AI泡沫升溫，Palantir高估了嗎？

過去一周，關(guān)于AI泡沫的聲音，又被推上了一個小高潮。

宏觀方面，美股科技公司的資本支出，跟1999年互聯(lián)網(wǎng)泡沫極其相似。標普500指數(shù)漲幅七成以上被少數(shù)AI股貢獻。

另一邊，“大空頭”邁克·巴里在最新13F里亮出自己的新下注：買了5萬張Palantir的看跌期權(quán)，行權(quán)價50美金，2027年1月17日到期，期權(quán)成本1.84美金，總共掏了大概920萬美金，對應(yīng)名義敞口9億多。

媒體自然樂于用“做空9億美金PLTR”的標題來放大這個動作，巴里本人還特意跑到X上糾正算術(shù)，但方向沒改——在他眼里，這一批最熱的AI股，估值里已經(jīng)摻了不少水分。

Palantir的CEO Alex Karp也比較有意思，在最近幾場公開采訪里，一邊承認現(xiàn)在AI賽道里確實有不少投資“創(chuàng)造不了足夠的價值”，一邊又強調(diào)自己這家公司代表的是另一類：幫美國政府和大企業(yè)把AI真的用進系統(tǒng)里的“操作系統(tǒng)”，而不是概念股。他形容做空芯片和本體論（ontology）是“batshit crazy”。

所以現(xiàn)在這家公司站在一個有意思的位置上：

一頭連著這輪美國AI基建的大潮——幾千億美金砸進GPU、數(shù)據(jù)中心、電力和軟件；另一頭連著“AI會不會重演2000年互聯(lián)網(wǎng)泡沫”的爭論，以及最典型的一位空頭代表。Palantir不只是一個股價漲得很猛的ticker，它某種程度上代表了這輪AI情緒的一部分投影。

在這樣一輪投資周期里，Palantir到底是一家什么樣的公司，它的業(yè)務(wù)和財務(wù)是不是撐得住現(xiàn)在這身價格？更重要的，它在這輪AI基建浪潮里，和2000年那些被推上神壇的互聯(lián)網(wǎng)公司相比，到底有哪些相似、哪些不同？

Palantir到底在賣什么？

先把定位厘清。Palantir不做大模型，它不是OpenAI、Anthropic那一掛的，它做的是大模型之上的“業(yè)務(wù)操作系統(tǒng)”——讓一個政府部門或大企業(yè)，真的能把AI融進自己的決策鏈條里。

三個主產(chǎn)品大致對應(yīng)三塊世界：

Gotham：給情報、軍隊、執(zhí)法系統(tǒng)用的大腦。

起家盤，客戶從CIA、國防部到英國國防部、北約，在俄烏戰(zhàn)爭、反恐、情報分析這種場景里用了很多年，這塊業(yè)務(wù)外界看不透細節(jié)，但從美國和英國近期的一些國防AI框架合同來看，Palantir已經(jīng)基本成了“西方陣營默認的那家做戰(zhàn)場/情報軟件的公司”。

Foundry：企業(yè)版Gotham。大客戶里有空客、BP、R1 RCM、能源公司等，它做的是把企業(yè)內(nèi)部所有核心系統(tǒng)的數(shù)據(jù)打通，建立一個統(tǒng)一的數(shù)字孿生——生產(chǎn)、供應(yīng)鏈、財務(wù)、人力、IoT全部進一個本體模型里。

AIP（Artificial Intelligence Platform）：這一輪AI浪潮的增長發(fā)動機。

它對接的是GPT、Claude、Llama這些大模型，在Foundry構(gòu)建的世界模型之上，把AI嵌進業(yè)務(wù)流程里：模型調(diào)度、權(quán)限管理、審計追蹤、自動化工作流全包。對企業(yè)來說，它解決的是“怎么讓AI真正接管一部分決策權(quán)”。

跟Walgreens的案例是一個最好理解的樣板。Walgreens作為美國第二大藥店連鎖，自己測算過，要想把幾千家門店的庫存、補貨、人力排班、配送路線做到理論最優(yōu)，每天要做3840億次微觀決策，光靠人腦+Excel根本不可能。

Palantir上去做的是，先用Foundry把門店、庫存、銷售、人力、物流等所有關(guān)鍵系統(tǒng)接到一個平臺，再用Ontology把門店、商品、員工、倉庫、供應(yīng)商、路線這些對象以及邏輯關(guān)系統(tǒng)一建模，最后在AIP上疊加一層AI工作流——需求預(yù)測、庫存推薦、排班優(yōu)化、補貨和配送調(diào)度都交給AI去算、去發(fā)指令，門店一線更多是“確認和監(jiān)督”，而不是“從零做判斷”。

官方披露的數(shù)據(jù)是，8個月時間，F(xiàn)oundry+AIP已經(jīng)鋪到了4000多家門店，原來那3840億次/日的決策，基本交給系統(tǒng)自動化處理。

AIG的故事類似，只是換成了核保。AIG搭了一套生成式AI核保助手，底層用的是Claude這類大模型，調(diào)度和業(yè)務(wù)流程那一層交給Palantir來做，據(jù)他們自己的說法，核保效率提升了3–5倍，準確率從大約70%提升到了90%左右，關(guān)鍵是全鏈路可審計。

這些案例的共同點是：

第一，場景是真的復(fù)雜和“重”，不是搞個問答機器人那么簡單；第二，ROI是可以量化的——庫存周轉(zhuǎn)、營運成本、核保時效這些財務(wù)指標是實打?qū)嵲诟纳疲坏谌?，Palantir做的是模型之上的世界觀和操作系統(tǒng)，這一層本質(zhì)上比較難替換。

這也是為什么在Analyst Day和各種媒體訪問里，Karp總是反復(fù)談ontology、本體、世界模型這些看上去很哲學的詞，對他們來說，這確實是區(qū)別于普通SaaS的那塊護城河。

基本面是一件事，估值又是另一件事

聊完業(yè)務(wù)，回頭看數(shù)字到底對不對得上口徑。

最新2025年Q3財報，Palantir的幾組關(guān)鍵數(shù)據(jù)是這樣：

總營收11.81億美金，同比+63%，環(huán)比+18%；美國商業(yè)收入3.97億，同比+121%，美國政府4.86億，同比+52%；全球政府業(yè)務(wù)6.33億，同比+55%，商業(yè)業(yè)務(wù)5.48億，同比+73%。

GAAP凈利潤4.76億美金，凈利率約40%，GAAP營業(yè)利潤率33%，非GAAP營業(yè)利潤率51%；按Investopedia的算法，“Rule of 40”達到了114%。

調(diào)整后自由現(xiàn)金流單季5.4億美金，F(xiàn)CF利潤率46%；過去12個月滾動FCF接近20億，賬上現(xiàn)金60多億、長期債務(wù)基本可以忽略。

合同方面，Q3新簽TCV27.6億美金，創(chuàng)歷史新高，美國商業(yè)剩余合同價值（RDV）達36億，同比翻了近兩倍。

管理層第三次上調(diào)全年收入指引到43.96–44億美金，對應(yīng)全年增速在53%左右。

這幾組數(shù)字說明：從“賺錢能力”角度，Palantir很難被簡單歸類為“講故事的泡沫股”。它現(xiàn)在已經(jīng)是一個高速增長、穩(wěn)定盈利、自由現(xiàn)金流充沛的成熟成長股，和很多還在虧損、靠講ARR/NRR的AI概念比，基本面明顯厚實得多。

但估值是另一回事。

今年以來，PLTR股價漲幅在135%–150%區(qū)間，自2022年低點算起接近20倍。

匯總MarketBeat主流機構(gòu)分析師給的目標價，一年平均目標價在172美金附近，Citi、UBS等這一掛給的是中性評級，目標價從170–180調(diào)到190–205，美銀、Wedbush這樣的多頭則給到了215–255的高位；有“極端估值”給了18.5最低。

算估值倍數(shù)的方式大家各有各的模型，但大致共識是：按收入算，PS在100倍附近；按當前TTM自由現(xiàn)金流看，P/FCF約20–25倍，但若套用部分分析師更前置的2026–2027年FCF預(yù)測，估值倍數(shù)會被拉高到接近三位數(shù)，因此空頭才會把Palantir視為板塊里最貴的一檔。換句話說，市場已經(jīng)在用“AI時代操作系統(tǒng)+國防軟件復(fù)合體”的故事來定價，而不是用傳統(tǒng)SaaS的樣板來套。

這也是為什么巴里那5萬張2027年到期的put會顯得特別“對情緒”：在他那套框架里，Palantir的問題不在于業(yè)務(wù)，而在于市場愿意為這些業(yè)務(wù)付出多高的價格，以及這種意愿能持續(xù)多久。

美國AI基建已經(jīng)卷成什么樣了？

聊“AI泡沫”這件事，如果只盯著幾只股價，其實有點片面。如果關(guān)注一下美國在AI基建上的動作你會發(fā)現(xiàn)，這是近幾十年來資本開支最激進、最集中的一輪投資之一。

I/O Fund給出了一組數(shù)據(jù)，把微軟、谷歌、亞馬遜、Meta等幾家大廠未來幾年的CapEx預(yù)算加在一起：未來幾年Big Tech在“AI基礎(chǔ)設(shè)施（GPU、CPU、數(shù)據(jù)中心、電力）上計劃投入約4050億美金”，單微軟2025財年的CapEx就同比增長了58%，達到882億美金，而且管理層已經(jīng)提示2026財年增長率還會更高。

另外JPMorgan在11月的一份長文里估算，未來五年全球數(shù)據(jù)中心和AI基建（包括電力配套）總投資將超過5萬億美元，他們甚至專門寫了一節(jié)講這件事會如何重塑美國信用債市場，因為公用事業(yè)、電網(wǎng)公司也要同步加大資本開支。

IoT Analytics的數(shù)據(jù)顯示，僅數(shù)據(jù)中心基礎(chǔ)設(shè)施（IT+機房設(shè)施）這一塊，到2030年的年支出就有望逼近1萬億美元，AI驅(qū)動的服務(wù)器、網(wǎng)絡(luò)、存儲占比會提升到接近一半。

電力側(cè)，大型公用事業(yè)公司已經(jīng)開始為“AI要電”重寫自己的五年計劃。比如美國最大的輸電公司之一AEP在10月底把2025–2030年的資本開支計劃從540億美金上調(diào)到了720億，理由很直接，就是為了滿足數(shù)據(jù)中心和工業(yè)客戶猛增的用電需求，預(yù)計峰值負荷要從37GW拉到65GW。

微觀一點的例子，比如微軟在亞特蘭大剛開了一個新的AI“超級工廠”：占地85英畝、建筑面積超100萬平方英尺，里面塞了幾十萬顆GPU，液冷系統(tǒng)、12萬英里光纖，把它和全球Fairwater網(wǎng)絡(luò)上的其他算力中心連起來。單Q1一個季度，微軟在數(shù)據(jù)中心和AI相關(guān)基礎(chǔ)設(shè)施上的CapEx就超過340億美金，而且管理層在財報會上談的是“要在兩年內(nèi)把數(shù)據(jù)中心footprint再翻一倍”。

OpenAI那邊，Sam Altman對外講過一個目標：到2033年希望全球AI計算能力能達到250GW，這意味著需要持續(xù)運轉(zhuǎn)6000萬顆GPU，每年新增3000萬顆，耗電量相當于整個印度的用電水平，排放量是ExxonMobil的兩倍。

微軟、Alphabet、Meta、亞馬遜在全國范圍內(nèi)砸下了數(shù)百億美元建AI數(shù)據(jù)中心，AI基建已經(jīng)成了美國經(jīng)濟增長的關(guān)鍵驅(qū)動力之一，同時也在擠占土地、電力、地方財政等資源。

從這些數(shù)字往回看，所謂“AI泡沫”的一個直觀含義不是多了幾個“AI概念股”，而是整個美國經(jīng)濟正在被一輪前所未有的“算力基建投資周期”推著走：芯片廠拉著臺積電、ASML投巨資，云廠商砸數(shù)據(jù)中心，公用事業(yè)砸電網(wǎng)、變電站和發(fā)電廠，連美國能源分析機構(gòu)都在估算未來AI數(shù)據(jù)中心可能拉高10%–15%的全國天然氣產(chǎn)量和LNG出口。

如果把時間軸再拉長一點，大概只有90年代末那輪互聯(lián)網(wǎng)+光纖鋪設(shè)能和現(xiàn)在這一輪AI基建投資的強度相比。那一輪最后被寫進教科書的是“互聯(lián)網(wǎng)泡沫”，但整個通信基礎(chǔ)設(shè)施的超前鋪設(shè)，也確實為后來的云計算和移動互聯(lián)網(wǎng)打好了底子。

現(xiàn)在的問題是：我們在AI上看到的是不是類似的事情？

AI vs dot-com

相似的地方不用多說，當年的互聯(lián)網(wǎng)和現(xiàn)在的AI都屬于“通用目的技術(shù)”，都帶來了一種“再不跟就要被時代拋棄”的焦慮；資本開支都是一窩蜂上，一邊是鋪光纖、建交換機、搞機房，現(xiàn)在是建數(shù)據(jù)中心、買GPU、擴電網(wǎng)；股市結(jié)構(gòu)都是少數(shù)科技巨頭拉動大盤，普通公司跟漲跟跌；估值都是先看“眼球”和“用戶數(shù)”，現(xiàn)在換成了“參數(shù)量”和“算力規(guī)?！薄?/p>

但不同的地方也非常關(guān)鍵。

第一，現(xiàn)在這撥AI龍頭，大多是已經(jīng)盈利、現(xiàn)金流充沛的大公司。

2000年那會兒，很多dot-com公司還在虧錢，商業(yè)模式不清晰，全靠講“eyeballs”和“clicks”；現(xiàn)在AI龍頭里，微軟、谷歌、亞馬遜、Meta本身已經(jīng)是有巨大現(xiàn)金牛業(yè)務(wù)的成熟巨頭，它們拿出來砸AI的，更多是過去十年積攢的家底。這使得這輪AI投資，即便出現(xiàn)泡沫，也不太會是“全行業(yè)大面積破產(chǎn)”的那種崩法，更多是估值層面的再定價。

第二，這輪AI的硬件、能源成本，是直接落在實體經(jīng)濟上的。

2000年時你上網(wǎng)站，背后當然有服務(wù)器和機房，但社會整體感知的是“互聯(lián)網(wǎng)公司股價漲很多”；現(xiàn)在AI要跑起來，前面是模型，后面是實體電廠、輸電線路、水資源，連公用事業(yè)公司都在更新資本開支指引，電價、土地、地方財政都被牽著走。AEP這種公司估計自己到2030年峰值負荷要從37GW拉到65GW，很大一塊就是數(shù)據(jù)中心和AI帶來的新增負荷。

第三，落地速度不一樣。

互聯(lián)網(wǎng)當年很多商業(yè)模式要等十年后才成熟，泡沫破裂的時候，盈利模式還沒跑通；現(xiàn)在AI雖然離“全面提升全社會生產(chǎn)率”還有距離，但像Walgreens、AIG這樣在具體行業(yè)里提升效率的案例已經(jīng)真實發(fā)生，而且是在一兩年內(nèi)完成從試點到規(guī)?；渴?。從這個意義上講，AI不是只有“第一層敘事”，已經(jīng)開始有一部分“第二層現(xiàn)金流”。

第四，投機層面的行為，當然還是一如既往地熱鬧。

“沒有人想在音樂停的時候還在舞池里跳?！边@句話放在2000年、放在2021年的加密貨幣、放在今天的AI股上，大概都適用——人類對新技術(shù)的FOMO（害怕錯過），其實每一輪都差不多。

回頭看Palantir，它有點像這一輪AI投資故事里的一塊情緒投影：

一方面，它沒有自己的模型，卻站在模型之上做操作系統(tǒng)，政府+企業(yè)兩頭吃，踏實落地；另一方面，它的股價表現(xiàn)、估值水平、分析師分歧，又是這一輪AI情緒的縮影：多頭覺得它代表的是“AI基建軟件層里的長期贏家”，空頭覺得它代表的是“在真正回到現(xiàn)金流折現(xiàn)之前，市場愿意預(yù)支的那一部分熱情”。

現(xiàn)在的AI經(jīng)濟，是一個同時被“地緣政治競賽”和“資本回報競賽”驅(qū)動的系統(tǒng)。Palantir這家公司，恰好剛好站在這兩條賽道的交點上：一條是Karp口中“幫美國打贏AI戰(zhàn)爭”的敘事，一條是華爾街看報表、看估值、看回報期的冷冰冰的模型。