AI Token收费模式被炮轰：企业数据主权才是关键
内容提要
Palantir CEO卡普在CNBC批评OpenAI等按token收费模式，认为企业付费却将核心数据喂给闭源模型，导致价值与收入脱钩。他引用MIT研究称95%企业AI试点无利润贡献，主张“主权AI”，即企业自控模型、算力与数据，并与英伟达合作将开放模型部署于企业内部。批评者指其意在维护Palantir自身商业利益。
延伸解读
按token收费的激励错位
文章指出，按token收费时，模型厂商的收入与企业获得的价值没有直接挂钩。企业可能消耗大量token却产出零价值，但厂商收入不变。这种激励错位在AI成本高企时更不可持续，Uber和微软已开始限制员工使用昂贵AI工具。
主权AI与数据控制权
Karp主张企业应自控模型权重、算力和数据层，避免核心数据外流。Palantir与英伟达合作，将开放模型部署于企业内部，数据不出防火墙。但批评者认为，Palantir的Ontology同样是专有锁定，只是锁定层面不同。
MIT研究揭示的失败原因
MIT研究显示95%的企业AI试点对利润无影响，失败主因是“学习差距”：工具不保留反馈、不适应工作流程。模型本身够聪明，但记不住业务逻辑。这指向AI价值在于与业务逻辑的结合深度，而非模型本身。
商业利益与行业影响
Karp的批评可能维护Palantir自身利益，其市值依赖“企业AI落地”叙事。若token模式崩溃，Palantir受益；若企业继续用API，其估值需重算。OpenAI和Anthropic巨额亏损，商业模式面临压力，2026年支出数据将验证方向。
Q&A
Palantir CEO 为什么批评 OpenAI 和 Anthropic 的 token 收费模式？
Palantir CEO Alex Karp 在 CNBC 上批评按 token 收费的模式，认为企业付费却将核心商业数据喂给闭源模型，导致价值与收入脱钩。他质疑如果模型真能创造数十亿美元价值，为何只收几分钱 token 费，而不是分享企业利润的 30%。
什么是“主权 AI”？企业如何实现它？
“主权 AI”指企业自己控制模型权重、算力和数据层，可以在自己的服务器上运行模型，用自有数据微调，数据永不离开防火墙。Palantir 与英伟达合作，将 Nemotron 开放模型部署到企业内部的 Foundry 和 AIP 平台，用 Ontology 打底，实现主权 AI。
MIT 研究对企业 AI 试点的结论是什么？
MIT 的 NANDA 研究计划追踪了 300 个企业 AI 部署项目，调查了 150 位企业负责人和 350 名员工，结论是 95% 的企业生成式 AI 试点对利润表没有产生任何可测量的影响，尽管企业已花费 300 亿到 400 亿美元。失败主因是“学习差距”——工具不保留反馈、不适应工作流程。
Palantir 与英伟达的合作具体是什么？
2026 年 9 月 10 日，Palantir 和英伟达宣布合作，将英伟达的 Nemotron 开放模型集成到 Palantir 的 Foundry 平台和 AIP 中，用 Palantir 的 Ontology 打底。第一个客户是英伟达自己，用于管理从晶圆生产到部署的整个供应链，在本地运行模型，数据不出企业。
企业使用闭源 AI 模型可能面临哪些数据风险？
企业使用闭源 AI 模型时，核心商业数据（如客户名单、定价策略、供应链参数）会经过第三方服务器，存在数据泄露风险。即使厂商承诺不用于训练，数据在传输、处理、缓存过程中仍存在于其系统。更隐蔽的风险是员工通过提示词暴露判断和经验，被模型吸收后成为公共品，导致组织能力被蒸馏。
Karp 对 token 模式的批评是否出于 Palantir 自身商业利益？
批评者认为 Karp 批评 token 模式是为了维护 Palantir 自身商业利益，因为 Palantir 卖的不是 token，而是企业软件。Palantir 的 Ontology 也是锁定机制，企业迁移成本极高。但 token 模式确实存在激励错位：模型厂商收入与企业获得的价值不直接挂钩。
