Palantir 深入報告：強大的企業 AI 實施能力，股票前景要求苛刻

大型語言模型（GPT/Claude/Gemini）在推理方面表現出色，但它們並不理解特定企業的實際運作。同時，ERP、CRM 和 MES 系統積累了大量的運營數據，但仍然處於孤立的狀態。Palantir 將二者連接起來：

它通過構建以前分散在不同系統和員工腦海中的運營規則，將大型語言模型與企業的物理世界連接起來，為公司創建一個可以直接調用的數字雙胞胎。這將大型語言模型從簡單的問答聊天機器人提升為一個可以權威性地啓動跨系統調度和執行任務的運營大腦，從而提升企業生產力。

公司的稀缺性已經反映在其價格上。截至 2026 年 8 月 20 日收盤，Palantir 的未來 12 個月企業價值/收入倍數約為 41 倍。儘管業務增長持續加速，但估值幾乎沒有容錯空間。本文將探討 Palantir 的實際業務、其護城河是否能抵禦 AI 原生公司的競爭、未來增長的來源以及在當前價格下的風險回報比。

I. Palantir 的核心業務：為企業構建 “數字雙胞胎”

1. 從情報機構到商業市場

Palantir 成立於 2003 年，由彼得·蒂爾、現任首席執行官亞歷克斯·卡普等人創辦，最初獲得了 CIA 風險投資公司 In-Q-Tel 的早期支持，主要服務於美國情報和國防機構。

這些客户擁有高度敏感的數據和複雜的操作。分析師很少能夠將他們的需求清晰地表達成全面的規範，也無法將數據交給外部公司進行研究。因此，Palantir 不得不派遣前線工程師（FDE）與客户一起構建系統。

這一經驗賦予了公司兩個關鍵能力：一支能夠處理複雜操作的 FDE 團隊，以及直接嵌入產品基礎的細粒度權限、安全性和審計跟蹤機制。Palantir 後來將這種方法擴展到製造、醫療、金融和能源等商業領域。

Palantir 的業務可以簡單地表述為：它幫助企業創建一個持續更新的數字雙胞胎，將公司數據、運營規則和執行工作流程整合到一個軟件平台中，員工和 AI 都可以在其中操作。

2. 產品套件與本體論：通過數據、邏輯和行動構建企業數字雙胞胎

Palantir 主要提供四個主要產品：

• Gotham： 一個支持多源數據融合、實體關係識別和實時運營決策的防禦和情報操作系統（例如美國軍方的 Project Maven AI 作戰系統）。
• Foundry： 一個商業企業操作系統，打破 ERP、CRM 和 SCM 系統之間的數據孤島，實現端到端的運營可視化和閉環決策。
• AIP（人工智能平台）： 核心 AI 中心，能夠無縫地將主流大型語言模型（如 Claude、GPT 和 Gemini）編排到企業工作流程中，使 AI 代理能夠在嚴格的權限控制下安全調用工具和執行任務。
• Apollo： 負責將上述三種產品持續交付到任何環境的交付層，包括公共雲、本地數據中心、隔離的機密網絡，甚至海軍艦艇和戰場邊緣設備。

連接所有這些產品的是核心基礎：本體論（Ontology Architecture）。

本體論：將企業運營編碼為軟件

大型企業通常同時使用數十個甚至數百個軟件應用程序——用於採購的 ERP、用於銷售的 CRM 和用於製造的 MES——夾雜着零散的 Excel 電子表格和電子郵件，導致數據缺乏統一的業務上下文。

Palantir 首先通過連接器和數據管道集成這些系統。在支持的平台上，如 Snowflake、Databricks 和 BigQuery，虛擬表可以直接查詢外部數據，以最小化冗餘數據複製。然後，本體論將這些信息組織成企業數字雙胞胎：

• 數據——發生了什麼： 企業的客户、訂單、庫存和設備，以及它們之間的關係。
• 邏輯——如何做出決策： 庫存的重新訂購閾值、優先訂購規則和需要管理層批准的行動。
• 行動——系統可以執行什麼： 通知人員、生成庫存轉移計劃、發起批准，並在授權後將結果寫回 ERP 或 CRM 系統。

通過將決策邏輯和執行路徑嵌入算法，本體論成功構建了一個上下文感知的企業數字雙胞胎。

 來源：Palantir

3. FDE 模型：將員工專業知識編碼為軟件

在企業 AI 實施中，主要瓶頸在於模糊的需求和難以複製的工作流程。Palantir 並沒有採用傳統 SaaS 的標準化模型，該模型嚴重依賴於售前顧問，而是使用 FDE（前線工程師） 來解決將 AI 從演示轉向生產的最後一公里挑戰：

• 核心定位（諮詢能力 + 技術槓桿）： FDE 是具備高級編碼技能的精英工程師，長期嵌入客户前線。他們的核心任務是將模糊的操作痛點轉化為現場可運行的代碼和工作流程。
• 克服傳統 SaaS 的侷限性： 面對來自國防和主要工業客户的非標準痛點，FDE 直接在現場利用 Foundry 和 AIP 構建系統，繞過傳統 SaaS 繁瑣的定製開發流程。
• 研發反饋循環（FDE 和 PDE 協同）： FDE 在前線提取客户特定的解決方案邏輯，並將其反饋給產品開發工程師（PDE），以構建可重用模塊。這確保了 Palantir 的產品迭代完全由實際生產需求驅動，而不是開發者的主觀假設。

來源：TradingKey

---

II. 競爭壁壘：企業決策大腦越完整，轉換成本越高

本體論：數據易於移動，操作工作流程卻不然

Ontology 的壁壘源於長期積累的業務邏輯。隨着採用的深入，客户訂單關係、調度規則、審批權限和執行工作流程逐步編碼到系統中。

這些規則在各部門和應用之間共享。一次更新庫存規則後，相關的採購、調度和供應鏈應用可以自動繼承新的邏輯。集成新的 AI 代理同樣可以立即訪問現有的業務上下文和權限。雖然底層的 LLM 可以被替換，但企業的操作手冊仍然與 Ontology 緊密相連。

目前，一些市場觀察者擔心 AI 原生應用會使傳統軟件過時。然而，我們認為 AI 代理缺乏與現實企業操作的 “物理映射”，例如採購授權、庫存規則和供應鏈調度。Palantir 將這些複雜的操作邏輯編碼到 Ontology 中。雖然底層的 LLM 隨時可以被替換，但企業的操作手冊仍然與 Ontology 緊密相連。實際上，隨着 AI 代理的普及，對 Palantir 真實業務上下文和安全執行路徑的需求只會增加。

2. FDE：工程師容易招聘，但完整的交付生態系統難以複製

在企業 AI 實施中，最難捕捉的知識往往在前線員工的操作經驗和判斷中：哪些設備信號指示停機，哪些訂單需要優先交付，或者為什麼採購經理選擇特定供應商。

FDE 部署到客户前線，專門將這種專業知識編碼為規則、權限和操作工作流程，隨後通過 Foundry 和 AIP 構建應用程序。

雖然像 OpenAI 和 Anthropic 這樣的公司也在招聘 FDE，但 Palantir 已積累近二十年的工具、經驗和交付方法，賦予其先發優勢和成熟的平台，競爭對手在短期內難以匹敵。

3. 安全認證和複雜環境中的部署形成信任壁壘

在政府、國防和其他安全敏感領域，系統安全、合規審計和在複雜網絡環境中的部署能力往往超過原始 LLM 的性能。與競爭對手相比，Palantir 擁有：

• 高級安全認證： 源於情報和國防，Palantir 獲得了嚴格的認證，包括 FedRAMP High、DoD IL5 和 IL6。
• 通過 Apollo 的全環境部署： 在 Apollo 引擎的支持下，Palantir 無縫地在本地服務器、分類雲、隔離網絡和前線邊緣設備上部署和更新軟件，解決傳統 SaaS 無法觸及的敏感環境痛點。

安全憑證和全環境部署能力創造了長期的信任壁壘。 Palantir 的 AIP 不僅提供開發環境，還為每個操作提供嚴格的權限隔離、合規保護和可追溯的審計日誌。購買 Palantir 不僅僅是購買一個 AI 工具，而是獲得合規支持和責任歸屬。即使新興的 AI 供應商擁有高性能的 LLM，他們仍然面臨多年的安全審查、採購週期和穩定性測試，使得在短期內難以突破 Palantir 的防禦壁壘。

---

III. 未來增長：美國擴張形成核心驅動力，國際市場提供選擇權

1. 隨着現有客户擴大使用，訂單簿不斷增長

在 2026 財年第二季度，與美國商業客户簽署的總合同價值（TCV）達到 21.3 億美元，同比增長 153%。尚未確認的合同積壓達到 49 億美元，同比增長 103%，超過該期間 93% 的收入增長率。

簡單來説，Palantir 在積累新訂單的同時也在記錄收入，奠定了未來幾個季度增長的堅實基礎。

來自同一批現有客户的收入在過去一年中淨增長 57%。客户通常開始使用 Palantir 解決特定問題，例如供應鏈警報。一旦初始應用成功，連接的數據和 Ontology 可以在採購、調度和財務部門之間進行利用。

這創造了 Palantir 的 “登陸與擴展” 軌跡：新訂單獲取客户，而擴展工作流程則穩步增加每個客户的收入。

2. 精簡的產品部署使 FDE 能夠擴展項目

Palantir 正在將 FDE 之前重複的任務轉變為標準化工具：

• AIP Bootcamp 利用客户的實時數據快速構建初始 AI 應用程序，縮短試用和概念驗證的時間；
• 工作流沿襲和行業模板 模塊化常見的數據、審批和執行流程，使客户能夠像搭積木一樣構建新的工作流；
• AI FDE 協助工程師進行代碼編寫和基本配置，減少重複的軟件開發。

FDE 仍然專注於理解客户的業務邏輯和解決最複雜的挑戰，而基礎工作則越來越多地由軟件自動化。因此，相同的人力可以支持更多的客户，而單個客户可以更快地部署新應用程序。

第二季度收入增長 93%，調整後的營業利潤率達到 62%，快速的收入增長伴隨着利潤率的提升，表明交付效率已經在改善。

3. 與 Nvidia 合作解鎖主權 AI 市場

2026 年 6 月 29 日，Palantir 正式宣佈與 Nvidia 建立戰略合作伙伴關係，推出一款旨在為美國政府機構和關鍵基礎設施企業部署 Nvidia AI 和 Nemotron 開源模型的 "智能引擎"。

主權 AI 指的是政府或企業完全控制數據、模型和計算基礎設施，而不將敏感信息暴露給外部雲服務提供商。

分工明確：Nvidia 提供加速計算和 Nemotron 開放模型，而 Palantir 負責數據權限、業務上下文和通過 AIP、Ontology、Foundry 和 Apollo 的安全部署。客户可以在自己的數據中心或隔離網絡中運行和訓練模型，保持對數據、部署環境和最終模型權重的完全控制。正如 Jensen Huang 所描述的，這種架構可以在任何隔離區域、完全本地或甚至在戰場前線部署——這是目前沒有其他供應商能夠提供的端到端解決方案。

該解決方案解決了政府、能源和金融客户希望利用先進 AI 而不將核心數據交給外部封閉源模型提供商的關鍵痛點。對於 Palantir 來説，這一合作預計將擴大其在政府和關鍵基礎設施市場的影響力，同時鞏固其安全部署的護城河。

4. 國際市場尚未規模化；複製提供上行空間

在 2026 財年第二季度，Palantir 的國際收入約為 3.63 億美元，佔總收入的約 19%，同比增長 33%（而美國增長為 115%）。Palantir 在美國的爆炸性增長尚未在國際上覆制。

如果 AIP Bootcamp 能夠幫助國際客户快速構建初始應用程序——通過合作伙伴擴展到歐洲、中東和亞太地區的製造、能源和金融企業——國際市場可能會成為下一個增長驅動力。

然而，考慮到海外數據主權法規（如歐盟 AI 法案）和地緣政治敏感性，國際市場最好被視為一個可選的上行選擇，而不是當前增長的前提。

---

IV. 風險分析：優秀的業務，苛刻的股票

1. 高估值留給錯誤的空間很小

估值仍然是懸在 Palantir 頭上的利劍。

根據 2026 年 8 月 20 日的收盤價和共識調整後的每股收益預期，Palantir 的 2026E 和 2027E 前瞻市盈率分別約為 109 倍和 77 倍，當前的 NTM 企業價值/收入倍數約為 41 倍。當前的估值要求公司持續交付超出預期的季度業績；僅僅滿足收入預期、提供温和的指導或在主要合同簽署上出現延遲，都可能引發嚴重的倍數壓縮。

2. 高產品成本：AI 原生競爭對手可能會分流增量預算

Databricks 正在推出 Genie Ontology，Microsoft Fabric IQ 提供 Ontology 和 Operations Agents，而 OpenAI 正在擴展其企業部署團隊。雖然這些產品在複雜權限、跨系統操作和分類部署方面尚未達到 Palantir 的成熟度，但它們已經解決了數據問答、輕量級代理和特定工作流的問題。

雖然客户在短期內無法輕易取代 Palantir，但他們可能會將簡單項目和增量預算分配給更便宜的替代品或現有云協議中捆綁的工具，以優化整體 AI 支出。

3. 股票基礎補償稀釋、內部高管賣出和空頭頭寸動態將加劇短期波動

除了基本面和估值外，一系列結構性因素正在推動 Palantir 的股價朝着極端波動的方向發展：

• 股票基礎補償（SBC）稀釋和高管內部賣出壓力： 在 2026 財年第二季度，SBC 費用達到 2.65 億美元（約佔收入的 14%）。在高增長階段，市場通常會忽視因 SBC 行權而導致的股份數量擴張。然而，如果收入增長放緩，累積的股份發行將對每股收益造成明顯稀釋。同時，首席執行官 Alex Karp 在 2026 年 3 月建立了一項新的 10b5-1 交易計劃，涵蓋 708 萬股，在高估值水平上對股票造成持續的供應壓力。
• 空頭賣家分歧： Michael Burry 在 2026 年 4 月公開披露他持有行權價為 100 美元（到期日為 2026 年 12 月）和 50 美元（到期日為 2027 年 6 月）的看跌期權，而 Citron Research 之前設定的目標價為 40 美元。

---

V. 投資建議和總結：值得長期關注，但當前風險回報不具吸引力

Palantir 當前約 41 倍的企業價值/收入完全定價了對持續超高速增長的預期。

• 對於短期交易者： 風險回報設置不利。任何小幅的季度失誤或指導意見的微妙放緩都可能引發劇烈的估值壓縮。
• 對於長期投資者： Palantir 擁有企業背景和 AI 執行平台的罕見組合。然而，優秀的公司仍然需要合理的入場價格。在缺乏足夠安全邊際的情況下，目前的水平更適合耐心等待，而不是追逐高點。

結論： 我們繼續將 Palantir 視為 AI 時代最重要的基礎軟件資產之一。然而，在當前估值水平下，追逐反彈提供的風險調整後上行空間有限。作為投資者，等待由市場情緒或短期收益波動驅動的回調，將為建立長期分批持倉提供更優的風險回報入場機會。

免責聲明：本文中的分析僅基於公開可用信息的研究框架，不構成投資建議。

瞭解更多