Palantir的崛起与市场质疑

大家好，我是美投君。Palantir（PLTR: 一家专注于大数据分析和人工智能的软件公司）这家公司在过去两年的暴涨，想必各位看官都有所耳闻。作为当今美股市场上少有的AI应用层公司（AI Application Layer Company: 指提供基于人工智能技术，解决特定业务问题的软件或服务公司），Palantir的股价在两年内已经翻了几十倍，公司一次又一次地用惊艳的业绩表现刷新着人们对于AI的想象力。现如今，Palantir已然成为了当今美股市场上估值最高的公司之一。

然而，随着股价的暴涨，围绕在公司周围的质疑声也纷至沓来。一个做数据分析的公司凭什么能这么赚钱？做数据分析的公司那么多，凭什么就你能做AI？你的护城河真的有那么深吗？很多人可能不知道的是，其实公司的增长并没有想象中那么惊人，也不过就是30%到40%。美股上有类似增长的科技公司数不胜数，而且公司的总客户数也就不过700多个，在美股SaaS公司（Software as a Service Company: 软件即服务公司）中甚至都排不上号。那么，如果Palantir的产品真的那么不可或缺，为什么收入增长会如此平庸？又为什么没有多少用户使用呢？

像这样的质疑声在本周来到了顶峰。《经济学人》（The Economist: 一家英国的全球性新闻和国际事务刊物）发文称，Palantir不仅仅是高估，而且是有史以来最被高估的公司。香橼资本（Citron Research: 一家美国著名的做空机构）近期也公开宣布要做空Palantir，理由也是过度被高估。受此影响，Palantir的股价一周内大跌了20%。那么，Palantir真的被高估了吗？公司所有看似奇怪的现象，其实都能从其一套独特的技术原理中找到答案。据我所知，市面上还没有任何人从这个角度来解读这家公司。本期视频将深入探讨，如果你想真正安心投资这家公司，那么本期视频你一定要看完。

Palantir的独特价值：案例与核心技术

你可能知道，Palantir是一家为军事和企业提供数据分析服务的公司，但你具体知道它都做了些什么吗？这里，美投君将快速介绍几个案例：

• 人力资源公司Morson通过使用Palantir，将候选人入职后的留岗率提升了129%，候选人筛选效率提升了53%。
• 临床药物研究公司PerExcel通过Palantir，将临床试验准备时间从原来的10到12周缩短至3到6周，明显加速了新治疗方案的上市。
• 与Palantir合作后，AT&T将资金流失量减少了40%。
• 快餐公司Wendy's通过Palantir，可以在5分钟内解决不同门店库存短缺和配送的问题，而在此之前，这需要15个人全天候工作。

你会发现，所有这些案例都有一个共同的特点，那就是这些公司都通过Palantir的服务，大幅提升了运营效率。那么，Palantir是如何做到的呢？这就不得不提到它的核心技术——一种方法论，叫做本体论（Ontology: 一种将企业所有行为和事件转化为数据的方法论）。如果你想投资Palantir，就必须理解这个本体论。它的商业模式、护城河以及未来的增长潜力，都隐藏在这个概念之下。

核心技术揭秘：本体论与数字孪生

什么是本体论？简单来说，它是一种将企业所有行为和事件转化为数据的方法。具体如何实现呢？现实世界中发生的所有事情，其实都可以抽象为三个基本元素的组合：实体、事件和属性。

举个例子：一个人做了一件事，留下了某些痕迹和影响。比如，张三擦了办公室的地板，办公室未来三天都不用再擦了。

• 一个人，比如张三，被称为实体。
• 做了一件事，比如擦地板，被称为事件。
• 留下的痕迹和影响，比如三天不用擦地板，被称为属性。

在现实世界中，企业里发生的所有事情，都可以抽象为这三个元素的逻辑组合。组合之后，就能形成一种计算机能够理解的标准语言。当你将所有行为都翻译成这种语言后，就可以建立数学模型来进行模拟测试和数据分析。

这个模式其实就跟航天业最喜欢用的一个技术——数字孪生（Digital Twin: 在计算机中构建一个高度仿真的虚拟模型，模拟真实世界的运行）有点类似。大家想一下，科学家们要怎么知道火箭发射出去后的运行轨迹呢？火箭发射有很多变量，每个变量都会对火箭发射轨迹产生影响。科学家们肯定不能通过一次次的发射实验去找到结论，那怎么办呢？这就需要数字孪生。它会在计算机中构建一个高度仿真的虚拟模型，这个模型会还原火箭的所有参数以及它们之间的相互影响。然后，通过模拟实验来预测火箭在现实世界中的运行轨迹。这样一来，科学家们就可以在不发射火箭的情况下，预测各种复杂的状况。Palantir所做的，其实也非常类似。它通过本体论，在自己的系统中，仿造了一个一模一样的数字化企业。有了这个数字化企业后，Palantir就可以进行模拟测试，来观察企业在各种情况下的运行状况，看看是否有可以改进的空间，并找到一些免费的解决方案，以提升企业的效率。

Palantir平台架构：从数据到决策

Palantir的独特之处不仅仅在于本体论的应用，还在于它有一套自己独有的数据分析流程。这套流程可以说全世界目前只有Palantir能做，也是它护城河的基础。下图是我总结的Palantir这套系统的运行流程，这里的每一个模块都分管一部分数据任务，单独任何一块都是Palantir独一无二的技术。

我们在这里简要介绍它们各自的角色，以便我们理解这家公司的真正价值。

1. Pipeline Builder（数据管道构建器: Palantir平台中负责数据清洗和处理的模块）：它主要负责清洗和处理数据。Palantir会将客户内部的所有信息首先输入到这个平台，将其转化为可用的数据。
2. Foundry（数据铸造平台: Palantir平台中根据本体论方法处理数据，并给出分析结果和解决方案的模块）：这些数据随后会被输入到Foundry平台。Foundry会根据本体论的方法处理这些数据，并给出最终的分析结果和解决方案。Foundry最大的特点是，它能够将企业内部分布在不同系统中的数据，用统一的逻辑进行管理和传输，并最终在公司层面做出最佳决策。
3. Apollo（执行平台: Palantir平台中负责确保Foundry生成的决策能够正确执行的模块）：来自Foundry的决策会被发送到Apollo平台。Apollo平台负责确保这些决策能够正确执行。这里的难点在于，它能够确保Foundry制定的方案在不同的设备和不同的地点都能同步运行。

如果是在两三年前介绍Palantir，到这里可能就结束了。事实上，仅仅凭借这几个模块的技术，Palantir的整个平台就已经非常强大了。它能够完全理解企业内部各种系统的数据，并搭建起一套相对自动化的工作流。这在业界已经是独一无二的存在。

AIP平台的变革：AI赋能与效率飞跃

然而，这个看似强大的平台一直有一个大问题，那就是过于依赖人工专家。Foundry的使用门槛非常高，你不仅要懂业务，还要懂数据和建模。这样的复合型人才非常难找，所以大多数公司也必须专门成立一个Palantir小组来应用这个模型。而且，Foundry不能完全独立做出决策，它更像一个顾问，你需要专家提出合理的问题，通过代码找到决策路径，最终通过人工评估来做出决策。整个过程虽然也相当高效，但它太难、太依赖专家了。这使得Palantir的产品仍然难以大规模推广。

然而，这一切在两三年后发生了改变，因为AIP平台（Artificial Intelligence Platform: Palantir新增的AI平台，旨在降低使用门槛并实现自动化决策）出现了。这也是公司股价在过去两年暴涨的关键。AIP的出现，实际上是为Palantir安装了一个AI大脑，它有针对性地解决了前面提到的两大问题。

首先，使用门槛大幅降低。Palantir不再是一个需要复杂专家才能使用的系统，普通员工也可以像使用ChatGPT（一种大型语言模型，能够进行自然语言理解和生成）一样，直接向Palantir提问。例如，航空公司经理可以直接询问“为什么这个航班频繁延误？”AIP可以自动从各个系统中提取数据，分析原因，生成图表，找到关键因素，并给出最终的改进建议。

第二点，也是最重要的一点，AIP具备了自动化决策的能力。AIP可以利用Foundry提供的实时数据和历史经验，做出更精准的预测和分析，并直接做出决策。做出决策后，它还可以传回Apollo去执行。由于整个过程无需人工专家干预，这不仅大大提升了工作效率，也提高了AI分析和决策的准确性。事实上，AIP平台出现后，Palantir能够服务的公司范围也随之扩大，这也是公司业绩在过去两年显著增长的原因。

整个过程听起来有点抽象，我们用一个真实案例来看看这套系统是如何运作的。假设我是一家航空公司，某个航班发生了延误，Palantir的各个模块是如何协同工作的呢？

1. 首先，系统会通过Pipeline Builder收集航班、飞机、乘客等数据，并交给Foundry搭建初始模型。
2. 模型搭建完成后，Foundry检测到延误可能由飞机的油压系统问题引起。
3. 此时，AIP会自动分析从防冰系统切换到维修记录和飞行历史，判断是否存在安全问题。
4. 如果分析结果显示存在安全问题，那么AIP会自动推荐安排这架飞机维修，并临时调配其他航班进行起飞。
5. 这些信息会传递给执行方Apollo。Apollo收到指令后，整个流程会自动发送到机场系统，让所有工作人员立即执行。
6. 执行完成后，整个维修记录和执行反馈会被写回Foundry。
7. 最终，系统会根据这次事件获得的新数据，改进自己的模型，让它下次遇到类似情况时能更精准。

这样，Palantir系统就形成了一个完整的决策闭环：从数据获取到信息理解、决策、执行，再到最终的持续学习。完整的运行流程在每个环节都建立在本体论的方法之上，而且这个流程可以放到四海皆准，应用于不同的行业。最终结果是让企业发现问题更快，决策更智能，执行决策更高效。

Palantir的护城河：为何巨头难以复制？

好了，我们了解了Palantir的全套技能。现在我们可以回答视频开头的问题：如果数据分析已经验证了AI应用场景，为什么像Google和Microsoft这样拥有同样数据分析能力的科技公司，不与Palantir竞争呢？Palantir的技术壁垒能一直如此牢不可破吗？

前面的技术分享很好地回答了这个问题。显然，Palantir不是一个买了就能用的标准软件，而是一个复杂的定制化系统。在落地时，Palantir需要直接派一个工程师团队到现场，与客户一起工作。工程师必须摸清公司的所有数据、流程和需求，然后将其定制成一个独一无二的系统。由于每个客户的需求都不同，这样做必然缓慢而复杂。

Google和Microsoft通常采用可复制粘贴的软件模式，例如Office、搜索引擎、云平台等。这些都是标准化产品，可以销售给成千上万的用户，无需为每个客户单独创建。坦白说，标准化产品比定制化产品更受欢迎，因为标准化可以促进更快的推广，市场也相对较大，利润可能更高。而Palantir这种重服务、重定制的模式，既麻烦又难以赚钱，而且容易牵涉到数据安全和隐私问题。对于大公司来说，这不符合它们的商业逻辑，它们确实不太看得上。

那么，如果大公司真的下定决心去做，能否冲击Palantir呢？我认为也很难。

1. 首先，Palantir自身的本体论理论体系，是经过20年实战打磨出来的结果，这并非一张蓝图那么简单。
2. 其次，Apollo系统的性能也不是普通公司能够比拟的。要知道，Palantir是在严苛的军事环境下训练出来的，一般的商业环境不具备这种稳定性和可靠性，这也不是光靠钱就能堆出来的。
3. 最后，在AI应用方面，我们看到AIP似乎是水到渠成的事情，但放到一般公司却不一定能行。AI在Palantir上之所以效果非常好，是因为Palantir的其他模型已经打通了企业各个业务环节的数据。而这些都是客户经过几十年积累下来的私有化、专业化数据，并且数据的处理和分析都是AI的强项，这使得Palantir在AI应用上效果特别好。

这三点，任何一点放到市场上，都是凤毛麟角的存在。三点结合起来，更是难以言喻。所以Palantir的护城河不仅仅是技术本身（当然技术是最重要的护城河），但如果深入思考，护城河的核心其实是理解客户、深度定制服务的商业模式，以及对私有数据的掌控。除了技术背景，Palantir的护城河是在长达十多年的紧密协作后形成的。这种优势，即使Google再强大，我认为短期内也看不到突破的可能。此外，Palantir这种重服务的定制模式，也不是科技巨头们愿意去做的。所有这些结合起来，解释了为什么Palantir没有看到真正的竞争，而且我认为在很长远的未来也难以看到。

客户类型限制与增长天花板

抛开竞争不谈，我们再来看前面提到的另一个问题：如果Palantir产品真的那么有用，为什么只有30%到40%的增长？为什么客户数量不多呢？

一方面，这肯定与Palantir的销售模式有关。毕竟作为定制化产品，这自然决定了它的扩张速度。另一方面，这也是很多人不知道的一点，那就是它的技术所适合的客户类型。至少就目前而言，它能服务的客户规模有一个明显的天花板。很多人可能认为Palantir做的事情就是用AI来提升企业效率，听起来全世界所有公司都应该用。但当你理解Palantir是如何利用AI提升效率时，你会发现并非所有公司都适合使用Palantir的AI技术。

为什么这么说呢？我们把全世界所有公司分为这四类：大型科技公司、中小型科技公司、大型传统公司和中小型传统公司。我们来看看它们与Palantir的适配度。

1. 大型科技公司（例如微软、Google）：理论上，这些大厂最有钱，也最有动力用AI提升效率。但如果你看Palantir的客户名单，你会发现几乎没有大型科技公司，即使有，也只是公司内部的一两个部门。可以说，大型科技公司几乎都不喜欢Palantir。为什么？这是因为大型科技公司本身就拥有顶级的数据工程团队（Data Engineering Team: 负责数据收集、存储、处理和管理的技术团队），它们有自己强大的AI开发能力，像微软、Google甚至有云服务和建模工具辅助。这类公司已经搭建了自己的数据库、AI工具和业务流程，所以不需要Palantir提供整套服务。同时，Palantir系统也需要集成企业内部所有核心数据才能分析和优化其运营效率。对于微软、Google这种级别的公司来说，让一家外部公司接入所有数据几乎是不可能的。所以它们宁愿自己做，也不去找Palantir。

2. 中小型科技公司：这些公司通常也很懂技术，理应也会愿意用AI来降本增效，但它们的资源相对有限，而且数据没有那么多，业务也没那么复杂。Palantir动辄就要一个工程师团队进驻好几个月，帮助客户梳理数据、建模型、整合流程，而且它们的费用还不便宜。对于这些中小科技公司来说，Palantir太重、太贵也太复杂了。此外，很多中小型科技公司业务迭代非常快，可能明天公司的方向就变了，所以无法与Palantir这种需要长期深度合作的模式配合。

这样看来，对于科技公司而言，无论是大公司还是小公司，都很难成为Palantir的典型客户。

3. 大型传统公司：如果科技公司不行，那传统行业呢？我们来看看那些大型传统公司。对于这些公司来说，它们有足够的预算使用Palantir，也有足够的降本增效需求。但事实上，它们要真正用起来也不容易。
   • 首先，是因为沉默成本（Sunk Cost: 已经发生且无法收回的成本）太高。这些大公司在过去几十年投入了大量的资金在原有数据系统上，想要替换需要付出非常高的成本。
   • 其次，是数据迁移和隐私问题。这也是大公司的一大痛点。例如，航空公司拥有非常敏感的飞行数据，必须符合监管机构的要求。很多时候，公司只能在数据脱敏后才能交给Palantir。这进一步增加了Palantir使用的难度和成本。
   • 最后，一些传统行业的大公司，例如Costco和Walmart，它们的运营系统已经非常成熟，供应链和后台系统高效、稳定且便宜，所以根本不需要Palantir。

不过，好在这部分也并非毫无机会。大公司虽然不愿把所有的业务都交给Palantir，但也有一部分会将一两个部门作为试点，先试试看。一旦效果好，这类用户往往也会逐步扩大合作。2024年Palantir前20大客户的平均收入已经提升到了6460万美元，同比增长了18%。这说明客户不是一次性下单就结束，而是越用越深入，订单也会越贵越大。

4. 中小型传统公司：事实上，这类公司才是Palantir最重要的用户，它们是最愿意使用Palantir技术的公司。
   • 一方面，这些公司往往没有很好的数据系统，技术人才也相对匮乏，甚至可能从未尝试过用AI提升运营效率。对于这类公司，由于基础相对薄弱，提升空间大，只要它们愿意尝试使用Palantir，就很容易产生立竿见影的效果。
   • 另一方面，很多这类传统公司都是重资产公司（Asset-Heavy Company: 拥有大量固定资产和高运营成本的公司）。例如，AIP官网上的加油站连锁公司，或者像医院、制造业和能源等公司，一旦涉及重资产，往往意味着运营成本很高，尤其是人力成本，通过AI提升运营效率的空间会非常大。

因此，从目前AIP官网的用户来看，大部分都是这些中小型传统公司。但问题是，这类企业并没有你想象的那么多。你既要拥有大量资产，业务又很复杂，而且还要有足够的钱来负担Palantir（毕竟它的系统动辄就要上百万美元）。这也解释了为什么Palantir的客户数量迟迟没有大幅增长的原因，因为真正适合它的，就是这样一批门槛非常高的企业。

突破增长瓶颈的两个关键方向

那么，这一切对于投资者意味着什么呢？一方面，这意味着公司增长并非像很多人认为的那样会一飞冲天，所有公司都成为Palantir的客户。另一方面，这也意味着Palantir要想继续增长，就必须突破目前的客户限制。一旦天花板被打破，公司将有进一步爆发的机会。

关键问题是，Palantir如何才能突破目前的客户限制呢？在我看来，有两个非常关键的点：

1. 拓展技术能力，从原来的降本增效，进化为客户新的营收引擎。 这将吸引那些有财力、有资源，但对降本增效需求没那么高的行业。例如，金融行业就是典型的财力雄厚、数据密集，但对降本增效需求相对不那么迫切的领域。一旦成功，不仅能为公司带来新的营收增长，还能显著提升Palantir的客户层次和行业影响力。此外，这种转变也能持续扩大现有大客户的合作。
2. 通过技术进步，进一步降低应用复杂性。 例如，通过推出更轻量化、更标准化的产品，在降低应用门槛的同时，也能提供一些相对便宜、中小型企业也能负担得起的服务。如果能做到这一点，那必将进一步加速其用户群的扩张，并为股价带来提升。

一旦我们看到这两个方向的突破，我认为下一个爆发点就会临近。

投资者的观察与判断标准

但是，我们如何知道Palantir是否正在实现这些突破呢？坦白说，这对于散户来说其实是困难的，毕竟我们没有机会使用Palantir的服务。但我认为，我们仍然有两种方式可以参考：

1. 关注现有客户的合同增长。 我们可以直接从财报中看到这个数据。如果同一客户持续增加合同价值，那么公司服务的扩张概率就很大。
2. 每半年参加一次AIP大会。 我认为这是最好的方式。大会上会展示最明显的案例，我们可以从这些案例中观察是否有非典型客户类型加入，例如那些中小型科技公司或金融公司。以及Palantir的服务是否已经从效率提升扩展到驱动增长。这些都是非常好的第一手信息。其他人可能只是看AIP大会的热闹，但当你理解了今天的分析，你就能清楚地把握这次大会对股价的重要性。

退一步讲，即使我们不考虑新行业和新客户的拓展，仅仅依靠对现有客户价值的深度挖掘，Palantir在未来三五年内保持30%的增长，我认为问题也不大。在这个阶段，公司正在吃眼前的红利，按照其目前的表现，还有三五年的增长可以吃。但是，天花板明显，增长迟早会触顶，股价注定无法维持高估值。

但在天花板验证之前，估值仍会维持不错的增长，高估值也能维持。在这种情况下，Palantir不能算是一个好的长期投资，而是一个在天花板验证期间需要适时操作的阶段性投资。但如果Palantir技术能够持续进化，那么这家公司就有望突破其天花板，成为下一个科技巨头。那么它的增长就是可持续的，不仅会有足够的上涨潜力，在时间上也会持续更久。这就可以成为一个名副其实的长期投资。我个人对此抱有很高的期望。如何实现以及几个关键点，本视频已经彻底分析清楚。现在大家对公司的上限和下限都有了了解，也有了明确的判断标准。我相信，我们大家对Palantir的投资都会更安心。

好的，今天视频就到这里。如果你喜欢本期视频，请给我点个赞。如果你想了解更多关于Palantir的信息，请访问我的美投Pro页面。美投Pro是一个为华人投资者打造的专业平台，我不仅会像Palantir一样对股票做全面的基本面分析，还会持续跟踪股票的基本面变化，让你真正做到安心投资。此外，美投Pro还会定期给大家提供宏观市场报告，分享股票机会，以及每日新闻摘要。对于新投资者，我们还提供一整套系统的投资教学。除了观看内容，你还可以和上千名会员交流，分享投资心得和投资机会。感谢观看，欢迎订阅美投Pro，新用户前七天免费使用，快来体验吧。如果你喜欢美投君的视频，别忘了点赞、关注和转发。谢谢大家。