Palantir 没有一个单一的对手，它的四个分部各有一条战线。商业数据平台战线上，最直接的对手是 Databricks 与 Snowflake：前者私有，2026 年 8 月完成 50 亿美元融资、投后估值 1,900 亿美元，年化收入超过 70 亿美元、增速超过 80%（媒体报道口径）；后者是上市公司，最近一个财季（2027 财年 7 月季）产品收入增速约 37%，全年产品收入指引约 60.7 亿美元（公司披露与媒体报道口径）。C3.ai 定位相近但体量悬殊：2026 财年（截至 2026 年 4 月）收入 2.50 亿美元（公司披露口径的媒体报道）。
| 公司 | 收入口径 | 增速 | 估值/市值 | 定位与口径说明 |
|---|---|---|---|---|
| Palantir | 滚动十二个月 72.9 亿美元 | 最近一季 +96% | 市值约 3,733.8 亿美元（2026-11-05） | 本体层数据与 AI 平台；行情源与公司披露 |
| Databricks | 年化收入超 70 亿美元 | 超 80% | 私有，估值 1,900 亿美元（2026-08 轮） | 湖仓与 AI 数据平台；媒体报道口径 |
| Snowflake | 2027 财年产品收入指引约 60.7 亿美元 | 约 36% | 行情源口径，本书未独立核对 | 云数据仓库；公司指引与媒体报道 |
| C3.ai | 2026 财年收入 2.50 亿美元 | 转型期，未核实 | 行情源口径，本书未独立核对 | 企业 AI 应用层；媒体报道口径 |
这张表最刺眼的是增速与估值的组合：Palantir 的收入体量与 Databricks 相当、增速高于 Snowflake 三倍，但市值是 Databricks 最新私募估值的两倍（均为各自口径，直接可比性有限，书内计算）。私有公司估值以现金轮融资为准，不承担公开市场的流动性折价，这个对照只能作方向性参考。
第二条战线是云巨头。微软 Azure、亚马逊 AWS、谷歌云都在把数据仓库、湖仓与 AI 工具链打包进自己的平台（公开报道口径），它们拥有 Palantir 无法企及的分发能力，但在两件事上至今落后：把企业碎片化数据统一成本体层的工程决心，以及在涉密环境的服务纪录。第三条战线在政府侧：Booz Allen、Leidos 等传统集成商掌握着合同关系，但陆军企业协议表明军方开始绕开集成商直接采购平台（媒体报道口径）；Anduril、Scale AI 等新一代国防科技公司则在单点能力上与 Maven 系产品竞争（公开报道口径）。
Palantir 的护城河由三件东西复合而成：本体层的迁移成本、涉密资质与二十年的政府交付纪录、以及英伟达联盟带来的算力侧绑定（前两项为公司公开资料口径，第三项为公司公告）。它的弱点同样清晰：国际商业收入单季不足 2 亿美元（推算），在 Databricks 主导的开源生态与云厂商的默认采购清单之外，Palantir 仍需要证明自己的平台能离开美国的语境独立生长。
三条战线正在交叉。商业侧，Databricks 与云厂商的联合方案正在成为企业数据平台的默认起点（公开报道口径），而 Palantir 用 AIP 训练营与英伟达联盟抢夺的是 AI 落地阶段的决策入口；政府侧，新一代国防科技公司试图用更快的交付节奏复制 Palantir 对集成商的颠覆（公开报道口径）。对投资者而言，关键的不是谁在某个季度的增速更高，而是平台粘性的归属：如果本体层被证明是 AI 时代的必需层，竞争格局只会巩固 Palantir 的定价权；如果大模型厂商的代理层（agentic layer）直接接管工作流编排，本体层的战略地位将面临重新评估——这是格局判断上真正的未知数。
竞争对照：增速、利润率与订单的三维比较（2026 年 11 月 7 日补厚）
本章把竞争对手分为三类：Databricks 与 Snowflake 代表的数据平台对手、云厂商代表的平台层对手、政府集成商与新一代国防科技公司代表的政府侧对手。第三季度的数据让这场比较有了新的刻度——不是比谁的季度增速更高，而是比三种能力：把 AI 落地变成收入的能力、把收入变成利润的能力、把当期收入变成未来订单的能力。
| 维度（2026 年第三季度，公司披露） | Palantir | 对照的读法 |
|---|---|---|
| 收入增速 | +96% | 数据平台同业的单季增速未在本轮检索中取得可比口径，本书不编造对照数字 |
| 调整后经营利润率 | 62% | 软件行业罕见的高位，说明本体层部署的边际成本极低 |
| GAAP 净利润率 | 49% | 八个季度内净利润增长约八倍（公司披露），盈利质量已非叙事 |
| 新签合同总额增速 | 仅 +6% | 本季最弱的一环，也是对手最可能用来讲的故事 |
竞争格局真正的未知数不在表格里，而在架构层：如果本体层被证明是 AI 时代的必需层，竞争只会巩固公司的定价权；如果大模型厂商的代理层直接接管工作流编排，本体层的战略地位将面临重新评估（本书正文判断）。第三季度提供了一个间接证据：美国商业收入第一次超过美国政府收入，说明企业客户愿意为本体层单独付费，而不是把它当作云厂商的附属功能。但这个证据还不够强——它只证明了美国市场接受本体层，没有证明全球市场接受，更没有证明代理层不会绕过它。下一轮竞争的验证点是：Databricks 与 Snowflake 是否在财报电话会上正面回应本体层竞争、云厂商是否推出对标的本体产品、以及公司自己的国际商业增速能否向美国靠拢。三者之中，最后一个最重要，因为它不依赖对手的表态。
竞争格局的另一个层面是人才与生态。数据平台的竞争归根结底是工程师的竞争：谁能招到并留住最懂客户业务的部署工程师，谁就能把平台铺进更多的企业。公司向前部署工程师的模式既是护城河也是成本——它的销售费用率长期高于纯软件公司，因为每一个大客户都需要一支驻场团队。第三季度费用端的改善（调整后经营利润率 62%）说明部署效率在提升，但这种提升能否持续，取决于 AIP 训练营能否把部署从"人海战术"变成"产品化交付"。云厂商的优势恰恰在这里：它们不需要驻场团队，平台即服务。竞争的下一回合，很可能不是产品功能的比较，而是交付效率的比较——谁能用更少的人、更短的时间让客户用起来，谁就赢得了下一个十年的企业市场。
