难以解理估值的Palantir，却展现了Ai应用侧的未来
最近openai迎来史诗级大更新，Sora的问世，意味着生成式Ai进入三维时代，但对于小的Ai公司，就没那么幸运了，几个月前万众瞩目的pika，马上变成了技术落后者。
从openai的迭代战略看来，他们的目标就是继续提升大模型的通用性，达成最终一个可以串联解决一切问题的AGI。
这种趋势发展下去，小模型，专业化的Ai公司，就有可能逐步被高通用性的gpt所替代，就像过去的智能手机，整合mp3、mp4、相机、收音机、导航仪，最终导致这些工具完全消亡。这样的一个模型，自然有着巨大的应用价值，也理应创造巨大的利润。
但目前美股除了算力狂飙，Ai应用侧的公司涨幅并不大，涨幅也不错的云计算公司可以理解为基建设施供应商，也难说是Ai的应用。Openai2023年的收入也只是20亿美元。哪怕2022年是0，那也只是20亿的收入增量，完全不及基建侧的市场收入增长。
如果没有chatgpt的面世，这波Ai热潮就无从谈起，但需求不确定性和未来格局不清晰，最后市场表现最好的变成各类铲子股。
卖铲子模式虽然稳定，但挖金矿的人没有赚到钱，那么将不可持续。在历史上，尽管挖金矿有风险，但是挖金矿的总回报总是高于卖水的总回报，英伟达未必是未来整个Ai行业赚钱最高的那家公司。
Ai应用侧目前有哪些重点公司呢？Openai、midjourney，谷歌微软meta等巨头，但不是没上市就是Ai业务占比过小。
最近也在暴涨的palantir公司也算一个。公司声名在外，成立十几年来与美国政府紧密联系，靠着数据分析技术帮助完成一些重大决策，许多大事件背后，都有这家公司的身影。
在Ai大模型爆发后，公司将大模型迅速与自身软件结合，推出了AIP平台，希望可以用自然语言帮助客户实现完全自动化的业务数据分析及决策支撑。
各种文生图、文生视频、聊天机器人，虽然效果惊艳，但对于很多企业来说，改善一下作图、文稿、或者视频生产，用处是不大的。
Ai最大的意义在于帮助个人及企业解决自动化问题，例如结合自身业务、数据，用chatgpt作为一个中转媒介，来挖掘业务价值及实现更高比例的流程自动化，palantir过去所做的这个业务，正处在了这个方向上。
一、立足数据分析的咨询公司
Palantir的出名远比openai早。公司成立于2003年，在恐怖事件频发背景下，通过创始人在Paypal时的识别网络欺诈技术而得以开展服务于美国政府的各类数据分析业务。关于Palantir的传奇故事很多，CIA通过他家的大数据技术追踪到本拉登，帮多家银行揭露旁氏骗局挽回数十亿损失。其能力就像其名字一样，通过数据分析像一个水晶球一样预测未来。
目前公司的业务大头来自于G端用户，而在2016年后开辟了to B端的业务，开始服务于企业用户，目前B端业务的发展也是大家最期待的。
政府业务的优点多，缺点也多，一定程度上受政府开支影响限制增速水平，另外，做政府生意利润率不会太高。这也是公司现在创立至今21年了，规模也不是很大，并且一直亏损的主要原因。
另外TO G赛道上，公司也并非一骑绝尘，在给政府提供战略咨询决策方面，还有像博思艾伦（BAH.N）这样规模更大的的百年企业。
过去公司不能说是一家Ai公司，而是一家大数据处理公司，功能类似于战略咨询，只不过数据处理在公司的软件上进行，并非完全的项目制，所以财务上跟saas公司类似。
面对大模型的爆发，palantir算是开启了Ai之路，目前已构建Gotham、Foundry、Apollo、AIP四个主要软件平台，其中的重点是AIP：2023年推出，将AI大语言模型与现有软件平台结合，通过AI对话形式，降低软件使用门槛，提高对数据使用效率。
比如我们看到公司的一些业务实例：
在过去没有结合大语言模型时，建构这样的一个数据系统网络往往是需要大量人力的，但如今gpt可以理解图片、表、电话、及监控实时数据从，从数据到这种分析程序这一个繁琐的步骤，将可以轻易地简化，这就是大模型的意义。另外，通过大模型，通过语言将更好地执行这套系统的监控和预测能力。
Aip出现也改善了公司的财务，公司进入2023年以来，逐季度增速改善，过去模式下被诟病已久的高销售费用导致亏损的问题也得到改善，利润节节攀升。这也是为什么财报让公司股价表现如此剧烈的原因。
但担忧也由此可见，公司的核心竞争力就是数据整合将分散的数据源整合为统一的视图。其次提供数据分析、建模和仿真功能，来进行预测和辅助决策。
这正好对应着gpt的文生文、文生图、文生视频的能力综合，关键是当sora可以开始实现文字转视频，这就让很多数据的可视化分析变得非常清晰了。一定程度上，强大的文生视频Ai就是对公司核心竞争力的冲击。
所以公司也认为，在Ai层面，公司需要加大力度，以把握在Ai+数据分析领域的领先。
不过gpt的发展，也不是完美的，openai急于走向AGI，而不是一步一个脚印，在每一步把现有产品的功能做到极致。这就给竞争对手们留下了很多空间。
例如在文字语言理解里，gpt训练水平很高，解决数学题的能力肯定比普通人强，但是对于一些数字、文字描述的综合理解上，就会出现问题。尤其是牵涉到时间趋势、因果律、文字图片综合推理，GPT犯错的概率极大，这就是在文字逻辑力上的缺陷。导致了在文字生成领域，chatgpt目前付费率其是不算亮眼。（这个在被微软收购后，有机会可以通过与office的结合来获得相当大的市场）
文生图领域，则没有在生产质量上明显优于midjourney。
openai的收入不那么高的重要原因也是（2023年算力市场增长400亿，openai收入增20亿），大模型追求全能，却在细分问题的解决能力上欠佳，它可以生产图片，但达不到可以完全解决生产海报、美工成品图片的水平。
像什么都懂一点，特别会做题，但面对新任务解决能力不精的学生。
也许生产式Ai的本质在于相似性的推理而非对于真实的物理或者数学逻辑的理解。它擅长解决发生过的问题，却难以推演一些从未发生过的东西。
所以暂时，gpt给palantir带来了商业模式的转变，却也并未对palantir造成竞争冲击，这算是给公司创造了一些有利条件。
另外，在创造gpt的同时，却并未针对具体的场景进行开发。如今，大量的非科技行业的公司仍然未懂如何结合业务使用Ai，就像大量传统企业，现在仍然需要埃森哲等等IT外包公司来说帮助它们实现云转型，而从云服务开启落地已经快20年了。从这个角度看，帮助企业实现Ai自动化，将是下个时代的IT咨询外包关键。
二、难以理解的估值
当前palantir可以说是Ai应用侧一个具有看点的公司，目前股价仍未创历史新高，在前几周公布业绩，展现业绩加速成长和盈利新高时，迎来了单日30%的上涨，但不可否认的是，公司估值仍然不可理解。
首先是公司业务中仍有大部分是to G的，这一部分增速有限，跟美国政府的财税相关，具体估值最应该参考同行BAH，大概只是1.85倍PS，而Palantir的PS高达20多倍，难道多出来的TO B部分这么溢价吗？
其次，在业务增速上，BAH其实没有输Palantir很多，BAH也是一家能维持10%左右增速的公司，单纯项目承包商利润率是很低，只有一年10%左右，但Palantir真实净利润也还没有转正呢。这么看来，对于Palantir的to B业务和Aip平台的市场定价可以说是相当惊人。
过去Palantir在2021年后的大跌，其实也一点都不冤枉。
另外，palantir只是预期2024年收入增长20%，参照英伟达，应用侧公司这么小，营收爆发怎么说也应该翻一倍吧？
如何解释这种问题？目前市场在Ai应用侧非常期待，回到那个历史定律，挖金人总回报必定比卖水人赚得多，也就是说，最终Ai应用市场肯定比算力多，按照英伟达今年增长400亿营收算，Ai应用市场更大，这空间可太大了。为什么openai只有几十亿收入，其他的大小模型加起来更少？那大概率是增长还在后头吧？
只不过尴尬的是，目前Ai应用仍然没有一家大业绩增量公司出现，最大的风险也在此，哪天大家发现了，Ai是个一年百亿价值的金矿，然后大家每年买400亿的机器来开采这样一个金矿，最后的结果是不言而喻的。
三、结语
当然对于Ai的未来还是要乐观点。
而且可以确定的逻辑是，无论这是不是泡沫，未来Ai应用侧市场（软件付费+人员流程成本优化）的长期增速必然高于Ai基建侧市场（算力+云计算），因为目前应用侧只有几十亿而算力侧是几百亿，长期左边理应大于右边。按最乐观的假设，算力市场未来到4000亿，那么Ai应用的市场的增速预期是极其夸张的。
而从palantir业务转型的未来可以看到的是，在Ai结合业务数据自动化及帮公司用Ai这两个市场，是大有需求的。这类公司应该持续关注。
如果说美股是按照成长增速定价的，那么，算力侧公司今年业绩再翻倍可能性不大，但是应用侧应该会有一些公司呈现几倍的收入成长，例如openai大概率如此，投成长看的就是高的增速，从这点看，大家的视野其实是要改变了。