从 F1 赛道到供应链：Francisco 谈 Palantir 如何驱动供应链运营

摘要

Palantir 架构师 Chad West 与好友、负责 Apex 小组的 Francisco Parga 在阿肯色州对谈，讨论 Palantir 如何驱动供应链运营。Francisco 是航空航天工程师出身，曾为 F1 车队工作六年，2018 年加入 Palantir。他领导的 Apex 小组聚焦"执行空间"——把计划与战略转化为现实，涉及供应链、定价、应付账款、营销等一切有执行环节的业务。核心洞察是：企业花上亿美元买软件做出完美计划，但一线运营者遇到问题时打开的是 Excel。

对话揭示了计划与执行之间巨大的鸿沟，以及本体论（Ontology）如何同时连接数据孤岛与业务流程孤岛，让每个决策都被放在全局语境下衡量。从 KPI 到"以美分和美元衡量一切"的转变、从"满车最优"到"半车也可能最优"的认知翻转、再到链式场景模拟，Francisco 展示了 Palantir 如何把非线性混乱的世界变成可预测、可模拟的系统。

最后，两人把话题推向未来：当整个业务流程被编码进本体论，LLM 就成为可以推理的引擎——本体论是凿子，LLM 是米开朗基罗。那些已经把业务编码进本体论的公司，在真正的通用人工智能（AGI）时代来临时，将远远领先于其他人。

正文

一、从 F1 工程师到 Apex

Francisco 的职业生涯始于航空航天工程——他梦想成为 F1 设计师，毕业后也确实在 F1 车队工作了六年。但他逐渐意识到：团队花费数亿美元打造一整套精密系统，只为了让两辆车一年绕赛道跑 20 次。从个人成就感出发，他想做一些真正有更大影响的事情，于是在 2018 年左右加入 Palantir。Chad 与 Francisco 的相识源于 COVID 期间的共同工作，两人一起处理过炸弹与物资优化、供应链优化等各种棘手问题。

Apex 是 Palantir 内部众多小组（pod）之一，其使命是解决"非常接近执行空间"的问题。这意味着天然向供应链靠拢——大多数公司必须把计划与战略变成现实：产品对吗？位置对吗？时间对吗？客户对吗？但 Apex 并不自我设限，只要工作包含执行成分、关注"如何真正推动指针、把理论变成现实"，就会参与，目前还涉及定价、应付账款与营销。

二、计划与执行的鸿沟

Chad 坦言自己学到最多的一课，是"计划与执行之间的差距通常非常大"，而这正是 Francisco 团队活跃的地方。Francisco 的解释是：公司试图把一个疯狂、非线性的随机世界变成可以预测和投射的东西，因为这是人类传统上处理复杂性的唯一方式。公司每周或每两三周做一次计划，然后去执行，但执行到一半，世界已经变了——计划的另一半很可能不再成立。

更常见的场景是：客户花了 1 亿美元买软件许可证来生成漂亮的计划，但当你走进工厂，见到调度经理玛丽、乔或迈克时，发现他们遇到问题就打开 Excel 决定下一步做什么。Francisco 由此质疑：如果工具没有交到一线操作者手中，让他们以远超电子表格的方式与计划、与优化交互，那么这笔投资的价值何在？本体论的力量正在于此——不仅连接数据孤岛，还连接业务流程孤岛：让"这里的一个决定其实对那边的某个人造成了糟糕后果，而他们毫不知情"这种事不再发生。

三、从 KPI 到美分与美元

Francisco 回溯历史：三四十年前，聪明人决定把世界拆成尽可能少的可控单元——独立的业务单元、独立的 KPI。当时这是能做到的最好水平。一个简单的 KPI 是卡车满载率：满载等于最便宜的运输方式。但如今技术限制已经消失，我们应当能够指着每一个箱子、每一个托盘，说出"移动它花了多少钱"。这意味着可以从 KPI 世界转向"一切以美分和美元衡量"的世界，做出全局最优的决策——即使它们"感觉"不对。

卡车想要尽可能满载，但如果发半车才是最高效的做法，那就该发半车；销售想卖得越多越好，但某些销售方式会蚕食其他渠道的销售，或给供应链带来不合理的压力。能够把这些点连起来，价值巨大：领导层可以说"我愿意在这里吃点亏，因为整体物流成本或 OTD（准时交付）表现好得多"。这引出了链式场景模拟——改变一个价格会改变需求，进而影响供应链、产能、原材料、采购，涉及成千上万的产品、物料、地点与客户。Chad 感叹：现在可以建模这些全局考量，并在决策前模拟四种不同方案，找出最优解，这让人大开眼界。

四、FDE、本体论与 LLM 的合力

关于前向部署工程师（Forward Deployed Engineer，FDE）的价值，Francisco 说：一双新鲜的眼睛固然有价值，但更重要的是连接"公司以为世界如何运转"与"世界实际如何运转"。他惊讶于两者间的失调——架构图上流程应该这样走、工具应该这样用，但到了现场，与操作员待在一起、观察倾听，很快就会意识到"等一下，完全不是这样"。当客户发现"这解释了我之前三个 IT 项目为什么失败"时，顿悟就发生了。Chad 补充道：FDE 的"第一天活动"就是去现场——"我知道你认为流程是这样，让我们去工厂，别的先不谈，就看着它发生"。

Francisco 用"吃下那些人的痛苦，排出对他们有用的产品"来形容 FDE，而本体论的美妙在于：它把数据概念叠加现实——这些事物如何关联、可能发生什么动作、什么会影响它——从而构建链式模拟与数字孪生。Chad 对比了自己过去的经历：为了把数据塞进技术合理的数据仓库，每一步都在聚合、蒸馏掉价值与"事情真实如何运转"的地面真相，还要强迫人们适应伪技术语言；本体论则直接建模实际运作方式。

关于"开箱即用"（out-of-the-box）解决方案，Francisco 认为那是"无主见系统"的另一个极端：系统假定世界该怎样运转，但你的业务与软件开发者的假设之间的差异，往往正是你的竞争优势。选择只有两个：要么改变自己适应软件、放弃优势，要么三周后大家又回到 Excel。他用空客 Skywise 项目举例：把 Foundry 部署到全球 100 多家航空公司，你以为航空公司都一样——卖票、载客、起飞、降落——但每家实现都微妙地不同，低成本航司、中东全服务航司、美国航司各有各的运营方式，本体论允许它们按自己的方式运转。

关于数据质量，两人提出反直觉的主张："修复数据的最好方式就是使用它"——在交易语境中审视主数据，而不是抽象地清洗。一块主数据可能关联十亿美元的业务，另一块只关联五美元；通过使用来情境化，才能让修复有的放矢。Francisco 团队的做法是：部署第一版时放一个大红按钮"主数据有误，我认为答案应该是……"，上线后汇总所有反馈去修数据，几周内真正重要的数据就都对了。

最后，Francisco 用米开朗基罗做类比：给米开朗基罗一根牙签和一块大理石，他寸步难行；本体论就是那把凿子——它让 LLM 理解业务"今天的"状态，而不是模型六个月前训练时的状态：我现在的产品库存在哪、我的卡车在哪、此刻的需求长什么样。他把关键业务方编码进本体论后，机器推理会随 LLM 加速进步；那些已经完成编码的公司，在真正的 AGI 体验来临时会遥遥领先。他举了实例：美国几家最大的蛋白质生产商每天（甚至每分钟）重新部署产品，每年在全国范围内移动 2 亿至 4 亿美元的产品，确保按时、足量上架，同时把过期浪费降到最低——听上去简单，但每天数千万件产品、数十上百个工厂与配送中心、卡车运输、不同的客户需求，规模化的复杂程度惊人，而这正是 Palantir 相比开箱即用方案的用武之地。