編製： 為景翰王（Hanson）整理｜版本日期： 2026-10-16（台北時間）｜語言： 繁體中文

本套教材共 17 個檔案，每個檔案都能單獨閱讀：

• 00： 導讀與平台入門（本檔）
• 01–15： 15 個個案，每案一檔
• 16： 跨案例比較與總結

---

一、課程使用說明

1. 教材定位

• 本教材採商學院個案法（case method）的寫法。每個個案依序包含 11 節：
  1. 案例摘要
  2. 產業背景
  3. 公司／機構背景
  4. 決策困境
  5. 導入時間軸
  6. 解決方案細節
  7. 成果
  8. 爭議與風險
  9. 分析
  10. 課堂討論題
  11. 延伸閱讀
• 目標讀者：行銷、業務、產品與策略工作者。學習重點不是 Palantir 的技術細節，而是企業軟體如何把「導入成果」變成可傳播的故事，以及這些故事背後證據的強弱。

2. 事實與分析的區分（請務必讀）

• 事實一律附來源連結與日期。查不到的寫「查不到」，不做推估、不編造。
• 標示 〔分析〕 的段落是編者的判讀，供課堂討論用，不是來源原文。
• 「決策困境」一節中的替代方案，若來源沒有明確記載客戶評估過哪些方案，會標為〔分析〕情境設定。這是個案法常用的教學假設，不代表客戶實際評估過這些方案。
• 每個個案的「成果」一節，都會標示誰公布的（客戶、Palantir、政府、媒體、第三方）以及是否有第三方查證。

3. 證據強度分級（全套教材通用）

注意：B 和 C 都屬「自述」，差別在於公布者是買方還是賣方。一般而言，買方願意掛名公布的數字可信度略高。

4. 建議使用方式

• 課前（約 30 分鐘）： 閱讀案例摘要到決策困境（第 1–4 節），先不看成果，自己預測導入路徑與可能的成效。
• 課中（60–90 分鐘）： 用第 5–8 節驗證預測，再以討論題分組辯論。
• 課後： 觀看「延伸閱讀」中的原始演講影片，比較客戶自己怎麼講、媒體怎麼報、Palantir 怎麼包裝。

---

二、建議授課順序

方案 A：依產業分模組（適合一般課程，約 6 堂）

方案 B：依難度遞進（適合工作坊，約 4 段）

方案 C：行銷人 3 小時速成

06 Wendy's（客戶上台的故事結構）→ 07 AIG（成長型 AI 敘事）→ 13 NHS（數字被拆穿時怎麼辦）→ 16 總結。

---

三、Palantir 平台入門（名詞解釋）

以下定義整理自 Palantir 官網與產品文件。〔分析〕的部分是編者為非技術讀者加的白話說明。

Palantir 公司一句話

美國軟體公司，2003 年成立。早期以美國情報與國防客戶起家，後來擴展到商業企業。2023 年起以 AIP 為成長主軸。財務與公司概況請見另一份《Palantir 分析報告》。

Gotham

• 官方定位： 面向政府、國防與情報單位的作業平台，用來整合多源資料、做分析與支援決策（palantir.com/platforms/gotham）。
• 歷史： 法院文件記載，Gotham 於 2004–2009 年間開發，曾獲 CIA 創投部門投資與合作（美國聯邦求償法院判決，2016）。
• 〔分析〕白話： 把情報、人員、地點、事件之間的關係連起來，讓分析師看到全貌的軟體。

Foundry

• 官方定位： 企業資料整合與營運平台，把分散在 ERP、MES、CRM、感測器、文件裡的資料，整合成可以直接用來做決策和執行動作的應用（palantir.com/platforms/foundry）。
• 〔分析〕白話： 商業版的「中樞神經」。本教材大多數商業個案都從 Foundry 起步。

Ontology（本體層）

• 官方定義： 以決策為中心的作業層，把整合後的資料、模型與流程轉成「物件、屬性、關聯、動作、函式與權限控管」，讓人與 AI 代理都能在受控的狀態下執行真實世界的變更（Ontology 官方文件）。
• 〔分析〕白話： 把資料表翻譯成業務語言。工廠的 Ontology 裡有「機台、工單、零件」，醫院的有「病人、床位、手術室」。業界常稱之為企業的「數位分身（digital twin）」。在 Palantir 的論述中，AI 之所以「可靠、可稽核」，靠的就是這一層。

AIP（Artificial Intelligence Platform）

• 官方定位： 2023 年推出，把大型語言模型（LLM）與 AI 代理接到 Ontology 上，讓 AI 能讀取企業資料、提出建議並觸發動作，同時有權限與稽核控管（palantir.com/platforms/aip）。
• 常見元件（本教材個案出現過的）：
  • AIP Logic： 用 LLM 建立決策邏輯。
  • AIP Agent： AI 代理。
  • Pipeline Builder： 資料管線工具。
  • OSDK： Ontology 開發套件。
  • Workshop： 低程式碼介面工具。
• 〔分析〕白話： 「會用企業資料做事的 ChatGPT」，但被框在權限、流程與人工核准之內。

Apollo

• 官方定位： 持續交付平台，集中管理軟體在多雲、私有 SaaS、邊緣裝置與實體隔離（air-gapped）網路之間的發布與更新（palantir.com/platforms/apollo）。
• 〔分析〕白話： 讓同一套軟體能更新到雲端、軍艦、戰場車輛和機密網路的「物流系統」。Apollo 很少單獨出現在客戶故事裡，但它是國防個案（TITAN、Maven）能部署到前線的基礎。

Warp Speed

• Palantir 針對製造業推出的作業系統方案，建構在 Foundry 與 AIP 上（palantir.com/warpspeed）。個案 01 Lear 有用到。

Maven Smart System（MSS）

• Palantir 為美國國防部打造的 AI 戰場態勢與目標系統。它把衛星、無人機、友軍狀態、社群資料等不同密級的資料匯入單一介面（Breaking Defense，2025-05-22）。詳見個案 11。

AIP Bootcamp

• 官方說法： 1–5 天、在客戶真實資料上建出可運作的用例（「From 0 to use case in 5 days」）（palantir.com/platforms/aip/bootcamp）。
• 案例： Palantir 技術長 Shyam Sankar 在 2023 Q4 法說會上說，一家營建／工程公司在 2 天 Bootcamp 中做出可上線的「生產中斷管理」應用，節省 1,000 萬美元；當時累計從 Bootcamp 找出近 200 個用例（Benzinga，2024-02-06）。客戶未具名，證據等級 C。
• 〔分析〕白話： 把傳統動輒 6–18 個月的企業軟體評估，壓縮成一場現場實作。它既是銷售工具，也是行銷活動。

AIPCon

• Palantir 的客戶大會。形式以客戶高層上台示範為主，影片公開在 Palantir 官方 YouTube 頻道（palantir.com/aipcon）。
• 本教材引用的場次：
  • AIPCon 3（影片 2024-03 上架）
  • AIPCon 4（2024-06）
  • AIPCon 5（2024-09）
  • AIPCon 6（2025-03）
  • AIPCon 7（2025-06）
  • AIPCon 8（2025-09）
  • AIPCon 9（2026-03）

Forward Deployed Engineer（FDE，駐點工程師）

• Palantir 的交付模式：工程師進駐客戶現場，和客戶團隊一起建應用。個案中，Tampa General、Airbus、烏克蘭都有明確記載駐點。〔分析〕這種模式成本高，但能快速做出成果，也是 Palantir 和一般 SaaS 公司最大的差異之一。

本教材常用縮寫

---

四、個案一覽

所有連結存取日期：2026-10-16。