下一个Palantir已经在构建中，你现在还买不到：2026年值得关注的3个人工智能公司

当Palantir Technologies (PLTR)在高价位交易，且交易倍数处于高位时，新一代企业人工智能平台正在快速扩张，可能为投资者提供更具吸引力的切入点，进入相同的万亿美元机会。

Palantir刚刚发布了许多投资者认为的企业软件领域最强劲的近期财报之一。2025年第四季度，该公司实现70%的同比收入增长，美国商业收入激增137%，总合同价值达到约43亿美元。管理层发布2026财年全年指导，预计收入增长率约为61%，这意味着约720亿美元的收入。首席执行官Alex Karp将公司描述为"n of 1"。

他可能是对的。但市场已经积极地消化了这个故事。

在当前接近每股152美元的价格水平上，基于2026财年指导，Palantir的市销率约为45倍，而基于2025年trailing收入，市销率约为73倍，这种倍数几乎没有容错空间，并且要求在未来数年内保持持续执行。对于那些错过了Palantir交易，或者希望获得更有利的风险调整后企业人工智能敞口的投资者来说，问题变成了：哪些公司正在构建下一个Palantir？

我们确定了三家私营公司，它们结合了类似Palantir的雄心壮志和尚未完全反映其长期潜力的估值。目前没有一家公司上市交易，但每家都代表了对未来十年谁将控制企业人工智能基础设施的不同押注。

什么是"下一个Palantir"？

Palantir的护城河建立在三个支柱上：难以替代的深度嵌入式企业软件、政府和国防特许经营权（具有高进入壁垒），以及将原始数据转化为运营决策的人工智能平台。以下公司攻击了这个等式的不同部分。没有一家是Palantir的直接复制品，但每家都在同一企业人工智能生态系统中构建耐用、高利润的地位。

"投资者的问题不是企业人工智能是否真实，它是真实的。问题是，在当前倍数下，Palantir是否是拥有这一趋势的最有效方式。"

#1 DATABRICKS 私营 | 系列I | 估值：据报道超过1000亿美元

成立于2013年，由Apache Spark的原始创建者在加州大学伯克利分校创立，Databricks从零开始构建了数据湖仓类别，现在为大部分大型企业提供核心数据和人工智能基础设施，包括财富500强公司的多数。

年度化收入：据报道超过50亿美元| 同比增长：据报道65%以上| 订阅毛利率：据报道高于80%

Databricks可以说是2026年最具吸引力的人工智能基础设施IPO前故事。该公司已实现超过50亿美元的年度化收入运行率，同时保持强劲增长、高订阅毛利率和正自由现金流。相比之下，Palantir在2025年增长了56%，预计2026年增长约61%。Databricks在可比或更快的增长率下，以更大的私募市场规模运营，尚未进入公开市场。

该公司最近完成了一轮重大融资，参与方包括微软、贝莱德、黑石、摩根大通、高盛和卡塔尔投资局等主要机构投资者。据报道估值超过1000亿美元，一些估计将其置于1300亿美元以上。首席执行官Ali Ghodsi表示，2026年IPO并非排除在外，但截至2026年3月，尚未提交任何文件。

与Palantir的比较：Palantir处于决策层，帮助组织对数据采取行动。Databricks位于其下方，拥有数据层本身。拥有超过2万名客户和快速扩张的人工智能驱动收入，该公司正将自己定位为企业人工智能的基础设施。其持续扩展到数据库和人工智能原生工具，使其与甲骨文和SAP等传统平台展开更直接竞争。

看涨案例：增长率可与Palantir相当或超过，但隐含倍数显著更低。上市可能重新定价整个企业人工智能基础设施类别。

关键风险：IPO前准入仅限于合格投资者。与Snowflake、Google BigQuery和AWS的竞争依然激烈。包括关键人工智能高管离职在内的领导层变化，在IPO年到来之际带来一些不确定性。

总结：公开市场投资者可通过微软（MSFT）获得间接敞口，后者参与了最新一轮融资。Databricks被广泛视为企业软件领域最受期待的IPO候选公司之一。

#2 GLEAN 私营 | 系列F | 估值：业内估计约70亿美元+

成立于2019年，由Arvind Jain创立，他是前谷歌杰出工程师和Rubrik联合创始人，Glean解决了一个持续存在的企业问题：员工花费大量时间搜索已在内部存在的信息。Glean将企业应用程序中的数据连接到一个统一的、感知权限的知识层，允许员工使用自然语言查询公司信息。

ARR：据报道超过2亿美元| 增长：在过去一年中大约翻倍

Glean在2026年初表示，其年度经常性收入已超过2亿美元，这大约是在达到1亿美元ARR后9个月。最近一轮由Wellington Management牵头的融资据报道估值超过70亿美元，吸引了Sequoia、Kleiner Perkins和General Catalyst的参与。该公司因在代理人工智能领域的创新而受到行业分析师认可，并被彭博社列为2026年值得关注的著名人工智能初创公司之一。

与Palantir的比较：Palantir专注于高层运营决策，通常在政府和大型企业内部。Glean针对更广泛的层面，组织中的每一位知识工作者，将智能嵌入日常工作流程，跨越各行各业。总可寻址市场可能更大，部署摩擦明显更低。

Glean的客户群已从科技行业扩展到金融、零售、制造和医疗保健领域，这些行业与本报道读者群体的专业人口统计数据密切匹配。

看涨案例：在一年内实现约2倍收入增长，使Glean跻身这一阶段增长最快的企业SaaS公司之列。其围绕权限、合规性和企业数据集成构建的架构，与向代理人工智能系统转变的趋势高度契合。

关键风险：微软365 Copilot、Amazon Q和Google Agentspace正以捆绑定价和现有企业关系的显著优势，瞄准相同的用例。当超大规模公司进入相邻市场时，中间件业务历来面临利润率压力。

总结：在据报道超过2亿美元ARR的基础上，估值超过70亿美元，Glean并不便宜，但考虑到增长速度，这个倍数 arguably比Palantir的更具防御性。未来的公开募股可能取决于持续扩张，直至数亿美元ARR。

#3 SCALE AI 私营 | 获得Meta支持 | 估值：据报道约290亿美元

成立于2016年，由Alexandr Wang创立，他在19岁时从麻省理工学院辍学，Scale AI通过提供高质量训练数据，成为人工智能生态系统的关键参与者，这些数据用于开发机器学习模型，该公司在全球范围内招募和管理承包商，为教人工智能系统如何思考的数据进行标注和质量检查。

2024年收入：据报道接近10亿美元| 政府合同：据报道活跃的国防部参与超过3亿美元

2025年中期，Meta Platforms对Scale AI进行了重大战略投资，据报道收购了大量无投票权股份，并将公司估值约为290亿美元。交易完成后，创始人Wang转任Meta专注于人工智能战略的角色。随后有报道称，几家主要商业客户重新评估了与Scale的关系，据称原因可能包括数据治理和竞争考量，尽管个别决策背后的动机尚未得到统一确认。据发表的报道，该公司在此期间还进行了裁员。

与Palantir的比较是战略性的而非运营性的。Palantir处于决策层。Scale AI处于训练数据层，即为人工智能系统提供动力的基础输入。随着对高质量、人工标注数据需求的增加，这一层可能变得战略上至关重要。Scale参与美国国防相关人工智能项目，包括据报道国防部参与的累计价值超过3亿美元，使其处于与Palantir政府特许经营权相邻的竞争领域。

公司代表在2025年末向CNBC表示，Meta交易后，其数据业务按月增长，其应用业务在2025年上半年的基础上，2025年下半年显示出有意义的加速。2026年初，Scale推出了一个专注于代理人工智能系统和机器人的新研究部门。

看涨案例：在人工智能训练数据供应链中占据结构性重要地位，难以复制。政府需求正在增加。高质量专家标注数据的长期稀缺性可能随着时间的推移加强竞争优势。

关键风险：几家主要商业客户参与度下降的报道代表了重大收入集中风险。王转投Meta后的领导层过渡带来连续性问题。某些辖区的监管机构据报道已就Meta交易启动审查，尽管结果仍不确定。尚未宣布IPO时间表。

总结：Scale AI代表了对专有训练数据在人工智能中长期重要性的高风险、高回报押注。2025年的事件给一家此前表现出色商业势头的业务带来了真正的不确定性。公开市场投资者可以考虑Meta (纳斯达克：META)作为间接敞口的工具。

总结

Palantir是一家真正卓越的企业。但在高收入倍数下，它正在对未来十年的高度持续执行定价。Databricks提供了最具吸引力的大型IPO前基础设施押注。Glean代表了对企业人工智能在工作流程层面采用的快速增长押注。而Scale AI则是在人工智能训练数据供应链中扮演更复杂但可能至关重要的角色。

没有一家是Palantir的直接替代品，但它们共同反映了Palantir表现出色后，投资者面临的更广泛问题：是否存在更有效的方式来拥有企业人工智能机会？

免责声明：本文仅供参考，不构成投资建议。在做出投资决策之前，请务必进行自己的尽职调查。过往业绩并不预示未来结果。________________________________________________________________________________________

Kirsten Co，硕士，工商管理硕士，是K&Company的首席执行官，在那里她与人工智能初创公司合作，帮助它们获得和留住企业客户。她在美国、亚太地区和欧洲拥有15年企业销售、业务发展和运营经验，并拥有纽约大学全球安全与网络犯罪硕士学位，她为《Insider Monkey》撰稿，涵盖企业人工智能采用、市场进入策略以及值得投资者关注的私营人工智能公司。