Rewritten (zh-hant): Palantir PLTR 最全面的业务&护城河剖析 第二弹 | 5年后万亿AI公司 | Foundry&AIP | 大数据 | 本体论Ontology | AI代理

Summary

Language:

Quick Abstract

想知道為何 Palantir (PLTR) 再次讓分析師驚艷嗎?面對股市低迷,Money or Life頻道深度剖析 Palantir,助您發掘值得長期持有的標的!本期影片將帶您回顧 Palantir 的業務基本面,揭示其財務數據的驚人玄機,並深入探討 Palantir 的護城河與不可替代的價值。更重要的是,它如何利用 AI 浪潮加速成長!

Quick Takeaways:

  • 獨特的護城河: 政府業務、商業業務雙重覆蓋,AI 應用全面性無人能及,更有激勵人心的企業文化。
  • 數據生態系統: Palantir 不僅僅是數據應用,更是為企業構建端到端的數據生態,客戶一旦使用就難以離開。
  • 客製化服務: 數據應用難以通用化,Palantir 的客製化能力反而是勝出的關鍵,提供深度數據應用服務。
  • 財務數據亮眼: Revenue加速增長,Rule of 40指標翻倍,顯示公司極具成長性。

Palantir 深度剖析:為何它再次讓我感到驚豔?

大家好,這裡是Money or Life美股頻道。繼幾個月前第一次為大家分析Palantir的業務之後,本期視頻我將進一步剖析Palantir,告訴大家為什麼Palantir再次讓我感到驚豔。

在最近幾週股市持續低迷的情況下,希望透過Money or Life頻道的個股分析視頻,幫助大家思考哪些公司值得長期持有,以及這些公司的股價是否已達到可以長期持有的價位。Palantir或許會進入你的事業,成為你的候選目標之一。在未來更多黃金坑出現時,你或許會考慮它。

本期視頻分為四個部分:

  1. 重點回顧:回顧幾個月前Palantir業務分析視頻中的重點。
  2. 財務數據圖:呈現我自己製作的、Palantir最重要的財務數據圖,揭開其中的玄機。
  3. 護城河闡述:闡述為什麼我認為Palantir確實有護城河,並反駁「Palantir只是一家數據應用公司」的觀點。
  4. 產品實際應用:透過三個直觀的Palantir產品實際應用案例,說明Palantir的產品到底是什麼,以及為客戶帶來了哪些不可替代的價值。

Palantir 基本面回顧

首先,簡單回顧幾個月前的Palantir個股分析視頻,帶大家了解Palantir的基本面,以免大家忘記Palantir這家公司到底是做什麼的。

  • Palantir的產品是以 方嘴 (Foundry) 為基礎。
  • 方嘴又是以 ontology 這個理論為基礎。
  • 2023年,Palantir推出了至關重要的產品 AIP (Artificial Intelligence Platform)

上次的Palantir視頻中,我主要透過三個例子解釋Palantir的產品具有 AI Agent (AI代理) 的功能,也有 可視化 以及 去代碼化 的功能。這些功能幫客戶節省了非常多的時間,節約了大量的人力和物力。

當時我對Palantir的總體結論是,它雖然有強大的護城河,但是它的估值也高得嚇人。與過高估值相匹配的,正是它無限的潛力。

關鍵概念:方嘴 (Foundry) 和 AIP

提到目前的Palantir,就不得不提兩個概念:

  • 方嘴 (Foundry):它是基於 本體論 (ontology),專用於企業營運工作流的營運系統。請注意,它是一個營運系統,而不是單一的軟體工具。它有自己的 marketplace,第三方開發者企業和Palantir形成一個生態系統,好比Google的marketplace。
  • AIP (Artificial Intelligence Platform):它並不是一個單獨的產品,而是類似一個基於方嘴的交互插件。這個交互插件運用了 LM (Large Language Model) 大語言模型,例如 GPT 4 等。通過這些大語言模型,Palantir公司開發的AI技術架構能夠與用戶很好地進行交互,大大降低了非技術人員使用Palantir所有marketplace工具的門檻,做到了強大的可視化和去代碼化。

實際上,ontology加上數據就是我們熟知的 知識圖譜 (knowledge graph)。知識圖譜這個概念已被很多公司所運用,例如Google就是發明知識圖譜的元老之一。

Palantir 的財務數據分析

接下來,我將通過一張自己製作的、我認為Palantir最重要的財務數據圖,為大家展示為什麼Palantir最近的股價這麼牛。儘管股價從最高點回落,但是我們知道,它在每一次財報之後股價都是暴漲。

這張圖告訴我們三組數據:

  1. 白色柱狀圖:從2020年第三季度一直到2024年第四季度,每個季度的 營收 (revenue)
  2. 粉紅色折線調整後的營運利潤率 (adjusted operating margin)。可以看到,營運利潤率從一開始的30%以上,降到17%,然後迅速反彈達到第四季度的45%,非常的高。
  3. 螢光色折線相較於上年同一季度營收的增長速率 (year-on-year revenue growth)。同樣是從30%以上下降到13%,然後迅速回彈到24年四季度的36%。

這張圖告訴我們兩個最重要的結論:

  • 白色柱子代表的季度營收,從2023年到2024年這段期間開始加速增長,特別是2024年增速尤其的快。
  • Palantir的調整後營運利潤率 (adjusted operating margin) 以及相較於上年同一季度營收的增長速率 (year-on-year revenue growth) 都在2022年末到2023年初呈現了一個V型反彈。

這兩組數據加起來,其實就是所謂的 Rule of 40。也就是說,調整後營運利潤率 (adjusted operating margin) 加上相較於上年同一季度營收的增長速率 (year-on-year revenue growth) 加起來如果能夠超過40%,那意味著這家公司有非常亮眼的業績。營收增速 (revenue growth) 代表了營收的增速,而營運利潤率 (operating margin) 代表了你的盈利能力。

在最新的2024年第三季度,Palantir的Rule of 40的結果是45%加上36%,也就是81%。而在兩年前,這個數字還僅僅是接近40%。

AIP 的影響

我認為,在2023年初,有兩個重大事件在Palantir身上發生:

  • GPT 4 的發布:也就是大語言模型趨於成熟的一個里程碑。
  • Palantir 推出 AIP 產品:AIP 是目前 Palantir 最重要的產品之一。

正是結合了大語言模型的運用,以及順勢推出的AIP,幫助Palantir直線拉高了它的營運利潤率 (operating margin) 以及營收增速 (revenue growth),讓它的業績每個季度不斷地刷新我們的認知。

Palantir 僅僅是在幾年前剛剛上市,因此我們需要把Palantir的過去和現在分開來看。儘管Palantir的過去為它的現在奠定了基礎,但是真正改變Palantir的,是大語言模型的成熟以及AIP產品的順勢推出。

Palantir 的護城河

在初步了解Palantir的業務,以及為什麼Palantir這家公司在最近兩三年飛速發展之後,我將告訴大家為什麼Palantir確實有護城河。經過幾個月的學習,我對此有了一些新的認識。

  • 客製化能力:Palantir提供的是一個客製化的數據應用服務,它不是一個通用的SaaS系統。數據應用沒有辦法做到通用,每家公司的数据不一样,哪怕是同一个行业不同的公司,数据的类型可能也不同,他们存储的地方,他们存储的方式,他们不同的供应链有太多的不同。Palantir能夠在非常短的時間內,為客戶提供一套客製化的產品,而不是千篇一律的SaaS產品。
  • 构建企业的数据生态 (data ecosystem):Palantir 不只是簡單的利用數據,而是构建企业的数据生态, 數據生態非常重要,因為數據不止涉及到利用,他也涉及到前端的準備,後端的利用以及整個系統的構建。一旦客戶開始使用Palantir的產品,那麼他就有了自己的企業數據生態,而一個企業一旦有了自己的企業數據生態就再也離不開Palantir這個服務提供者了。
  • 政府和商業雙重業務:Palantir是一家具有政府業務和商業業務的雙重業務公司,這没有任何一家竞争对手能够做到。目前Palantir在AI應用的業務的不同的覆蓋面方面無人能敵。
  • 企業文化:Palantir員工具有使命感,基於高效率和非常強大的使命感,再加上非常激進、以結果為導向、以時間為導向、以客戶為導向的企業文化,為Palantir這家公司在最近幾年不斷擴張中注入了最強的推動原料。

Palantir 產品應用案例

接下來,透過幾個真實案例,看一下是否反映了我現在提到的這些護城河。

案例一:Heineken 啤酒的供應鏈優化

Palantir通過整合Heineken啤酒的供應鏈,用AI Agent做到自動優化供應鏈。從釀酒廠到倉庫、港口、海運、當地市場再到經銷商和客戶手中,是一個非常長的供應鏈。Heineken強調他們用AI解決明天的問題,在問題發生之前就先發現問題,而且從概念到應用只用了三個月,體現了Palantir整個公司的文化都是以服務客戶為導向,是以結果為導向。

Heineken運用了三個AI Agent:

  1. Abu (Accelerate Order Before Out of Stock):對於那些客戶即將脫銷的訂單,優先執行,整合了整個供應鏈,對整個供應鏈進行協調和優化處理。
  2. Dr. Skip Container Into Inventory:對於那些因為不可預見的原因必須要在港口滯留過長,導致產生了滯留費用的集裝箱,優先處理,讓他先入庫,節約整體進口費用。
  3. Neptune Execute Container Swaps:在honeycomb這家公司把不同的container或者不同的track load送到客戶手上的過程中,如果有發現某些城市急需,可以在最後的last mini去進行swap。

這些AI Agent 都是自動操作的,他不需要人為去干預,Palantir通過運用不同的AI Agent,幫客戶實現了供應鏈的automation。

案例二:European Cricket Network 賽事組織

Palantir 居然還可以應用到賽事組織方面,只要有數據存在、需要整合的地方,就依然有用處。Palantir能夠為客戶提供一整套的營運系統,不管是人力資源、預算還是報告、物流方面他都能做,Palantir可以幫助客戶跳過傳統的ERP、SaaS軟體。

Palantir 幫助 European Cricket Network 從第一年僅僅十幾場賽事,到現在一年舉辦超過1,300場賽事。Palantir幫助他們直接跳過了 legacy ERP 系統,從原始的 Google spreadsheet 直接跳到了Palantir的、以AI數據應用為中心的一整套營運系統。

案例三:Parexel 臨床試驗數據分析

Parexel是專門做臨床試驗數據的公司,Palantir通過運用自己的AI Agent來代替專業的醫學從業者,不僅節約了大量的人力,同时也大大縮短了臨床試驗數據的分析時間。

在沒有Palantir之前,Perksl這家公司面臨處理臨床數據非常耗時、需要找到各種數據並結合起來下結論、必須由專業人士 (PhD) 來做等問題。

Palantir的系統把 Parkso 的臨床試驗數據做了一個 data Mapping,自動填入到了規定的表格裡面,並且進行了合理的注釋,而且系統還可以幫你糾錯,並自動提出解決方案。通過 Palantir 的服務,原本 10 到 12 週的 submission readiness timeline 縮減到了一半以下的 3 到 6 週。

總結

希望透過這次的分享,讓大家更加了解Palantir的業務、優勢,以及護城河。我也會持續進行月度定投,希望大家能夠訂閱Money or Life美股頻道,這是對我最大的支持。

感謝大家!下期節目,再見!

Was this summary helpful?