社区

扯个犊子 018

写完标题我自己都笑了，实在不好意思写“全网最强”，所以就姑且“全网最长”吧，这篇文章5000多字，完整看下来需要15-20分钟，能理解需要更多时间，如果你对这家公司没兴趣的话就不建议往下看啦！

在上周的文章数据炼金师 - Palantir Technologies中，我概述了$Palantir Technologies Inc.(PLTR)$ 的公司背景，产品技术以及发展前景，如果你还没有看过的话，我强烈建议先看完那篇文章再来看这篇，效果更佳。

这篇扯犊子将分为三个部分：1.我对Demo Day的印象；2.结合Demo Day，详细解读Palantir三款产品的运作原理及功能；3.竞品分析。

Demo Day印象

1月26日，Palantir如期举行了Demo Day，演示了其三款产品：Foundry，Gotham以及Apollo具体的功能并向投资者阐述了其未来发展的路径。

在上一篇文章中，我的预测是：“如果Demo Day不及预期，股价有下跌的可能，但不会跌破25”。在Demo Day之后的一周，Palantir的股价来了个5连跌，从最高点40块跌到了31块。

写这篇文章前，1个小时的Demo Day录像我大概反复看了3遍多，40多页的文字稿也翻了几遍。因为尽管之前对Palantir的产品有所了解，但Demo Day的展示实在是太硬核了。

产品大牛起飞的语速，各种缩写和专业术语，另外加上产品本身的原理和功能就很抽象，我也不是干这一行的，甚至没用过类似产品，所以真的太难了。

我相信大多数投资者在看完Demo Day之后也都会有类似的感受：抱着很高的期待，本以为公司会像教小朋友一样给外行的投资者把各种概念揉碎细细讲解，然后大家发现：哇塞，好厉害！好牛逼！结果等来的是：满脸黑人问号，What the hell？到底在讲什么？

当然，我并不认为这是一场失败的Demo，充其量算不上完美。因为有些概念的理解的确需要很多知识储备，公司也没办法迎合每个受众的知识基础，所以保留行业术语，保持表达的精确本身没问题。

所以作为投资者，我们现在需要做的就是尽自己所能，搞清楚这支被投资机构追捧，被女股神放进购物车的公司到底在做一个什么样的产品。

在开始解读公司的3款产品之前，Demo Day中有一句话我要原文摘抄下来：

“We think of an enterprise as the sum of all decisions that the enterprise makes.”(我们认为一家企业，是其所有决策的集合)。

我认为这句话揭示了公司开发软件的核心理念，即Palantir的软件是帮助企业以更高的效率，做更优的决策。记住这句话，我们再来开始产品的分析。

什么是Foundry？

“Foundry是一个一等的数据整合及管理平台，一套全面的分析工具，以及一套应用操作平台。我们认为，其核心是一套适用于任何组织机构的中央决策支持设施。”

以一个产品从生产到销售的整套流程为例，其中会包含：原材料，生产厂，配送中心，客户群等等。这些分支通常归一家企业中不同的部门管理，部门内部通常也都会有自己记录数据的方式。

所以一个常见的问题就是部门和部门之间“语言不通”，导致出现沟通效率低下，原材料过剩或供应不到位等问题。即使把各类数据汇总到一起，决策者也很难快速理解数据背后的涵义，从而无法做出相应决策。

Foundry的引入便能够解决上述问题。首先，批量的数据会在Foundry中自动整合并搭建一个初步的模型。其实这个步骤一些现有的系统也可以完成，但根据Demo Day中的说法，现有其他软件完成这个数据的整合需要半年甚至一年，而Foundry只需要几个小时。

这个初步的模型会进一步优化，变成一个“本体”（ontology），Palantir把这个本体比做这个企业的“数字化双胞胎”（digital twin）。

因为这个本体实际上就是Foundry在整合了所有相关数据后搭建出的公司运作的一个模型，这个模型提供了一个可以让所有下游工作流的决策者或员工，比如供应链经理，物流员工或工厂操作员等等都参与进来的共用操作系统。

更重要的是这个集合了所有数据的本体是一个动态的存在，比如：一个供应链分析员发现了一种原材料存货过剩，他就可以在系统中标记出来，这个标记马上就可以反映在这个模型中，客户经理看到后就可以及时寻找潜在的销售机会。

在本体层的基础上，Foundry还能够提供模型的模拟功能，也就是常说的“What if”。这个模拟的功能，上至COO，下至工厂的管理员都可以使用。

也就是说，在每一个小决策和大决策之前，决策者都能够通过模型模拟来“预测”自己决策带来变动和影响。每个模拟还可以叠加，比如下游的一个仓库管理员先模拟一次，然后中游的两个库存分析师再分别模拟一次，最后上游的两个产品经理再在两个先前的模拟结果上继续模拟出4个结果，最后将结果做比对。

此外，企业自己的模型还可以与外部现有模型链接到一起，比如企业自己的生产链模型和市场的客户需求模型链接到一起，便可以通过模拟得出一个最优定价，或者效率最大化的生产量。

搞清楚Foundry的原理，我们便可以暂且确定Palantir的确是一家软件公司，而不是所谓“咨询公司”（在上一篇文章里讲过这两个定义所带来的估值差别），因为Foundry的功能并不是告诉你怎么做，而是把复杂庞杂的数据模型化，可视化，而具体如何做决策，还掌握在决策者手中。

Demo Day中的一句话很好地阐述了上述功能：“We don’t simplify the solution so that it will scale. We automate the complexity so our solution can accelerate while maintaining the flexibility our customers demand.”(我们不简化解决问题的方式以便扩大规模，而是将复杂性自动化，从而加快解决问题的速度，同时保持客户需要的灵活性)。

Foundry的两大特性也很值得一提，首先是其“无代码化”的本能式交互界面，也就是说很多操作你通过软件的一些基本使用常识就知道该怎么完成。这可以降低使用门槛，加快上手的速度。

此外，Foundry的模块化也是Palantir在过去十几年的重点研发特性。在过去，如果一个客户想要使用Foundry，就要把整个平台都拿过去，即使客户公司已经有一个内部的平台。

但Foundry现在可以实现客户“只取所需”，只把所需要实现某项功能的模块拿来，并且可以植入到自己已有的系统中，而不是把整个系统都拿来重新搭建一套系统。这个特性对于Foundry能够实现规模化十分重要。

讲到规模化，根据公司的官网，Foundry已经可以应用于生产，销售，金融合规，法律检索，保险业，健康行业等等。这就意味着软件能够在各行各业具有普适性，未来可以通过进一步规模化来实现毛利率的提高。

什么是Gotham？

在Gotham的演示部分，Palantir索性直接制作了一个小电影，画面紧凑，配乐刺激。感兴趣的同学可以自己去看一下（境内的朋友可以去B站，我看到有up主上传了Demo Day的完整录像）。

故事的背景是美国在某地（Tereskia，虚构的地名）的大使馆遭遇险情，一个指挥官通过Gotham的平台，动动手指就在分分钟部署了一套完整的疏散计划，并将大使馆的平民成功疏散。

不过在这一部分我并没有感觉Gotham和Foundry有什么本质上的不同，Gotham做的就是把战场上（或者前线）各种数据搜集过来，给指挥官呈现一个十分炫酷且好用的界面。

演示者说别看这个界面在一些谍战片里经常出现，事实上如今大部分的同类软件界面都垃圾得像PPT。而且前线的情况瞬息万变，Gotham能够让瞬息万变的情况以一个最容易理解的方式及时反映出来，让指挥官做出更加明智的决策。

所以我理解Gotham就是一个专门给政府部门使用的软件，功能与Foundry大同小异，本质上还是数据整合，提高决策的效率和准确性。

什么是Apollo？

在深入了解Apollo之前，有必要回顾一下Palantir软件开发的历史进程并了解一些有关云计算和云服务的基本概念。

首先做个简要的概念科普：什么是云？云计算是啥？云服务又是啥？简单来说，云就是一种虚拟网络，与之的相对概念是本地部署。比如说一家公司起初把所有软件都装在公司内部的电脑中，但随着软件越来越多，或者需要运行的配置要求越来越高，公司自己的电脑存不下了，或者带不动了，这时候就需要云计算来帮忙，公司可以“上云”。

上云之后，公司的软硬件和资料都可以放到云上，由云服务提供商（亚马逊的AWS，微软的Azure，阿里巴巴的阿里云等等）来帮忙打理。这样公司就可以避免升级硬件的成本，所有东西放到云上，也方便随时存取，同时保证了数据的安全（如果公司机房着火了所有数据都没了）。

云服务又分为两种形式：公有云和私有云，私有云比较小众，这里先放下。公有云又分为三个类别：

1.    IaaS：基础设施即服务（Infrastructure as a Service），把服务器，网络技术等计算基础作为服务提供给客户；

2.    PaaS：平台即服务（Platform as a Service），把软件开发平台作为服务提供给客户；

3.    SaaS：软件即服务（Software as a Service），把软件作为服务提供给客户，也是目前我们最常见到也最多提到的一种云服务，比如Netflix，Google Apps这些都算民用的SaaS。

如果想进一步了解这些概念的区分，可以参考这篇知乎文章https://www.zhihu.com/question/21641778/answer/62523535

Palantir在2008年首次推出Gotham的时候，云计算领域还在起步阶段，公司用的软件都安装在自己的硬件上。所以那时候如果哪个公司用Gotham的话，需要Palantir派出工程师上门安装，然后定期上门升级或维修，很是麻烦。

随着云服务技术的逐渐成熟，在2016年推出Foundry的时候，Palantir就直接将Foundry设计成一个“云原生”（Cloud-native）的SaaS（软件即服务），后续也把Gotham改为同样的性质。可以达到的效果就是Palantir把软件做好放到云上，客户用的时候打开电脑，在浏览器输入一行代码就可以使用Foundry，和Gotham，可以简单理解为Palantir提供了两款在线软件。

但仅仅这样，还是有很多问题没法解决。

第一：Palantir的客户有军方，政府，还有大商业公司，分别在不同的云环境中运行。传统的SaaS如果要升级的话，需要软件工程师需要分别为这些环境写代码，做测试等等，非常繁琐低效。

第二：两个平台背后均由数百个单独的服务组成（微服务），每个服务由独立的产品开发团队编写更新，这就是“异步更新”的概念（实在科普不动了，大家自行了解吧…），这样做的好处是可以大大提升更新速度，但这样的部署形式却极其复杂。

这时Apollo的重要性就体现出来了。Apollo相当于软件开发端和用户使用端中间的一个夹层，软件开发工程师只需要埋头写代码做更新就好了，Apollo会把各个团队的交付成果做自动化处理，决定升级什么，何时升级以及如何部署运行于不同云环境的升级，同时做到监视开发和部署新版本。

想一下我们平时用手机，经常需要自己下载更新然后停机更新。Apollo能够做到整个更新过程无需人为干预，无需停机，用户一边用着，一边升级就完成了。如果出现任何问题，Apollo还可以将升级自动“滚回”，单独交给开发工程师处理。

根据Palantir的数据，一周大概会做出41,000次更新，平均一分钟4次，整个更新的频率可以说是非常可怕。虽然这种更新方式其实是属于“小步快跑”，但更多次数的更新代表着软件的不断进化，功能的不断强化。

所以总结来讲，Apollo的作用是双向的，既能够让处于不同云环境的客户即时使用到更新的产品，也大大减少了软件工程师的工作量，提高了更新效率。Demo Day中，公司更是放出豪言：“Apollo意味着我们能够以一个规模化和可持续的方式解决世界上最困难的问题，所需要的时间和预算是其他公司无法比拟的。”

竞品分析

很多投资者会把Palantir和$Snowflake(SNOW)$ 或者$Salesforce(CRM)$ 这类SaaS公司做对比，我认为是不太能比较的。从业务上来讲，Snowflake提供的大多还是属于数据的管理服务，比如数据湖，数据仓库等等，属于把数据给整理好，并没有进一步的动作；Salesforce的业务更进了一步，帮助客户提炼客户的客户相关数据，提供客户关系管理的服务。

但正如上文我提到的，Palantir的软件的重点是帮助用户做更明智的决策，比Snowflake的管理数据服务高一级维度；与Salesforce对比，可以说是在一个维度，但Palantir能够涵盖的范围更广。我猜测Palantir的Foundry从某种程度上来说，应该也可以实现Salesforce的功能。

所以也难怪Palantir自己说最大的竞争对手其实是客户公司内部的软件开发团队。举个例子就明白了：2015年，Palantir向美国陆军毛遂自荐，请求其用自己的产品，但被美国陆军拒绝了，因为美国陆军执意要自己开发软件。

结果好家伙，Palantir反手就把自己的潜在客户告上法庭，称其违反了1994年《联邦采购精简法案》，进行没有必要的市场调查，以确定产品是否能满足其需求，要求美国陆军使用自己的产品。结果2016年法院真的就判决支持Palantir，让Palantir和当时的军工巨头雷神科技竞标，最终Palantir在竞标中胜出，“强行”让美国陆军成为自己的客户。

另外和大家分享一个有趣的发现。在之前给证监会提交的文件中，Palantir表示不太可能会进军中国市场（原因都懂）。但很有意思的是，在Demo Day的一个Foundry演示画面中，界面上工厂的地址竟然是上海！（见下图红圈）但目前并没有相关消息，所以我也不过分解读，大家看个乐呵就行。

结语

这篇扯犊子并没有对Palantir的估值做具体分析，因为单纯从现在的各种比率来看，Palantir的价格显然是很贵的。但经过上述的研究和分析我能确定的是，一群硅谷极客用了十几年的时间死磕出来的这个东西在整个行业赛道上绝对是遥遥领先的。

我向来不喜欢十分精细地去给公司估值，尤其是像这种game changer类别的公司，只需要知道未来很美好，也很疯狂，就可以了。