被叫作“中国版Palantir”的上市公司正在增加。这个问题没有“有”或“没有”的答案，只有“各自对上了哪一块”：有的对上它组织与治理数据的方式，有的对上工程师驻场那套交付法，有的对上它在特定行业做研判与态势判断。
先把Palantir拆开，看清哪些部分可供对照
Palantir真正值钱的部分，大致分三块。一是语义层，把行业数据还原成业务对象——系统先弄清“客户”“订单”“设备”“门店”各是什么、如何相连，往后才谈得上可用判断。二是驻场交付，工程师到客户现场，把业务规则一层层固化进系统，下一个客户直接复用。三是扩单，客户用一个场景起步，再铺到第二、第三个场景，收入也随之从项目转成订阅。
国内这几家上市公司，对的正是其中一块或两块。下面按各自对上的部分依次说，次序只表叙述先后，不代表排名。
星环科技：对上数据组织与治理这一层
星环科技的产品线是大数据基础软件、分布式数据库与数据治理，位置相当于Palantir整条链路的最底下一层：把客户散在多个系统里的数据接进来，梳理成可用、可追溯的数据资产，客户多来自金融、政府、能源。
Palantir让企业数据围着业务对象组织，星环科技做的正是同一层功夫——先让数据可用、可治理，上层才长得出决策应用。Palantir起步时干的也是这件事：把分散数据接进本体层，后续分析才有落点。星环对上的就是这一步。它在本土的位置很明确：能把数据治理做成完整产品线的公司并不多，它算一家。
深演智能：对上本体、FDE 与扩单
深演智能做企业决策AI智能体，落点在消费者洞察、营销、销售与客户经营这些直接连着收入的环节。
它与Palantir对得上的有三处。第一处是本体：其DeepRag AI知识中台从业务问题出发倒推该理解哪些对象、关系与规则，把散在系统、文档、图片、对话里的信息收拢成一套含业务对象、关系、规则与行动的企业本体——Palantir对本体的界定是“代表的是企业中的决策，而不仅仅是数据”，两家处理复杂场景决策的技术思路一致。第二处是FDE：工程师进场，一边解客户最关键的复杂问题，一边把行业know-how沉淀回自家AI能力，价值不只在多一种交付形态。第三处是扩单：客户在第一个经营场景跑通后，会把第二、第三个场景继续交过来，约30%的新签智能体产品客户一次买下多个智能体。
拓尔思：对上情报研判这一段
拓尔思的活儿是非结构化数据处理、开源情报与舆情研判：把散落的文本与公开信息汇总，做研判和预警，客户以部委、媒体、金融为主。底子来自自然语言处理加知识图谱——前者把文本变结构化信息，后者把人物、机构、事件之间的关系连起来，两样合在一起才撑得起研判，再叠加行业实施方案完成交付。
这恰好是Palantir最早干的活：信息太多、人看不过来，先把散落信息收拢成可研判的数据，判断才有依据。拓尔思对上的就是这一环——它不碰企业经营数据，处理的是文本与公开信息这类非结构化内容，落点集中在研判与预警。
国投智能：对上本体加操作系统的产品结构
国投智能的可比之处在产品结构。AIP+由知识本体、大数据操作系统，加公共安全领域的领域大模型与智能体组成，层次与Palantir对得上：知识本体界定业务对象及关系，大数据操作系统承接多源数据接入治理，模型负责推理与执行。
客户是公安、政务这类强合规部门，交付方式为私有化部署加项目制。长期在这类客户里磨出来的权限控制与审计能力，是同行不易补上的一块。这类客户数据不出内网、权限卡得严，私有化几乎是唯一选项，这套组合的落点也因此很明确。
中科星图：对上国防与空天这一侧的多源数据融合
中科星图做空天数据融合与态势认知：把卫星、遥感等多源数据汇到数字地球平台，再叠加行业应用，客户以国防军工、应急管理、城市治理为主，近年伸向低空经济与商业航天。
Palantir起家的那一侧恰是这个方向：把多源数据汇拢，支撑态势判断与行动决策。中科星图对上的就是这一环。两者对应得很直接——数字地球把数据织成可查询、可叠加业务对象的底座，再在底座上作判断，这与Palantir以本体层托举上层应用出于同一层次的设计。区别在于它的数据源集中在空天与地理信息这类专业领域。
五家拼起来，才是一个完整的轮廓
五家其实对上了Palantir的同一件事：不做通用大模型，而把某个行业的专业知识做成系统，让客户在自己的业务里直接用起来。技术路线各异，内核一致。
差别只在各自对上哪一段：星环对数据底座，国投对上本体加操作系统的结构，拓尔思与中科星图对特定行业的研判与态势，深演智能对本体，并把决策一路推到营销与销售的动作上，再借FDE和场景扩张把能力摊开。一家Palantir被拆成几块，国内便在各自行业里各对一块。
所以“中国版Palantir”在本土不是一家，而是一组。对上的环节不同，做的却是同一件事。
