AI 做平凡之事，人做非凡之事：Breno 谈 Palantir 酒店业业务

摘要

Palantir 架构师 Chad Walquist 在阿肯色州与酒店业业务负责人 Breno 对谈。Breno 在 Palantir 五年：实习生时期做产品开发（Gotham 产品线与 Nexus），之后成为前向部署工程师（FDE），在巴西做 COVID 响应、覆盖拉丁美洲，随后负责巴西业务，去年开始领导酒店业。酒店业本质上是任何服务行业——酒店、邮轮、娱乐、餐厅都适用，而这些行业的核心是运营决策：在当下这一刻如何做出正确决定。

对话围绕"本地最优 vs 全局最优"展开：当意外发生时（而有人类的地方意外必然发生），一线员工通常只有有限的本地上下文做决策；本体论（Ontology）的价值在于把现场发生的事情境化，让这个人做出全局最优的决策。以酒店为例：一个客人在同城的另一家分店出现，该接待还是送走？这些快速决策需要连接所有业务侧——采购、供应链、客服——因为它们是同一件事：为那个客人把香槟放在货架上。

Breno 特别兴奋的是非结构化数据的解锁：点评（review）极其富含数据——谁服务得好、房间出了什么问题，AI 可以读取点评、自动生成维护工单，比如"淋浴喷头有问题"直接派给维修工。他解释本体论就是"你业务的词汇表"：客人、物业、员工、PMS、收益管理、CRM、采购、发票、ERP——全部连接并编码进平台。这与数据仓库完全不同：数据仓库是报表与 KPI，本体论是决策中心、是采取行动的系统。最终，AI 可以承担面向客户的工作——接电话、处理投诉工单——"AI 做平凡之事，人类做非凡之事"。

正文

一、酒店里的 FDE：Breno 的旅程

Breno 说他"住在酒店里"——这就是他向父母解释工作的方式。他在 Palantir 五年：以实习生身份进入产品开发，在 Gotham（情报产品）和 Nexus（Gotham 实例间共享数据的产品）工作；回来后成为前向部署工程师（Forward Deployed Engineer，FDE），在巴西做 COVID 响应，然后覆盖更广的拉丁美洲，再演进到巴西业务，直到去年开始负责酒店业。酒店业可以像任何服务行业一样理解：他真心喜欢酒店、邮轮和旅行相关行业，因为这是 Palantir 的强项；娱乐业、餐饮业也同样适用。

Chad 点出这些业务的共同点：它们是非常运营导向的业务——"运营决策就是一切：事情发生时，我如何在此刻做出正确决策？我们把所有数据汇集起来帮客户做到这一点。" Breno 补充：让业务变得可适应——连接他们的系统，让他们能更快、更数字化地应对变化与意外情况。这解放了人的脑力与专长，去思考如何最好地服务客户、让客户有最佳体验、让业务赚钱或省钱。Chad 强调把各个局部优化连接起来走向全局优化——不仅为了客户体验，也为了收入与成本——"这超级强大，也超级复杂，我们尊重人们业务的复杂性：人、系统、所有这些东西在互动。"

二、本地最优 vs 全局最优：本体论的用武之地

Chad 提出一个关键框架：事情发生时，一个人通常只有有限的上下文来做决策——用本地上下文做"本地最优"的决策；而软件的价值在于赋能那个人在当下做出"全局最优"的决策——无论是在工厂车间、在客户服务台前还是在邮轮上。他给的上下文比人类上下文窗口在任何时刻能访问的更多。这就是本体论（Ontology）的用武之地：把真实世界中现场发生的事情境化，让"当事情发生时我如何决策"成为可能。Breno 认同：混乱总会发生，我们无法为一切做计划，尤其有人类参与时事情一定会发生。本体论真正的力量在于：一个本体论服务所有用例——采购、供应链、客服——让你端到端地看到整个业务。

他举了具体例子：假设你要为业务买某种特定的食品、饮料或物品，因为客户想要它；然后客户服务那边——这是同一件事：当那个客户来到你的场所、酒店或门店时，那件物品已经在货架上为他准备好。这才是端到端。他提到他们的一家客户：豪华酒店集团 Nai Resorts，服务水准极高——如果一位客人总是点同一款香槟，你要确保那款香槟在货架上；要做到这一点，你必须连接业务的各个侧面。Chad 补充："连接型公司"听起来像营销术语，但它真的是从"有客户要来了"的需求信号，穿过运营，回到采购，再向前到"我有了，但我必须把它放在正确的地方因为客户要来了"——这种来回的运营流。这就是为什么它不只是一个数据分析工具——数据分析只是副产品，真正的是运营工作流、是跨业务的连接决策。

三、点评数据的金矿：从淋浴喷头到维护工单

Breno 最兴奋的是 AI 与酒店业的结合：这是一个"很久以来一直需要技术"的行业。有大量底层系统——PMS 是最好的例子——有大量结构化和非结构化数据，而非结构化数据长期未被利用。每个人都能共鸣的经典例子是点评（review）：每个人都给酒店提交过点评，那里面数据极其丰富——有人写房间发生了什么、谁服务得好、谁服务得不好。你可以接入、拉取这些数据来提升业务表现——这是过去几年 AI 解锁的东西，它让许多长期困在旧系统里的酒店公司跳过漫长的迁移旅程，直接跳进影响与结果。

Chad 说这与制造业的痛点同构：一堆点状方案（point solutions）试图协同，人是它们之间的胶水——邮件、电话、多个屏幕、Excel。Breno 用一个极好的类比解释本体论："它是你业务的词汇表、那些词。酒店的例子：客人、物业、员工——这些都是你业务的词。本体论在酒店业就是把客户看到的和看不到的都建模：连接 PMS、收益管理、CRM、采购、发票、传统 ERP——全部连接进系统，创建你业务词汇的翻译层：前台的人、物业里的人谈论和思考的东西，我们把它编码进 Palantir。" 他强调这不同于数据湖或数据仓库：仓库是报表与 KPI；我们谈的是运营的、以决策为中心的系统——采取行动。

一个他喜爱的例子：一个 AI 阅读点评——谁住在纽约的酒店、谁没有——它说"这条点评提到这间房的淋浴喷头有问题"，于是自动创建动作、发给维修工。下一次维修工或保洁进入房间时，会被告知"看看淋浴喷头，客户提了这个问题，之前三位客户也提过"。AI 能做这个决策，正是因为你的数据是那种格式、那种词汇——语义的、人类化的名词与动词。这在其他行业早已如此：航空业、工厂车间——预防性维护是保持产线运转或飞机飞行的关键；同样的概念适用于让酒店房间保持可售。而且它降低成本：一次解决三个维护问题好过一次一个；或者等东西坏到必须全部更换。本体论还允许构建智能体工作流（agentic workflows）——不仅是后台（采购、维护、收益管理），也可以放在客户面前：AI 接电话、处理客户关于忠诚度计划的投诉工单、直接为客户修复问题。Chad 还看到短信场景：智能体理解你的需求、创建工单或安排房间配送——自动化工作流让人类仍保留"递送或做事"的人性化触感，但不用再接电话解码需求。

四、AI 做平凡之事，人做非凡之事

Breno 总结："聊天只是第零步。你想要的是你的 AI 为业务做决策、支持业务——不是支持角色，而是主动角色，推动业务前进。这就是我们的全部意义。" Chad 呼应："AI 做平凡之事，人类做非凡之事。" 关于为何这个领域让他有成就感，Breno 说：每个 Palantir 工程师都是酒店与忠诚度计划的超级用户——被部署到酒店、在酒店里生活数月，如今转型这些业务"超级有回报"。而 Chad 的视角是：作为 Palantir 工程师，我们在日常生活中看到所有不同的客户工作流——你住进你帮助优化的酒店，这是很酷的反馈回路。Breno 说他总是学习：入住酒店时会问"你们用什么系统？好用吗？你希望它有什么？"——与人互动总是有收获。Chad 总结："这正是前向部署的关键：永远在学习。"