“誰是中國的Palantir？”

過去一年，這個問題開始頻繁出現在中國AI圈和創投市場的討論中。如今，一個新的觀察樣本走到港股門前。6月17日，中科聞歌正式啟動港股招股，計劃于6月26日在香港聯交所主板掛牌上市，股票代碼為1956.HK。這家由中科院自動化所科學家團隊孵化而來的AI公司，正以“決策智能”和“通用決策大模型”為核心標簽進入資本市場視野。

中科聞歌之所以容易被放進這一討論，正是因為它所強調的方向，回應了大模型從聊天問答走向智能體之后的下一個問題：AI能否真正進入政企核心業務和決策流程，參與復雜組織的判斷、推演和決策，并由此形成新的AI軟件價值敘事。

從回答問題，到推演世界

先思考一個問題，當前大模型行業普遍處于投入期，未來幾年可能出現哪幾種盈利路徑？

如果只是常用的Chatbot或者AI Agent，往往會給出“降本增效后實現盈利”這樣的概括性回答。但對于產業判斷而言，這遠遠不夠。

一個真正面向決策的模型應該自動執行分析，未來三年，大模型公司可能靠哪幾條路徑穿越虧損？一條是基礎模型平臺化，通過推理成本下降、API調用量提升和企業訂閱攤薄訓練成本；一條是行業應用垂直化，深入金融、政務、制造、教育、客服、代碼等高頻場景，把模型能力包裝成可付費工作流；一條是云廠商生態化，把模型作為云資源、數據庫、辦公套件和開發工具的入口，用增量云收入覆蓋模型投入；還有一條是數據、工具鏈和私有化部署，服務對安全、合規和知識資產要求更高的政企客戶。

不同路徑對應不同玩家、成本結構、銷售周期和估值邏輯。如果未來算力價格下降、企業付費率提升、推理調用爆發，平臺型公司可能率先改善毛利；如果模型能力快速同質化，利潤則可能被應用層、云廠商和行業數據擁有者拿走。

這類問題正是典型的決策問題，它需要把一個產業事件拆成變量、主體、路徑和概率，哪些變量最重要，哪些主體會改變路徑，哪些信號會觸發重估，哪些前提一旦變化結論就會反轉。它還需要隨著新信息持續校準，不是在某個時間點給出一個看似完整、實則靜態的答案。

這也是Palantir在美國資本市場被追捧的原因。

它不是最早講大模型故事的公司，卻較早將AI放進了復雜組織的運營系統里，Foundry解決數據與業務對象的連接，Ontology把真實組織抽象成機器可理解的人、設備、訂單、庫存、風險和動作，AIP則把大模型接入這些真實業務流程。

中科聞歌的DOMA技術架構

這對企業級AI公司的啟示在于，企業和政府真正愿意長期付費的，是一套能進入復雜業務、輔助判斷、追蹤結果，并且可以被審計的系統。當AI軟件進入組織決策與執行閉環，持續收入、客戶黏性和場景擴展能力，才可能成為企業級AI商業化的關鍵。

2025年，Palantir進入商業增長的高斜率區間，凈收入留存率維持在較高水平。其受到資本市場關注，某種程度上反映出企業級AI商業化的一條重要路徑：AI的價值不只在于生成內容，而在于能否進入復雜組織的業務流程，參與判斷、推演和決策，并形成客戶黏性和持續收入。

華爾街達成共識，決策模型可能是AI的下一站。傳統的BI告訴你過去發生了什么，通用決策大模型幫你整理信息、生成表，決策模型把復雜局勢變成一個可計算、可追蹤、可復盤的系統，盡可能為人的最終決策提供更多信息量。

中科聞歌的底色和成色

中科聞歌成立于2017年，按照招股書披露，公司長期聚焦企業級大模型驅動的決策智能操作系統及服務，核心平臺是DIOS決策智能操作系統，并在公共治理、金融、媒體融合、產業智能化等場景積累客戶和項目經驗。

灼識咨詢數據顯示，按2025年收入計，中科聞歌在中國企業級大模型驅動的決策智能服務商中排名第一，市場份額為10.2%。

經營指標最直觀體現公司的健康度，收入從2023年的2.497億元增長至2025年的4.053億元，說明在政企客戶中形成持續訂單和規模化收入；毛利率從44.0%提升至51.2%，意味著交付不完全依賴人力堆項目，DIOS等平臺能力正在把部分定制化工作沉淀為可復用模塊。

2025年凈收入留存率達到139.5%，產品部署項目平均交付周期又從2023年的185天縮短至80.2天，前者說明老客戶愿意繼續加錢，后者說明產品化正在提升復制效率，這兩點合在一起，才是市場判斷一家AI軟件公司能否從項目制走向平臺制的關鍵。

本月剛剛推出的Decitron決策機，正是中科聞歌試圖從“項目型決策智能服務”進一步走向“通用決策大模型產品”的關鍵一步。中科聞歌董事長王磊將其使命概括為“推演世界、看見未來”。不同于傳統問答式大模型，Decitron決策機試圖回答的不是“已有信息是什么”，而是“下一步世界可能如何變化”。它將輸入問題拆解為事件、主體、變量、時間范圍和判斷目標，并通過多路徑推演，為復雜決策提供觸發條件、關鍵變量、風險信號和行動參考。

如果說ChatGPT更像一本百科全書，那么Decitron決策機更像一個動態沙盤。其背后融合了世界模型、多智能體推演、博弈求解、證據質量評估和持續信號追蹤等能力，使推演過程不完全依賴語言生成，而是盡可能把復雜事件轉化為可計算、可追蹤、可復盤的決策過程。中科聞歌公布的測試結果也顯示，Decitron決策機在多項事件預測和推演評測中取得了優異表現，例如，在PolyBench中終局預測準確率FFA達到81.20%，預期波動預測準確率EVPA為73.40%，平均概率預測偏差MSE為0.822%；在TMGBench上PAR達到99.40%。

市場為什么需要一家決策智能公司？

中科聞歌的全棧式AI產品體系

從資本市場角度看，中科聞歌最值得討論的地方，不在于它像不像“中國Palantir”，它給市場的啟示是，中國AI軟件市場是否需要向決策智能轉型，不論是傳統的大模型或者SaaS，都有其自身的桎梏，中國AI行業不應在決策智能這個方向落后。

從產業演進角度看，AI敘事正在從模型能力轉向業務閉環，大模型本身會越來越強，也會越來越便宜，企業愿意持續付費的，是具體的結果。

比如，在金融場景里，可能是更早識別風險、更快形成投研判斷；在產業場景里，可能是更準確地預判需求、庫存和價格變化；在公共治理場景里，可能是把分散信息變成可執行的預案。

此外，真實世界的高價值決策，投資研究、產業規劃、公共治理、能源調度、供應鏈調整，本質上都不是非黑即白的問題。好的決策系統不應該假裝自己給出了唯一正確答案，而應該主動暴露不確定性，這種帶證據鏈的概率判斷，比一個看起來漂亮的答案更有價值。

從需求端來看，中國政企市場也正在出現類似的復雜組織決策需求。中國政企客戶同樣有復雜數據、復雜流程和復雜決策，只是場景會更多落在公共治理、產業研判、金融風控、媒體融合、制造與能源等方向。中科聞歌過去的DIOS、雅意大模型和行業項目經驗，為Decitron決策機提供了數據治理、業務本體和客戶場景的入口。

這也是Decitron決策機“性感”的地方。它沒有做一個更復雜的對話框，主線邏輯就是將AI從內容生產推向現實世界。

例如，宇樹上市之后，具身智能行業的投融資會如何發展？將這個問題輸入給Decitron決策機，Decitron決策機把行業拆成技術、資本、供給、需求、政策、應用場景等變量，把整機廠、零部件供應商、算法公司、下游客戶和投資機構放進同一個博弈場，再持續追蹤訂單、融資、產能、價格、政策和競品上市節奏。

多輪推演之后，Decitron決策機將所有的輸入和輸出都展示在前，這比一個“黑盒”有價值得多。

當然，所有決策智能公司都必須面對同一個挑戰，復雜世界無法被完全建模，數據也永遠不完整，起碼現在還差得遠。

中科聞歌需要證明的，是它能否把原本高度定制化的項目交付，進一步變成標準化、可復制、可持續訂閱的產品；能否在金融、產業、公共治理之外打開更多商業客戶；以及Decitron決策機的推演結果能否在真實高頻場景中持續經受檢驗。

這恰恰也是它的想象空間所在。根據灼識咨詢數據，2025年中國企業級大模型驅動的決策智能市場規模為39億元，預計2030年增長至375億元，復合年增長率57.2%。

如果市場進一步加速爆發，中科聞歌云端DIOS、Decitron決策機和行業數據平臺的產品組合，就有望成為中國的決策智能公司樣板。

換而言之，“誰是中國的Palantir”并不是一個簡單的對標游戲，Palantir被重新定價，是因為它讓市場相信AI可以進入組織決策和行動的核心層。中科聞歌要回答的，也是同一個問題，當AI從會說話走向會推演，從生成內容走向輔助決策，中國市場是否會把決策智能視為企業級AI的重要基礎設施。

如果答案是肯定的，中科聞歌的上市就不只是一個AI公司IPO的信號，大模型之后，更重要的能力，可能是讓機器幫助人類理解復雜世界，并在不確定性中做出更好的選擇。（本文首發于鈦媒體APP，作者 | 張帥）