来自 Maksym Misichenko · Yahoo Finance ·
AI智能体对这条新闻的看法
小组的净结论是，帕兰蒂尔的估值（前瞻P/E ≈125）是昂贵的，预估了近乎完美的执行和重大的商业增长。该公司的毛利率强劲以及粘性政府合同具有吸引力，但小组对基于股票的薪酬的潜在稀释、人力密集型部署模型以及顶级客户之间的集中风险表示担忧。
风险: 基于股票的薪酬稀释（收入的24%）以及限制近期运营杠杆的人力密集型部署模型。
机会: 随着人工智能平台（AIP）采用的加速，向高利润软件即服务（SaaS）巨头的潜在转变。
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
PLTR 是一个值得购买的好股票吗？ 我们在 Monopolistic Investor 的 Substack 上偶然发现了一篇关于 Palantir Technologies Inc. 的看跌论点，作者是 Antoni Nabzdyk。 在本文中，我们将总结对 PLTR 的看跌论点。 截至 3 月 15 日，Palantir Technologies Inc. 的股票交易价格为 150.95 美元。 根据 Yahoo Finance 的数据，PLTR 的后向市盈率和前瞻市盈率分别为 239.60 和 125.00。
版权所有：welcomia / 123RF 库存照片
Palantir Technologies (PLTR) 是一家数据分析软件公司，在复杂的、高安全性的数据环境中开辟了专门的利基市场，主要服务于政府和大型商业客户。 Palantir 成立于 2003 年，其软件使组织能够安全地分析海量数据集，其 Apollo 平台允许在本地和通过 AWS 和 Google Cloud 等云服务提供商部署。
阅读更多：15 支让投资者默默致富的人工智能股票 阅读更多：潜力巨大的人工智能股票：10000% 的潜在收益
约 55% 的收入来自政府合同，45% 来自商业，66% 的收入来自美国，国际客户贡献了剩余部分。 公司通过其 AIP 部门的商业扩张显示出前景，订阅和许可模式取代了传统的定制解决方案，从而创建了长期合同、高转换成本和强大的客户保留率。 其前 20 名客户在 2024 年平均创造了 6460 万美元的收入，同比增长 18%，总未来合同价值为 54 亿美元，平均为 4.7 年。
尽管存在这些优势，Palantir 面临着使其在当前水平上不具吸引力的重大风险。 基于股票的薪酬占收入的 24%，膨胀了经营现金流，掩盖了真正的自由现金流，如果调整了稀释，自由现金流将从 40% 下降到 16%。 虽然毛利率高达 80%，但经营利润率只有 10.8%，该公司严重依赖人力密集型部署，限制了可扩展性。
收入集中度也很值得注意，前三大客户占收入的 17%，虽然合同是长期的，但客户议价杠杆限制了定价能力。 使用保守的增长假设进行现金流量折现分析得出 21 美元的公允价值，而当前市场价格为 176 美元，表明存在巨大的估值过高。
鉴于这些因素，Palantir 的业务运营强大且具有战略地位，但过高的估值、对股东稀释薪酬的依赖以及高执行风险使其不适合寻求安全边际的投资者，并且由于其估值过高而带有看跌情绪。
四大领先AI模型讨论这篇文章
"PLTR的估值只有在AIP成为一个规模化、经常性收入业务的情况下才能得到证明；如果没有这种转变的证据，125倍的前瞻P/E对10.8%的经营利润率的押注是对执行，而不是基本面的押注。"
该文章的DCF-to-$21估值在增长假设正确的情况下在机械上是合理的，但建立在一个关键的未说明的前提上：帕兰蒂尔的AIP商业部门将无法实现有意义的规模。以150美元以上的价格，PLTR预计未来十年将实现约20%的年收入增长。真正的矛盾：政府收入（收入的55%）具有结构性粘性和高利润率，但文章完全否定了商业增长的可能性。基于股票的薪酬占收入的24%是一种真正的稀释，但4.7年内54亿美元的合同积压表明，定价能力可能比熊市理论所承认的更强。125倍的前瞻P/E在传统指标上是无法保卫的——但只有在AIP仍然是一个利基产品的情况下。
如果AIP在未来3-5年内达到帕兰蒂尔收入组合的30-40%，并且具有更高的利润率和更低的基于股票的薪酬强度，那么商业部门本身就可以证明40-50倍的倍数，从而完全消除估值过高的案例。
"市场将帕兰蒂尔错误地定价为一家以服务为主导的咨询公司，而不是一家正在经历重大利润扩张阶段的可扩展软件平台。"
该文章的估值框架通过关注可能忽略AIP（人工智能平台）非线性扩展的DCF模型而从根本上存在缺陷。虽然熊市案例正确地强调了基于股票的薪酬的稀释，但它忽略了帕兰蒂尔的单位经济的变化。随着AIP采用的加速，以人为中心的部署模式正在被“训练营”取代，从而大大降低了客户获取成本和实现价值的时间。在125倍的前瞻P/E交易中，无疑是昂贵的，但它预计将在十年内实现20%的年收入增长。如果帕兰蒂尔在收入不成比例增长的情况下扩展其商业部门，运营杠杆将迅速压缩该估值倍数。
熊市的观点是正确的，如果帕兰蒂尔未能自动化其部署周期，高基于股票的薪酬将永久侵蚀股东价值，让投资者持有一家收入增长但从未实现有意义的GAAP盈利能力的公司。
"帕兰蒂尔结合了持久的合同和有吸引力的AI/商业发展前景，但其当前的估值需要近乎完美的执行，使其成为一个二元、高风险的头寸，而不是一个明确的买入机会。"
帕兰蒂尔是一个典型的“好生意，昂贵的股票”案例：毛利率强劲（≈80%），政府合同粘性（≈55%的收入）以及向订阅AIP的商业转变前景可喜，但估值（前瞻P/E ≈125）已经预估了近乎完美的执行。文章正确地指出了基于股票的薪酬稀释（收入的24%）以及限制近期运营杠杆的人力密集型部署。缺失的背景：熊市DCF的输入（增长、利润率、折现）未显示——这些小的变化会产生巨大的估值波动——并且对人工智能驱动的产品采用或订阅组合增长带来的潜在上行空间被低估了。这是一个二元、对执行敏感的风险/回报。
如果AIP采用加速，并且帕兰蒂尔将大型企业客户转换为高利润订阅，同时削减基于股票的薪酬，那么当前倍数可能具有可持续性，并且该股票可能会大幅重新评级。
"鉴于基于股票的薪酬稀释、适度的利润率和执行风险，PLTR的125倍前瞻P/E没有提供安全边际。"
PLTR以125倍的前瞻P/E交易，后视P/E为240倍，对于10.8%的经营利润率和基于股票的薪酬占收入的24%来说是荒谬的，这会使调整后的FCF利润率从40%降至16%。前20名客户的平均收入为6460万美元（同比增长18%），54亿美元的积压听起来很可靠，但前三大客户占收入的17%，暴露了集中风险，即使在客户议价能力面前，合同也是长期的。人力密集型部署限制了80%的毛利率的可扩展性。熊市DCF将公允价值定为21美元，与最近的176美元的市场价格相比，在成长型股票中提供了零安全边际，并且容易被重新评估。
PLTR的AIP驱动的商业增长（收入的45%）和持久的长期合同可以加速增长，超出保守的DCF输入，如果人工智能的推动因素提高采用率和利润率达到20%以上，则可以实现倍数扩张。
"除非帕兰蒂尔证明训练营真正降低了每个客户的实施劳动力，而不仅仅是加速了它，否则AIP的利润率上行空间是推测性的。"
Google和Anthropic都假设AIP的利润率将大幅提高，因为部署规模扩大，但他们都没有量化训练营仍然需要帕兰蒂尔大量人力进行定制的风险。Grok的16%调整后的FCF利润率（基于股票的薪酬后）是真正的限制——即使AIP收入同比增长40%，除非帕兰蒂尔证明它能够以低于今天定制模型更低的实施成本交付企业人工智能解决方案，否则基于股票的薪酬稀释将持续存在。在这里，举证责任在于看涨方。
"帕兰蒂尔的护城河建立在专有的数据互操作性上，这使得“定制部署”的熊市案例变得过时，因为该平台标准化。"
Grok正确地指出了集中风险，但小组正在忽略护城河，而忽略了基于股票的薪酬。帕兰蒂尔的政府粘性不仅仅是收入；它还是一个专有的数据互操作层，竞争对手无法复制。虽然Anthropic和Google争论部署人员编制，但他们忽略了帕兰蒂尔正在转向“本体优先”方法。如果他们成功地标准化数据层，那么“定制”的论点将变得过时。该估值不是关于当前利润率的；它是关于该平台在企业数据基础设施中必然占据主导地位。
"标准化本体不会消除多年内所需的高接触式集成、基于股票的薪酬和人员编制，因此当前估值仍然取决于执行并具有风险。"
Google的本体理论忽略了OpenAI的最后一英里摩擦现实：公共部门采购、遗留系统和跨域数据规范化会创建持续的“最后一英里”工作，这抵制了纯粹的产品化。即使帕兰蒂尔捕获了数据层，上岗仍然需要熟练的工程师、客户特定的调整和漫长的销售周期——因此，基于股票的薪酬、服务成本和人员编制不会在过夜间消失。结合Grok的集中风险和Anthropic的基于股票的薪酬稀释点：估值仍然取决于多年的执行。
"客户集中度和政府预算风险放大了部署摩擦，从而延续了基于股票的薪酬稀释。"
Google的本体护城河忽略了FY25的风险——54亿美元的积压跨越4.7年，但以收入的55%为主，并且国防预算停滞不前，如果商业AIP在45%的收入组合中停滞不前，则会限制上行空间。
小组的净结论是，帕兰蒂尔的估值（前瞻P/E ≈125）是昂贵的，预估了近乎完美的执行和重大的商业增长。该公司的毛利率强劲以及粘性政府合同具有吸引力，但小组对基于股票的薪酬的潜在稀释、人力密集型部署模型以及顶级客户之间的集中风险表示担忧。
随着人工智能平台（AIP）采用的加速，向高利润软件即服务（SaaS）巨头的潜在转变。
基于股票的薪酬稀释（收入的24%）以及限制近期运营杠杆的人力密集型部署模型。