第 16 章：Palantir 的 ontology 到底是什么
Palantir 的 ontology，不能简单理解成“知识图谱”，也不能只理解成“数据模型”。如果这样理解，会把它看浅。
更准确地说，Palantir 的 ontology 是一套企业现实世界的对象模型：它把一个组织里真实存在的人、物、流程、任务、权限、风险、资产、事件和决策，变成可以被软件和 AI 理解、连接、推理、操作的对象系统。
传统数据平台常常从数据开始：这个系统有什么表，那个系统有什么字段，哪些数据要打通，哪些报表要展示。Palantir 更深一层的问题是：这些数据背后对应的真实对象是什么？订单是什么？库存是什么？风险是什么？客户是什么？任务是什么？谁有权限操作？什么状态下触发什么动作？
这就是从 data integration 到 operational ontology 的变化。
数据整合解决的是“数据在哪里”。本体论解决的是“这些数据代表什么真实对象，以及这些对象能如何被行动”。
举一个供应链例子。普通数据平台会把供应商、订单、库存、运输、财务数据接进来，做成看板。管理者可以看到库存多少、订单多少、延误多少。但 Palantir 式 ontology 会进一步定义：某个订单对象依赖哪些供应商，经过哪些路线，影响哪些客户承诺，处于什么风险状态，有哪些替代方案，谁能批准修改，AI 能建议什么动作，动作执行后如何更新状态。
这不是报表，而是操作系统。
所以 Palantir 不是把数据“展示”出来，而是把客户组织的现实世界“对象化”。对象化之后，组织内部的人、软件和 AI 才能围绕同一个世界工作。
这点非常重要。很多企业的问题不是没有数据，而是数据和行动断开。销售系统、财务系统、库存系统、客服系统、生产系统各有一套语言。每个部门都说自己有数据，但没有一个统一对象世界。结果是：开会靠汇报，决策靠经验，执行靠人工协调，AI 只能在外围做问答。
Palantir 的 ontology 试图解决这个断裂。
它把分散系统里的数据映射到统一对象上。例如一个“客户”对象，可能同时连接 CRM、合同、财务、客服、物流、风险、产品使用数据。一个“飞机”对象，可能连接维修记录、零件库存、任务安排、飞行状态、风险事件、人员权限。一个“患者”对象，可能连接病历、检查、药物、医生、床位、保险和治疗路径。
一旦对象被统一，企业就不再只是查询数据，而是能理解对象状态，并围绕对象采取行动。
这就是 ontology 的核心：让企业现实世界变成可理解、可推理、可操作的对象系统。
它和知识图谱的区别在于，知识图谱常常停留在“谁和谁有关”。Palantir ontology 更强调 operational：谁能操作、操作什么、在什么规则下操作、操作后改变什么状态、如何反馈到系统。
它和数据库的区别在于，数据库保存数据，ontology 定义现实对象。数据库可以告诉你某个字段的值，ontology 要告诉你这个值属于哪个对象、意味着什么状态、影响哪些关系、触发什么行动。
它和普通业务流程软件的区别在于，流程软件通常固定流程，ontology 更接近企业对象层。流程是对象之间的一种运行方式，但 ontology 先定义对象世界，再让流程、权限、AI 和人围绕对象世界运行。
所以，如果用一句话定义 Palantir ontology：
它是企业现实世界的数字对象层，把数据、业务、权限、工作流和 AI 行动连接到同一套对象模型里。
这也是为什么 Palantir 在 AI 时代突然变得更重要。因为 AI 如果只接数据库，很容易变成会说话的数据查询器；如果接入 ontology，AI 才知道自己面对的是什么对象、什么状态、什么规则、什么行动边界。
企业 AI 的难点不是模型会不会回答，而是它能不能在真实组织中安全、准确、可审计地行动。Palantir ontology 的意义，就在于给 AI 提供一个可行动的企业对象世界。