促進雙方共同成功，反而將企業的關鍵數據與智慧財產權轉移外洩。
廣告 - 內文未完請往下捲動
Palantir 本體層技術的應用分析
為了應對資料外洩與智慧財產權流失的風險，Palantir 強調本體（Ontology）架構的重要性，該架構為位於大型語言模型與企業原始資料之間的關鍵應用層，能扮演安全屏障的角色。本體層的主要功能在於限制大型語言模型接觸未授權的內部資料，防止系統複製特定的業務流程。透過此技術，企業得以在高度監管的環境中安全地操作大型語言模型，確保敏感資訊不會流向第三方模型提供者，在發揮人工智慧營運效能的同時，保留競爭優勢。
Palantir 在市場的核心差異為其產品設計採取模型無關性（Model-Agnostic），允許企業客戶根據自身需求在不同的 AI 模型之間自由切換，避免被單一封閉的技術生態綁定，此外，Palantir長期採用前向部署（Forward-Deployed) 模式，使其技術研發能維持領先市場標準的狀態，此次與輝達最新的合作將更進一步強化此策略，協助客戶重新奪回算力、資料堆疊（Data stack）及模型權重（Weights）的支配權。
(彼得蒂爾的神秘組織 Dialog 議程涵蓋邪教性愛和第三次世界大戰等話題)
國防科技外包風險
主持人提到國防與關鍵基礎設施的應用層面時，Karp 砲轟將相關技術外包給矽谷第三方將增加國安風險，國家必須絕對控制自身的模型與數據，否則將面臨重大危機。
關鍵要點：Palantir 模型的獨到之處
- Palantir 強調使用者的自主權和控制權。本體層作為應用層，位於大型語言模型之上，確保模型安全、精確且實用，同時避免觸及未經授權的資料或複製客戶的業務。
- Palantir 提供的產品允許客戶在不同模型之間切換，確保他們不會被鎖定在單一生態系中。
- 優先考慮讓企業，包括那些處於機密或關鍵基礎設施領域的企業能夠掌控自身的資料堆疊、運算資源和模型權重，從而避免內部核心資訊轉移給第三方。
- Palantir 採用「前向部署」模式，正是這種模式使其產品多年來始終領先於行業標準。
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
