（本文作者为 TechPulse，钛媒体经授权发布）
“ 谁是中国的 Palantir？”
过去一年，这个问题开始频繁出现在中国 AI 圈和创投市场的讨论中。如今，一个新的观察样本走到港股门前。6 月 17 日，中科闻歌正式启动港股招股，计划于 6 月 26 日在香港联交所主板挂牌上市，股票代码为 1956.HK。这家由中科院自动化所科学家团队孵化而来的 AI 公司，正以“ 决策智能” 和“ 通用决策大模型” 为核心标签进入资本市场视野。
中科闻歌之所以容易被放进这一讨论，正是因为它所强调的方向，回应了大模型从聊天问答走向智能体之后的下一个问题：AI 能否真正进入政企核心业务和决策流程，参与复杂组织的判断、推演和决策，并由此形成新的 AI 软件价值叙事。
从回答问题，到推演世界
先思考一个问题，当前大模型行业普遍处于投入期，未来几年可能出现哪几种盈利路径？
如果只是常用的 Chatbot 或者 AI Agent，往往会给出“ 降本增效后实现盈利” 这样的概括性回答。但对于产业判断而言，这远远不够。
一个真正面向决策的模型应该自动执行分析，未来三年，大模型公司可能靠哪几条路径穿越亏损？一条是基础模型平台化，通过推理成本下降、API 调用量提升和企业订阅摊薄训练成本；一条是行业应用垂直化，深入金融、政务、制造、教育、客服、代码等高频场景，把模型能力包装成可付费工作流；一条是云厂商生态化，把模型作为云资源、数据库、办公套件和开发工具的入口，用增量云收入覆盖模型投入；还有一条是数据、工具链和私有化部署，服务对安全、合规和知识资产要求更高的政企客户。
不同路径对应不同玩家、成本结构、销售周期和估值逻辑。如果未来算力价格下降、企业付费率提升、推理调用爆发，平台型公司可能率先改善毛利；如果模型能力快速同质化，利润则可能被应用层、云厂商和行业数据拥有者拿走。
这类问题正是典型的决策问题，它需要把一个产业事件拆成变量、主体、路径和概率，哪些变量最重要，哪些主体会改变路径，哪些信号会触发重估，哪些前提一旦变化结论就会反转。它还需要随着新信息持续校准，不是在某个时间点给出一个看似完整、实则静态的答案。
这也是 Palantir 在美国资本市场被追捧的原因。
它不是最早讲大模型故事的公司，却较早将 AI 放进了复杂组织的运营系统里，Foundry 解决数据与业务对象的连接，Ontology 把真实组织抽象成机器可理解的人、设备、订单、库存、风险和动作，AIP 则把大模型接入这些真实业务流程。
中科闻歌的 DOMA 技术架构
这对企业级 AI 公司的启示在于，企业和政府真正愿意长期付费的，是一套能进入复杂业务、辅助判断、追踪结果，并且可以被审计的系统。当 AI 软件进入组织决策与执行闭环，持续收入、客户黏性和场景扩展能力，才可能成为企业级 AI 商业化的关键。
2025 年，Palantir 进入商业增长的高斜率区间，净收入留存率维持在较高水平。其受到资本市场关注，某种程度上反映出企业级 AI 商业化的一条重要路径：AI 的价值不只在于生成内容，而在于能否进入复杂组织的业务流程，参与判断、推演和决策，并形成客户黏性和持续收入。
华尔街达成共识，决策模型可能是 AI 的下一站。传统的 BI 告诉你过去发生了什么，通用决策大模型帮你整理信息、生成表，决策模型把复杂局势变成一个可计算、可追踪、可复盘的系统，尽可能为人的最终决策提供更多信息量。
中科闻歌的底色和成色
中科闻歌成立于 2017 年，按照招股书披露，公司长期聚焦企业级大模型驱动的决策智能操作系统及服务，核心平台是 DIOS 决策智能操作系统，并在公共治理、金融、媒体融合、产业智能化等场景积累客户和项目经验。
灼识咨询数据显示，按 2025 年收入计，中科闻歌在中国企业级大模型驱动的决策智能服务商中排名第一，市场份额为 10.2%。
经营指标最直观体现公司的健康度，收入从 2023 年的 2.497 亿元增长至 2025 年的 4.053 亿元，说明在政企客户中形成持续订单和规模化收入；毛利率从 44.0% 提升至 51.2%，意味着交付不完全依赖人力堆项目，DIOS 等平台能力正在把部分定制化工作沉淀为可复用模块。
2025 年净收入留存率达到 139.5%，产品部署项目平均交付周期又从 2023 年的 185 天缩短至 80.2 天，前者说明老客户愿意继续加钱，后者说明产品化正在提升复制效率，这两点合在一起，才是市场判断一家 AI 软件公司能否从项目制走向平台制的关键。
本月刚刚推出的 Decitron 决策机，正是中科闻歌试图从“ 项目型决策智能服务” 进一步走向“ 通用决策大模型产品” 的关键一步。中科闻歌董事长王磊将其使命概括为“ 推演世界、看见未来”。不同于传统问答式大模型，Decitron 决策机试图回答的不是“ 已有信息是什么”，而是“ 下一步世界可能如何变化”。它将输入问题拆解为事件、主体、变量、时间范围和判断目标，并通过多路径推演，为复杂决策提供触发条件、关键变量、风险信号和行动参考。
如果说 ChatGPT 更像一本百科全书，那么 Decitron 决策机更像一个动态沙盘。其背后融合了世界模型、多智能体推演、博弈求解、证据质量评估和持续信号追踪等能力，使推演过程不完全依赖语言生成，而是尽可能把复杂事件转化为可计算、可追踪、可复盘的决策过程。中科闻歌公布的测试结果也显示，Decitron 决策机在多项事件预测和推演评测中取得了优异表现，例如，在 PolyBench 中终局预测准确率 FFA 达到 81.20%，预期波动预测准确率 EVPA 为 73.40%，平均概率预测偏差 MSE 为 0.822%；在 TMGBench 上 PAR 达到 99.40%。
市场为什么需要一家决策智能公司？
中科闻歌的全栈式 AI 产品体系
从资本市场角度看，中科闻歌最值得讨论的地方，不在于它像不像“ 中国 Palantir”，它给市场的启示是，中国 AI 软件市场是否需要向决策智能转型，不论是传统的大模型或者 SaaS，都有其自身的桎梏，中国 AI 行业不应在决策智能这个方向落后。
从产业演进角度看，AI 叙事正在从模型能力转向业务闭环，大模型本身会越来越强，也会越来越便宜，企业愿意持续付费的，是具体的结果。
比如，在金融场景里，可能是更早识别风险、更快形成投研判断；在产业场景里，可能是更准确地预判需求、库存和价格变化；在公共治理场景里，可能是把分散信息变成可执行的预案。
此外，真实世界的高价值决策，投资研究、产业规划、公共治理、能源调度、供应链调整，本质上都不是非黑即白的问题。好的决策系统不应该假装自己给出了唯一正确答案，而应该主动暴露不确定性，这种带证据链的概率判断，比一个看起来漂亮的答案更有价值。
从需求端来看，中国政企市场也正在出现类似的复杂组织决策需求。中国政企客户同样有复杂数据、复杂流程和复杂决策，只是场景会更多落在公共治理、产业研判、金融风控、媒体融合、制造与能源等方向。中科闻歌过去的 DIOS、雅意大模型和行业项目经验，为 Decitron 决策机提供了数据治理、业务本体和客户场景的入口。
这也是 Decitron 决策机“ 性感” 的地方。它没有做一个更复杂的对话框，主线逻辑就是将 AI 从内容生产推向现实世界。
例如，宇树上市之后，具身智能行业的投融资会如何发展？将这个问题输入给 Decitron 决策机，Decitron 决策机把行业拆成技术、资本、供给、需求、政策、应用场景等变量，把整机厂、零部件供应商、算法公司、下游客户和投资机构放进同一个博弈场，再持续追踪订单、融资、产能、价格、政策和竞品上市节奏。
多轮推演之后，Decitron 决策机将所有的输入和输出都展示在前，这比一个“ 黑盒” 有价值得多。
当然，所有决策智能公司都必须面对同一个挑战，复杂世界无法被完全建模，数据也永远不完整，起码现在还差得远。
中科闻歌需要证明的，是它能否把原本高度定制化的项目交付，进一步变成标准化、可复制、可持续订阅的产品；能否在金融、产业、公共治理之外打开更多商业客户；以及 Decitron 决策机的推演结果能否在真实高频场景中持续经受检验。
这恰恰也是它的想象空间所在。根据灼识咨询数据，2025 年中国企业级大模型驱动的决策智能市场规模为 39 亿元，预计 2030 年增长至 375 亿元，复合年增长率 57.2%。
如果市场进一步加速爆发，中科闻歌云端 DIOS、Decitron 决策机和行业数据平台的产品组合，就有望成为中国的决策智能公司样板。
换而言之，“ 谁是中国的 Palantir” 并不是一个简单的对标游戏，Palantir 被重新定价，是因为它让市场相信 AI 可以进入组织决策和行动的核心层。中科闻歌要回答的，也是同一个问题，当 AI 从会说话走向会推演，从生成内容走向辅助决策，中国市场是否会把决策智能视为企业级 AI 的重要基础设施。
如果答案是肯定的，中科闻歌的上市就不只是一个 AI 公司 IPO 的信号，大模型之后，更重要的能力，可能是让机器帮助人类理解复杂世界，并在不确定性中做出更好的选择。（本文首发于钛媒体 APP，作者 | 张帅）
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
