美投

PLTR最新三大重磅案例深度剖析，下一个增长周期正在成形？已经极速增长的公司，还能怎么进化？投资模式要做出改变吗？

2025.12.04

播放量 2.5k

今年 6 月和 9 月，AIPCon 已经举办到了第七届和第八届，这两场大会中出现了不少新的案例。从美国航空、德州公共安全部，到 Hertz 租车、诺华制药、英国石油等等，都分享了最新的应用成果。那么接下来，我就从这两次会议中，挑选出三个，我个人认为最重要，也是最有意思的案例，看看这些案例对于PLTR来说，都意味着什么？我们作为投资者，又可以获得怎么样的启发呢？

开通服务即可查看评论～

文字稿

说到 Palantir，很多投资者第一反应都是，这是一家专注 AI 应用层的科技公司，也是当下美股里极少数，真正把AI落地到企业经营中，并已经在业绩上体现出来的公司。但Palantir究竟是怎么帮企业做到降本增效的？效果又怎么样？这些信息对于散户来说并不容易获得，毕竟，PLTR是家to B公司，很多客户也不是我们耳熟能详的科技股，这让外界更难真正理解它的商业价值。
那我们应该从哪里下手呢？公司定期举办的人工智能平台大会 AIPCon，就是一个非常重要的观察窗口。这个大会的核心目的，是让来自不同行业的真实客户，直接分享他们使用 AIP 的经验和成果，来带动更多潜在客户。而对我们投资者来说，这也是了解 PLTR 最新进展、判断未来增长空间的重要渠道。
今年 6 月和 9 月，AIPCon 已经举办到了第七届和第八届，这两场大会中出现了不少新的案例。从美国航空、德州公共安全部，到 Hertz 租车、诺华制药、英国石油等等，都分享了最新的应用成果。那么接下来，我就从这两次会议中，挑选出三个，我个人认为最重要，也是最有意思的案例，看看这些案例对于PLTR来说，都意味着什么？我们作为投资者，又可以获得怎么样的启发呢？
﻿
案例一：花旗财富第一个想跟大家分享的案例，来自花旗银行的财富管理部门。在AIPCon上，花旗财富的首席技术与产品官Joseph Bonanno， 详细介绍了Palantir 是如何帮助这家百年银行的把财富管理业务的。
花旗的财富管理业务覆盖100多个国家，服务对象包括全球高净值客户、家族办公室，以及超过一百万个百万富翁家庭。每天的资金流动规模高达5万亿美元，体量非常惊人。但你可能不知道，这么大的业务背后，其实藏着不少内部问题。包括系统老旧、信息割裂、流程低效等。
在会上，花旗就直接坦言了这些问题。他举了这么个例子，说一个最基本的客户信息，比如姓名、生日、风险偏好、投资目标，竟然分散在55到100个不同的系统里。如果客户只是更新一个地址，理财顾问可能就得登录不同的系统，逐个手动修改。我知道这听起来有些不可思议，但这种现象其实普遍存在于金融机构当中，相信在金融系统工作过的朋友，对这种情况一定不陌生。
而PLTR则从根本上解决了这个痛点。它把花旗所有的数据系统都归纳在一起，然后搭建成一个统一的数据架构，也就是我们熟知的本体论。在这个架构下，PLTR把花旗的客户信息、证券价格、公司行为、市场数据等不同维度的资料全部打通整合，构建了一个全球联邦客户主数据系统。你可以把这个系统理解为花旗自己的iCloud。用过苹果设备的朋友都知道，我们只要在一个设备上更新信息，iCloud 就会自动同步到所有设备里。花旗这里也一样，当客户的信息在某一个系统中被更新过后，它就能自动同步到其他所有的系统中。这就彻底结束了过去依赖人工维护的时代。
﻿
点击放大
那效率提升得有多明显呢？按照花旗的说法，使用了PLTR之后，花旗财富的任务处理效率提升了90%以上，内部系统的摩擦几乎被完全消除。以前一些开户流程要花9天才能完成，现在只需要几秒钟。而某些原本需要 50 名员工协同完成的审批流程，现在只要极少数审核人员就能搞定。这套自动化系统大幅节省了人力，提高了工作效率，也让整个流程大幅加速。
而这只是一方面，花旗还提到，这个系统让理财顾问对客户的服务能力得到质的提升。因为所有数据被打通后，系统可以自动整合客户资料与市场动态，并主动给顾问推送关键提醒。比如，哪些客户的大额存单快到期，谁今天过生日，哪位客户可能因为加州野火受到影响，甚至还会自动排好优先级，告诉顾问今天该先联系谁、重点要聊什么。可见，所以，这套系统不仅解决了花旗一些内部的问题，还提高了公司的服务能力。
﻿
点击放大
现在，这套系统已经被进一步扩展到花旗的其他业务上，包括合规、产品管理、客户关系等。管理层在会上也表示，这让花旗拥有了与摩根士丹利、美林等在财富管理上正面竞争的底气。
﻿
点击放大
好了，关于案例本身的分享就说到这里，接下来，我来聊聊我的一些主观看法。
我之所以把花旗财富放在第一个案例，是因为它对PLTR具备里程碑意义。花旗财富可能是PLTR第一家轻资产的金融行业巨头。过去虽然也合作过一些金融机构，但都是像AIG保险这种，人力资产非常重的金融公司。这些都还属于典型的PLTR的传统客户类型。而花旗财富是属于资产管理行业，这是整个金融行业中属于比较轻资产的部分。如果这样的业务也能通过PLTR带来不错的降本增效，那就可以部分说明，PLTR的技术不仅能在重资产行业发挥作用，也能在金融这种高度数字化的行业带来明显成效，PLTR的客户边界就有被进一步拓宽的机会。这是作为PLTR的投资者最希望看到的事情。
另外，PLTR在金融行业再拿下一个大客户，这事情本身也值得鼓励。PLTR过去的客户里，金融相关的是少之又少。这是因为，金融机构对数据安全、模型透明度、合规要求，以及实时决策的准确性，都有近乎苛刻的标准。所以金融机构在选择合作方时极其保守，很难让外部系统深入到核心业务环节。但这次，花旗和PLTR合作的就是最核心的财富管理部门，而且似乎要拓展到整个公司的各个业务上。单从合作的深度和拓展空间来说，已经足以把PLTR的业务版图往金融行业推进一大步。
而相比于其他行业，金融行业的推进的意义尤为不同。一方面，这个行业天生适合AI应用。金融机构每天都会产生海量数据，业务逻辑复杂、变化又快，而且大部分流程都是由白领完成的知识型工作，本身就非常适合AI来提升效率。另一方面，从付费能力来看，金融机构比PLTR过去服务的那些传统客户要强得多。金融行业往往复购率高、项目周期长，这对于PLTR是非常有吸引力的市场。
因此整体来看，花旗这个案例对于PLTR后续的增长还是很有意义的。虽然现在就下结论说，PLTR自此能打开轻资产客户和整个金融行业，也草率了一点，毕竟目前只有花旗这一个案例。但我认为，至少有了花旗这个案例后，后续进展是可以期待的。
﻿
案例二：Andretti Global 赛车团队说完了花旗财富，咱们再来看第二个我认为非常有意思的案例，Andretti Global赛车团队。Andretti Global 是一家总部在美国的赛车运动组织，公司旗下管理着多个车队。你可以简单把他理解为一家管理着多只NBA球队的体育集团。
在AIPCon上有提到，双方共同开发了一个名为 Race OS 的系统，这套系统利用了AIP 平台和本体论，彻底改变了车队在比赛中使用数据的方式和决策逻辑。Andretti Global的管理层说，作为全球顶尖的赛车车队之一，他们积累了几十亿条与赛车相关的数据，从赛道时间、遥测信息，到轮胎温度、引擎参数、车辆配置等等。这些数据对于提高比赛的表现非常有价值，比如可以提前预知赛车会出现什么问题，或者通过数据分析来改进赛车性能等。但这些数据长期被分散在不同的系统中，比如计时系统、遥测系统、车辆设置数据库等。而要想利用好这些数据，得做大量信息整合的工作，这在两场比赛之间的时间里根本不可能做到，导致他们常常错过了优化窗口。
﻿
点击放大
面对这样的信息碎片化问题，PLTR的AIP平台给出了系统性的解决方案。它帮助车队建立了一套赛车本体论，把赛道、车手、车辆设置、单圈时间等关键概念，统一整合在一个框架内，以此来构建了Race OS平台。有了这个平台，团队就可以在短时间内快速生成各项分析应用，比如轮胎的压力怎么样了，燃油的使用能否再优化等。工程师还能直接调用历史数据，对比相似条件下的车辆表现。而如果车手有一些主观感受上的问题，比如觉得转向不足，或者抓地力下降，也能被自动匹配到客观数据中，帮助工程师更快地定位问题，再调整和优化策略。这么一来，Race OS就可以在每一个赛段结束后，几分钟内就能自动生成一份报告，完成过去需要一两天的分析。也因此，车队就可以在比赛结束后立即复盘，在短时间内做出更精准的调整，为下一场比赛赢得时间优势。
﻿
点击放大
可以看到，Race OS这个数据分析平台，能够把外部环境、赛车性能和车手反馈这三者紧密连接起来，形成一个智能化的反馈系统。有了这个系统下，工程师和车手就不必再把时间浪费在前期做数据整理和做报告上，而是把精力集中在分析和改进。不仅提高了效率，出来的结果也会更好，效果也更好。
可以看到，赛车这个案例还是比较小众的，但正是因为这个行业足够小众，我认为它也展示了PLTR服务模式的一些变化信号。为什么这么说呢？
过去，PLTR长期服务于政府、制造、能源等传统大型客户，背后的逻辑都是聚焦在一些比较复杂的场景，然后用数据提升效率。这种模式高度依赖定制化，对于预算有限的中小企业来说，前期投入往往吃不消。而从PLTR的角度看，小客户的生命周期价值有限，如果前期投入得不到持续回报，就容易形成资源浪费。因此，这种定制投入的模式，正是过去PLTR难以规模化扩张的关键障碍。
但这次赛车车队的案例，让我看到一些改变的可能性，因为PLTR这次提供的不是一个专项的服务，而是和客户共同开发了这一个赛车相关的平台。这个平台显然是一个行业标准化的模版，如果可以用在这个车队上，那是不是意味着，也可以用在别的车队上了呢？要真是如此，那么未来中小企业也能像大型机构一样，直接接入PLTR的核心能力，而不需要耗费大量时间和成本去做系统集成。这样下来，PLTR或许就能把服务进一步产品化、规模化，让中小企业也能够用得起它的服务。
当这种模式能成熟落地后，PLTR的商业逻辑将有机会迎来质变。它将不再是一家为少数大客户量身定制方案的高端顾问公司，而会进化为一家通过平台复制价值的科技公司。它不仅能为所有赛车公司提供这么一个平台，还能为其他相同细分赛道的行业做出这样类似的平台。比如说，做一个专门为中小零售生意做的平台，或者专门为中小型物流公司做的平台，等等。要是如此，那么PLTR的商业模式，就能从一家从项目驱动的公司，转型为平台化的公司了。这会让PLTR放大市场规模的同时，进一步提高PLTR的盈利能力和增长可持续性。
﻿
案例三：富士通第三个案例来自日本的富士通。富士通是日本最大的科技公司之一，也一家典型的多元制造企业，业务横跨医疗、金融、制造、汽车、能源等多个领域，拥有3000家供应商、18座工厂和超过20万个SKU。过去，他们的最大痛点在于库存和供应链管理高度复杂，信息割裂、预测不准、决策滞后。为了解决这些问题，富士通在 PLTR的支持下，构建了一个互联供应链系统，把30个原来独立的业务模块整合到同一个平台，覆盖库存、预测和生产计划等核心环节。只用了两个月时间，他们就基于300个SKU建立了需求预测模型，让劳动力投入减少50%，每年节省成本超过1000万美元。
﻿
点击放大
 说实在的，到这里，都还是PLTR很传统的业务，不过让我感到惊喜的地方是，富士通强调，双方在经历了5年的合作后，正式引入AI Agent系统，也就是AI代理。简单说就是，AI直接帮助企业做决策，无需人类介入。富士通说，当系统检测到供应短缺风险时，采购、库存和销售代理都会先生成不同的解决方案。然后，系统中会有一个协调代理，来在这中间挑选出一个最优的方案。最后，还会有一个评估代理去负责验证。在这么多的代理下，整个流程就能几乎实现完全自动化，按照PLTR的说法，目标是实现95%以上的供应链任务实现全自动化，人类只需要在必要时才介入。
﻿
点击放大
虽然公司在之前的网站上有做过一些AI Agent的案例分享，但在AIPCon上直接展示出来，还是第一次。这会是PLTR帮助企业进一步降本增效的关键。另外，从富士通的描述中可以看到，AI Agent不只是执行流程的自动化工具，更能主动识别潜在机会、提前预测需求，为企业创造新的增长点。这也是我们此前比较在意的地方，毕竟现在PLTR的核心价值在于降本增效，但这个价值还是比较有限的，要想进一步让客户付费，带动更高的增长，还是要帮助企业直接创造收入。现在看来，这个转型也只是刚刚开始，不过从富士通的案例来看，我们或许可以期待，AI Agent会是PLTR实现这种转型的关键。
﻿
思考和总结好了，到这里，关于PLTR这两次AIPCon上最重要的三个案例，就跟大家分享完了。最后，我来给大家说说，在这两个AIPCon后，我的一些整体的看法。
首先，在这两场大会中，花旗财富、Andretti Global 车队和富士通，这三家公司都格外有代表性。他们的成功，意味着PLTR在现有基本盘以外，还在积极地向外推进。不管是客户类型，技术，还是商业模式。这些将会是PLTR能否持续扩张的关键。
其次，我们还是要意识到，AIPCon大部分的案例依旧是PLTR的传统客户。比如医药行业的诺华、能源行业的英国石油BP、以及美国国务院的医疗服务局等机构，这些都是属于重资产、流程复杂、效率低的公司。也就是说，PLTR的基本盘并没有发生太多的变化，我在这里找的三家公司，虽然意义更大，但仍然属于少数。
最后，还有一点不得不提的是，过去PLTR的AIPCon一直是半年举办一次，但从今年 6 月开始，频率突然加快，变成了每个季度一场。这种节奏的变化，是因为AIPCon的客户转化效果太好，还是 PLTR 想加速在商业化布局？虽然我们不知道明确的答案，但从趋势来看，PLTR的客户扩张确实在提速。
整体来看，我认为在这两个AIPCon大会后，我对于PLTR目前的商业进展还是在预期之内的。它最擅长的，为传统企业降本增效这件事上仍然做得很好，这些案例都在不断地验证这个结论，这也是PLTR能持续发展的基本盘。
而在拓宽客户边界和层级、业务逻辑升级等我们最期待的增长点上，我的评价是，整体有小惊喜，但没有大惊喜。虽然前面我不断在强调，这几个案例让我看到了PLTR在拓宽客户类型和新商业模式上有更多的可能，但咱们还是要意识到，这些案例背后的潜在增长点，都还处于比较初步的探索阶段，或者还需要进一步的验证。它仍然需要我们在未来进一步去观察。但当然了，要是它们能得以顺利推进，哪怕只是其中一点，也足以让PLTR的市值提升到下一级别。
最后的最后，我想再结合咱们最近的财报分析，聊聊我对于PLTR目前整体的看法。在另一期讲PLTR财报分析的视频中，我说过，PLTR的整个逻辑仍然非常坚挺，增长更是还没有看到见顶的迹象。整份财报更是进一步确认了PLTR长期增长的确定性。也因此，我仍然坚定地看好PLTR这只股票。
可从投资周期的角度来看，我们对PLTR股价的上涨预期也做了一些调整。过去三年，PLTR处于业绩和估值都在快速提升，这往往是一家成长股投资回报率最高的时候。它一般发生在一只成长股商业模式刚被验证，业绩增速快速提升的特殊阶段。
但这种情况不可能永远持续下去，而未来带动股价的核心驱动力，已经没有了估值扩张的支撑了，只剩下业绩增长。因此，我认为PLTR的股价会从过往的那种暴涨模式，进入到一个更理性、更持续的、稳定的成长周期。说白了，就是需要用业绩，慢慢消化估值了。
而这个判断，我认为，在今天对于AIPCon的分析后给进一步强化了。
首先从基本盘业绩这部分看，AIPCon的各个案例都很好地验证了，PLTR现有的商业逻辑在变得越来越成熟，效果也越来越好。这是PLTR能保证客户留存和持续增长的核心。而又因为PLTR的客户渗透率还在早期，就意味着PLTR的业绩增长还是可预期的。也就是说，中短期内，PLTR有足够高且稳定的业绩增长去消化估值，让股价处于一个稳定且适度的增长。而这，会是目前PLTR股票未来走势的一个基础假设。
但如果想要PLTR打破这个基础假设，有更高速上涨，那就需要公司给市场一些惊喜了。这个惊喜，主要就是在现有基本盘以外，还能积极地向外推进，通过找到新的增长点来进一步打开市场的想象空间。这也是我希望能从AIPCon看到的信息。但还是前面提到的从这两次AIPCon来看，有一些小惊喜，趋势是积极的，但并没有大惊喜。而基于这个事实，我会维持我此前财报里下的判断。只有到未来，我们能从AIPCon或者其他渠道看到PLTR打开新增长点后，才会去上调这个基础假设。