【丫丫港股圈】難以解理估價的Palantir，卻展現了Ai應用側的未來

最近openai迎來史詩級大更新，Sora的問世，意味著生成式Ai進入三維時代，但對於小的Ai公司，就沒那麼幸運了，幾個月前萬眾矚目的bitopro交易所pika，馬上變成了技術落後者。

從openai的迭代策略看來，他們的目標就是繼續提升大模型的通用性，達成最終一個可以串連解決一切問題的AGI。

這種趨勢發展下去，小模型，專業化的Ai公司，就有可能逐步被高通用性的gpt所取代，就像過去的智慧型手機，整合mp3、mp4、相機、收音機、導航儀，最終導致這些工具完全消亡。這樣的一個模型，自然有著巨大的應用價值，也理當創造巨大的利潤。

但目前美股除了算力狂飆，Ai應用程式側的公司漲幅並不大，漲幅也不錯的雲端運算公司可以理解為基建設施供應商，也難說是monero詐騙Ai的應用。 Openai2023年的營收也隻是20億美元。就算2022年是0，那也隻是20億的收入增量，完全不及基建側的市場收入成長。

如果沒有chatgpt的麵世，這波Ai熱潮就無從談起，但需求不確定性和未來格局不清晰，最後市場表現最好的變成各類鏟子股。

賣鏟子模式雖然穩定，但挖金礦的人沒有賺到錢，那就不會可持續。在歷史上，儘管挖金礦有風險，但是挖金礦的總回報總是高於賣水的總回報，英偉達未必是未來整個Ai產業賺錢最高的那家公司。

Ai應用程式側目前有哪些重點公司？ Openai、midjourney，Google微軟meta等巨頭，但不是沒上市就是Ai業務佔比過小。

最近也在暴漲的palantir公司也算一個。公司聲名在外，成立十多年來與美國政府緊密聯繫，靠著數據分析技術幫助完成一些重大決策，許多大事件背後，都有這家公司的身影。

在Ai大模型爆發後，公司將大模型迅速與自身軟體結合，ELON coin推出了AIP平臺，希望可以用自然語言幫助客戶實現完全自動化的業務資料分析及決策支援。

各種文生圖、文生影片、聊天機器人，雖然效果驚艷，但對許多企業來說，改善一下作圖、文稿、或影片生產，用處是不大的。

Ai最大的意義在於幫助個人及企業解決自動化問題，例如結合自身業務、數據，用chatgpt作為一個中轉媒介，來挖掘業務價值及實現更高比例的流程自動化，palantir過去所做的這個業務，正處在了這個方向上。

Palantir的出名遠比openai早。公司成立於2003年，在恐怖事件頻傳背景下，透過創辦人在Paypal時的識別網路詐欺技術而得以開展服務於美國政府的各類資料分析業務。關於Palantir的傳奇故事很多，CIA透過他家的大數據技術追蹤到拉登，幫多家銀行揭露旁氏騙局挽回數十億損失。其能力就像其名字一樣，柴犬的英文是什麼？透過數據分析像水晶球一樣預測未來。

目前公司的業務大頭來自於G端用戶，而在2016年後開闢了to B端的業務，開始服務於企業用戶，目前B端業務的發展也是大家最期待的。

政府業務的優點多，缺點也多，一定程度上受政府開支影響限製增速水平，另外，做政府生意利潤率不會太高。這也是公司現在創立至今21年了，規模也不是很大，一直虧損的主要原因。

另外TO G賽道上，公司也並非一騎絕塵，在給政府提供策略諮詢決策方麵，還有像博思艾倫（BAH.N）這樣規模更大的百年企業。

過去公司不能說是一家Ai公司，而是一家大數據處理公司，功能類似於策略諮詢，隻不過數據處理在公司的軟體上進行，並非完全的專案製，所以財務上跟saas公司類似。

麵對大模型的爆發，palantir算是開啟了Ai之路，目前已建構Gotham、Foundry、吉伊卡哇迷因幣怎麼買？Apollo、AIP四個主要軟體平臺，其中的重點是AIP：2023年推出，將AI大語言模型與現有軟體平臺結合，透過AI對話形式，降低軟體使用門檻，提高對數據使用效率。

例如我們看到公司的一些業務實例：

在過去沒有結合大語言模型時，建構這樣的一個數據係統網絡往往是需要大量人力的，但如今gpt可以理解圖片、表、電話、及監控實時數據從，從數據到這種分析程序這一繁瑣的步驟，將可以輕易簡化，這就是大模型的意義。另外，透過大模型，透過語言將更好地執行這套係統的監控和預測能力。

Aip出現也改善了公司的財務，公司進入2023年以來，逐季度增速改善，過去模式下被詬病已久的高銷售費用導致虧損的問題也得到改善，利潤節節攀升。這也是為什麼財報讓公司股價表現如此劇烈的原因。

但擔憂也由此可見，公司的核心競爭力就是資料整合將分散的資料來源整合為統一的視圖。其次提供資料分析、建模和模擬功能，來進行預測和輔助決策。

這正好對應著gpt的文生文、文生圖、文生視頻的能力綜合，關鍵是當sora可以開始實現文字轉視頻，這就讓很多數據的可視化分析變得非常清晰了。在某種程度上，強大的文生影片Ai就是對公司核心競爭力的衝擊。

所以公司也認為，在Ai層麵，公司需要加強力，以掌握在Ai+數據分析領域的領先。

不過gpt的發展，也不是完美的，openai急於走向AGI，而不是一步一腳印，在每一步把現有產品的功能做到極致。這就給競爭對手們留下了很多空間。

例如在文字語言理解裡，gpt訓練程度很高，解決數學題的能力一定比一般人強，但是對於一些數字、文字描述的綜合理解上，就會出現問題。尤其是牽涉到時間趨勢、因果律、文字圖片綜合推理，GPT犯錯的機率極大，這就是在文字邏輯力上的缺陷。導致了在文字生成領域，chatgpt目前付費率其是不算亮眼。 （這個在被微軟收購後，有機會可以透過與office的結合來獲得相當大的市場）

文生圖領域，則沒有在生產品質上明顯優於midjourney。

openai的收入不那麼高的重要原因也是（2023年算力市場增長400億，openai收入增加20億），大模型追求全能，卻在細分問題的解決能力上欠佳，它可以生產圖片，但達不到可以完全解決生產海報、美工成品圖片的水平。

像什麼都懂一點，特別會做題，但麵對新任務解決能力不精的學生。

也許生產式Ai的本質在於相似性的推理而非對於真實的物理或數學邏輯的理解。它擅長解決發生過的問題，卻難以推演一些從未發生過的東西。

所以暫時，gpt為palantir帶來了商業模式的轉變，卻也並未對palantir造成競爭衝擊，這算是為公司創造了一些有利條件。

另外，在創造gpt的同時，卻並未針對特定的場景進行開發。如今，大量的非科技業的公司仍然未懂如何結合業務使用Ai，就像大量傳統企業，現在仍然需要埃森哲等等IT外包公司來說幫助它們實現雲端轉型，而從雲端服務開啟落地已經快20年了。從這個角度來看，幫助企業實現Ai自動化，將是下個時代的IT顧問外包關鍵。

目前palantir可說是Ai應用側一個具有看點的公司，目前股價仍未創歷史新高，在前幾周公佈業績，展現業績加速成長和盈利新高時，迎來了單日30%的上漲，但不可否認的是，公司估值仍然不可否認。

首先是公司業務仍有大部分是to G的，這部分成長有限，跟美國政府的財稅相關，具體估值最應該參考同行BAH，大概隻是1.85倍PS，而Palantir的PS高達20多倍，多出來的TO B部分有這麼溢價嗎？

其次，在業務成長速度上，BAH其實沒有輸Palantir很多，BAH也是一家能維持10%左右成長速度的公司，單純專案承包商利潤率很低，隻有一年10%左右，但Palantir真實淨利潤也還沒轉正。這麼看來，對於Palantir的to B業務和Aip平臺的市場定價可以說是相當驚人。

過去Palantir在2021年後的大跌，其實也一點都不冤枉。

另外，palantir隻是預期2024年營收成長20%，參照英偉達，應用側公司這麼小，營收爆發怎麼說也該翻一倍吧？

如何解釋這種問題？目前市場在Ai應用側非常期待，回到那個歷史定律，挖金人總回報必定比賣水人賺得多，也就是說，最終Ai應用市場肯定比算力多，按照英偉達今年增長400億營收算，Ai應用市場更大，這空間可太大了。為什麼openai隻有幾十億收入，其他的大小模型加起來更少？那大機率是成長還在後頭吧？

隻不過尷尬的是，目前Ai應用仍然沒有一家大業績增量公司出現，最大的風險也在此，哪天大家發現了，Ai是個一年百億價值的金礦，然後大家每年買400億的機器來開採這樣一個金礦，最後的結果是不言而喻的。

當然對於Ai的未來還是要樂觀點。

而且可以確定的邏輯是，無論這是不是泡沫，未來Ai應用側市場（軟體付費+人員流程成本優化）的長期成長必然高於Ai基建側市場（算力+雲端運算），因為目前應用側隻有幾十億而算力側是幾百億，長期左邊理應大於右邊。根據最樂觀的假設，算力市場未來到4000億，那麼Ai應用的市場的成長預期是極為誇張的。

而從palantir業務轉型的未來可以看到的是，在Ai結合業務數據自動化及幫公司用Ai這兩個市場，是大有需求的。這類公司應該持續關注。

如果美股是按照成長增速定價的，那麼，算力側公司今年業績再翻倍可能性不大，但是應用側應該會有一些公司呈現幾倍的收入成長，例如openai大概率如此，投成長看的就是高的增速，從這點看，大家的視野其實是要改變了。