※ 引述《NCKUFatPork (成大肥宅悲歌)》之铭言：
: # Disclaimer
: 本鲁为某湾区IT公司内部infra前端难民
: 本篇文章为我个人基于几个小时的研究阅读各方讨论
: 以及观看Palantir demo所拼凑出的整理.
: 本人才疏学浅对Data Analytics理解也不深, 发这篇文只是为了抛砖引玉.
: 内文若有误欢迎在下面指正
: 以下只讨论我觉得很有前景的Foundry.
: Palantir的demo感觉受众是给数据分析领域背景的观众
: 因此对于一般投资者(华尔街, 财报分析师, or seeking alpha)
: 并不太理解Palantir Foundry到底在干嘛.
: # Foundry在干嘛?
: Foundry基本上是一个Framework
: 让使用者不用写code, 拉一拉线点一点按钮就可以迅速完成以下任务:
: - 把海量数据转化成业务逻辑上make sense的资源们(Ontology)
: - 可以进一步分析创造出的资源或更改这些资源, 并且修改原来储存的数据
: - 利用这些资源建立AI model模拟决策进行实验, 可以像code一样有CI/CD pipeline
: - 监控, Alert, 可以部署application到终端设备
: # Foundry屌在哪?
: ## Dynamic Ontology
: Ontology大概是分类事物以及描述事物本体之间的关联.
: 具体上来说, 在Palantir, Ontology包含:
: - Objects(物件)
: - Properties(属性)
: - Relationships(关联)
: 基本上, 如果你能越精确的定义逻辑个体还有描述个体间的关联.
: 你之后的模拟或是决策就会越准确.
: Foundry允许使用者动态定义并修改Ontology.
: 这代表你不用重新设计修改和deploy你的数据储存系统.
: 随着你的公司数据量越来越大, business越来越复杂
: Dynamic Ontology依然能够scale.
: Source: https://tinyurl.com/2p8tf7eb
: ## 简单直觉的UI就能够完成复杂操作
: 传统上Business Analyst需要hack到不同数据源.
: 必须处理不同的档案格式(sql/nosql/key value data store)
: 用程式语言去query data
: 然后想办法丢到data visualization tool像是tableau生成dashboard.
: 利用Foundry跟Ontology使用者很轻松的就可以在几个点击后生成dashboard
: 而且不用写任何一行code.
: ## AI model完整的CI/CD pipeline
: 一些infra比较差的公司传统上在AI model的处理很差.
: 往往是scientist在local train data甚至直接deploy到application.
: 这样子的流程没有标准化而且很难纪录具体training和实验的流程
: 这些在Palantir都帮你处理好了.
: 在demo里面可以看到Model的deployment有完整的ci/cd pipeline就和code一样
: ## Data integration 和Security
: 从demo来看, Palantir的数据源看起来support AWS/Azure/Google
: 另外Palantir 也有和IBM 的Cloud Park合作, 甚至能使用IBM Watson做分析
: 资料格式支援SQL/NOSQL/Postgress.
: 因此不管数据是有结构还是没有结构的都能很好的整合在Foundry
: 另外Palantir在设计Foundry就把权限控制考虑好了.
: 所以上从VP/manager/analyst下到contractor都能在同一个platform上工作
: # Foundry竞争者是谁?
: 具体来说目前市面上没有这样一个platform完全整合Data modeling的部分.
: Snowflake专注在数据源的整合, Tableau只是单纯的data visualization tool.
: Alteryx 可能会是但他比较偏向consultant company.
: # 这么屌的话, 为何Palantir Revenue Growth Rate没有到50%?
: 初看这间公司的话我心中的疑问是
: 为何Palantir没有像Snowflake或是Datadog有爆发性的成长?
: 依照我个人的观察的话, 我想了想得到的答案是:
: IT 大公司在ML还不成熟的时候就必须要处理海量的资料.
: 在这个情况下大公司如Google, Amazon就会去发展自己的in-house solution.
: 因此在系统和workflow已经成熟的情况下选择Palantir是不切实际的.
: 然而Palantir看起来似乎不是订阅制, 昂贵的费用基本上中小型企业不太会需要使用
: 这些公司可能就花钱请一些Business Analyst弄弄sql query串个tableau就够了.
: 因此最后有希望的客户就只剩需要处理海量数据的非IT大企业.
: 没有像FAANG已经有自己系统的公司比较有可能使用
: 大概是为什么Palantir工程师必须得下去教如何使用这套framework
: 也因此看空方常常会说Palantir是一个consultant company (虽然他看起来并不是)
: # 所以Palantir 估值过高?
: PLTR ps ratio 大概在 24 而revenue growth rate不过30%
: 很多人会说这根本天价估值.
: 我个人是觉得还好, 从 https://tinyurl.com/2p8fw63f来看.
: PLTR的ps ratio 以18元算的话对应他的growth rate大概在平均值左右吧
: 另外常提到的stock base compensation我是觉得过度反应.
: 大部分刚上市公司流通股数翻倍是很常见的事情 (请看ddog, snowflake, service now)
: 未来要年稀释100%是不太可能, 但每年5-10%是有可能的.
: 不过发股票这个算硅谷常态了, 看levels.fyi我也不觉得palantir有发到很夸张的境界.
: 真正的问题在palantir是否可以证明Foundry能够成功打入企业用户.
: 目前来看北美方面的企业成长是100%, 但放到全球就没那么多.
: Revenue growth rate 如果未来只有30%我看股价应该会卡在15-30个几年.
这支网红股已经正式过气了吗？
发布财报后大跌15.75%
创下上市以来最大跌幅
收盘价11.77(记得ipo价格是10？)
完全没人要讨论
往好处想
跌成这样估值合理许多
没有仓位的投资人如果对他的技术有信心
最近可以观察一下入场时机