PLTR：一家从反恐世界走出来的公司，为什么成了AI时代的明星？

network

PLTR：一家从反恐世界走出来的公司，为什么成了AI时代的明星？
如果你只知道PLTR是一只涨起来很凶的AI股票，那你可能还没有真正认识这家公司。
它的故事，其实比AI更早。
它不是从聊天机器人开始的，也不是因为突然赶上了大模型浪潮，才决定出来讲一个AI故事。
它诞生于一个充满恐惧的年代。
它最初想解决的问题，不是怎么让人写出更漂亮的文章，而是一个更严肃的问题：
当世界充满危险，而信息多到人根本看不过来时，人应该如何找到真相？
后来，这个问题让它走进了情报机构、军队、政府和大型企业。
再后来，它走进了华尔街。
而华尔街最感兴趣的，恰恰是另一件事：这套东西，到底能值多少钱？
一、故事的开始：别人想做互联网，它想做一双眼睛
2003年，Palantir在美国加州帕洛阿尔托成立。
创始团队包括彼得·蒂尔（Peter Thiel）、亚历克斯·卡普（Alex Karp）、乔·朗斯代尔（Joe Lonsdale）、斯蒂芬·科恩（Stephen Cohen）和内森·盖廷斯（Nathan Gettings）。
彼得·蒂尔此前参与创办PayPal。PayPal曾经面对一个现实难题：网络交易越来越多，欺诈也越来越复杂。
一笔可疑交易，单独看可能没有什么问题。
但把设备、账户、交易、行为等信息放到一起，就可能发现隐藏的联系。
这类思路给了Palantir最初的技术灵感之一。
与此同时，9·11事件之后，反恐和情报分析成为美国高度关注的领域。
大量信息散落在不同系统里：通信记录、人员关系、资金流动、情报报告……
真正困难的事情，不一定是缺少数据。
而是数据太多，彼此割裂，人却来不及理解。
Palantir想做的，就是把这些碎片连接起来，让分析人员看见原本看不见的关系。
它的名字也很有意思。
Palantir来自托尔金《魔戒》世界中的“真知晶石”，一种能够远距离观看、洞察信息的神秘石头。
这个名字几乎已经写出了它的野心：
让人看见隐藏在混乱背后的东西。
根据公司公开披露，Palantir从创立之初就为美国情报界开发软件，用于反恐调查与行动。
证券交易委员会+1
但创业的现实，没有名字听起来那么神奇。
二、它不是一出生就被资本追捧的天才
今天，很多人谈起Palantir，会把它放进AI明星公司的名单。
可它创业早期，资本市场并没有那么喜欢它。
2004年左右，Palantir团队曾向硅谷投资机构融资，连知名风投红杉资本也没有被说服。
原因并不难理解。
普通互联网创业项目，投资人容易理解：
用户增长、广告收入、订阅模式。
但Palantir面对的客户是什么？
情报机构。
国防部门。
高度敏感的政府系统。
这意味着它的销售周期可能很长，安全要求极高，部署复杂，而且很多业务根本不适合公开宣传。
一家普通软件创业公司，今天开发产品，明天就可以放到网上卖。
Palantir不是。
它需要进入客户复杂的工作环境，理解他们的数据、流程、权限与实际需求。
它甚至需要工程师直接深入客户现场。
早期团队为了开发产品，反复往返美国东西海岸，与情报分析人员合作，根据实际使用反馈不断修改软件。
这件事后来形成了Palantir非常有辨识度的工作方式：前线部署工程师。
工程师不只是坐在办公室写代码，而是贴近客户现场，理解问题，再把解决方案做出来。
这条路非常辛苦。
但它也埋下了后来商业模式的重要种子：
客户买的不是一个漂亮的软件界面，而是一套能在真实业务里跑起来的系统。
Palantir早期发展、融资受挫及深入客户现场迭代产品的经历，在有关CEO亚历克斯·卡普的报道中有详细记述。
三、Gotham：它最早赚的钱，来自一个不太像商业故事的地方
Palantir最早的核心平台叫 Gotham。
这个名字，后来被很多人记住。
它主要面向政府、国防与情报分析场景。
想象一下：
一个调查人员手上有数万条信息。
其中有电话号码、交易记录、人员关系、地点、报告。
单独看，每条信息都很普通。
但某个人可能与多个账户有关联，某个账户又与某个地点发生过联系。
当这些关系被连接起来，原本散乱的数据，就可能形成一张网络。
Gotham要做的，就是帮助分析人员发现这种隐藏的关系。
在军事领域，它也被用于分析威胁网络，帮助识别与简易爆炸装置相关的线索。
这不是一个普通的办公软件故事。
它可能涉及安全、战争、情报，甚至人的生命。
这也是Palantir从诞生起就带着争议的原因。
它的技术可以帮助机构更快理解复杂局势。
但同样的问题也随之而来：
当一家公司能够整合大量敏感数据，谁来决定这些数据可以被怎样使用？
谁有权访问？
谁来监督？
如果系统判断错了，谁承担后果？
科技公司经常喜欢讲效率。
但在这些场景中，效率从来不是唯一的答案。
Palantir的产品越强大，这些问题就越不能绕开。
四、真正聪明的一步：它发现，政府的问题，企业也有
Palantir早期的客户主要集中在政府和情报领域。
但它逐渐发现了一个有意思的现象。
军队有数据孤岛。
企业也有。
情报机构需要理解复杂关系。
工厂同样需要。
政府需要在不完整的信息中做决策。
企业也一样。
一家制造企业可能有ERP系统、仓库系统、生产系统、采购系统和销售系统。
订单在销售那里。
库存躺在仓库里。
生产计划在另一套系统里。
财务又有自己的数据。
每套系统都说自己没问题。
但当老板问一句：
“如果今天这批原材料延迟三天，究竟会影响多少订单？”
所有部门突然都需要时间。
这其实就是Palantir想解决的问题。
它后来发展出Foundry平台，帮助企业整合数据、构建业务模型、分析运营情况，并把分析连接到实际工作流程中。
这里面有一个很重要的区别。
传统的数据分析工具，很多时候告诉你：
发生了什么。
更进一步的系统，希望告诉你：
为什么发生。
再进一步，它试图帮助你：
接下来应该怎么办。
这也是Palantir商业故事真正有意思的地方。
它不是单纯卖一张报表。
它试图成为企业理解自身、协调行动的一层基础设施。
但这个位置也有代价。
要真正进入一家企业的核心流程，它必须面对复杂的系统改造、员工习惯、数据质量、权限和组织阻力。
这不是下载一个软件，点几下按钮就结束的生意。
Palantir在其公开文件中，将自身描述为帮助机构整合数据、决策与运营的软件公司；Foundry承担了其中重要的数据与运营平台角色。
五、2020年，它走向华尔街
2020年9月30日，Palantir通过直接上市的方式进入公开市场。
它没有采用传统IPO中常见的承销发行路径，而是选择直接上市。
这意味着，投资者终于可以在公开市场上交易这家长期带有神秘色彩的公司。
但上市也意味着一件事：
过去，它可以主要向客户证明自己。
上市之后，它还必须向股东证明自己。
这两件事并不完全一样。
客户可能关心：
你能不能解决我的问题？
投资者还会问：
你能解决多少客户的问题？
增长有多快？
利润率是多少？
未来五年值多少钱？
而Palantir的投资故事，从这里开始出现了另一层冲突。
它是一家有真实业务、有政府客户、有商业客户的软件公司。
但它也成为了一只很容易承载巨大想象的股票。
在资本市场上，想象力是一种资产。
有时甚至比利润更容易在短期内影响价格。
但想象力也有成本。
买入价格越高，市场对未来的要求就越高。
公司只需要继续成长。
股东却可能需要公司成长得比所有人想象得更快。
六、ChatGPT出现以后，它等到了自己的第二个故事
2022年底，生成式AI开始席卷全球。
ChatGPT让很多人第一次意识到：
原来AI不只是实验室里的技术。
它可以写文章、回答问题、写代码，甚至参与工作。
但对企业而言，真正困难的问题才刚刚开始。
假设一家企业已经有了大模型。
它能回答很多问题。
可是：
它能读取哪些数据？
它知道公司的库存吗？
它理解订单优先级吗？
它能否遵守权限？
它给出的答案是否可靠？
它能不能安全地参与实际业务？
一个模型再聪明，也不代表它天然理解一家企业。
这就是Palantir看见的机会。
2023年，Palantir推出人工智能平台AIP。
它希望把大模型连接到企业的数据、权限体系和业务工作流程，让AI能够在受控的环境中参与实际工作。
例如，面对供应链问题，企业可以让AI协助分析：
哪些物料可能延迟？
哪些订单会受到影响？
有没有替代方案？
哪些行动需要管理者批准？
这类能力，如果真正落地，就不再只是聊天。
而是开始改变企业做事的方式。
当然，这里也有一个容易被忽略的事实：
AI能提出建议，不代表AI的建议一定正确；能接入工作流，也不代表企业就可以放弃监督。
真正进入生产环境，还需要数据治理、权限控制、评估、审计和人的责任机制。
Palantir的机会，不只是模型变得更聪明。
而是它有机会成为模型进入复杂机构时，那座连接数据与行动的桥梁。
AIP的出现，让市场重新审视这家公司的潜在商业空间。
七、为什么这家公司，特别容易让投资者着迷？
我觉得，Palantir最吸引人的地方，不只是AI。
而是它的故事里，有三种让资本着迷的元素。
第一，稀缺感。
它长期服务于复杂、敏感、门槛高的客户。
外面的人很难完全看清它的业务细节。
看不清，有时候会让人更愿意想象。
但投资者也必须分清：信息不透明不等于竞争优势，神秘感更不等于利润。
第二，想象空间。
如果AI只是一个聊天工具，那么市场空间是一回事。
如果AI开始参与企业运营、生产、采购、物流、决策，那么市场空间可能完全不同。
Palantir押注的，是后面这个世界。
第三，身份认同。
有些人买股票，是因为看见价格便宜。
有些人买股票，是因为看见趋势。
还有一些人买股票，是因为他们希望自己站在未来那一边。
PLTR很容易成为第三种股票。
因为买入它，不只是买一个季度的利润。
你仿佛也买入了一种判断：
未来的企业，会越来越依赖AI。
而Palantir可能是这场变化的受益者之一。
但这恰恰也是危险的地方。
当一项投资开始与个人信念绑在一起，人就容易把质疑当成攻击。
看空它的人，被认为不懂AI。
看多它的人，被认为没有估值概念。
市场不需要我们选择阵营。
市场只需要我们承担自己的买入价格。
八、它真正的护城河是什么？
说到这里，就要回到投资最实际的问题。
Palantir究竟有没有护城河？
我认为值得观察的，不是某个产品演示有多震撼，而是以下几件事。
1. 客户是否持续使用？
一个AI平台最怕的，不是没人试用。
而是大家都试用，最后没有形成长期预算。
真正重要的是客户能否持续付费，是否不断扩大使用范围。
2. 部署能否规模化？
如果每个客户都需要大量工程师长期驻场，业务增长可能伴随着很高的人力投入。
这会影响它的利润率与扩张速度。
Palantir需要证明，复杂项目经验能够沉淀为可重复、可规模化的产品能力。
3. 客户更换成本有多高？
当系统深入企业的流程、权限、数据模型与日常运营之后，更换平台可能非常麻烦。
但更换成本高，不意味着客户永远不会离开。
技术进步、价格、竞争与采购政策，都可能改变客户选择。
4. AI浪潮中，它究竟掌握什么？
大模型本身可能越来越普及。
如果模型能力逐渐商品化，那么真正有价值的东西，可能会从模型本身转向数据、工作流、系统整合、安全与客户关系。
Palantir有机会受益。
但微软、云平台厂商、企业软件公司、系统集成商，以及客户自己开发的系统，也都可能争夺这块市场。
这场竞争，不会因为Palantir讲出了一个好故事，就提前结束。
九、最后，回到PLTR这只股票
讲完公司，再讲股票。
我不愿意把PLTR简单归类为好股票或者坏股票。
因为这两个词，往往没有多少投资价值。
一家公司可以非常优秀。
但如果股价已经提前计入过高的增长预期，未来回报仍然可能不理想。
反过来，一家公司短期遇到困难，也不意味着它的长期商业价值一定消失。
对PLTR，我更愿意持续追踪五件事：
营收增长有没有持续兑现。
美国商业业务的扩张是否健康。
客户增长与大客户合同能否支撑未来。
自由现金流、利润率与股权激励如何变化。
当前估值，究竟要求公司交出怎样的未来成绩单。
最后一点尤其重要。
不要因为一家公司身处AI赛道，就自动把所有价格都解释成合理。
也不要因为它估值高，就认定它必然下跌。
估值是预期与现实之间的较量。
股价，是两者每天重新谈判的结果。
写在最后：我为什么觉得Palantir这个故事值得看？
Palantir的故事，有意思的地方在于：
它从一个关于安全与恐惧的问题出发。
一路走进战争、政府、企业，再走进AI。
它试图让机构看见更多信息，让复杂决策变得更有效。
但它也让我们看见了科技的另一面：
谁掌握信息，谁就可能拥有权力。
谁设计系统，谁就可能影响决策。
谁拥有决策权，谁就必须承担责任。
而当这家公司成为股票，故事又多了一层。
投资者开始讨论它的增长、利润、估值和未来。
我们一边相信AI能够改变世界，一边担心自己是不是买贵了。
一边说自己投资的是未来，一边盯着盘前的每一个跳动。
这就是资本市场最真实的地方。
公司在创造未来，市场在给未来标价，而我们这些买股票的人，往往是在为自己相信的那个未来下注。
我叫梭哈姐。
我看PLTR，不只想知道它明年能赚多少钱。
我还想知道：
当AI真的开始参与这个世界的决策，我们究竟是在变得更聪明，还是只是把自己的判断，交给了一套更复杂的系统？
毕竟，股票可以等下一次反弹。
但有些决定，不能只等财报出来再复盘。