一眨眼，整个大数据产业已经走过十多个年头。
在这蓬勃发展的十年中，Cloudera 和 Paltantir 始终是绕不开的两家公司，它们一直代表着大数据公司的两个方向：一个向左，聚焦大数据基础软件平台，一直没有过多行业属性，希望更多用户群体能够采用大数据基础软件;一个向右，自开始就聚焦在一两个行业之中，为行业用户打造从大数据基础软件到行业应用的全栈式解决方案，多年以来行业属性明显。
如今，两家公司高下已分。
据知情人士透露，Cloudera 正在考虑对外出售，已经与包括私募股权公司在内的多个潜在买家进行恰谈，或将结束自己惨淡的上市史;而这边厢，估值高达 410 亿美金的 Paltantir 已经向美国证券交易委员会提交一份保密的 S-1 文件，预计在未来几周正式上市，自 2004 年成立以来就屡有上市传闻的 Paltantir 也算是守得云开见月明。
Cloudera：盛名之下其实难副
Cloudera 成立于 2008 年，由 Christophe Bisciglia, Amr Awadallah 以及 Jeff Hammerbacher 创建，堪称大数据的明星公司，它与 Hortonworks、MapR 堪称北美大数据三驾马车，三家公司都聚焦在基于 Hadoop 等开源大数据基础软件领域。赶上最近十年大数据的红利期，Cloudera 没少受到业界的关注。
Cloudera 公司十余年以来，可谓是要牌面有牌面，要实力有实力。Cloudera 在 2009 年将 Hadoop 之父 --Doug Cutting 收入旗下，拥有大数据领域最耀眼的明星员工。而在资本市场，Cloudera 也是堪称赢家，2014 年以 7.5 亿美元的价格出售 18% 的股权给 Intel、Google 等一众明星公司和投资人，此次投资也让其达到了上市之前的 41 亿美元巅峰市值。
仔细研究 Cloudera 十余年的发展历史，用 " 时不利兮 " 四个字概括最为合适。
成立之初，Cloudera 即希望利用云服务的方式为用户提供大数据服务，这种方式实在是太超前。彼时，云计算才刚刚起步，AWS 也处于拼命向人们普及云计算的阶段，远没有如今的影响力;另外，大数据也刚刚冒出个苗头，不光很多用户，哪怕是很多 IT 从业人员对于大数据的理解也是云里雾里。显然，Cloudera 通过云服务的方式在当时行不通。
之后，Cloudera 转变思路，开始学习 Redhat，利用开源软件商业版以及技术服务来收费。这种模式有 Redhat 的成功先例，但是开源是一门艰难的生意，数来数去也就 Redhat 算成功。与 Redhat 聚焦在操作系统、PaaS 等基础软件领域不同，大数据是与应用强相关，如果光有大数据基础软件平台，但是没有足够的基于大数据的应用场景，用户同样会对大数据望而却步，或者是在尝试阶段更加谨慎。因此，Cloudera 走开源软件和技术服务的这条商业之路依然坎坷。
在 Cloudera 搞开源发行版的模式多年之后，整个云计算市场彻底崛起，大部分用户开始接受和采用云服务，AWS 的影响力与日俱增，像 AWS、微软 Azure、Google Cloud 这样的云服务提供商，天然具有海量数据应用场景和处理经验，用户粘性也强，云服务提供们很快推出了与大数据相关的云服务，一跃成为大数据市场不可或缺的一员。
此时的 Cloudera 们的竞争对手已经变成了 AWS 这些云巨头，市场竞争难度可想而知。回过味来的 Cloudera 在 2016 年又想做大数据的云服务，但此一时彼一时，用户们对于云计算、大数据的认知已经足够深入，AWS、Azure、Google 们的云计算业务风生水起，此时单凭大数据基础服务想撬动云计算巨头们的蛋糕实在是太难了。
到了 2017 年，Cloudera 终于上市。在这之前，Hortonworks 已经于 2014 年登陆资本市场，Hortonworks 的营收在很长一段时间都依赖微软这样的大客户。Cloudera 与 Hortonworks 在此后几年中的表现可谓是难兄难弟，盈利状况不理想，商业模式前景不佳，但是二者还不忘互相叫骂，嘴上功夫一点都不服输。
终于，到了 2018 年 10 月，Cloudera 与 Hortonworks 双双扛不住营收压力，宣布合并。合并之后的 Cloudera 将重点扩展到了 Hadoop 领域之外，其核心产品 Cloudera Data Platform 提供了广泛的功能集，可用于管理数据、分析数据和运行机器学习模型等。
但 Cloudera 的营收没有出现突飞猛进的情况，但是来自投资者的压力却是与日俱增。去年，激进投资人 Carl Icahn 成为 Cloudera 的最大股东，并任命了两位董事会成员。这被认为公司考虑出售的一个迹象。
如今，Cloudera 的市值维持在 37 亿美元左右，早无昔日的风光。
Palantir：苦日子熬出头
近日，有消息人士透露，Palantir 计划于几周之内上市，目前正与一家 IPO 顾问公司展开了合作。此外，Palantir 还在与银行方面合作，给私人股东梳理出一份要约收购公告，以帮助 Palantir 在上市之前清理其资本结构。 目前，Palantir 的估值达到了 410 亿美元。
Palantir 在全球可谓大名鼎鼎，其创始人 Peter Thiel 是硅谷著名的创业家和投资人。
自 2004 年成立以来，Palantir 就一直受到了大家关注的目光，成为资本市场和媒体中的宠儿。根据相关数据统计，截止到目前，Palantir 已经完成了 25 轮融资，募集了超过 20 亿美元的投资资金，名副其实的吸金达人。
而真正让其登上神坛的则是两次重要的事件。其一是，Palantir 帮助美国证券交易委员会，通过整合与分析了超过 40 年的数据，发现了世纪巨骗麦道夫的庞氏骗局证据，从而得以真正将其定罪。其二则是协助美国中央情报局，通过数据分析与图谱关系，找到了本拉登。
Palantir 的行业也很聚焦，主要是政府和金融领域。目前，Palantir 已经将业务领域拓展到航空、制造业、医疗等行业。
总体而言，Palantir 是一家很聚焦和专注的公司，十多年以来一直专注在少数几个行业之中，并且与行业应用是强相关，基本算是为用户提供全栈的技术与应用解决方案。甚至 Palantir 的商业模式也不美丽，由于其解决方案并不通用，往往需要根据客户的差异化需求进行定制化，所以其产品多为工具类的半成品，严重依赖其数据科学家，这些数据科学家通过解决方案中运用各种工具来帮助行业用户实现数据价值。
不过就是这样一家商业模式不美丽、产品不多的公司，成为大数据领域当之无愧的头牌。
中国大数据公司从 Palantir 能学到什么
如果你百度搜索 Palantir，会发现一堆中国大数据公司要励志做中国的 Palantir，哪怕它仅仅是做营销的大数据公司。
绝大部分中国大数据公司都渴望成为 Palantir 那样的头牌，但成为 Palantir 的确不是一件容易的事情。Palantir 用自身十余年的发展历程说明了要想在垂直行业实现数据价值是一件多么艰难与曲折的事情，需要长期扎根于行业之中。
首先，Palantir 很聚焦，并没有贪图规模，早期一直聚焦在政府和金融两个行业，甚至直到 2010 年才有了第一个商业客户 -- 摩根大通。政府和金融两个行业往往是最有钱的客户，并且对于大数据技术渴求度极高，业务模型也最为复杂，需要长时间耕耘，将自身的产品、技术以及解决方案与业务场景深度融合，才能帮助用户实现数据价值。
其次，从 Palantir 所有的成功案例中可以看到全栈式技术组合的威力，在行业场景中实现数据价值往往需要运用到包含大数据、人工智能、知识图谱等在内的全栈式技术。一方面，单点的技术或者产品，很难真正帮助用户发挥数据的价值潜力;另一方面，技术与场景的融合至关重要。
最后，Palantir 的融资能力极强，其商业模式过于依赖数据科学家这样的高端人才，成本高昂，可复制性不高，往往需要数据科学家才能发挥其产品与解决方案的威力，这种模式往往需要耗费大量的成本，但是用户粘性极强，一旦采用了相关的产品与解决方案，通常很难再离开。
Palantir 尤其独特性，很难被复制，但是 Palantir 对于行业的长期深耕以及全栈式技术与解决方的打造，这些是值得所有中国大数据公司学习与借鉴的地方。回顾 2019 年的中国大数据与人工智能市场，有很多公司因为选择走 " 捷径 " 而栽了大跟头，希望中国的大数据公司还是要沉下心来，熬下去，终究能达到成功的彼岸。