Palantir

Ark 這筆操作把資金從 AMD 和 Palantir 轉向輝達，反映市場對 AI 算力龍頭的偏好沒有鬆動。輝達在俄亥俄州拿下 4.25 GW 資料中心容量給 OpenAI，等於把未來幾代系統的營收基本盤先鎖住，這比單季財報更能說明它的訂單可預估程度。AMD 雖然發債 50 億美元要衝 AI，但 Ark 減持顯示市場對它追趕輝達的速度仍有疑慮。Palantir 被賣則提醒我們，靠整合別人模型賺 AI 財的公司，在資金集中化時容易被先砍。

AI 在真實戰爭中把「找目標」這個瓶頸直接打掉，結果壓力全部轉移到實體武器產能上。這告訴我們，AI 軍事化已經不是概念，而是正在改變國防採購的優先級：軟體能力到位後，硬體彈藥的缺口會變成最急迫的訂單。洛克希德馬丁、RTX 和諾斯洛普格魯曼拿到明確的擴產指令與數十億美元合約，短期營收可預估程度很高，但也要看供應鏈跟不跟得上。Palantir 的系統雖然是核心，但這波緊急採購的錢主要還是流向傳統軍火商，它的直接營收貢獻可能沒有想像中大。

Palantir 在法說會上把企業 AI 採購的信任問題直接搬上檯面。這不是單純的資安警告，而是點出一個正在發生的商業模式衝突：當企業用 ChatGPT、Copilot 這類工具提升效率時，每一次提問、每一條自動化流程，都可能變成 AI 供應商訓練下一代模型的養分。Palantir 把這包裝成「AI 主權」，其實是在對微軟、Google 這類同時賣雲端又賣 AI 模型的巨頭叫陣。

Palantir 這份財報有兩個訊號。第一，本業動能比市場想的更強：營收 19.4 億美元、調整後 EPS 0.41 美元都超預期，下一季下一季營收預估更直接拉到 21.6 億美元以上，比分析師共識高出超過 8%。這告訴我們，企業和政府對 AI 數據分析的需求還在加速，不是放緩。第二，SpaceX 上市帶來的投資收益雖然只貢獻 0.03 美元，但提醒市場 Palantir 是少數在 SpaceX 未上市時就卡到位的大型科技股，這筆股權的價值波動會開始直接影響財報。

美國政府想用禁令擋中國AI模型，但這份研究直接算給你看：擋下去，美國企業自己先多付幾十億美元。這不是單純的貿易保護，而是直接影響到美國企業的AI營運成本。更關鍵的是，輝達、Meta、Palantir都跳出來反對，代表禁令不只傷到中國公司，也會打亂美國自己的AI生態系。Meta的祖克柏甚至點出「監管俘虜」的風險，暗示大廠可能藉此排除競爭。

企業 AI 市場正在分裂成兩條路：一條是繼續用 OpenAI、微軟這類集中式模型，但得冒著 IP 外洩的風險；另一條是像 Inkling 這種開源權重模型，讓企業把模型抓回自家環境調校，資料不用出門。Karp 和 Nadella 的發言等於替這股「去中心化 AI」背書，也暗示大型雲端 AI 服務的商業模式可能遇到阻力。對台灣供應鏈來說，如果企業開始偏好自建或私有部署 AI，硬體需求會從雲端集中式訓練，轉向更多分散的邊緣伺服器與中小規模算力，這會影響伺服器、散熱、網通等零組件的產品組合。

這不是單純的嘴砲，而是把「企業 AI 數據主權」的風險拉到檯面上，而且拿 Figma 的股價和 Anthropic 的估值對比當證據，殺傷力很強。它直接挑戰了「企業只要接 API 就能 AI 轉型」的簡單敘事，暗示模型層的雙頭壟斷正在把客戶變成獵物。對 Palantir 來說，這等於有人幫它背書「數據隔離層才是護城河」的論述；對 OpenAI 和 Anthropic，則是信任危機的公開升級。

Karp 這番話點破一個正在發生的產業轉向：企業不想把數據和流程鎖死在單一模型上，AI 的價值正從「誰的模型最強」轉移到「誰能讓企業安全、靈活地使用多種模型」。這對 OpenAI、Anthropic 這類靠模型授權收費的公司是長期風險，因為客戶開始要求可替換性，模型本身可能變成大宗商品。對 Palantir 來說，它的 Ontology 數據整合層和 Evolve 多模型路由平台，正好卡在企業不想被綁架的需求上。

Karp 這次把矛頭對準 AI 模型公司的收費方式，直接點出企業 AI 採購的核心矛盾：客戶擔心數據被拿去訓練模型，又發現按 token 付費買到的多是無效產出。這不是 Palantir 第一次批評 AI 同業，但這次把「數據偷竊」和「無用 token」綁在一起，等於在挑戰整個 AI 應用層的商業基礎。如果越來越多企業認同這個觀點，可能減緩對 OpenAI、Anthropic 等模型的採用速度，轉向更強調數據隔離和結果導向的方案，這對 Palantir 自己的 AIP 平台有利。

這不是單純的嘴砲。Karp 點出一個正在發生的結構性問題：前沿模型按 token 收費，但企業實際用起來成本暴增、生產力卻沒跟上，開始轉向 DeepSeek 這類便宜開源方案。這直接威脅 OpenAI、Anthropic 的營收模式，也讓微軟這類雲端平台夾在中間——一邊要賣高價模型，一邊客戶在喊貴。更關鍵的是，Palantir 同週宣布與輝達合作幫美國政府建 AI 模型，主打「AI 主權」：客戶要自己掌控算力、模型和數據，而不是把錢和 IP 送給模型實驗室。

Karp 這次發言直接點出企業 AI 市場正在分裂：一邊是模型實驗室拼命賣 token、衝用量，另一邊是企業客戶開始意識到資料主權和 IP 保護比用量更重要。這不是 Palantir 單方面行銷，而是反映出大型企業對 AI 供應商的信任危機正在浮上檯面。如果越來越多企業因此放慢採用前沿模型，轉向私有部署或更可控的方案，對 OpenAI、Anthropic 這類靠 API 用量成長的商業模式會形成壓力，也可能讓 Palantir、微軟這類強調資料隔離的業者拿到更多談判籌碼。

Karp 這番話等於直接點出 AI 商業模式與國防供應鏈的深層矛盾。他代表一批企業客戶發聲，認為 OpenAI、Anthropic 這類模型廠商收費太高、還拿客戶數據回頭訓練自己的模型，這會讓企業客戶開始尋找替代方案，而 Palantir 與輝達的 Nemotron 合作正是在搶這塊「企業不想被模型廠綁架」的市場。更關鍵的是，他把國防 AI 外包給矽谷實驗室的風險拉到國家安全層級，這可能加速美國政府對 AI 模型的監管與審查，直接影響 Anthropic、OpenAI 等公司的政府合約與出口管制。

AWS 用 10 億美元和數千人規模的 FDE 部隊，正式把 Palantir 那套「派工程師進駐客戶端」的打法搬進雲端 AI 市場。這不是小規模試點，而是組織層級的戰略轉向，代表 AWS 承認光賣算力不夠，必須用人力服務去綁住企業 AI 預算，尤其是那些資料複雜、監管嚴格的產業。對 Palantir 來說，最核心的商業模式現在被雲端巨人直接複製，競爭壓力會快速升溫。

Palantir 正在把「政府 AI 基礎設施」這條路走得更具體。跟輝達綁在一起，不只是技術整合，更是對美國政府主權 AI 預算的卡位戰——這塊市場過去是傳統國防承包商和雲端大廠的地盤，現在 Palantir 用「開源模型＋資料控制權」的劇本切入，直接影響它未來政府合約的營收天花板。Surf Air 那邊則是 Palantir 把 AIP 往垂直行業複製的又一例，航空業營運系統的訂閱收入若能規模化，會讓它的商業營收結構更穩。

市場正在重新定價AI巨頭的投資支出回報，而且是用很激烈的方式。微軟、Meta、甲骨文這三家雲端大廠今年以來全數下跌，甲骨文甚至剛經歷2001年以來最慘單週，這告訴我們，華爾街對「先砸錢、後變現」的耐心正在快速消耗。另一邊，軟體股被AI代理顛覆的恐懼已經不是概念，而是直接反映在股價上：Palantir、Intuit、Accenture、Salesforce今年跌幅從三成到近六成，這等於在說，市場認為AI不只會吃掉傳統軟體的營收，還可能改寫整個收費模式。

Ark 這筆操作把資金從 AMD 和 Palantir 轉向輝達，反映市場對 AI 算力龍頭的偏好沒有鬆動。輝達在俄亥俄州拿下 4.25 GW 資料中心容量給 OpenAI，等於把未來幾代系統的營收基本盤先鎖住，這比單季財報更能說明它的訂單可預估程度。AMD 雖然發債 50 億美元要衝 AI，但 Ark 減持顯示市場對它追趕輝達的速度仍有疑慮。Palantir 被賣則提醒我們，靠整合別人模型賺 AI 財的公司，在資金集中化時容易被先砍。

AI 在真實戰爭中把「找目標」這個瓶頸直接打掉，結果壓力全部轉移到實體武器產能上。這告訴我們，AI 軍事化已經不是概念，而是正在改變國防採購的優先級：軟體能力到位後，硬體彈藥的缺口會變成最急迫的訂單。洛克希德馬丁、RTX 和諾斯洛普格魯曼拿到明確的擴產指令與數十億美元合約，短期營收可預估程度很高，但也要看供應鏈跟不跟得上。Palantir 的系統雖然是核心，但這波緊急採購的錢主要還是流向傳統軍火商，它的直接營收貢獻可能沒有想像中大。

市場一直把 AI 贏家跟「誰砸最多錢買 GPU、蓋資料中心」畫等號，Palantir 用財報證明另一條路也能高速成長。它上半年營運現金流 21 億美元，投資支出卻只有 2,200 萬美元，這種極輕資產模式在 AI 股裡非常罕見。這告訴我們，AI 的商業價值不只在賣鏟子，誰能把鏟子真正插進企業的數據和流程裡，誰就能在不燒錢的情況下吃到 AI 紅利。

Palantir 在法說會上把企業 AI 採購的信任問題直接搬上檯面。這不是單純的資安警告，而是點出一個正在發生的商業模式衝突：當企業用 ChatGPT、Copilot 這類工具提升效率時，每一次提問、每一條自動化流程，都可能變成 AI 供應商訓練下一代模型的養分。Palantir 把這包裝成「AI 主權」，其實是在對微軟、Google 這類同時賣雲端又賣 AI 模型的巨頭叫陣。

Palantir 的 AI 業務動能正在加速，執行長 Karp 在財報會上把「局外人文化」直接連結到營收表現，告訴市場這家公司不是靠關係、而是靠可量化的客戶成果在賣 AI 軟體。Q2 營收 19.4 億美元、EPS 0.41 美元都超預期，代表企業對 AI 應用的需求正在轉化為實際訂單。CTO 更點出一個被低估的競爭點：AI 的價值不只來自客戶自己的數據，還包括誰控制了模型推論過程中的元數據與營運洞察。

Palantir 這份財報有兩個訊號。第一，本業動能比市場想的更強：營收 19.4 億美元、調整後 EPS 0.41 美元都超預期，下一季下一季營收預估更直接拉到 21.6 億美元以上，比分析師共識高出超過 8%。這告訴我們，企業和政府對 AI 數據分析的需求還在加速，不是放緩。第二，SpaceX 上市帶來的投資收益雖然只貢獻 0.03 美元，但提醒市場 Palantir 是少數在 SpaceX 未上市時就卡到位的大型科技股，這筆股權的價值波動會開始直接影響財報。

美國政府想用禁令擋中國AI模型，但這份研究直接算給你看：擋下去，美國企業自己先多付幾十億美元。這不是單純的貿易保護，而是直接影響到美國企業的AI營運成本。更關鍵的是，輝達、Meta、Palantir都跳出來反對，代表禁令不只傷到中國公司，也會打亂美國自己的AI生態系。Meta的祖克柏甚至點出「監管俘虜」的風險，暗示大廠可能藉此排除競爭。

企業 AI 市場正在分裂成兩條路：一條是繼續用 OpenAI、微軟這類集中式模型，但得冒著 IP 外洩的風險；另一條是像 Inkling 這種開源權重模型，讓企業把模型抓回自家環境調校，資料不用出門。Karp 和 Nadella 的發言等於替這股「去中心化 AI」背書，也暗示大型雲端 AI 服務的商業模式可能遇到阻力。對台灣供應鏈來說，如果企業開始偏好自建或私有部署 AI，硬體需求會從雲端集中式訓練，轉向更多分散的邊緣伺服器與中小規模算力，這會影響伺服器、散熱、網通等零組件的產品組合。

這則新聞直接點出 Palantir 股價反彈背後的根本問題：估值與商業模式的可持續性。Rebound Capital 認為，Palantir 的「前線部署工程師」模式本質上是高人力成本的顧問服務，但市場卻給它軟體股的高估值，若將相關成本從研發與銷售費用重分類到營收成本，毛利率會大幅下滑。更關鍵的是，亞馬遜和微軟正砸重金複製這個模式，OpenAI 等 AI 實驗室也跳過 Palantir 直接服務客戶，這可能侵蝕 Palantir 的護城河。

這不是單純的嘴砲，而是把「企業 AI 數據主權」的風險拉到檯面上，而且拿 Figma 的股價和 Anthropic 的估值對比當證據，殺傷力很強。它直接挑戰了「企業只要接 API 就能 AI 轉型」的簡單敘事，暗示模型層的雙頭壟斷正在把客戶變成獵物。對 Palantir 來說，這等於有人幫它背書「數據隔離層才是護城河」的論述；對 OpenAI 和 Anthropic，則是信任危機的公開升級。

Karp 這番話點破一個正在發生的產業轉向：企業不想把數據和流程鎖死在單一模型上，AI 的價值正從「誰的模型最強」轉移到「誰能讓企業安全、靈活地使用多種模型」。這對 OpenAI、Anthropic 這類靠模型授權收費的公司是長期風險，因為客戶開始要求可替換性，模型本身可能變成大宗商品。對 Palantir 來說，它的 Ontology 數據整合層和 Evolve 多模型路由平台，正好卡在企業不想被綁架的需求上。

Karp 這次把矛頭對準 AI 模型公司的收費方式，直接點出企業 AI 採購的核心矛盾：客戶擔心數據被拿去訓練模型，又發現按 token 付費買到的多是無效產出。這不是 Palantir 第一次批評 AI 同業，但這次把「數據偷竊」和「無用 token」綁在一起，等於在挑戰整個 AI 應用層的商業基礎。如果越來越多企業認同這個觀點，可能減緩對 OpenAI、Anthropic 等模型的採用速度，轉向更強調數據隔離和結果導向的方案，這對 Palantir 自己的 AIP 平台有利。

這不是單純的嘴砲。Karp 點出一個正在發生的結構性問題：前沿模型按 token 收費，但企業實際用起來成本暴增、生產力卻沒跟上，開始轉向 DeepSeek 這類便宜開源方案。這直接威脅 OpenAI、Anthropic 的營收模式，也讓微軟這類雲端平台夾在中間——一邊要賣高價模型，一邊客戶在喊貴。更關鍵的是，Palantir 同週宣布與輝達合作幫美國政府建 AI 模型，主打「AI 主權」：客戶要自己掌控算力、模型和數據，而不是把錢和 IP 送給模型實驗室。

Karp 這次發言直接點出企業 AI 市場正在分裂：一邊是模型實驗室拼命賣 token、衝用量，另一邊是企業客戶開始意識到資料主權和 IP 保護比用量更重要。這不是 Palantir 單方面行銷，而是反映出大型企業對 AI 供應商的信任危機正在浮上檯面。如果越來越多企業因此放慢採用前沿模型，轉向私有部署或更可控的方案，對 OpenAI、Anthropic 這類靠 API 用量成長的商業模式會形成壓力，也可能讓 Palantir、微軟這類強調資料隔離的業者拿到更多談判籌碼。

Karp 這番話等於直接點出 AI 商業模式與國防供應鏈的深層矛盾。他代表一批企業客戶發聲，認為 OpenAI、Anthropic 這類模型廠商收費太高、還拿客戶數據回頭訓練自己的模型，這會讓企業客戶開始尋找替代方案，而 Palantir 與輝達的 Nemotron 合作正是在搶這塊「企業不想被模型廠綁架」的市場。更關鍵的是，他把國防 AI 外包給矽谷實驗室的風險拉到國家安全層級，這可能加速美國政府對 AI 模型的監管與審查，直接影響 Anthropic、OpenAI 等公司的政府合約與出口管制。