“我们希望用‘韩国版Palantir’的模式取胜。把重心放在本体能力建设上，大模型则采用开源方案，我们认为这条路径在企业AI市场更有机会。”

以大数据平台业务起家的Mobigen，正以“本体优先”策略加快切入企业AI市场，整体路径对标美国软件公司Palantir。

Mobigen CTO Um Tae-deok近日在接受采访时表示，类似ChatGPT的AI要真正落地企业场景，关键在于与组织内部数据打通，而本体将在这一过程中发挥核心作用。他说，Mobigen希望以更低成本的方案切入市场，目标是成为“韩国版Palantir”。

自去年起，Mobigen正式推进以本体驱动企业AI的战略。公司判断，大模型赛道竞争激烈、资金投入高，与其直接参与底层模型竞争，不如聚焦让AI更易落地的支撑能力。基于这一思路，Mobigen借鉴Palantir通过本体拓展企业AI市场的路径，于去年推出AI平台Graphio；在1.0完成稳定化后，近期又发布了Graphio 2.0，并计划于明年推出3.0版本。

在Mobigen看来，本体的核心价值在于，以关系为中心打通企业内部原本分散的数据。虽然这一概念提出已久，但市场普及速度一直有限，原因之一就在于实际部署门槛较高，落地难度不小。

Um Tae-deok表示，本体概念本身并不复杂，真正困难的是把相关工具链和落地能力做扎实。对客户而言，本体方案并非采购后即可直接见效，还需要完成与源数据的连接、管道建设以及各类Agent开发，整个过程往往耗时也耗资。

在他看来，Palantir之所以能跻身头部科技公司，一个重要原因就在于其降低了本体在实际业务中的使用门槛。尤其在以ChatGPT为代表的LLM兴起之后，Palantir在企业市场的重要性进一步提升。其优势在于，能够构建AI可理解的数据关系网络，从而在企业AI市场形成不逊于大模型厂商的存在感。

从产品思路看，Mobigen正在走与Palantir相近的路线。Graphio同样试图将相对抽象的本体概念产品化，使其能够更方便地应用到实际业务之中。

Um Tae-deok表示，本体技术并不只是服务于RAG（检索增强生成）一类信息检索场景，更接近于一套新的业务系统。RAG更侧重对数据库信息进行语义检索，而本体平台则像传统业务系统一样支持数据写入；数据写入后，还可以联动影响与之相关的其他系统。Palantir将自身方案称为“数据OS”，也正是基于这一逻辑。

他进一步指出，关系型数据库同样建立在“关系”之上，但仅靠传统关系型数据库，很难在企业全域范围内以关系为核心贯通数据。“传统关系型数据库以表为单位组织数据，关系往往分散在不同系统和孤岛中；而Palantir这类本体平台，则可以跨系统连接数据，并持续扩展这些关系。”

知识图谱与本体在概念上较为接近，但两者并不完全相同。Um Tae-deok解释称，知识图谱最初更多源于搜索场景，而本体最早则用于表达人类思维等更复杂的结构，并可通过推理支撑比知识图谱更复杂的体系。

与Palantir类似，Mobigen希望通过Graphio降低企业导入本体的门槛，并将“更低成本的替代方案”作为核心市场定位。

Um Tae-deok表示，韩国国内已有不少客户开始主动寻找本体能力，包含相关要求的招标RFP也在增加。公司下一步将重点面向防务、EPC（Engineering, Procurement, Construction）、公用事业和通信等垂直行业，并正在培养FDE组织。

根据Mobigen近期公开的信息，Graphio 2.0采用数据层、本体层、应用层、治理层与协作层五层架构。其中，本体层是核心，负责连接分散数据并注入上下文；应用层则基于本体对接LLM，并支持Agent注册。

除价格因素外，Mobigen还强调，其在非结构化数据方面投入更多，这也是与Palantir形成差异化的重要部分。

Um Tae-deok表示，Palantir最初是从以本体方式连接结构化数据起步，随后再逐步扩展至非结构化数据；相比之下，Mobigen更强调非结构化数据能力，并计划在Graphio 3.0中进一步强化对非结构化数据的支持。

之所以特别强调非结构化数据，Um Tae-deok解释称，随着AI加速扩散，IT环境正从“输入决定输出”的确定性系统，逐步转向概率型系统。近期AI能力本身已呈现出明显的语言驱动和概率属性，关键在于如何将确定性要素与概率性要素有效结合。从技术趋势看，未来概率性要素的重要性还将持续上升。