AI泡沫升温，Palantir高估了吗？

过去一周，关于AI泡沫的声音，又被推上了一个小高潮。

宏观方面，美股科技公司的资本支出，跟1999年互联网泡沫极其相似。标普500指数涨幅七成以上被少数AI股贡献。

另一边，“大空头”迈克·巴里在最新13F里亮出自己的新下注：买了5万张Palantir的看跌期权，行权价50美金，2027年1月17日到期，期权成本1.84美金，总共掏了大概920万美金，对应名义敞口9亿多。

媒体自然乐于用“做空9亿美金PLTR”的标题来放大这个动作，巴里本人还特意跑到X上纠正算术，但方向没改——在他眼里，这一批最热的AI股，估值里已经掺了不少水分。

Palantir的CEO Alex Karp也比较有意思，在最近几场公开采访里，一边承认现在AI赛道里确实有不少投资“创造不了足够的价值”，一边又强调自己这家公司代表的是另一类：帮美国政府和大企业把AI真的用进系统里的“操作系统”，而不是概念股。他形容做空芯片和本体论（ontology）是“batshit crazy”。

所以现在这家公司站在一个有意思的位置上：

一头连着这轮美国AI基建的大潮——几千亿美金砸进GPU、数据中心、电力和软件；另一头连着“AI会不会重演2000年互联网泡沫”的争论，以及最典型的一位空头代表。Palantir不只是一个股价涨得很猛的ticker，它某种程度上代表了这轮AI情绪的一部分投影。

在这样一轮投资周期里，Palantir到底是一家什么样的公司，它的业务和财务是不是撑得住现在这身价格？更重要的，它在这轮AI基建浪潮里，和2000年那些被推上神坛的互联网公司相比，到底有哪些相似、哪些不同？

Palantir到底在卖什么？

先把定位厘清。Palantir不做大模型，它不是OpenAI、Anthropic那一挂的，它做的是大模型之上的“业务操作系统”——让一个政府部门或大企业，真的能把AI融进自己的决策链条里。

三个主产品大致对应三块世界：

Gotham：给情报、军队、执法系统用的大脑。

起家盘，客户从CIA、国防部到英国国防部、北约，在俄乌战争、反恐、情报分析这种场景里用了很多年，这块业务外界看不透细节，但从美国和英国近期的一些国防AI框架合同来看，Palantir已经基本成了“西方阵营默认的那家做战场/情报软件的公司”。

Foundry：企业版Gotham。大客户里有空客、BP、R1 RCM、能源公司等，它做的是把企业内部所有核心系统的数据打通，建立一个统一的数字孪生——生产、供应链、财务、人力、IoT全部进一个本体模型里。

AIP（Artificial Intelligence Platform）：这一轮AI浪潮的增长发动机。

它对接的是GPT、Claude、Llama这些大模型，在Foundry构建的世界模型之上，把AI嵌进业务流程里：模型调度、权限管理、审计追踪、自动化工作流全包。对企业来说，它解决的是“怎么让AI真正接管一部分决策权”。

跟Walgreens的案例是一个最好理解的样板。Walgreens作为美国第二大药店连锁，自己测算过，要想把几千家门店的库存、补货、人力排班、配送路线做到理论最优，每天要做3840亿次微观决策，光靠人脑+Excel根本不可能。

Palantir上去做的是，先用Foundry把门店、库存、销售、人力、物流等所有关键系统接到一个平台，再用Ontology把门店、商品、员工、仓库、供应商、路线这些对象以及逻辑关系统一建模，最后在AIP上叠加一层AI工作流——需求预测、库存推荐、排班优化、补货和配送调度都交给AI去算、去发指令，门店一线更多是“确认和监督”，而不是“从零做判断”。

官方披露的数据是，8个月时间，Foundry+AIP已经铺到了4000多家门店，原来那3840亿次/日的决策，基本交给系统自动化处理。

AIG的故事类似，只是换成了核保。AIG搭了一套生成式AI核保助手，底层用的是Claude这类大模型，调度和业务流程那一层交给Palantir来做，据他们自己的说法，核保效率提升了3–5倍，准确率从大约70%提升到了90%左右，关键是全链路可审计。

这些案例的共同点是：

第一，场景是真的复杂和“重”，不是搞个问答机器人那么简单；第二，ROI是可以量化的——库存周转、营运成本、核保时效这些财务指标是实打实在改善；第三，Palantir做的是模型之上的世界观和操作系统，这一层本质上比较难替换。

这也是为什么在Analyst Day和各种媒体访问里，Karp总是反复谈ontology、本体、世界模型这些看上去很哲学的词，对他们来说，这确实是区别于普通SaaS的那块护城河。

基本面是一件事，估值又是另一件事

聊完业务，回头看数字到底对不对得上口径。

最新2025年Q3财报，Palantir的几组关键数据是这样：

总营收11.81亿美金，同比+63%，环比+18%；美国商业收入3.97亿，同比+121%，美国政府4.86亿，同比+52%；全球政府业务6.33亿，同比+55%，商业业务5.48亿，同比+73%。

GAAP净利润4.76亿美金，净利率约40%，GAAP营业利润率33%，非GAAP营业利润率51%；按Investopedia的算法，“Rule of 40”达到了114%。

调整后自由现金流单季5.4亿美金，FCF利润率46%；过去12个月滚动FCF接近20亿，账上现金60多亿、长期债务基本可以忽略。

合同方面，Q3新签TCV27.6亿美金，创历史新高，美国商业剩余合同价值（RDV）达36亿，同比翻了近两倍。

管理层第三次上调全年收入指引到43.96–44亿美金，对应全年增速在53%左右。

这几组数字说明：从“赚钱能力”角度，Palantir很难被简单归类为“讲故事的泡沫股”。它现在已经是一个高速增长、稳定盈利、自由现金流充沛的成熟成长股，和很多还在亏损、靠讲ARR/NRR的AI概念比，基本面明显厚实得多。

但估值是另一回事。

今年以来，PLTR股价涨幅在135%–150%区间，自2022年低点算起接近20倍。

汇总MarketBeat主流机构分析师给的目标价，一年平均目标价在172美金附近，Citi、UBS等这一挂给的是中性评级，目标价从170–180调到190–205，美银、Wedbush这样的多头则给到了215–255的高位；有“极端估值”给了18.5最低。

算估值倍数的方式大家各有各的模型，但大致共识是：按收入算，PS在100倍附近；按当前TTM自由现金流看，P/FCF约20–25倍，但若套用部分分析师更前置的2026–2027年FCF预测，估值倍数会被拉高到接近三位数，因此空头才会把Palantir视为板块里最贵的一档。换句话说，市场已经在用“AI时代操作系统+国防软件复合体”的故事来定价，而不是用传统SaaS的样板来套。

这也是为什么巴里那5万张2027年到期的put会显得特别“对情绪”：在他那套框架里，Palantir的问题不在于业务，而在于市场愿意为这些业务付出多高的价格，以及这种意愿能持续多久。

美国AI基建已经卷成什么样了？

聊“AI泡沫”这件事，如果只盯着几只股价，其实有点片面。如果关注一下美国在AI基建上的动作你会发现，这是近几十年来资本开支最激进、最集中的一轮投资之一。

I/O Fund给出了一组数据，把微软、谷歌、亚马逊、Meta等几家大厂未来几年的CapEx预算加在一起：未来几年Big Tech在“AI基础设施（GPU、CPU、数据中心、电力）上计划投入约4050亿美金”，单微软2025财年的CapEx就同比增长了58%，达到882亿美金，而且管理层已经提示2026财年增长率还会更高。

另外JPMorgan在11月的一份长文里估算，未来五年全球数据中心和AI基建（包括电力配套）总投资将超过5万亿美元，他们甚至专门写了一节讲这件事会如何重塑美国信用债市场，因为公用事业、电网公司也要同步加大资本开支。

IoT Analytics的数据显示，仅数据中心基础设施（IT+机房设施）这一块，到2030年的年支出就有望逼近1万亿美元，AI驱动的服务器、网络、存储占比会提升到接近一半。

电力侧，大型公用事业公司已经开始为“AI要电”重写自己的五年计划。比如美国最大的输电公司之一AEP在10月底把2025–2030年的资本开支计划从540亿美金上调到了720亿，理由很直接，就是为了满足数据中心和工业客户猛增的用电需求，预计峰值负荷要从37GW拉到65GW。

微观一点的例子，比如微软在亚特兰大刚开了一个新的AI“超级工厂”：占地85英亩、建筑面积超100万平方英尺，里面塞了几十万颗GPU，液冷系统、12万英里光纤，把它和全球Fairwater网络上的其他算力中心连起来。单Q1一个季度，微软在数据中心和AI相关基础设施上的CapEx就超过340亿美金，而且管理层在财报会上谈的是“要在两年内把数据中心footprint再翻一倍”。

OpenAI那边，Sam Altman对外讲过一个目标：到2033年希望全球AI计算能力能达到250GW，这意味着需要持续运转6000万颗GPU，每年新增3000万颗，耗电量相当于整个印度的用电水平，排放量是ExxonMobil的两倍。

微软、Alphabet、Meta、亚马逊在全国范围内砸下了数百亿美元建AI数据中心，AI基建已经成了美国经济增长的关键驱动力之一，同时也在挤占土地、电力、地方财政等资源。

从这些数字往回看，所谓“AI泡沫”的一个直观含义不是多了几个“AI概念股”，而是整个美国经济正在被一轮前所未有的“算力基建投资周期”推着走：芯片厂拉着台积电、ASML投巨资，云厂商砸数据中心，公用事业砸电网、变电站和发电厂，连美国能源分析机构都在估算未来AI数据中心可能拉高10%–15%的全国天然气产量和LNG出口。

如果把时间轴再拉长一点，大概只有90年代末那轮互联网+光纤铺设能和现在这一轮AI基建投资的强度相比。那一轮最后被写进教科书的是“互联网泡沫”，但整个通信基础设施的超前铺设，也确实为后来的云计算和移动互联网打好了底子。

现在的问题是：我们在AI上看到的是不是类似的事情？

AI vs dot-com

相似的地方不用多说，当年的互联网和现在的AI都属于“通用目的技术”，都带来了一种“再不跟就要被时代抛弃”的焦虑；资本开支都是一窝蜂上，一边是铺光纤、建交换机、搞机房，现在是建数据中心、买GPU、扩电网；股市结构都是少数科技巨头拉动大盘，普通公司跟涨跟跌；估值都是先看“眼球”和“用户数”，现在换成了“参数量”和“算力规模”。

但不同的地方也非常关键。

第一，现在这拨AI龙头，大多是已经盈利、现金流充沛的大公司。

2000年那会儿，很多dot-com公司还在亏钱，商业模式不清晰，全靠讲“eyeballs”和“clicks”；现在AI龙头里，微软、谷歌、亚马逊、Meta本身已经是有巨大现金牛业务的成熟巨头，它们拿出来砸AI的，更多是过去十年积攒的家底。这使得这轮AI投资，即便出现泡沫，也不太会是“全行业大面积破产”的那种崩法，更多是估值层面的再定价。

第二，这轮AI的硬件、能源成本，是直接落在实体经济上的。

2000年时你上网站，背后当然有服务器和机房，但社会整体感知的是“互联网公司股价涨很多”；现在AI要跑起来，前面是模型，后面是实体电厂、输电线路、水资源，连公用事业公司都在更新资本开支指引，电价、土地、地方财政都被牵着走。AEP这种公司估计自己到2030年峰值负荷要从37GW拉到65GW，很大一块就是数据中心和AI带来的新增负荷。

第三，落地速度不一样。

互联网当年很多商业模式要等十年后才成熟，泡沫破裂的时候，盈利模式还没跑通；现在AI虽然离“全面提升全社会生产率”还有距离，但像Walgreens、AIG这样在具体行业里提升效率的案例已经真实发生，而且是在一两年内完成从试点到规模化部署。从这个意义上讲，AI不是只有“第一层叙事”，已经开始有一部分“第二层现金流”。

第四，投机层面的行为，当然还是一如既往地热闹。

“没有人想在音乐停的时候还在舞池里跳。”这句话放在2000年、放在2021年的加密货币、放在今天的AI股上，大概都适用——人类对新技术的FOMO（害怕错过），其实每一轮都差不多。

回头看Palantir，它有点像这一轮AI投资故事里的一块情绪投影：

一方面，它没有自己的模型，却站在模型之上做操作系统，政府+企业两头吃，踏实落地；另一方面，它的股价表现、估值水平、分析师分歧，又是这一轮AI情绪的缩影：多头觉得它代表的是“AI基建软件层里的长期赢家”，空头觉得它代表的是“在真正回到现金流折现之前，市场愿意预支的那一部分热情”。

现在的AI经济，是一个同时被“地缘政治竞赛”和“资本回报竞赛”驱动的系统。Palantir这家公司，恰好刚好站在这两条赛道的交点上：一条是Karp口中“帮美国打赢AI战争”的叙事，一条是华尔街看报表、看估值、看回报期的冷冰冰的模型。