1. Palantir 第五届 AIPCon 开幕与客户关系深化 [4]

thumbnail

  1. 第五届 AIPCon 概况 [4]

    1. Amit 欢迎大家回到 Palantir 第五届 AIPCon。[4]
    2. Amit 已经报道 Palantir 三年，很荣幸再次受邀。[6]
    3. 本次会议聚焦 Palantir 如何通过 AIP 深化客户关系。[6]
    4. 嘉宾包括 Natalie Schneider (Nat) 和 Jack Dobson，他们曾出席第四届 AIPCon。[7]
    5. Nat 提到这是第五届 AIPCon，但内容都是全新的。[12]

  2. Palantir 的“构建者运动”和产品迭代 [14]

    1. 每次 AIPCon 结束后，团队都会回到“实地工作”。[15]
    2. Jack 一直与实施团队合作，专注于“构建者运动”（developer community）。[18]
    3. AIPCon 每次都根据客户的采纳情况和产品发展从头重建。[19]
    4. Nat 在最近几个月深入了解了客户在“构建者运动”中的历程。[21]
    5. Nat 提到稍后会介绍许多产品更新，并与客户共同构建叙事。[22]

  3. 医疗领域的转型：Palantir 时间单位 (PU) [23]

    1. Nat 一直与医疗服务提供商合作，这是一个有趣的经历。[23]
    2. 医疗领域涉及海量数据集，核心是“人文元素”。[24]
    3. 医疗服务提供商是很好的合作伙伴。[26]
    4. Palantir 改变了其中一家提供商对“时间”的看法。[27]
    5. 这种新的时间间隔被称为“Palantir 时间单位”（PU）。[28]
    6. PU 意味着从问题识别到问题解决只需 40 分钟。[29]
    7. 这种全新的时间间隔是 Palantir 赋能的结果，令人印象深刻。[30]

  4. 社区发展与 Palantir 的市场认可 [35]

    1. Amit 认为过去三个月是“疯狂的旅程”。[35]
    2. Palantir 在这期间深化了与有机社区的关系。[36]
    3. 社区对 Palantir 的学习热情高涨。[36]
    4. Ileano 通过周边商品（Merchandise）重振了社区，代表了品牌、使命和价值观。[37]
    5. Chad 每天在 Twitter 上回答关于本体论（Ontology）的“愚蠢问题”，体现了公司对沟通的重视。[40]
    6. 上周，Palantir 能源部门负责人 Matt Babin 参与 Twitter Spaces 讨论了石油和天然气业务。[43]
    7. Palantir 与 BP 的独家合作已持续 10 年，本周宣布延长 5 年。[44]
    8. 上周五，Amit 的 YouTube 直播有 4000 人观看，得知 Palantir 被纳入 S&P 500 指数。[49]
    9. 对于一家曾被认为会失败的公司，被认可为美国前 500 强公司是特殊的。[51]

  5. 开发者社区的成长与产品赋能 [56]

    1. Chad 在社区方面的工作非常重要。[56]
    2. Palantir 内部人员也会被要求在 dev community 提问。[57]
    3. 社区（community.palantir.com）是用户和 Palantir 员工公开回答问题的平台。[58]
    4. 这彻底改变了解决问题和与用户沟通的方式。[62]
    5. 开发者社区是在上次 AIPCon 上推出的。[63]
    6. 社区在短短三个月内实现了巨大的增长和参与度。[64]
    7. Amit 认为人们越来越关注 Palantir，因为公司给了他们关注的理由。[66]
    8. Jack 强调公司在“构建者运动”上加倍投入。[70]
    9. 开发者现在更有能力在本体论之上构建自定义应用和工作流。[75]
    10. 客户正在使用 VS Code workspaces 在平台上构建自定义移动应用。[76]
    11. 许多组织正在基于 Palantir 上的构建，彻底改变其市场策略。[78]
    12. Foundry 和 AIP 被用于架构、设计和部署客户服务的产品。[79]
    13. 本体论现在是一个基础，可以在任何地方进行构建。[80]

  6. 客户案例：Selkirk 和 Timefold [82]

    1. Selkirk 是一家匹克球设备品牌。[82]
    2. Selkirk 充分利用了 Palantir。[84]
    3. 他们在纽约与 Palantir 共同构建，并出席了 AIPCon。[86]
    4. Selkirk 的开发时间提高了 10 倍，并以独特方式向客户提供体验。[87]
    5. Timefold 提供调度优化算法和模型。[89]
    6. 这些模型的价值取决于部署平台和连接的工作流。[93]
    7. 如果无法对优化模型的输出采取行动，那么洞察就没有意义。[94]
    8. Timefold 在 Foundry 内使用 Palantir 生态系统部署模型，特别是计算模块（compute modules）。[95]
    9. 计算模块允许在平台上部署容器化 Docker 镜像，并根据需求动态扩展。[96]
    10. 这为开发者带来了巨大的成本节约和扩展能力。[98]
    11. Palantir 允许 Selkirk 和 Timefold 重新思考市场进入的可能性。[99]

  7. Warp Speed 理念与前沿部署模式 [102]

    1. Dr. Karp 曾表示 Palantir 的产品正成为“合法平台”。[103]
    2. 客户最初考虑如何更好地服务其客户和构建产品。[107]
    3. 随后，他们意识到自己的内部运营也可以被彻底改变。[108]
    4. 这就是最近宣布的 Warp Speed 背后的理念。[109]
    5. 许多现代企业（尤其制造业）依赖的软件具有约束性，不适合目的。[110]
    6. 如果从头开始构建公司，受限于软件架构模板会立即限制雄心。[112]
    7. 像 Tesla 和 SpaceX 意识到必须从头构建自己的系统才能实现愿景。[115]
    8. Warp Speed 是 Palantir 的回应：从零开始构建，以决策为中心。[117]
    9. 系统应适应业务，而不是业务受限于软件。[117]
    10. Palantir 坚持“前沿部署”（forward-deploying）心态。[119]
    11. 这不是一个简单的模板化产品，需要实地工作和与客户深度合作。[121]
    12. 这种方法可以构建出独一无二的解决方案，而不是强迫客户受限于模板。[124]
    13. 这种精神是 Palantir 成功的关键。[125]
    14. 一位主旨演讲者提到：“进步的敌人是遗留系统（legacy）”。[127]

  8. S&P 500 纳入与 Palantir 的独特方法 [130]

    1. AIPCon 本身也具有“遗留”，但 Palantir 不让过去的成功主导下一步行动。[130]
    2. S&P 500 纳入证明了 Palantir 独特的业务构建和客户赋能方法是有效的。[133]
    3. 曾有人说 Palantir 无法扩展，长期不会成功。[136]
    4. 这进一步坚定了 Palantir 的信念：现有的剧本不起作用，不必遵循。[138]
    5. 这种全新的软件方法让客户感到兴奋。[139]
    6. Palantir 的定制解决方案为客户提供了转型价值。[140]
    7. 客户表示，使用平台约六个月后，无法想象没有这些平台的世界。[143]
    8. 客户将在未来几年继续在这些平台上构建。[144]
    9. 今天的演讲者将分享他们过去五年和未来五年的使用情况。[145]

2. AIPCon 客户案例预览与核心主题 [146]

thumbnail

  1. 主旨演讲嘉宾阵容 [146]

    1. Nat 对演讲嘉宾阵容感到兴奋。[147]
    2. 首先是 Trinity Rail。[148]
    3. 许多用例都体现了“人文影响”。[150]
    4. 这些用例不仅适用于特定行业，还触及了问题的核心。[151]

  2. “会见大师”环节 [153]

    1. “会见大师”（Meet the Masters）环节是直播观众看不到的。[153]
    2. 该环节将不同行业的专家围绕共同话题进行配对。[156]
    3. 例如，Tampa General Health 和美国国务院将讨论现代化健康影响。[158]
    4. 这两个组织通常不会在同一张桌子上交谈。[162]
    5. 他们的核心工作是构建适用于所有行业的体验。[162]
    6. Nat 建议观众关注这一主题。[163]

  3. “引擎原语”概念 [164]

    1. 医疗领域的演讲者包括 Tampa General 和 Mount Sinai。[164]
    2. Jack 提出了“引擎原语”（engine primitive）的概念。[165]
    3. 这是一个底层引擎，是许多用例（如 Tampa General 和 Mount Sinai）的基础。[166]
    4. 尽管用例不同，但核心存在一个共同基础。[169]
    5. 存在定制化和可配置性，但共同引擎会不断发展。[170]
    6. 例如，资格引擎（eligibility engine）不是纯粹的医疗保健功能。[173]
    7. 这种架构可以应用于许多形状相似的问题。[174]
    8. Jack 预计未来产品叙事中会更多地看到这种模式。[175]

  4. 屏幕共享环节：客户间的学习 [177]

    1. 许多主旨演讲者也会参与当天的其他会议，深入扩展他们的演示。[177]
    2. 新的环节是“屏幕共享”（screen sharing）。[182]
    3. 屏幕共享让每位与会者都能亲自动手。[190]
    4. 参与者将分享他们在平台上日常工作的屏幕和故事。[191]
    5. 这种方式故意将不同组织和用户角色混合在一起。[194]
    6. 曾有副总裁或高管讨论其工作流，然后由实地工程师提问构建细节。[196]
    7. 这促使领导层思考是否有更好的构建方式。[198]
    8. Palantir 员工从客户那里学到很多，但客户相互学习才是最大的回报。[200]

3. S&P 500 纳入的内部反响与未来展望 [203]

thumbnail

  1. S&P 500 纳入的内部反应 [203]

    1. Amit 提到 AIPCon 每次都在升级，现在有赛前秀和中场秀。[203]
    2. Amit 借机向 Palantir 员工提问 S&P 500 纳入的反应。[209]
    3. Dr. Karp 发布了在森林中跑步的祝贺视频。[211]
    4. Jack 的第一反应是“继续跑”，象征着继续努力实现目标。[213]
    5. Jack 认为 Dr. Karp 的领导力是独一无二的。[219]
    6. Palantir 对自己的工作有高度信念，不需要 S&P 500 的验证。[222]
    7. Dr. Karp 昨晚首次参加了 AIPCon 的欢迎招待会。[225]
    8. 他深入参与活动，希望向客户学习。[227]
    9. Nat 认为 Dr. Karp 的视频完美体现了 Palantir 的工作意义。[235]
    10. 墙上写着“训练、奔跑、胜利”（train, run, win），强调“奔跑”的态度。[236]
    11. Palantir 不是一家传统公司，这种态度对他们有效。[238]

  2. 观众期待与 AIPCon 的核心价值 [242]

    1. Amit 问 Jack 和 Nat 观众应该期待什么。[242]
    2. Amit 认为在第五届 AIPCon 上，观众将彻底了解客户如何使用 AIP。[248]
    3. 这将解释为什么全世界都在谈论 Palantir。[249]
    4. Amit 引用 Karp 的话：“这段旅程才刚刚开始。”[251]

4. 客户成果展示：效率提升与业务转型 [265]

thumbnail

  1. LifePoint (Trios LifePoint) 治疗部门 [265]

    1. 治疗部门过去平均每天需要 92 分钟创建日常电子表格。[265]
    2. 部署 Palantir 工具后，时间减少到每个学科每天 12 分钟。[266]
    3. 这意味着每个学科每周可以多看 10.5 名患者。[267]

  2. HDHumnet [268]

    1. Palantir 能够无缝整合制造、销售分析、索赔、产品支持和采购数据。[268]
    2. 客户相信 Foundry 平台将在塑造 HDHumnet 的 SIMYAT 未来中发挥关键作用。[269]

  3. Renpro [270]

    1. Renpro 致力于简化保险。[270]
    2. 通过 AIP 和新的自动化索赔 QA 工具 PlaneSymbol，他们可以做得更好。[271]

  4. 赛马监管 [272]

    1. 监管兽医过去需要 8 到 10 小时准备赛马卡，梳理数据库以获取每匹参赛马的信息。[272]
    2. HyzaCheck 将简化这一过程。[273]
    3. Palantir 工具是“天赐之物”。[274]

  5. 制造业/生产系统 [275]

    1. 通过 Foundry，客户获得了以前从未有过的生产和调度系统的可见性。[275]
    2. 客户表示非常喜欢 Palantir，它让工作变得非常轻松。[276]

  6. 价格情景分析 [278]

    1. AIP 最重要的部分是使用 AIP 的构建管道。[278]
    2. 运行不同的价格上涨情景过去需要几周时间。[279]
    3. 现在使用 Foundry，可以在几天内完成不同的价格情景分析。[279]
    4. 警报系统是真正的游戏规则改变者，它改善了员工的行为。[280]

  7. 数据导出与报告 [282]

    1. 感谢本体论，导出数据和构建报告不超过一分钟。[282]

5. Dr. Karp 主旨演讲：S&P 500 纳入与 AI 革命 [287]

thumbnail

  1. S&P 500 纳入的意义 [287]

    1. Dr. Karp 欢迎所有 111 位展示 Palantir 产品实际成果的演讲者。[288]
    2. 本次会议恰逢公司历史上最大的事件：被纳入 S&P 500。[290]
    3. Palantir 存活了下来，大多数硅谷公司没有。[292]
    4. 公司专注于机构应如何运作，并围绕此构建软件产品。[294]
    5. 产品从秘密服务、特种作战、战场扩展到商业领域，实质性地改变了社会进程。[294]
    6. Palantir 选择了 DPO（直接公开发行），没有把所有钱给银行家。[296]
    7. 资金转移给了忠诚的个人投资者，这是公司拥有众多支持者的原因。[297]
    8. 曾没有人认为公司能在自由现金流基础上盈利，或能盈利。[298]
    9. 内部人员曾认为进入 S&P 500 是不可能的。[300]
    10. S&P 500 纳入是 Palantir 迄今为止最大的事件，标志着公司是“真正严肃的公司”。[304]

  2. 产品力量与核心价值观 [305]

    1. 纳入 S&P 500 是基于产品的强大，这些产品使公司在保持相同规模的同时，增加了合作伙伴数量和收入。[305]
    2. 在纳入 S&P 500 的过程中，公司坚守了价值观。[306]
    3. 这有时会让合作伙伴感到“恼火”，因为公司必须说出一些不受欢迎的真相。[307]
    4. Palantir 拥有最优秀的合作伙伴。[309]
    5. 20 年来，Palantir 有两件事是真实的：最优秀的人才和最优秀的合作伙伴。[310]
    6. “Palantir 学位”现在是科技界最重要的学位。[312]
    7. 商业合作伙伴是最有趣、最具活力、通常具有最高诚信度的。[318]
    8. 购买和支持 Palantir 产品的人都有一个共同点：他们需要业务运行得更好。[319]
    9. 他们关注产品，而不是“牛排晚餐”。[320]
    10. 这使得 Palantir 拥有最佳的人才、客户和用例，形成了巨大的结构性优势。[321]

  3. AI 革命与企业转型 [323]

    1. Dr. Karp 提到美国政府合作伙伴的演讲内容，他甚至不确定是否允许公开讨论。[323]
    2. 在美国政府中，这场革命更多是关于算法，而非大型语言模型（LLM）。[326]
    3. 这场革命很“奇怪”，因为通常革命中只有少数初创公司获得价值。[327]
    4. 在这次革命中，LLM 和 AI 必须在企业中进行处理。[328]
    5. 这意味着具有高商业头脑和高人才的企业可以提升水平，成为颠覆者，并颠覆初创公司。[330]
    6. 现在是企业的好时机，但对风险投资者来说可能不是。[331]
    7. LLM 的中介是：如何处理它们？如何修复利润？如何将公司转变为投资组合？[333]
    8. Palantir 的产品可以解决这些问题，包括将非工程师转变为工程师、颠覆分销等。[333]
    9. 这种加速将推动合作伙伴变得更强大、更大、更成功、更快乐。[337]

  4. 工作与派对文化 [338]

    1. 企业不希望最优秀的员工从事无意义、低效的工作。[338]
    2. Palantir 的产品使这一切成为可能。[339]
    3. Dr. Karp 提到这次 AIPCon 可能是工作与派对的结合。[342]
    4. Palantir 员工通常没有机会开派对（高中、大学、DPO 时都没有）。[344]
    5. 他请求原谅员工可能出现的“慢半拍”或“微醺”状态。[348]
    6. Palantir 没有“性、毒品和摇滚乐”，但他们有伟大的产品。[351]
    7. 产品的强大弥补了其他一切。[354]
    8. Dr. Karp 再次对 S&P 500 纳入和 111 位展示实际成果的人表示高兴。[358]

6. Trinity Rail：本体论驱动的供应链与设计转型 [362]

thumbnail

6.1. 第一代用例：解决供应链危机与库存优化 [362]

  1. Trinity Rail 简介 [362]

    1. Trinity Rail 在纽交所上市 50 年。[372]
    2. 公司设计、开发、制造、租赁和提供售后服务（维修、零件）的铁路车辆。[373]

  2. 面临的挑战 [379]

    1. 过去两年，公司收入翻倍，从 15 亿美元增至 30 亿美元。[379]
    2. 在快速增长期，面临了最严峻的供应链限制。[380]
    3. 最低谷时，准时交付率（on-time delivery）仅为 67%。[382]

  3. 库存问题与 Palantir 介入 [387]

    1. Trinity Rail 是钢铁业务，购买、转化和运输钢铁。[387]
    2. 为了应对供应链问题，他们采取了过度订购策略（例如订购 1.3 吨而非 1 吨）。[388]
    3. 当时有 25 亿美元的积压订单，对需求有信心。[389]
    4. 结果是库存挑战，过剩库存膨胀。[390]
    5. Trinity Rail 寻求与“世界上最好的问题解决者”Palantir 合作。[392]
    6. 团队合作开发了“钢铁替代算法”（steel substitution algorithm）。[393]
    7. 该算法旨在利用过剩库存，减少采购。[393]

  4. 财务影响 [394]

    1. 在恶性通货膨胀环境下，钢铁价格在数月内上涨 2 到 3 倍。[395]
    2. 利用低价购入的过剩库存，避免了以更高价格购买钢铁。[395]
    3. 这一差价促使 Trinity 在 Q1 和 Q2 实现了出色的营业利润率，并反映在股价上。[396]
    4. 团队取得了巨大成功，但仍有许多问题需要解决。[398]

6.2. 第二代用例：AI 驱动的产品生命周期管理 (PLM) [399]

  1. 设计挑战与 Foundry 扩展 [399]

    1. 成功解决供应链项目后，Trinity Rail 加快了 Foundry 的内部开发。[400]
    2. 铁路车辆有大量的定制化，公司以按订单生产为荣。[401]
    3. 定制化带来了生产过程的复杂性。[402]
    4. 构建物料清单（BOM）涉及多个团队，需考虑监管、商业和材料可用性等因素。[403]
    5. 随着时间推移，这导致了数据孤岛。[404]
    6. 运营部门推动转型，将 Foundry 视为加速工具。[405]

  2. AI 驱动的 PLM 应用 [406]

    1. 他们将最初的钢铁供应链本体论 POC 扩展为 AI 驱动的产品生命周期管理应用。[406]
    2. 该应用是为铁路车辆制造定制的，用于统一材料。[408]

  3. 应用功能演进 [410]

    1. 从客户查询开始：从 CRM 获取客户查询。[410]
    2. BOM 模板模型：创建模型，根据客户要求与先前的 BOM 进行评分，提供最佳起始 BOM 模板。[411]
    3. BOM 遍历与编辑：用户可以选择最合适的起点，进行更改、导航、更新和编辑 BOM。[412]
    4. Gen AI 增强零件替代：利用 AIP 增强零件替代算法，使用 Gen AI 识别可能未考虑的其他替代零件。[415]
    5. 成本优化：从历史 BOM 中找到便宜 20% 的锁紧螺母，并启动替代。[418]
    6. 价格预测：定制输入，选择机器学习模型预测陈旧概念的价格。[420]
    7. 整包材料替代：进一步可以替代整包材料（如空气制动包）。[422]
    8. Gen AI 识别替代品：使用 Gen AI 识别合适的替代品，找到成本稍低的包。[424]
    9. 实时影响跟踪：进行替代时，会显示美元影响的运行总计。[426]
    10. 工作流审批：拥有完整的工作流，可推送给工程等 SME 进行审查和批准，然后推送到生产。[427]

  4. 底层技术与开发效率 [428]

    1. 应用工作流构建器揭示了底层复杂性。[428]
    2. 历史 BOM 由多个来源组成，关系复杂。[429]
    3. Palantir 将所有这些系统统一到单一本体论中。[430]
    4. 最终，大约有 200 个表为单一 BOM 提供数据。[431]
    5. 必须编码所有分析和模型，以驱动最终用户的决策制定。[432]
    6. 使用 Foundry 和 AIP 构建，所有内容都在一个地方，迭代更快。[434]
    7. AI 完全集成在后端。[435]
    8. 否则，需要复杂的集成和与操作应用的编排。[437]
    9. AIP 提供了开箱即用的功能。[438]
    10. 开发者喜欢导航和编辑应用功能的简易性。[439]
    11. 可以快速创建对象，本质上是遍历本体论并更新应用。[440]
    12. 数据沿袭（data lineage）被用作控制塔，帮助发现转换管道中的问题和评估数据质量。[442]
    13. 这种完全集成的系统有助于更快更好地构建。[446]
    14. 使用 Foundry 和 AIP，无需大量前端开发即可完成所有工作。[447]
    15. 建立的本体论成为供应链制造功能中其他应用的基础。[448]

  5. 项目规模与成果 [449]

    1. 对于 Trinity 来说，这在历史上将是一个大型项目。[449]
    2. 他们用两名半开发者，花了大约九个月完成。[450]

6.3. 第三代用例：解决供应链问题与 ASN 代理 [456]

  1. 第三代目标：解决供应链问题 [456]

    1. 第一代解决了库存，第二代解决了设计。[456]
    2. 第三代需要解决供应链问题。[457]
    3. 问题在于供应商不确认准时发货。[458]
    4. 供应链最糟糕时，团队不得不疯狂追问供应商是否准时发货。[459]
    5. 结果是发货太晚。[460]
    6. 采购员的工作是优化成本和减少库存，而不是追逐供应商。[461]

  2. ASN 代理的开发与影响 [464]

    1. Palantir 团队快速开发了高级发货通知（ASN）系统。[464]
    2. 这种执行速度是惊人的。[465]
    3. 库存项目在三个月内实现了功能性工作流，对底线产生了 3000 万美元的影响。[466]
    4. ASN 的工作方式是 Foundry 发送一个 AIP 代理（称为聊天代理）通过电子邮件。[467]
    5. 供应商回复查询。[468]
    6. Gen AI 过滤、审查电子邮件，并确认是否按计划进行。[469]
    7. 如果没有，则会升级给管理层。[470]
    8. 这种可见性和透明度引起了关注，确保了按时交付所需物品。[471]
    9. 供应商有时不想说实话，但 Trinity Rail 表示他们可以处理真相并调整生产。[472]
    10. ASN 是解决问题的又一个方案。[476]

  3. 总结与愿景 [477]

    1. Mike Shin 提到一年前与 Erez 和 Lila 会面时的“顿悟时刻”。[479]
    2. Palantir 擅长在全球寻找“坏人”。[479]
    3. 在公司的损益表、资产负债表和运营中，也存在“坏人”。[480]
    4. Foundry 帮助寻找、发现并消除这些“坏人”。[481]
    5. 这只是开始，从一个本体论，从“根到果”，还有很长的路要走。[483]
    6. 他鼓励所有人拥抱这项技术和这家公司。[485]
    7. 目标是让 Palantir 成为一个无处不在、显而易见的解决方案，具有更高的速度、规模和可负担性。[487]

7. Lear：赋能基层用户构建 LLM 驱动的移动应用 [490]

thumbnail

  1. Lear 简介与数字化战略 [493]

    1. Lear 是全球领先的一级汽车供应商。[495]
    2. 公司生产汽车座椅、电子产品和电子元件，产品应用于近 500 种车型。[498]
    3. Lear 在 38 个国家拥有 265 个工厂，超过 186,000 名员工。[500]
    4. 公司的使命是推动创新和效率，通过 “Idea by Lear” 战略实现。[502]
    5. 战略围绕四个关键支柱：创新（Innovative）、数字化（Digital）、工程化（Engineered）和自动化（Automated）。[503]
    6. Chris 的团队主要关注数字化支柱，这是与 Palantir 合作的切入点。[504]

  2. Foundry 的企业级部署与民主化 [505]

    1. Foundry 平台在 Lear 被部署为企业级端到端堆栈，而非特定用例工具。[505]
    2. 主要原因是可扩展性。[507]
    3. 像 Lear 这样规模的组织，中央团队无法满足所有业务需求。[508]
    4. 因此，平台被民主化到业务部门，赋能用户自行解决问题。[510]
    5. 这推动了自下而上的数字化转型。[510]
    6. Chris 将展示一个基层用例，说明在该平台上构建解决方案的简易性。[511]

  3. 基层用例：LLM 驱动的移动应用 [512]

    1. 制造业中，关键的车间信息通常写在白板、纸质笔记、Excel 或短信中。[512]
    2. 每次换班后，这些有价值的见解往往被擦除或归档。[513]
    3. 一个工厂团队询问是否可以使用 Foundry 和 AIP 更好地捕获和利用这些信息。[514]
    4. 演示展示了没有编码背景的用户如何部署和配置 LLM 驱动的移动应用。[515]
    5. “Build with AIP”模块列出了 LLM 的实际应用。[516]
    6. 这对用户很有帮助，因为很少有人知道如何将 LLM 应用于实际业务问题。[517]
    7. 用户找到符合需求的功能，只需点击几下即可安装。[519]
    8. 许多功能开箱即用，无需定制。[520]
    9. 用户可以使用 AIP Assist 来解释代码或提问。[521]
    10. AIP Assist 存在于许多 Foundry 服务中，加速了用户的学习曲线。[523]
    11. 安装功能后，用户配置本体论即可部署。[524]
    12. 用户从现成的 Workshop 模板（如收件箱模板）开始，导入新创建的本体论对象。[525]
    13. 用户选择切换到移动应用，并在设计器中继续配置。[526]
    14. 应用设计界面非常直观，主要是拖放组件。[527]
    15. 这种能力让组织中的每个人都能在几分钟或几小时内构建解决方案，而不是几周或几个月。[529]

  4. 应用操作与价值 [531]

    1. 用户只需拍摄车间看板的照片，LLM 就会自动识别并记录问题。[531]
    2. 由于该应用是 Lear Foundry 平台的一部分，用户可以将问题分配给其他用户采取行动。[533]
    3. 被分配的用户会收到电子邮件通知，并在同一应用内记录解决方案。[534]
    4. 该应用可以与其他制造和业务系统共享数据。[536]
    5. 这种集成意味着更快的解决速度、更好的数据驱动决策和更敏捷的响应。[537]
    6. 即使是一个简单的应用，连接到更广泛的 Lear 本体论也能带来显著价值。[540]
    7. Lear 在全球有 265 个站点，具有巨大的扩展机会。[542]
    8. Foundry 平台支持数千个连接的用例，让每个用户都成为“构建者”。[543]
    9. 未来展望：一旦问题被记录，LLM 不仅限于文档记录。[545]
    10. LLM 可以分析问题、推荐解决方案，并在未来自主执行必要的解决步骤。[546]
    11. 想象一个系统不仅捕获洞察，还积极参与解决过程，比以往更快地识别、推荐和解决问题。[548]
    12. 使用 Foundry 和 AIP，这个未来从现在开始。[549]

8. NGA MAVEN：AI/ML 在地理空间情报中的应用 [552]

thumbnail

  1. NGA 简介与挑战 [554]

    1. 副司令 Whitworth 代表 国家地理空间情报局（NGA），该机构有 16,000 名员工。[554]
    2. NGA 是地理空间情报（GEOINT）的卓越中心。[562]
    3. NGA 的工作是通过图像（imagery）进行任务分配、处理、利用和传播理解。[563]
    4. 他们对卫星进行任务分配，并处理所有传入数据，以准确地构建理解。[566]
    5. NGA 的数据吞吐量高于任何其他机构。[570]
    6. 挑战在于处理来自不断增长的卫星群的海量高分辨率数据。[573]
    7. 这是一个“好问题”，但需要优势。[575]
    8. NGA 转向人工智能和机器学习（AI/ML）的优势，并结合其最优秀的图像判读员。[576]

  2. MAVEN 项目 [577]

    1. NGA MAVEN 及其扩展 MAVEN Smart System 现已成为记录项目（program of record）。[579]
    2. 它最初是一个项目，旨在激发国防部对 AI/ML 在图像判读中重要性的认识。[580]
    3. 它是第一个通过 联合需求监督委员会（JROC）验证的软件。[582]
    4. NGA 在勇气（快速失败）和管理（纳税人的钱）之间保持健康平衡。[584]
    5. 幻灯片展示了 MAVEN Smart System 的图形用户界面（GUI）。[587]
    6. MAVEN 的工作包括目标定位（targeting）、预警、安全和导航。[588]
    7. MAVEN 带来了目标定位周期中的效率、规模和速度。[591]

  3. 目标定位周期与 AI 辅助决策 [593]

    1. 目标定位周期（OODA loop）是一个业务流程。[594]
    2. 它从目标和指导开始，进入目标开发。[596]
    3. 目标开发涉及发现正确目标并确保其特征描述的准确性，特别是“阳性识别”（positive identification）。[598]
    4. 阳性识别是总统、国防部长和作战指挥官的特权，对 NGA 来说是不可改变的。[600]
    5. 尽管数据量巨大，但最终查看数据以确保阳性识别的眼睛数量是相同的。[603]
    6. 因此，需要使用 AI/ML 和 MAVEN Smart System。[605]
    7. 数据传入时，由专家开发的模型对数据运行推理（inference），发现合适的目标。[607]
    8. 模型不做出决策，而是提供置信水平，帮助指挥官做出决策。[608]
    9. MAVEN 是决策工具，而不是决策者。[609]
    10. 规模挑战：普通人脸识别占视野的 80%。[610]
    11. NGA 的挑战是寻找一个目标或行为，它只占视野的十万分之二。[613]
    12. NGA 与商业部门的合作（如 MAVEN Smart System）至关重要。[616]

  4. MAVEN 的部署与未来发展 [618]

    1. MAVEN Smart System 部署在作战中心，如美国中央司令部、欧洲司令部、印太司令部和太空司令部。[618]
    2. 目标定位周期还包括武力应用、武力执行和最终的战斗评估。[619]
    3. MAVEN 的代码非常敏捷，能够添加目标定位周期的这些方面。[620]
    4. 未来计划：将 MAVEN 的势头应用于更广泛的预警（warning）框架。[624]
    5. 这包括建立全球行为和设备的基线，寻找异常情况。[625]
    6. 使用 AI/ML 确保人类被触发进行二次查看。[627]
    7. 负责任的应用：NGA 采用了 GEOINT 负责任 AI 培训（GREAT）。[628]
    8. 接触代码的任何人都会获得认证，以理解武装冲突法和区分原则（principle of distinction）。[630]
    9. NGA 已开始进行模型认证。[632]
    10. 针对阳性识别，他们宣布了一个名为 A-game 的试点项目，对训练数据、人员和实践进行分级检查和认证。[633]

9. Mount Sinai：利用本体论解决空间优化与财务拒绝问题 [640]

thumbnail

  1. Mount Sinai 简介与核心挑战 [642]

    1. Mount Sinai 是纽约市的一个八家医院组成的卫生系统。[642]
    2. 每年处理数十亿患者记录。[645]
    3. 最大的挑战是空间，需要优化空间以最高质量和最友好的方式让患者通过系统。[645]

  2. 临床指挥中心与“居家医院” [647]

    1. 2017 年，他们创建了临床指挥中心，集中管理所有床位。[647]
    2. 同时启动了“居家医院”（hospital-at-home）计划。[648]
    3. 这允许患者在家中康复，就像在急性护理环境中一样，减少感染并增加舒适度。[650]
    4. 启动该计划的难点在于评估患者资格标准。[652]
    5. Palantir 帮助构建了一个系统，实时评估患者记录（血液结果、诊断、放射测试等）。[653]
    6. 该系统确定哪些患者符合居家护理的资格。[653]
    7. 这增强了急诊室临床医生的决策能力，将患者引导到正确的地方。[655]

  3. 财务挑战：临床拒绝（Clinical Denials） [657]

    1. 第二大财务问题是临床拒绝。[658]
    2. 临床拒绝率不断增长，影响现金流并显著增加应收账款（AR）。[660]
    3. 他们利用为居家医院和临床指挥中心构建的临床本体论。[662]
    4. 将财务数据、法律指南、护理合同和其他临床文档组件整合到数字孪生中。[663]
    5. 这使他们能够更快地处理拒绝问题。[663]

  4. LLM 驱动的拒绝信生成 [664]

    1. 第一步是根据管理式医疗公司质疑的文档生成拒绝信。[664]
    2. 过去这是一个手动过程，需要 8 名拒绝信撰写人员和数百万美元的外包资源。[665]
    3. 评估、审查医疗记录、撰写信件并邮寄给付款人，每封信需要 45 分钟到 1 小时。[666]
    4. 使用 LLM 阅读图表和整合信息，现在创建和审查信件只需约 8 分钟。[667]
    5. 实现了 100% 的 FTE 效率。[670]
    6. 以前有些信件会丢失，导致因及时归档而产生更多拒绝。[671]
    7. 基于拒绝的推翻率（overturn rate）是关键指标。[672]
    8. 他们看到了 3% 的推翻率增长，预计将带来超过一百万美元的应得收入。[672]

  5. 拒绝信生成演示 [673]

    1. 演示患者 Diana Cronin 因 COPD 被管理式医疗付款人拒绝住院资格。[674]
    2. 系统读取预加载到 Foundry 中的临床文档指南。[677]
    3. 将指南与患者图表中的文档进行匹配，生成包含两部分的回复信。[678]
    4. 模板创建后，信件会根据所有临床文档和法律要求（如 Medicare 规定住院超过两天需覆盖临床必要性）撰写。[679]
    5. 人类需要一天时间才能查看所有信息并确保正确。[682]
    6. 通过此过程，信件得到了增强，并有更多幕后支持。[683]

  6. 未来展望 [685]

    1. Mount Sinai 期待与 Palantir 进行更广泛的合作，用途是无限的。[685]
    2. 所有信息都在一个巨大的数据湖中，可以评估是否符合标准以及是否应该获得付款。[687]
    3. 他们可以预测付款人是否会付款，基于拒绝信、审阅者、医院和付款人类型。[688]
    4. 计划将此工具扩展到前端。[690]
    5. 急诊室的社工和利用率审查员可以使用相同的工具来整合数据。[691]
    6. 这将帮助他们在事先证明入院的合理性，从而避免最终的拒绝。[692]

10. AIPCon 中场秀：客户访谈与深度洞察 [714]

thumbnail

10.1. 主旨演讲回顾与“引擎原语”深化 [714]

  1. 主旨演讲的成果与角度 [718]

    1. Jack 认为主旨演讲是“快速的成果、故事和不同的叙事方法”。[718]
    2. Trinity Rail 的故事：3 个月开发时间带来了 3 年内 3000 万美元的节省。[719]
    3. Lear 的故事：Chris 从基层角度讲述了如何开始构建用例并连接到更广泛的生态系统。[721]
    4. Lear 正在构建巨大的东西。[723]

  2. Maven 项目的独特价值 [724]

    1. 副司令 Whitworth 介绍 Project Maven 是一个独特而特殊的时刻。[725]
    2. 这为直播观众和现场人员带来了新的体验。[726]
    3. 能够获得更多关于 Palantir 与美国政府合作的机密工作的见解，这很有趣。[728]
    4. 零售社区非常关注政府业务。[730]

  3. Mount Sinai 的“资格引擎” [736]

    1. Jack 再次提到“引擎原语”，即 Mount Sinai 的资格引擎。[737]
    2. 手动评估需要大量工作，而实际上涉及数千个数据点。[738]
    3. 数据包括非结构化数据（患者笔记）和结构化数据（生命体征）。[738]
    4. 仅一个图表亮起红灯或绿灯背后有巨大的复杂性。[740]
    5. 这是一个可以配置并部署到多个用例的引擎。[741]
    6. 这已经超越了聊天（chat）。[742]
    7. 它将业务逻辑（护士、医生的逻辑）转化为一个可以自动运行的引擎。[744]
    8. Jack 对他们如何扩展这项工作感到兴奋。[745]

10.2. 客户访谈 1：Wendy's QSCC - 编码部落知识 [754]

  1. Wendy's QSCC 简介 [754]

    1. Krista Pullman 来自 Wendy's Quality Supply Chain Co-op (QSCC)。[754]
    2. QSCC 为美国和加拿大超过 6,400 家餐厅提供供应链功能。[755]
    3. 两周前，他们宣布了与 Palantir 的进一步合作。[756]

  2. 数据驱动的转型 [763]

    1. 在供应链中，数据至关重要，QSCC 一直是数据驱动型组织。[768]
    2. 但数据从未以最有意义的方式连接起来，以驱动正确的结果。[770]
    3. Palantir 帮助他们克服了对数据不完美的担忧。[771]
    4. Palantir 说服他们，他们有想法但无法实现，因为数据没有以驱动行动的方式连接。[772]
    5. 在去年的试点中，他们看到了构建的速度。[773]
    6. 他们能够将像 Krista 这样在组织中工作 10 或 20 年的人的“部落知识”（tribal knowledge）编码进去。[776]
    7. 这使得新员工在培训周期中更高效、更快采取行动。[776]

  3. 赋能新员工与价值驱动 [777]

    1. 一名没有供应链背景的暑期实习生，在平台上能够做出决策。[777]
    2. 这是因为平台引导用户找到问题。[778]
    3. 平台消除了寻找问题的“噪音”，直接呈现问题，让用户专注于决策。[780]

  4. 合作的起点与未来价值 [784]

    1. 合作的起点是思考如何提高效率（将物品从 A 运到 B，确保不缺货、不过多，并以最具竞争力的价格）。[785]
    2. 团队告诉他们会发现意想不到的东西，这是真的。[789]
    3. 他们发现能够以意想不到的方式为餐厅运营商创造价值。[790]
    4. 他们相信自动化餐厅订购、自动化库存和差异基准测试将推动盈利能力。[791]

10.3. 客户访谈 2：Lear - 本体论管理本体论 [797]

  1. Lear 的构建者故事 [797]

    1. Lear 的 AIP 旅程始于底特律的一次训练营，Jack Dobson 也在场。[798]
    2. Foundry 正在向公司数千名用户推广。[799]
    3. Chris Simpson 的故事角度独特，专注于构建者故事和基层如何开始构建。[803]
    4. Jack 问 Chris 哪些人（如工厂工人）以意想不到的方式接受了平台。[805]
    5. Chris 提到他展示的例子是真实的，车间有人认为“肯定有更好的方法”。[806]

  2. 简单用例的巨大影响 [808]

    1. 用例不必是 500 个本体论对象支持的应用。[809]
    2. 它可以像一个对象、一个行动、一个 Workshop 应用一样简单，以驱动价值。[810]
    3. 许多最具影响力的用例都是简单的，解决了用户每天必须处理的问题。[811]
    4. Foundry 允许他们做超越 Excel 的事情。[812]
    5. 它提供了交付可扩展应用的“马力”，而无需沉重的基础设施。[813]

  3. 使用本体论管理本体论 [815]

    1. Lear 使用本体论来管理本体论，这有点“元”。[817]
    2. 挑战在于如何在实现规模化的同时，平衡治理（作为上市公司）。[818]
    3. 他们使用 Workshop 应用构建了一个用例提交和审批系统。[818]
    4. 该系统捕获想法，并提供具体信息（功能、业务领域、预期价值）。[818]
    5. 这允许他们将用例对象与支持它的数据源、Workshop 应用和功能联系起来。[820]
    6. 新用户加入平台时，可以查看其计划中已存在的用例和数据源。[821]
    7. 将这一切放在本体论中，使得用户可以非常顺畅地接手并运行。[823]
    8. 这是一个将本体论转向内部，审视自身运营的绝佳例子。[824]

10.4. 客户访谈 3：LifePoint - 治疗服务转型 [829]

  1. LifePoint 简介与 Valinor 项目 [829]

    1. Christy Leitze 是 Trios LifePoint 治疗服务和伤口护理总监。[830]
    2. Christy 在进入医疗领导层之前，曾担任临床言语语言病理学家十多年。[831]
    3. LifePoint 的价值观是倡导患者护理和共同创造不同。[834]
    4. 他们通过 Foundry 创建了一个名为 Valinor 的项目，专注于医院的治疗服务（物理、职业、言语治疗）。[836]
    5. Valinor 从 Christy 桌上的便利贴开始，发展成为一个调度系统、AI 笔记系统和 AIP 系统。[837]
    6. AIP 系统会在患者入院时标记他们是否需要治疗。[837]

  2. 效率提升与患者护理 [839]

    1. 在医院推广后，他们在一周内就看到了效果。[840]
    2. 跨三个学科调度所有患者过去需要 92 分钟到 3 小时。[840]
    3. 现在运行报告只需 2 分 37 秒。[841]
    4. Valinor 的推广是“史诗般的”，因为他们现在能够看到更多患者。[844]
    5. 他们在相同 FTE 数量下实现了这一目标。[845]
    6. 在 Trios，自 Valinor 和 AIP 推出以来，平均每天多看 10 到 12 名患者。[846]

  3. 未来展望与 AI 笔记 [847]

    1. 对初创数据驱动型医疗公司的建议是：关注问题，并与一线工作人员交谈。[847]
    2. Christy 认为 Foundry 在未来十年可以用于查看 hack harms（如患者是否有伤口、压力性损伤或吸入性肺炎的风险）。[851]
    3. 可以利用这些数据来决定下一步的治疗方案。[853]
    4. 她相信可以推动预测性模拟。[854]
    5. Valinor 的一部分功能是撰写评估笔记。[856]
    6. 治疗师通过勾选框系统记录所见，然后 AI 会自动撰写笔记。[857]
    7. 这为提供者提供了笔记基础，他们可以添加或删除不必要的内容。[859]
    8. AI 随着使用次数增加而变得更智能。[862]
    9. 过去需要 45 分钟进行评估和治疗，现在评估只需 30 分钟，评估笔记只需约 1.5 分钟。[863]

10.5. 客户访谈 4：Eaton - AI 引入生产与 Boot Camp 模式 [877]

  1. Eaton 简介与合作背景 [877]

    1. Pete Green 是 Eaton 的企业数据资产总监。[877]
    2. Eaton 在看到 AIP 的用例多样性后，签署了扩大合作协议。[879]
    3. 他们参加了在芝加哥举行的第一次 AIP 训练营。[880]

  2. Boot Camp 模式的价值 [885]

    1. 训练营模式可以启动新想法。[888]
    2. 引入 AI 或 Gen AI 后，公司会有数百个想法和项目。[889]
    3. 训练营允许所有人集中在一起进行 2 到 3 天的黑客马拉松。[890]
    4. 在三天结束时，基本可以知道产品是否可行。[891]
    5. 如果可行，就可以扩展到生产。[892]

  3. AI 在 Foundry 中的力量 [894]

    1. Eaton 在 AI 进入 Foundry 平台之前就开始合作。[894]
    2. Palantir 的力量在于两部分：数据摄取和连接（本体论）。[896]
    3. 现在引入 Gen AI，可以在 Palantir 平台内分层多个大型语言模型。[899]
    4. 这些模型可以帮助总结数据并产生人类无法达到的直觉。[899]

  4. 本体论的构建与雄心重塑 [901]

    1. 经验是：构建的本体论越完善，效果可能越好。[902]
    2. 引入 AI 后，项目变得更令人兴奋，效益更大，数百个好想法变成了数百个好想法。[903]
    3. 随着对平台和底层模型能力的直觉建立，他们开始重新定义雄心。[910]
    4. 过去认为不可能或过于复杂的事情，现在可能变得可行。[911]
    5. 以前很难将 AI 工具交到用户手中。[913]
    6. 现在可以在 Palantir 内构建所有工具，并使用用户界面进行分发。[914]
    7. 每个人都可以访问，可以产生巨大影响，实现了能力的民主化。[915]

10.6. 客户访谈 5：NCMEC - 人工智能与人类协作 [922]

  1. NCMEC 简介与使命 [922]

    1. Jennifer Penrose 是国家失踪和受剥削儿童中心（NCMEC）的数据科学经理。[922]
    2. NCMEC 的使命至关重要，体现了技术与使命驱动文化的结合。[923]
    3. NCMEC 是美国和全球最大的儿童保护组织和信息交换中心。[932]
    4. 仅 2023 年，他们收到了超过 3600 万份涉嫌儿童性剥削的报告。[933]
    5. 报告来自公众和公司，来自世界各地。[934]
    6. 面对如此高的报告量，他们必须利用数据和技术来应对日常涌入。[935]
    7. Foundry 和 AIP 帮助他们优先处理、分类和处理这些报告。[936]

  2. AIP 在金融性勒索中的应用 [939]

    1. 近年来，网络举报热线收到的金融性勒索报告急剧增加。[940]
    2. 犯罪者要求儿童付款，并威胁公开性或露骨图像。[941]
    3. 这些报告具有时间敏感性和紧迫性。[942]
    4. AIP 可以在报告传入时识别它们。[942]
    5. 然后，AIP 根据报告中的风险因素和具体细节，帮助分析师优先处理。[942]
    6. 这种用例的细微差别和主观性对做出最佳决策至关重要。[944]
    7. 可见性和可追溯性对于理解信息如何传递和影响决策至关重要。[945]

  3. 人机协作（Human-AI Teaming） [946]

    1. 他们将 AIP 视为分析师的“助手”。[946]
    2. AIP 浮现出他们所需的关键细节和数据洞察。[947]
    3. AIP 提供了信息在报告中确切位置的可见性。[948]
    4. 这解放了分析师的时间，让他们专注于最能发挥人类判断、专业知识和洞察力的领域。[948]
    5. Jen 感谢 Palantir 的长期合作，这些工具使这项工作成为可能。[954]

11. 下半场主旨演讲预览与未来 AI 部署 [961]

thumbnail

  1. “引擎原语”的持续应用 [963]

    1. Jack 认为下半场将继续看到“引擎原语”。[963]
    2. 这些原语将用于解决非常不同的问题，产生不同的结果。[964]
    3. 观众可以思考这些原型是否可以重新应用于其他领域。[965]

  2. Komatsu：从 AI 助手到自主代理 [968]

    1. Komatsu 的演示让 Jack 感到兴奋。[968]
    2. 这是一个展示 Palantir 所说的“AI 部署级别”的绝佳例子。[969]
    3. 他们最初从 AI 助手原型开始（如基于聊天的界面）。[970]
    4. 随后是主动建议（proactively suggesting）。[971]
    5. 演示将展示向代理导向工作流（agent-oriented workflow）的转变。[972]
    6. 现在，这些代理可以自主工作，无需等待人类输入。[973]
    7. 代理在后台运行情景，测试不同参数，然后将建议推送给用户批准或拒绝。[974]
    8. 所有这些都由持续的反馈循环提供支持，以改进建议。[975]
    9. 这种技术熟练程度有了巨大的飞跃。[976]
    10. Komatsu 也是最早参加训练营的公司之一。[977]

  3. Tampa General Hospital：速度与价值 [979]

    1. Nat 认为 Tampa General 真正体现了“速度到价值”（speed to value）。[979]
    2. 他们必须在前一个解决方案退役到引入 Palantir 之间非常紧张的时间窗口内完成工作。[986]
    3. 这项工作必须是完美的。[987]
    4. Tampa General 的最终用户是患者，因此对生命有真实影响。[987]
    5. 这项关键工作不容有失。[989]
    6. 这种时间到价值的压力情景令人印象深刻。[991]

  4. AIPCon 的能量与社区 [994]

    1. Dr. Karp 提到有超过 100 个组织展示 AIP 的不同用例。[997]
    2. Jack 认为 AIPCon 的能量是显而易见的。[1005]
    3. 下午的演示博览会（demo expo）将有时间线两端的客户。[1010]
    4. 既有像最新客户一样合作了相当于 10 分钟的客户。[1010]
    5. 也有像 BP 这样合作了 10 年的客户。[1011]
    6. 这种时间线两端的客户相互演示和分享想法，是令人兴奋的组合。[1012]
    7. Nat 强调 AIPCon 现场的客户互动是无法复制的。[1015]
    8. 这是人们获取适用于自己业务用例的想法的关键场所。[1017]
    9. 每次对话都是与他们可能从未交谈过的人进行的，这非常特殊。[1018]

12. Komatsu：动态定价与 AI 代理工作流 [1032]

thumbnail

  1. Komatsu 简介与核心理念 [1034]

    1. Komatsu 是许多行业（采矿、建筑、叉车、林业）的原始设备制造（OEM）领导者。[1038]
    2. Gemba：意味着工作实际发生的地方。[1042]
    3. Komatsu 努力理解 Gemba 的挑战并解决它们。[1044]
    4. Dantatsu：意味着无与伦比的解决方案。[1045]
    5. 采矿设备：如果不是种植的，就是开采出来的。[1047]
    6. Komatsu 制造重型设备，并正在研究如何为这些零件进行动态定价。[1050]

  2. 动态定价的挑战 [1051]

    1. 挑战一：邮件处理：定价分析师每天收到数百封邮件，必须筛选查询和新销售订单。[1053]
    2. 过程涉及大量手动任务和瓶颈。[1057]
    3. 挑战二：全球协调：采矿业务具有全球性，跨区域协作带来了挑战。[1059]
    4. 挑战三：机器正常运行时间：关键任务是为客户保持机器正常运行时间。[1062]
    5. 机器停机意味着运营停顿，Komatsu 必须履行其创造价值的承诺。[1063]

  3. 解决方案的四大核心能力 [1066]

    1. 解决方案基于从结构化和非结构化信息中收集数据。[1066]
    2. 共享模型：全球区域可以协作，理解和分享定价策略的细微差别。[1068]
    3. 警报工作流：将传入的电子邮件转换为警报工作流。[1070]
    4. 分析师可以专注于决策，提高信息处理的吞吐量。[1071]
    5. 情景分析：能够查看单个零件或批量零件，理解定价决策如何影响整体目标和客户。[1072]
    6. 批量定价：允许采取行动，更新零件价格或通知不同区域的人员，并将更新推回源系统。[1075]

  4. 定价 360 工具演示：AI 代理的应用 [1076]

    1. AI 代理处理警报：未来将利用 AI 代理处理警报。[1079]
    2. 代理将处理简单的逻辑和规则，并识别需要进一步调查的警报。[1080]
    3. 调查异常零件：演示中，一个零件价格异常，且缺少段码。[1082]
    4. AI 定价顾问：该零件价格超过了 AI 定价顾问提供的建议价格的最大阈值。[1086]
    5. Komatsu 不希望价格超出市场，并希望保持客户满意度。[1088]
    6. 指令代理重新生成价格：用户指示代理重新生成新的价格建议。[1091]
    7. 这会触发思维链逻辑（chain of thought logic），用户可以查看代理处理的所有上下文和信息。[1092]
    8. 代理使用查询本体论和计算器工具来制定更好的建议。[1094]
    9. 代理处理的所有信息和用户反馈将被保留，用于持续训练和改进。[1096]
    10. 接受新建议：代理生成的新建议价格在最大涨价阈值内。[1099]
    11. 用户接受建议，并提交审批。[1100]
    12. 写入源 ERP 系统：一旦获得批准，这将触发回写到源 ERP 系统，更新零件价格。[1106]

  5. 未来扩展 [1108]

    1. Komatsu 计划将此解决方案扩展到所有段码差异。[1109]
    2. 目标是根据市场条件和客户反馈，更动态地为零件定价。[1110]
    3. 扩展到采矿业务部门、建筑设备部门和其他可以受益的部门。[1111]

13. Aramark：产品主数据与数字孪生愿景 [1118]

thumbnail

  1. Aramark 简介与数据多样性 [1120]

    1. Aramark 是一家财富 500 强公司，在 15 个国家提供酒店服务。[1123]
    2. 拥有超过 20 万名员工和 10 条业务线。[1124]
    3. 每条业务线根据客户需求和消费者偏好提供专业服务，导致数据种类繁多。[1125]
    4. 核心业务是服务。[1127]
    5. 他们每年提供超过 20 亿份餐食。[1131]
    6. 这些餐食由数百万种产品、数千个食谱和数万种产品组成。[1132]
    7. 他们一直在寻找机会更好地理解数据，并提出逻辑建议以更好地服务客户。[1134]

  2. Foundry 的基础用例：主产品匹配 [1136]

    1. 合作始于利用 Foundry 和 LLM 的力量创建主产品。[1136]
    2. 许多产品名称相似，但被识别为独特的内部产品。[1138]
    3. 他们使用 LLM 来匹配产品，将概念上不同的东西匹配在一起。[1139]
    4. 初次匹配发现约 30% 的产品可以以超过 99% 的置信水平匹配。[1141]
    5. 他们使用 Workshop 进行手动匹配，以进一步改进未来的模型训练。[1142]
    6. 目前，任何高于 99% 置信水平的产品都会自动匹配，无需人工干预。[1145]
    7. 随着模型结果改善，他们将继续降低阈值。[1147]
    8. 本体论链接：使用本体论将匹配后的产品链接起来。[1148]
    9. 实现了从采购端到食谱再到销售端的完整数据沿袭。[1149]
    10. 这提供了前所未有的产品可见性，并使分析变得容易。[1152]

  3. 数据增强：分类管理器 [1153]

    1. 他们寻找机会增强数据。[1153]
    2. 分类管理器用于添加数据中不存在的元素（如餐食类型、服务地点）。[1154]
    3. 使用 LLM 进行自动分类。[1157]
    4. 通过对约 1% 的产品进行手动过程来训练模型。[1159]
    5. 能够自动为其余 99% 的产品提供分类。[1159]
    6. 这节省了大量时间，并提供了以前没有的分析水平。[1160]
    7. 现在可以从微观和宏观层面理解数据和消费者偏好变化。[1161]

  4. 项目成果与未来计划 [1162]

    1. 整个过程在大约九个月内完成。[1163]
    2. 尽管最初认为会非常困难，但通过 Foundry 和 Palantir 的帮助，他们快速完成了。[1164]
    3. 用户反馈：分析师每天使用这些数据，可以快速准确地响应查询。[1167]
    4. 一位分析师表示：“我每天使用这些数据来帮助自己了解我们的业务。”[1168]
    5. 未来计划：垂直和水平增长，继续添加数据源。[1169]
    6. 计划添加非结构化数据，以理解对客户的承诺和消费者心声。[1170]
    7. 他们即将创建完整的数字孪生，以便在进行运营更改之前预测未来会发生什么。[1173]

14. Associated Materials：75 年历史的“创业公司”转型 [1178]

thumbnail

  1. Associated Materials 简介与转型背景 [1185]

    1. Dwayne Massey 是 Associated Materials 的 IT 执行副总裁。[1186]
    2. 公司是外部建筑产品市场的领导者（窗户、门、铝/乙烯基壁板）。[1187]
    3. 这是 Dwayne 第二次与 Palantir 合作，这次是最具雄心和根本性变革的一次。[1191]
    4. 公司是一家私募股权集团收购的投资组合公司，正在进行全面组织转型。[1193]
    5. 目标是最大限度地发挥业务潜力，并推动这家拥有 75 年历史的公司的变革。[1194]
    6. Dwayne 将公司称为“75 岁的创业公司”。[1194]
    7. 公司拥有遗留系统（AS400、大型机、Access、Excel、平面文件）。[1195]
    8. 已经近 25 年没有进行技术更新。[1198]
    9. 公司正在进行投资，因为未来潜力巨大。[1201]

  2. Foundry 的核心价值：提供“为什么” [1203]

    1. 转型的主要驱动力是运营可见性和对公司运作方式的可见性。[1203]
    2. 员工的角色通常是“谁、什么、如何、何时或何地”。[1203]
    3. Palantir 提供了“为什么”。[1204]
    4. Dwayne 提到两个挑战：让 Palantir 技术人员理解他的笑话，以及老旧的系统。[1207]
    5. 他们仍在连接和操作上世纪 70 年代编译的大型机系统。[1216]
    6. 公司必须快速行动，Palantir 提供了这种能力。[1219]
    7. 最大的驱动力是上市时间（time to market）。[1221]

  3. 客户主数据案例与思维转变 [1222]

    1. 公司最大的失败之一是没有客户主数据。[1222]
    2. 大型咨询公司估计需要 12 到 24 个月，耗资数百万美元。[1224]
    3. Palantir 在试点阶段的六周内解决了这个问题，通过连接遗留系统并绑定数据。[1227]
    4. Palantir 实现了人们头脑中“为什么不能将数据集 A 连接到数据集 B”的想法。[1229]
    5. 思维转变：通过本体论层，他们现在是从右向左看。[1235]
    6. 他们关注结果，然后是实现所需结果所需的输出。[1236]
    7. Palantir 自然地实现了这种不同的思维方式。[1237]
    8. 改变文化的最大方式是消除负面词汇（如“问题在于”）。[1239]
    9. Foundry 平台可以完成他们所见过的任何事情，他们连接了 50 年历史的系统。[1244]
    10. 最大的成就是赋能员工做出正确决策。[1247]

  4. 供应链可见性与持续改进 [1251]

    1. 演示聚焦于供应链。[1252]
    2. 屏幕顶部的绿线代表窗户的准时足量交付（on-time in full delivery），目前运行在 90%。[1256]
    3. 在引入 Palantir 之前，这个数字是 40%。[1258]
    4. 蓝点显示了在乙烯基金属壁板业务中引入 Palantir 的时间，交付率正在增长并持续。[1259]
    5. 持续性是 Palantir 的关键。[1262]
    6. 他们可以看到整个供应链，了解工厂的状况、积压工作和工作量。[1264]
    7. 他们消除了“我感觉”这个短语，不再是基于感觉的决策。[1270]
    8. 他们现在可以查看数据，看到不同系统之间的差异。[1276]
    9. 平台用于识别需要制造什么以及何时需要制造。[1279]
    10. 利用 AI 来识别需要发生什么以及何时发生，从而消除用户的选择。[1280]
    11. 他们正在识别故障点、约束、产品用完的天数和需要重新订购的天数。[1283]
    12. ERP 系统中的所有功能，他们现在都在 Palantir 中完成。[1284]
    13. 实施 ERP 需要五年时间，而 Palantir 只用了不到九个月，并已实施了十多个业务用例。[1288]
    14. 他们看到了即时的底线结果，客户满意度提高。[1290]
    15. 公司现在可以专注于创意（Ideation）。[1299]
    16. 这就像“打了类固醇的六西格玛”：持续改进、增长和变革机会。[1302]
    17. 总结：他们正在改造一家拥有 75 年历史的制造公司所做的一切。[1304]

15. Tampa General Hospital：六周内构建败血症早期预警系统 [1308]

thumbnail

  1. Tampa General Hospital 简介与愿景 [1311]

    1. Tampa General 是佛罗里达州中西部的大型学术卫生系统。[1318]
    2. 是该地区唯一的学术卫生系统，承担着重要责任。[1320]
    3. 拥有六家医院和一个千床位的学术医院。[1321]
    4. 愿景是成为美国最安全、最具创新性的学术卫生系统。[1326]
    5. 他们的宗旨是“治愈、教学、创新，并每天关爱每一个人”。[1325]

  2. 败血症的挑战与早期干预的重要性 [1328]

    1. 败血症（sepsis）是对血源性感染的严重免疫反应。[1330]
    2. 身体系统超速运转以保护自身，但会使其他器官缺氧和血液供应不足，导致器官衰竭。[1331]
    3. 败血症每年影响 170 万人，导致约 35 万人死亡。[1335]
    4. 它是美国医院中最可预防的死亡原因。[1337]
    5. 难点在于识别败血症，而不是治疗它。[1341]
    6. 医生和护士通常静态地查看数据，容易错过早期迹象。[1343]
    7. 对于败血症，早期干预可以挽救生命。[1345]
    8. 治疗必须按正确顺序进行（例如，不能在做 1 之前做 3、7 和 10）。[1348]

  3. 快速响应团队与系统危机 [1352]

    1. 他们组建了由快速响应团队（Rapid Response Team, RRT）领导的败血症团队。[1352]
    2. RRT 护士持续监测患者，寻找早期迹象。[1353]
    3. RRT 每年保守估计可挽救约 300 条生命。[1355]
    4. 危机：他们原来的合作伙伴将不再支持败血症项目。[1357]
    5. 他们知道不能没有这个工具，因为它对患者至关重要。[1358]

  4. Foundry 的“速度到价值” [1360]

    1. 他们转向 Palantir 寻求帮助。[1360]
    2. 从确定工作范围到部署生产工作流的整个过程在六周内完成。[1364]
    3. 这被称为“临床工作流的前沿部署方法”。[1365]
    4. 工程师与 RRT 护士并肩工作，不仅重建了旧系统，还根据他们的需求进行了改进。[1367]
    5. 快速性来自于消除领导者的障碍，让一线团队直接与 Palantir 工程师合作。[1369]
    6. Foundry 使团队能够实时看到他们的建议被实施，并持续迭代改进。[1370]

  5. 败血症中心（Sepsis Hub）演示 [1374]

    1. 演示从 RRT 护士的角度展示了败血症中心。[1379]
    2. 它基于败血症标准：患者生命体征、疑似感染源和器官功能障碍的证据。[1380]
    3. 系统识别触发标准的因素和发生时间，以及趋势。[1382]
    4. 非结构化数据：系统引入了非结构化数据，这是一个游戏规则改变者。[1385]
    5. 以前 RRT 团队需要花费大量时间在图表中寻找支持诊断的信息。[1387]
    6. 数据管道：展示了败血症数据管道的复杂性，它将所有信息汇集起来。[1389]
    7. 护士在工作区中决定是否放置败血症警报，并通知医生。[1392]
    8. 治疗时间线：一小时后，系统显示了详细的治疗时间线。[1395]
    9. 这是 RRT 团队的特殊要求，因为以前他们依赖警报来提醒时间过期。[1396]
    10. 现在他们可以预测和看到接下来的治疗。[1398]
    11. 护士可以根据医生要求修改治疗（如更密切监测血压）。[1400]
    12. 反馈循环：系统将警报和行动与实际发生的情况联系起来，并持续反馈给系统进行学习。[1403]
    13. 这提高了败血症中心的准确性，减少了误报。[1405]
    14. 治疗算法也有一个非常复杂的数据管道。[1406]
    15. 护士能够到床边，按照医生授权的方式启动静脉输液。[1408]

  6. 成果与未来 [1412]

    1. 这种方法克服了电子健康记录和护理流程的限制。[1410]
    2. 改进乘数：每治疗一个患者，都会改善下一个患者的护理。[1414]
    3. 死亡率：败血症死亡率是全国平均水平的一半。[1417]
    4. 住院时间：败血症患者的住院时间减少了 15%。[1419]
    5. 他们正在将这种方法应用于其他临床状况。[1421]

16. AIPCon 闭幕：社区与持续构建 [1427]

  1. 社区与家庭 [1427]

    1. 从第一次 FoundryCon 到第五届 AIPCon，感觉就像欢迎大家回家。[1427]
    2. 前沿部署工程模型（forward-deployed engineering model）让 Palantir 与客户像家人一样。[1428]
    3. 这个社区是一个家庭，大家互相挑战、推动、坦诚相待。[1429]
    4. 共同分享胜利，感受失败的痛苦，并日复一日地持续构建。[1430]

  2. 结束语 [1432]

    1. 下午还有更多内容。[1431]
    2. 感谢所有直播观众和现场参与者。[1432]