Palantir 深入报告：强大的企业 AI 实施能力，股票前景要求苛刻

大型语言模型（GPT/Claude/Gemini）在推理方面表现出色，但它们并不理解特定企业的实际运作。同时，ERP、CRM 和 MES 系统积累了大量的运营数据，但仍然处于孤立的状态。Palantir 将二者连接起来：

它通过构建以前分散在不同系统和员工脑海中的运营规则，将大型语言模型与企业的物理世界连接起来，为公司创建一个可以直接调用的数字双胞胎。这将大型语言模型从简单的问答聊天机器人提升为一个可以权威性地启动跨系统调度和执行任务的运营大脑，从而提升企业生产力。

公司的稀缺性已经反映在其价格上。截至 2026 年 8 月 20 日收盘，Palantir 的未来 12 个月企业价值/收入倍数约为 41 倍。尽管业务增长持续加速，但估值几乎没有容错空间。本文将探讨 Palantir 的实际业务、其护城河是否能抵御 AI 原生公司的竞争、未来增长的来源以及在当前价格下的风险回报比。

I. Palantir 的核心业务：为企业构建 “数字双胞胎”

1. 从情报机构到商业市场

Palantir 成立于 2003 年，由彼得·蒂尔、现任首席执行官亚历克斯·卡普等人创办，最初获得了 CIA 风险投资公司 In-Q-Tel 的早期支持，主要服务于美国情报和国防机构。

这些客户拥有高度敏感的数据和复杂的操作。分析师很少能够将他们的需求清晰地表达成全面的规范，也无法将数据交给外部公司进行研究。因此，Palantir 不得不派遣前线工程师（FDE）与客户一起构建系统。

这一经验赋予了公司两个关键能力：一支能够处理复杂操作的 FDE 团队，以及直接嵌入产品基础的细粒度权限、安全性和审计跟踪机制。Palantir 后来将这种方法扩展到制造、医疗、金融和能源等商业领域。

Palantir 的业务可以简单地表述为：它帮助企业创建一个持续更新的数字双胞胎，将公司数据、运营规则和执行工作流程整合到一个软件平台中，员工和 AI 都可以在其中操作。

2. 产品套件与本体论：通过数据、逻辑和行动构建企业数字双胞胎

Palantir 主要提供四个主要产品：

• Gotham： 一个支持多源数据融合、实体关系识别和实时运营决策的防御和情报操作系统（例如美国军方的 Project Maven AI 作战系统）。
• Foundry： 一个商业企业操作系统，打破 ERP、CRM 和 SCM 系统之间的数据孤岛，实现端到端的运营可视化和闭环决策。
• AIP（人工智能平台）： 核心 AI 中心，能够无缝地将主流大型语言模型（如 Claude、GPT 和 Gemini）编排到企业工作流程中，使 AI 代理能够在严格的权限控制下安全调用工具和执行任务。
• Apollo： 负责将上述三种产品持续交付到任何环境的交付层，包括公共云、本地数据中心、隔离的机密网络，甚至海军舰艇和战场边缘设备。

连接所有这些产品的是核心基础：本体论（Ontology Architecture）。

本体论：将企业运营编码为软件

大型企业通常同时使用数十个甚至数百个软件应用程序——用于采购的 ERP、用于销售的 CRM 和用于制造的 MES——夹杂着零散的 Excel 电子表格和电子邮件，导致数据缺乏统一的业务上下文。

Palantir 首先通过连接器和数据管道集成这些系统。在支持的平台上，如 Snowflake、Databricks 和 BigQuery，虚拟表可以直接查询外部数据，以最小化冗余数据复制。然后，本体论将这些信息组织成企业数字双胞胎：

• 数据——发生了什么： 企业的客户、订单、库存和设备，以及它们之间的关系。
• 逻辑——如何做出决策： 库存的重新订购阈值、优先订购规则和需要管理层批准的行动。
• 行动——系统可以执行什么： 通知人员、生成库存转移计划、发起批准，并在授权后将结果写回 ERP 或 CRM 系统。

通过将决策逻辑和执行路径嵌入算法，本体论成功构建了一个上下文感知的企业数字双胞胎。

 来源：Palantir

3. FDE 模型：将员工专业知识编码为软件

在企业 AI 实施中，主要瓶颈在于模糊的需求和难以复制的工作流程。Palantir 并没有采用传统 SaaS 的标准化模型，该模型严重依赖于售前顾问，而是使用 FDE（前线工程师） 来解决将 AI 从演示转向生产的最后一公里挑战：

• 核心定位（咨询能力 + 技术杠杆）： FDE 是具备高级编码技能的精英工程师，长期嵌入客户前线。他们的核心任务是将模糊的操作痛点转化为现场可运行的代码和工作流程。
• 克服传统 SaaS 的局限性： 面对来自国防和主要工业客户的非标准痛点，FDE 直接在现场利用 Foundry 和 AIP 构建系统，绕过传统 SaaS 繁琐的定制开发流程。
• 研发反馈循环（FDE 和 PDE 协同）： FDE 在前线提取客户特定的解决方案逻辑，并将其反馈给产品开发工程师（PDE），以构建可重用模块。这确保了 Palantir 的产品迭代完全由实际生产需求驱动，而不是开发者的主观假设。

来源：TradingKey

---

II. 竞争壁垒：企业决策大脑越完整，转换成本越高

本体论：数据易于移动，操作工作流程却不然

Ontology 的壁垒源于长期积累的业务逻辑。随着采用的深入，客户订单关系、调度规则、审批权限和执行工作流程逐步编码到系统中。

这些规则在各部门和应用之间共享。一次更新库存规则后，相关的采购、调度和供应链应用可以自动继承新的逻辑。集成新的 AI 代理同样可以立即访问现有的业务上下文和权限。虽然底层的 LLM 可以被替换，但企业的操作手册仍然与 Ontology 紧密相连。

目前，一些市场观察者担心 AI 原生应用会使传统软件过时。然而，我们认为 AI 代理缺乏与现实企业操作的 “物理映射”，例如采购授权、库存规则和供应链调度。Palantir 将这些复杂的操作逻辑编码到 Ontology 中。虽然底层的 LLM 随时可以被替换，但企业的操作手册仍然与 Ontology 紧密相连。实际上，随着 AI 代理的普及，对 Palantir 真实业务上下文和安全执行路径的需求只会增加。

2. FDE：工程师容易招聘，但完整的交付生态系统难以复制

在企业 AI 实施中，最难捕捉的知识往往在前线员工的操作经验和判断中：哪些设备信号指示停机，哪些订单需要优先交付，或者为什么采购经理选择特定供应商。

FDE 部署到客户前线，专门将这种专业知识编码为规则、权限和操作工作流程，随后通过 Foundry 和 AIP 构建应用程序。

虽然像 OpenAI 和 Anthropic 这样的公司也在招聘 FDE，但 Palantir 已积累近二十年的工具、经验和交付方法，赋予其先发优势和成熟的平台，竞争对手在短期内难以匹敌。

3. 安全认证和复杂环境中的部署形成信任壁垒

在政府、国防和其他安全敏感领域，系统安全、合规审计和在复杂网络环境中的部署能力往往超过原始 LLM 的性能。与竞争对手相比，Palantir 拥有：

• 高级安全认证： 源于情报和国防，Palantir 获得了严格的认证，包括 FedRAMP High、DoD IL5 和 IL6。
• 通过 Apollo 的全环境部署： 在 Apollo 引擎的支持下，Palantir 无缝地在本地服务器、分类云、隔离网络和前线边缘设备上部署和更新软件，解决传统 SaaS 无法触及的敏感环境痛点。

安全凭证和全环境部署能力创造了长期的信任壁垒。 Palantir 的 AIP 不仅提供开发环境，还为每个操作提供严格的权限隔离、合规保护和可追溯的审计日志。购买 Palantir 不仅仅是购买一个 AI 工具，而是获得合规支持和责任归属。即使新兴的 AI 供应商拥有高性能的 LLM，他们仍然面临多年的安全审查、采购周期和稳定性测试，使得在短期内难以突破 Palantir 的防御壁垒。

---

III. 未来增长：美国扩张形成核心驱动力，国际市场提供选择权

1. 随着现有客户扩大使用，订单簿不断增长

在 2026 财年第二季度，与美国商业客户签署的总合同价值（TCV）达到 21.3 亿美元，同比增长 153%。尚未确认的合同积压达到 49 亿美元，同比增长 103%，超过该期间 93% 的收入增长率。

简单来说，Palantir 在积累新订单的同时也在记录收入，奠定了未来几个季度增长的坚实基础。

来自同一批现有客户的收入在过去一年中净增长 57%。客户通常开始使用 Palantir 解决特定问题，例如供应链警报。一旦初始应用成功，连接的数据和 Ontology 可以在采购、调度和财务部门之间进行利用。

这创造了 Palantir 的 “登陆与扩展” 轨迹：新订单获取客户，而扩展工作流程则稳步增加每个客户的收入。

2. 精简的产品部署使 FDE 能够扩展项目

Palantir 正在将 FDE 之前重复的任务转变为标准化工具：

• AIP Bootcamp 利用客户的实时数据快速构建初始 AI 应用程序，缩短试用和概念验证的时间；
• 工作流沿袭和行业模板 模块化常见的数据、审批和执行流程，使客户能够像搭积木一样构建新的工作流；
• AI FDE 协助工程师进行代码编写和基本配置，减少重复的软件开发。

FDE 仍然专注于理解客户的业务逻辑和解决最复杂的挑战，而基础工作则越来越多地由软件自动化。因此，相同的人力可以支持更多的客户，而单个客户可以更快地部署新应用程序。

第二季度收入增长 93%，调整后的营业利润率达到 62%，快速的收入增长伴随着利润率的提升，表明交付效率已经在改善。

3. 与 Nvidia 合作解锁主权 AI 市场

2026 年 6 月 29 日，Palantir 正式宣布与 Nvidia 建立战略合作伙伴关系，推出一款旨在为美国政府机构和关键基础设施企业部署 Nvidia AI 和 Nemotron 开源模型的 "智能引擎"。

主权 AI 指的是政府或企业完全控制数据、模型和计算基础设施，而不将敏感信息暴露给外部云服务提供商。

分工明确：Nvidia 提供加速计算和 Nemotron 开放模型，而 Palantir 负责数据权限、业务上下文和通过 AIP、Ontology、Foundry 和 Apollo 的安全部署。客户可以在自己的数据中心或隔离网络中运行和训练模型，保持对数据、部署环境和最终模型权重的完全控制。正如 Jensen Huang 所描述的，这种架构可以在任何隔离区域、完全本地或甚至在战场前线部署——这是目前没有其他供应商能够提供的端到端解决方案。

该解决方案解决了政府、能源和金融客户希望利用先进 AI 而不将核心数据交给外部封闭源模型提供商的关键痛点。对于 Palantir 来说，这一合作预计将扩大其在政府和关键基础设施市场的影响力，同时巩固其安全部署的护城河。

4. 国际市场尚未规模化；复制提供上行空间

在 2026 财年第二季度，Palantir 的国际收入约为 3.63 亿美元，占总收入的约 19%，同比增长 33%（而美国增长为 115%）。Palantir 在美国的爆炸性增长尚未在国际上复制。

如果 AIP Bootcamp 能够帮助国际客户快速构建初始应用程序——通过合作伙伴扩展到欧洲、中东和亚太地区的制造、能源和金融企业——国际市场可能会成为下一个增长驱动力。

然而，考虑到海外数据主权法规（如欧盟 AI 法案）和地缘政治敏感性，国际市场最好被视为一个可选的上行选择，而不是当前增长的前提。

---

IV. 风险分析：优秀的业务，苛刻的股票

1. 高估值留给错误的空间很小

估值仍然是悬在 Palantir 头上的利剑。

根据 2026 年 8 月 20 日的收盘价和共识调整后的每股收益预期，Palantir 的 2026E 和 2027E 前瞻市盈率分别约为 109 倍和 77 倍，当前的 NTM 企业价值/收入倍数约为 41 倍。当前的估值要求公司持续交付超出预期的季度业绩；仅仅满足收入预期、提供温和的指导或在主要合同签署上出现延迟，都可能引发严重的倍数压缩。

2. 高产品成本：AI 原生竞争对手可能会分流增量预算

Databricks 正在推出 Genie Ontology，Microsoft Fabric IQ 提供 Ontology 和 Operations Agents，而 OpenAI 正在扩展其企业部署团队。虽然这些产品在复杂权限、跨系统操作和分类部署方面尚未达到 Palantir 的成熟度，但它们已经解决了数据问答、轻量级代理和特定工作流的问题。

虽然客户在短期内无法轻易取代 Palantir，但他们可能会将简单项目和增量预算分配给更便宜的替代品或现有云协议中捆绑的工具，以优化整体 AI 支出。

3. 股票基础补偿稀释、内部高管卖出和空头头寸动态将加剧短期波动

除了基本面和估值外，一系列结构性因素正在推动 Palantir 的股价朝着极端波动的方向发展：

• 股票基础补偿（SBC）稀释和高管内部卖出压力： 在 2026 财年第二季度，SBC 费用达到 2.65 亿美元（约占收入的 14%）。在高增长阶段，市场通常会忽视因 SBC 行权而导致的股份数量扩张。然而，如果收入增长放缓，累积的股份发行将对每股收益造成明显稀释。同时，首席执行官 Alex Karp 在 2026 年 3 月建立了一项新的 10b5-1 交易计划，涵盖 708 万股，在高估值水平上对股票造成持续的供应压力。
• 空头卖家分歧： Michael Burry 在 2026 年 4 月公开披露他持有行权价为 100 美元（到期日为 2026 年 12 月）和 50 美元（到期日为 2027 年 6 月）的看跌期权，而 Citron Research 之前设定的目标价为 40 美元。

---

V. 投资建议和总结：值得长期关注，但当前风险回报不具吸引力

Palantir 当前约 41 倍的企业价值/收入完全定价了对持续超高速增长的预期。

• 对于短期交易者： 风险回报设置不利。任何小幅的季度失误或指导意见的微妙放缓都可能引发剧烈的估值压缩。
• 对于长期投资者： Palantir 拥有企业背景和 AI 执行平台的罕见组合。然而，优秀的公司仍然需要合理的入场价格。在缺乏足够安全边际的情况下，目前的水平更适合耐心等待，而不是追逐高点。

结论： 我们继续将 Palantir 视为 AI 时代最重要的基础软件资产之一。然而，在当前估值水平下，追逐反弹提供的风险调整后上行空间有限。作为投资者，等待由市场情绪或短期收益波动驱动的回调，将为建立长期分批持仓提供更优的风险回报入场机会。

免责声明：本文中的分析仅基于公开可用信息的研究框架，不构成投资建议。

了解更多