7月1日，Palantir CEO Alex Karp 在 CNBC 的采访中，对当前 AI 行业发出了异常激烈的批评。他用“疯了”来形容行业现状，并直言美国企业 CEO 们对 OpenAI 和 Anthropic 等大模型公司感到“暴怒”。Karp 指出，企业正在做一件荒唐事：一边疯狂地为 token 付费，一边将自己最核心的运营数据拱手送给模型供应商，而换回来的商业价值几乎无法衡量。面对主持人“是否在甩锅”的质疑，Karp 回应称，自己只是在陈述事实。市场对此反应迅速，Palantir 股价当天上涨 9%，显示出投资者对这一观点的强烈共鸣。

Karp 的言论点破了大模型应用狂潮下的一个结构性矛盾。过去两年，企业从“先用起来”的恐慌性拥抱 AI，到 2025 年将大模型嵌入核心流程，再到 2026 年进入冷静期，开始追问投资回报率。Karp 将这种转变描述为从无脑堆砌 token 消耗的“tokenmaxxing”转向对实际价值的拷问。他认为，模型本身的质量正在趋于收敛，真正的差异化价值不在模型层，而在将模型能力与企业特定场景绑定的应用层。为此，他力推“主权 AI”概念，强调企业最敏感的运营数据必须留在自己的围墙内，部署在可控的基础设施上。

这一观点并非空穴来风。数据主权和隐私问题正成为企业 AI 落地的核心瓶颈。NTT DATA 的研究报告用“撞墙”来形容企业遭遇的架构性瓶颈，而 Gartner 则预测，到 2027 年将有 35% 的国家依赖区域化 AI 平台，远高于目前的 5%。企业 AI 算力部署中，私有云和本地部署的占比已从 54% 提升至 69%，“数据不出域”正从合规口号变为技术选型的首要条件。Palantir 与 NVIDIA 合作推出的“主权 AI 引擎”正是这一逻辑的产品化体现，其 2026 年第一季度营收达 16.3 亿美元，同比增长 85%，部分印证了市场对这条路径的认可。

比商业模式更尖锐的威胁，来自大模型公司本身可能成为竞争对手。2026 年 4 月发生的事件让这种担忧成为现实。设计协作平台 Figma 与 Anthropic 曾联手开发“Code to Canvas”功能，将 Claude 生成的代码集成到设计流程中。然而，4 月 14 日，Anthropic 首席产品官 Mike Krieger 辞去 Figma 董事会席位，三天后，Anthropic 发布了 Claude Design——一款直接用自然语言生成交互原型和营销物料的 AI 设计工具，精准对标 Figma 的核心业务。Figma 股价当天下跌近 8%。更耐人寻味的是，包括 Figma、Adobe 和 Canva 在内的多家合作伙伴，在 Claude Design 发布前均未收到任何通知。这暴露了大模型时代一个危险的模式：当企业与 AI 公司深度合作时，不仅交出了市场入口，还交出了核心场景理解和用户需求数据，而这些数据可能被用来打造取代自己的产品。

这一剧本在科技史上并不新鲜。亚马逊利用平台数据推出自有品牌蚕食第三方卖家，微软从操作系统延伸至浏览器和办公软件，谷歌用搜索结果页面直接回答用户问题从而边缘化垂直服务商。但在大模型时代，这一铁律变得更加凶猛，因为大模型天然是一个“理解加速器”。企业的每一次 API 调用、每一条业务数据输入，都在帮助模型供应商更快、更深地理解自己的领地。这被形象地比喻为 AI 时代的“洛希极限”——企业想借助大模型的引力加速，但靠得太近，自身的“物质”（数据、know-how、用户理解）就会被剥离，流向引力中心。

面对这种局面，企业开始重新定义自己的核心价值。一方面，掌控“AI 地基”成为关键。那些帮助企业在自有基础设施上安全运行 AI 的解决方案正变得炙手可热。仅 2026 年上半年，欧洲三家主权 AI 基础设施公司 Nebius、nScale 和 AtlasEsge 就合计融资超过 118 亿美元，伦敦的 Valarian 也刚获得 5000 万美元 A 轮融资，专注于在 AI 系统和敏感数据之间加入主权控制层。另一方面，组织能力的重塑同样紧迫。当 AI 接管越来越多的执行环节，企业发现，真正的竞争力不再是“用 AI 替代了多少人”，而是“人能否驾驭 AI 去做出以前做不到的事”。如果组织仅让 AI 在历史数据中循环，本质上是被锁死在过去的快照里，而“人的判断力”和“组织的进化能力”反而成为最难被复制的东西。

Karp 的炮轰和市场的反应，共同指向一个趋势：一个只有模型层独大的 AI 产业是脆弱的。企业需要的不是更强的模型，而是一整套生态——能回应数据主权焦虑，能保护竞争壁垒不被虹吸，能让 AI 真正嵌入业务又不失控。这种需求正在催生一个比“卖 token”复杂得多的市场，涵盖主权基础设施、AI 网关与编排中间层、垂直行业深度应用，以及 AI 时代的组织变革咨询。这些在过去一年里从模糊变得清晰的需求，可能预示着新一代解决方案和服务商的爆发期正在到来。