2 月 3 日，Palantir 于盘后公布 2024 年第四季财报，不仅营收达 8.28 亿美元，超乎市场原先 7 亿的预期，年增更是高达 36%，又以来自美国政府的营收年增 45% 最令人惊喜。利多消息传出，随即吸引市场目光。Palantir 不仅股价上涨，估值更是一路窜升，展现大众对于公司未来发展的高度期待。作为近期科技界的成长新星，本文将详细介绍 Palantir 的业务内容并剖析其优势与风险，一探时下最受瞩目的 AI 概念股。
公司介绍
Palantir（NASDAQ: PLTR）是一家软体服务公司，由董事长 Peter Thiel 及执行长 Alex Karp 等人于 2004 年创立。Palantir 最初专注于美国政府情报部门的大数据研究，近年则逐渐扩展服务范围至私营企业，协助客户业务上的分析与决策制定。Palantir 的主要营收来源为美国政府，双方合作范围从起初的国防领域，一路拓展至移民管理、灾害应对、疾病疫情管制等不同面向。2009 年前纳斯达克主席麦道夫庞氏骗局的揭发，以及 2011 年美国政府袭击宾拉登的计划皆是仰赖 Palantir 出色的分析能力而成功。受惠于 AI 浪潮，Palantir 于 2024 年第四季超乎预期的成长，不到一年市值翻了四倍。截至 2025 年 2 月，Palantir 市值已突破 2600 亿美元。
商业模式
Palantir的客户拓展模式主要分为三阶段：取得客户（Acquire）、扩张（Expand）与规模（Scale）。Palantir 初期多瞄准政府及大型企业等技术上具备较低可行性的客户进行开发，借由其高风险、高建置成本的特性，建立与竞争对手的市场区隔，该时期成本多由 Palantir 吸收。一旦客户开始成长，Palantir 便会进一步确立客户需求并强化应用，同时进行垂直及水平整合。当企业具有一定盈利能力且对服务产生依赖性时，Palantir 便可获取收益，再将其投入另一处于起步阶段的客户，创造正向循环。
回归产品本身，「整合」与「隐私」为相较于其他软体服务公司，Palantir的两大优势。过往，企业资料多储存在各部门独立的系统中，彼此没有访问权限，形成数据孤岛（silos）。Palantir 透过单一平台，能串接企业不同来源与格式的数据，在具备隐私之下转换成可视化图表与易解读的资讯。如此一来便能大大降低资料处理与转换的麻烦，即时的数据取得更能提升营运效率。此外，Palantir 相当重视资料的安全性，借由访问管制、数据加密与威胁侦测系统等有效保护机密，是为政府乃至企业客户选择 Palantir 的主因。
业务介绍
根据 2024 年 Q3 季报，Palantir 的营收来源拆解如下：
| Q3 2024营收（亿） | Q3 2024占比（％） | Q3 2023占比（％） | |
|---|---|---|---|
| Government | 4.08 | 56.2 | 55.1 |
| U.S. Government | 3.2 | 44.1 | 41.1 |
| Commercial | 3.17 | 43.7 | 44.9 |
| Total | 7.26 | 100 | 100 |
| Q3 2024（亿） | 占比（％） | |
|---|---|---|
| United States | 4.99 | 69 |
| United Kingdom | 0.69 | 10 |
| Rest of world | 1.57 | 21 |
| Total | 7.26 | 100 |
资料来源：SEC PLTR 2024年Q3 10-Q
Palantir 的主要营收来源为政府，尤以美国政府为大宗，且比例持续上升。综观 Palantir 业务，旗下 Gotham 与 Foundry 为主力服务平台，并以Apollo 进行后台管理。相对于其他竞品，Palantir 提供高度客制化的应用，近年更是开发 AIP，期望透过 AI 提升客户决策上的效率。以下详细整理了 Palantir 四大产品的定位与服务内容：
| 定位 | 服务对象 | 领域 | 应用 | |
|---|---|---|---|---|
| Gotham | 软体平台 | 国防部门 | 国防、情报 | Palantir的起家业务，协助政府进行情报的搜集与分享，以及国防安全的监管。其能够整合多种来源的数据，包括卫星和其他监视系统等，提供实时的数据分析和可视化图表等，协助用户迅速理解复杂的情况并做出决策。近年，Gotham也加入了混合实境、边缘计算及AI辅助等功能，提高战略制定效率。 |
| Foundry | 软体平台 | 政府、企业 | 金融、医疗等 | 能收集不同来源及格式的数据进行整合，并提供即时分析。Foundry应用场景多元，也支援跨领域的数据管理。开放架构使客户可以根据自身需求进行调整，给予数据管理上一定弹性。 |
| Apollo | 部署管理后台 | 平台开发人员 | 为一管理及整合Gotham与Foundry的SaaS系统。Apollo的核心功能为自动化持续整合（CI）并得以于不同环境中持续部署（CD），减少开发者人工作业量，提高使用者数据应用上的灵活性与安全性。 | |
| AIP（Artificial Intelligence Platform） | 生成式AI辅助 | 平台使用者 | AIP与Foundry、Apollo构成AI Mesh，成为全方位的AI驱动产品。AIP能在短时间内整理大量数据，结合大型语言模型（LLM）与生成式AI产出视觉化建议，为用户提供类似于顾问般的决策帮助，并自动化工作流程。此外，AIP相当强调应用范围的限制及数据合规性，以确保AI的安全性。 |
竞争优势
数据整合力
Palantir 的核心竞争力之一在于其独特的 Ontology 技术，这是一种先进的知识表示系统，能够以结构化的方式定义数据之间的关联与意义，从而更深入地理解数据的整体脉络。透过 Ontology，Palantir 能够将来自不同来源、格式与结构的数据整合到同一个平台，打破数据孤岛，建立统一的数据知识图谱。当企业逐步开始导入 AI 作为决策辅助，数据是否能够串连，将起到十分关键的作用。
数据可视化
Palantir 强调数据可视化的重要性，并将其作为平台的核心功能之一。平台提供强大的可视化工具，能够将复杂的数据分析结果以直观、易懂的图表、地图等形式呈现出来，使得非技术人员也能轻松理解数据，并参与到数据驱动的决策过程中。
AI 智能代理
Palantir 平台不仅仅是一个数据分析工具，更进一步发展出 AI 智能代理应用，其人工智能平台（AIP）允许企业在私有网络中部署大型语言模型和其他先进的 AI 技术，实现业务流程的自动化和智能化。这些智能代理利用人工智能技术，能够自动执行复杂的任务，例如监控供应链、优化生产流程、预测潜在风险等。透过 AI 智能代理，并结合企业产品本身低代码（零代码）的特点，试图打造企业低技术背景实现实现工作流程的自动化和智能化，大幅提升运营效率。
发展前景与风险
政府订单使风险集中
与政府的紧密关系对于 Palantir 而言，实为一把双面刃。国防事务多与机密相关，且 Palantir 针对该领域提供高度客制化的产品服务，提高了政府方的转换成本。Palantir 在国防领域的长期耕耘，使其与政府客户建立深厚的信任关系。这种长期合作模式确保了 Palantir 营收的稳定性，因为政府合约通常具有较长的期限和较高的续约率。不过，美国政府作为 Palantir 的主要客户，使其业务较易受政局波动影响，也可能会因此压缩他国政府及私人企业的订单及服务的限制。
私部门领域竞争
| 平台 | 业务阶段 |
|---|---|
| Gotham | Palantir 最初以 Gotham 平台在政府和国防领域建立声誉，并深耕多年，在这些领域已相当成熟。 |
| Foundry | 相较之下，Foundry 平台虽然是 Palantir 拓展私营企业市场的主力，但起步较晚，仍处于成长阶段，需要时间来扩大市场占有率。其他市占率相对具有庞大资本与声望的竞争者如：Microsoft Azure、IBM，这些竞争者具有庞大的客户群作为基础，并且有更为广泛的产品线提供弹性的定价策略。 |
相对同行，Palantir 客制化的产品服务带来价格高昂的问题。国防导向的 Gotham 平台每个核心价格为 $141,000，为同行的 3 倍以上，而面向私营企业的 Foundry 平台基础报价相对 Gotham 又更贵，能负担对应价格的企业寥寥无几。因此，Palantir 多与大公司如：摩根大通、默克药厂等进行合作，得以快速打入市场、站稳脚跟。2024 年第四季财报指出，Palantir 的客户数量年增 43%，季增为 13%，显示公司当前的开拓客源路线没有问题，但投资人须留意后市的成长续航。
另一方面，高度客制化的产品服务也为 Palantir 带来了研发成本上的问题，于往后如何有效控管成本并维持技术优势将成为一大考验。近期，Palantir 主力开发 AI 应用即为尝试在自身技术优势上再度拉大与同行的差距，未来也值得持续关注其创新动向。
小结
Palantir 虽以高价客制化解决方案著称，但其基于 Ontology 的独特数据整合技术与领先的 AI 应用平台 (AIP)，已在市场上建立稳固基础。对投资人而言，Palantir 的优势在于政府合作带来的长期稳定营收，以及市场对其利用 AI 技术在数据分析领域持续扩大竞争优势的高度期待。政府订单比例较重以及私部门业务开发的高度竞争环境，都是 Palantir 未来在业务成长上需要面临的挑战。有兴趣的朋友欢迎追踪我们，未来会有更多关于 AI 软体产业的持续更新喔！
