Palantirの記録的な四半期、AI業界に対するAlex Karpの警告を増幅
PalantirのCEO、Alex Karpは、報告された四半期利益10億ドルとともに、フロンティア人工知能モデルを開発する企業に対して鋭い警告を発した。決算後のTechCrunchの記事は、彼の最も挑発的な表現である「Marxist」に焦点を当てた。彼の主張は、公有化や経済理論に関するものではない。企業が自社の管理外で開発された汎用システムを信頼することを前提としたAIビジネスモデルを批判したものだ。
重要なのは侮辱的な表現そのものではなく、この対比である。Palantirは企業によるAI支出の最も明確な商業的受益者の一つとなった。それでも同社CEOは、基盤モデルを供給するラボは、多くの機密性の高い導入用途にとって依然として信頼性が不十分だと述べている。
Karpは、OpenAI、Anthropic、Google DeepMindを含むフロンティアラボと、Palantirの業務ソフトウェアへのアプローチとの間に明確な線を引いている。前者は、多数の顧客に提供することを想定したモデルを構築する。Palantirは、モデルを各顧客のデータ、権限、ワークフローに接続する管理された環境を販売する。
その結果、異例なほど直接的な対立構図が生まれている。フロンティアラボは、より優れたモデルが企業にとって中核的な知能レイヤーになると主張する。Palantirは、企業にはそのモデルと実際の意思決定の間に、運用・ガバナンスレイヤーが必要だと主張する。
TechCrunchの決算後記事は、四半期業績以上の意味を持っていた
Palantirの財務実績は、企業システム内でAIモデルを供給する企業に疑問を投げかけるうえで、Karpにより強い発言基盤を与えた。
Palantirは、米国市場の取引終了後である2026年8月3日に第2四半期の決算を発表した。四半期の終了日は6月30日だった。同社の四半期決算によると、この発表に合わせてKarpら経営陣が参加する投資家向けウェブキャストも実施された。
主要な数字は目を引くものだった。Palantirの四半期売上高は約19億4,000万ドルで、前年同期比93％増となった。同社は約10億ドルの利益も報告したが、この合計には投資関連の利益が寄与している。
この区別は重要だ。大きな会計上の利益が出たからといって、Palantirの中核ソフトウェア事業だけでその全額を突然生み出したわけではない。投資家は、事業運営の実績と投資などに関連する利益を分けて見る必要がある。
基礎となる事業は依然として急成長した。米国の商業部門の売上高は7億6,400万ドルに達し、前年同期比149％増、前四半期比28％増となった。このセグメントは政府機関ではなく企業にサービスを提供しており、KarpのエンタープライズAI論と特に深く関わる。
報道によれば、Palantirの米国商業顧客数は653社に達し、前年から35％増加した。まだ売上高として認識されていない契約業務を反映するこの事業の残存契約価値も、大幅に増加した。
全体の売上高成長率は93％に達した。PalantirはRule of 40スコアを155％と説明している。Rule of 40は、ソフトウェア企業の売上高成長率と収益性指標を組み合わせ、成長と利益率が均衡を保っているかを評価するものだ。
Palantirの指標では、標準化された会計指標ではなく調整後営業利益率が用いられた。そのため投資家は、他のソフトウェア企業との比較を慎重に扱うべきだ。それでも、この指標は経営陣が市場に今回の四半期をどう捉えてほしいかを示している。すなわち、積極的なAI投資に伴いがちな損失を出さずに急速な拡大を実現している、という見方だ。
同社は通期見通しも引き上げた。2026年の売上高は81億5,000万ドル超、米国商業事業の売上高は34億2,000万ドル超と予測した。これらは確定した実績ではなく、あくまで同社のガイダンスである。
決算数値の報道は、商業需要の加速を強調した。この加速は、企業が高度なチャットボットやアプリケーション・プログラミング・インターフェースへのアクセス以上のものを求めているとKarpが論じる際の説得力を高めている。
決算後のTechCrunchの記事は、その数字の根底にある哲学的主張に焦点を当てた。Karpは、フロンティアラボは企業にとって十分に信頼できないと述べた。そのうえで彼は、各組織固有のデータと業務の重要性を過小評価していると彼が見る業界を指す略称として「Marxist」を用いた。
この表現は扇動的であり、正確さにも欠ける。しかし、これをKarpらしい風変わりな一言として片付ければ、そこに付随するビジネス上の主張を見落とすことになる。
Palantirは、エンタープライズAIで価値を生む部分は、何千もの顧客で共有されるモデルそのものではないと考えている。価値があるのは、そのモデルと企業固有の人員、資産、ルール、意思決定との間にある、管理された接続だ。
この前提は、今回の四半期実績と批判が同じ記事で扱われる理由を説明する。Palantirの成長は、多くの顧客が導入、ガバナンス、ワークフロー統合に対して対価を払っていることを示唆する。Karpは、こうした売上を、エンタープライズAIをモデル中心に見る考え方への反証として用いている。
KarpがフロンティアAIラボを信頼できないと考える理由
Karpの批判の中心にあるのは管理だ。誰が業務上のコンテキストを所有するのか、誰がシステムを検証できるのか、そしてAI支援による意思決定が誤ったときに誰が責任を負うのか、という問題である。
フロンティアモデルとは、多様なタスクを実行できるよう訓練された大規模な汎用AIシステムを指す。開発者は単一の基盤モデルを改善し、消費者向け製品、クラウドプラットフォーム、またはアプリケーション・プログラミング・インターフェースを通じてアクセスを提供する。
この構造は大きな規模の経済を生み出す。ラボは計算資源、データ、研究に多額の投資を行い、そこで得られた能力を多数の顧客に広げられる。企業は、自力ではめったに構築できないシステムを利用できる。
Karpが問題視するのは、その汎用モデルが文章作成から業務への影響へと移行する場面だ。モデルは、組織的な文脈が限られていてもマーケティング用のスローガンを提案できる。しかし、在庫配分、保守計画、情報分析、軍事行動の推奨に関わる前には、はるかに厳格な管理が必要となる。
企業ごとにルールも異なる。病院、銀行、製造業者、防衛機関は、データアクセス、人による承認、記録保持を同じ方法で扱うことはできない。同じ業界の二社であっても、機密情報の定義は異なり得る。
Palantirが提示する代替案は、組織の実在するエンティティと関係性をソフトウェアで表現するオントロジーだ。これは人、機械、注文、権限、意思決定を、管理された業務レイヤーにマッピングできる。
このレイヤーは、一般にAIPと呼ばれるPalantirのArtificial Intelligence Platformの中核をなす。AIPは、顧客固有の権限と監査管理を適用しながら、モデルを企業データやアクションに接続する。
Karpの主張は、オントロジーとその管理機能の方が、モデル提供企業による知能に関する主張より重要だというものだ。より高性能なモデルであっても、どの従業員が記録にアクセスできるか、あるいはどの意思決定に人の承認が必要かを自動的に理解するわけではない。
フロンティアラボも、こうした問題を無視してきたわけではない。OpenAI、Anthropic、Google、主要クラウドプロバイダーはいずれも、エンタープライズ向けの管理機能、セキュリティ上のコミットメント、管理ツール、顧客データの学習利用を制限する選択肢を提供している。
こうした保護策は、フロンティアラボが本質的に企業要件に敵対的だという包括的な主張を弱める。また、モデル提供企業がガバナンスを競争上の課題と認識していることも示している。
しかし、セキュリティ上のコミットメントが、すべての業務上の問いに答えるわけではない。企業は依然として、どの情報をモデルに入力するか、どの出力がアクションを引き起こしてよいか、失敗をどのように調査するかを決めなければならない。
したがって、最も重要な信頼の問題は、個人的なものではなくアーキテクチャに関わるものだ。購入者は、ラボがデータを悪用しようとしていないと信じる必要はない。変化する外部モデルが内部ポリシーを回避できないという保証が必要なのだ。
モデルも時間とともに変化する。提供企業は新バージョンをリリースし、旧バージョンを終了し、安全機構を変更し、製品のリクエスト処理方法を変える。こうした変更は、規制対象または安全性に敏感な環境で運用する顧客に検証作業を生じさせる可能性がある。
モデル提供企業は平均的な性能を向上させる一方で、限定的な業務タスクにおける挙動を変えることがある。企業には、その変化が本番環境に影響する前に検出する評価システムが必要だ。
ここでKarpの警告は、より説得力を帯びる。ラボはモデルレベルの安全性を提供できるが、すべての顧客にとって許容される業務上の挙動を定義することはできない。その責任は企業と、モデルを取り巻くソフトウェアに残る。
「Marxist」という表現は、この実務的な論点を覆い隠している。フロンティアAI市場は、資本、顧客、計算能力をめぐって競争する民間企業によって主導されている。この市場をMarxistと呼ぶのは政治的レトリックであり、文字どおりの説明ではない。
Karpが攻撃しているのは、むしろ標準化の考え方だとみられる。彼は、単一の抽象的な知能が組織を交換可能な単位として扱えるという考えを退けている。Palantirの商業的立場は、あらゆる機関には固有の業務モデルが必要だという対極の見方に依存している。
この解釈に立てば、決算後のTechCrunchでのやり取りは、当初聞こえるほどイデオロギー的なものではない。企業価値がどこに蓄積するかをめぐる営業上の主張なのである。
真の競争は、モデルの知能と業務上の管理の間にある
Palantirとフロンティアラボは、どのレイヤーがエンタープライズAIの制御点となるかをめぐって競争している。
フロンティアラボには明白な優位性がある。そのモデルは、現在のAI市場を可能にした言語理解、推論、コーディング、マルチモーダルの能力を提供している。
これらのモデルが向上するにつれ、提供企業はエンタープライズアプリケーションへさらに踏み込める。中核技術の周辺に、コネクター、エージェント、検索・取得システム、アイデンティティ管理、ワークフローツールを追加できる。
エージェントとは、モデルを用いて目標に向けた複数のアクションを選択・実行するソフトウェアである。この設計は、エージェントが推奨を出すだけでなく、より多くのことを実行できるため、ガバナンスの緊急性を高める。
OpenAI、Anthropic、Googleは、それぞれのモデルを軸に、企業がより高度なシステムを構築することを望んでいる。各社のクラウドパートナーも、そうしたシステムを支えるインフラ、セキュリティ、データサービス、導入ツールを提供したいと考えている。
Palantirは異なる位置を占める。同社が最も高性能な基盤モデルを構築する必要はない。権限と結果が重要な業務環境の中で、複数のモデルを使えるようにすることを目指している。
このモデル非依存の立場は、企業に柔軟性をもたらす。顧客はタスクごとに異なるモデルを選び、提供企業を切り替え、機密性の高い作業を管理された導入環境へ振り分けられる。
また、単一のラボへの依存を抑えることもできる。モデル性能が収束すれば、周囲のデータ・ワークフローレイヤーの価値はより高まる。Palantirはその結果から恩恵を受ける。
フロンティアラボは逆の方向から利益を得る。あるモデルが競合を大きく上回る能力を持つようになれば、企業にはその提供企業のプラットフォームを中心にアプリケーションを構築する、より強い理由が生まれる。
競争は単純にPalantir対OpenAIという構図ではない。これはアーキテクチャ上の重力をめぐる争いだ。顧客コンテキスト、権限、評価、ワークフロー履歴を保持するレイヤーは、置き換えが難しくなる。
Palantirの米国商業事業における急成長は、現在、多くの組織がこの中間レイヤーへの支援を必要としていることを示唆する。モデルへのアクセスだけでは、統合作業をなくせていない。
企業データは、データベース、文書、ソフトウェアアプリケーション、センサー、ローカルファイルに分散しています。その多くには、統一されていないラベルや古い権限設定が残っています。モデルだけで、こうした組織上の問題を解決することはできません。
同じ問題はナレッジワークにも当てはまります。従業員は、回答がどこから来たのか、どの情報がそれを形作ったのか、そしてその情報を利用してよいのかを理解する必要があります。検索可能なナレッジベースは、アクセスルールと情報源の文脈が可視化されたままであれば、より有用になります。
Palantirは、この原則をより大規模な業務運用に適用しています。同社のソフトウェアは、モデルの出力を、工場部品、供給注文、顧客アカウント、あるいは戦場の資産を表すオブジェクトに結び付けることができます。
その具体性は、乗り換えコストを生む可能性があります。顧客が業務をPalantirのオントロジーにマッピングした後では、同プラットフォームを外すために、別の場所でワークフローや統制を再構築しなければならない場合があります。
フロンティアラボは、そうした機能を自らより多く提供することで対応できます。クラウドプロバイダーはすでに、モデルをデータベース、IDシステム、可観測性ツール、アプリケーションサービスと組み合わせて提供しています。
Microsoftは、モデルへのアクセスにクラウドインフラ、業務ソフトウェア、ID管理、開発者ツールを組み合わせているため、特に強い立場にあります。Amazon Web ServicesとGoogle Cloudも、幅広いモデルカタログを通じて同様の戦略を進めています。
これらの企業は、顧客に別個の業務プラットフォームは不要だと主張できます。既存のクラウド環境内で、統制されたAIシステムを構築できるからです。
Palantirは、スピードと導入における規律で対抗しています。同社の販売戦略は、顧客が実際のデータとワークフローを中心にシステムを構築する短期の実践セッション、いわゆるブートキャンプに大きく依存してきました。
ブートキャンプのモデルは、一般的なデモンストレーション以上に具体的なものを買い手に提供します。また、統合そのものを販売プロセスの一部にすることで、実験から契約までの道のりを短縮できる可能性があります。
それでも、Palantirの成長は、そのアーキテクチャが主流になることを証明するものではありません。それは、AI導入が異例の勢いで進む局面において、同社が大きな需要を見出したことを示しています。
決定的な問いは、エンタープライズの統制が専門的なソフトウェアカテゴリーとして残るかどうかです。クラウドやモデルプロバイダーがその機能を取り込めば、Palantirはより強いプラットフォーム競争に直面します。
企業が独自のガバナンス層を維持しながら複数のモデルを使い続けるなら、Palantirの立場は強まります。それこそが、Karpの政治的な言葉の内側にある商業上の賭けです。
Palantirの数字が証明しないこと
好調な四半期はPalantirのエンタープライズAI論を後押しするものの、フロンティアラボが信頼に値しないことや、PalantirがAIガバナンスを解決したことを立証するものではありません。
最初の制約は利益の数字にあります。四半期利益がおよそ10億ドルという数字は、ソフトウェア事業の成果を直接測る指標のように見えます。しかし、投資関連の利益が結果に大きく寄与したと報じられています。
売上高の伸びと調整後の営業成績は、顧客需要についてより明確な証拠を提供します。それでも、現在の導入急増の後に、その加速のどれほどが持続するかは明らかになりません。
Palantirの顧客集中にも注意が必要です。政府向け事業は、同社のアイデンティティ、専門性、収益基盤の中心であり続けています。政府案件には長期契約や厳しいセキュリティ要件が伴うことがありますが、あらゆる企業購買環境を代表するものではありません。
防衛機関は、コストやユーザーの親しみやすさよりも、統制や任務との統合を優先するかもしれません。より小規模な商用顧客は、既存のクラウドまたは生産性向上プラットフォームにバンドルされた、よりシンプルな製品を好む可能性があります。
同社の米国商用部門の成長率149％は、急速に拡大する基盤から生まれました。売上が増えるほど、そのペースを維持することは難しくなります。前年比較も、より厳しいものになります。
Palantirの予測もリスク要因です。経営陣は四半期後に見通しを引き上げましたが、予測は依然として契約時期、顧客予算、導入遅延、より広範な経済状況の影響を受けます。
バリュエーションは歴史的に、これらのリスクを増幅してきました。過去には、投資家がさらに速い成長を期待していたため、Palantir株は好調な決算後にも下落しました。以前の市場分析では、海外商用事業の業績と高い期待値への懸念が取り上げられています。
最新四半期も、その圧力を取り除くものではありません。急成長は、投資家が次の決算を評価する基準を引き上げる可能性があります。
Karpの信頼に関する主張も精査が必要です。Palantirは、重要な業務レイヤーをPalantirのソフトウェア内に置くよう顧客に求めています。この取り決めは、それ自体がベンダー依存の一形態を生み出します。
フロンティアラボを信用しない企業は、Palantirにも同じ問いを向けるべきです。誰がシステムを監査できるのか。顧客はデータやポリシーをどれほど容易にエクスポートできるのか。Palantirがプラットフォームを変更した場合、何が起きるのか。
ガバナンスソフトウェアはリスクを低減できますが、モデルを決定論的にすることはできません。モデルは依然としてハルシネーションを起こし、文脈を誤解し、安全でない行動を推奨する可能性があります。
人間による承認は影響を抑えられます。監査ログは何が起きたかを再構築する助けになります。権限制御は不正アクセスを防げます。しかし、これらの仕組みはいずれも、出力が正しいことを保証しません。
組織には独立した評価も必要です。ベンダーの社内ベンチマークは、顧客の実際のタスク、言語、データ品質、または失敗時のコストを反映していない可能性があります。
このため、エンタープライズAIガバナンスは継続的なプロセスとなります。チームは導入前にモデルをテストし、本番環境での挙動を監視し、インシデントをレビューし、モデル更新後にシステムを再評価しなければなりません。
Palantirは、自社プラットフォームがこうした統制を支援すると述べています。買い手は、自身の環境でその主張を検証する必要があります。
「フロンティアラボは信頼できなさすぎる」という表現も、異なる企業をひとまとめにしています。OpenAI、Anthropic、Googleは、それぞれ異なるモデル、方針、導入の選択、パートナーシップを運営しています。
Anthropicはモデルの安全性を重視し、システム挙動に関する研究を公表しています。OpenAIはビジネス顧客向けの管理機能とセキュリティ統制を拡充してきました。Googleはモデルを確立されたクラウドセキュリティスタックと統合しています。
それぞれのアプローチは個別に評価されるべきです。Karpの広範なカテゴリー分けは競争上の物語としては有用ですが、調達上の結論としては弱いものです。
彼の「マルクス主義者」という表現は、技術的評価にはさらに役立ちません。企業の買い手はイデオロギー的な包装を無視し、契約、アーキテクチャ、データ処理、監査可能性、撤退の選択肢を検討すべきです。
techcrunchの決算後の切り口が成功しているのは、鮮烈な矛盾を捉えているからです。AIブームから利益を得る企業が、その中核技術を生み出している業界について顧客に警告しています。
この矛盾は、Karpが間違っていることを意味しません。しかし読者は、Palantirのインセンティブを認識すべきです。企業が生のモデルアクセスを不十分で、潜在的に危険だと見るほど、同社は利益を得ます。
KarpのエンタープライズAI論を試す3つのシグナル
次の段階を決めるのは、AI業界を最も鋭く表現した言葉ではなく、測定可能な顧客行動です。
最初のシグナルは、第3四半期におけるPalantirの米国商用部門の業績です。売上成長、顧客増加、残存契約価値は、第2四半期の加速が持続的な需要を示していたかどうかを明らかにします。
ここでは前四半期比の成長が重要です。急速な拡大局面の後でも、前年比較は劇的な数字になり得ます。四半期から次の四半期への伸びは、現在の勢いをより近くから示します。
投資家は、実績をPalantirが引き上げた通期ガイダンスとも比較すべきです。その予測を達成または上回れば、企業が統制された業務AIに対価を支払っているというKarpの主張は強まります。
大幅な減速はその主張を弱めます。ブートキャンプや初期導入が、同社の期待ほど一貫して本番支出へ転換していないことを示すでしょう。
2つ目のシグナルは、フロンティアラボがエンタープライズ向け統制レイヤーをどのように拡張するかです。モデルプロバイダーはすでに、単純なアプリケーションプログラミングインターフェースの提供を超えつつあります。
より強力な権限システム、持続的な組織コンテキスト、モデル評価ツール、地域別の導入オプション、エージェントに対する明確な統制に注目すべきです。これらの機能は、Karpが指摘する信頼のギャップに直接対応します。
新製品だけでは決着しません。発表よりも、規制対象企業による採用の方が重要です。
大企業がAIワークフローを1つのモデルプロバイダーの周辺に集約するなら、Palantirのモデル非依存という優位性は薄れます。フロンティアラボが、インテリジェンス層と業務コンテキストのより大きな部分の両方を支配することになるからです。
企業が独立したガバナンス層の背後で複数のモデルを使い続けるなら、Palantirの論は強まります。マルチモデル導入は、顧客がモデル供給者と業務統制の分離を望んでいることを確認するでしょう。
3つ目のシグナルは、本番利用からの証拠です。企業は、AIシステムが社内実験を超え、重要なワークフローの支援を始めているかどうかを明らかにする必要があります。
有用な証拠には、処理時間の短縮、エラーの減少、記録された人間による監督、従業員による継続的な利用が含まれます。生産性に関する曖昧な主張だけでは不十分です。
買い手はインシデント報告にも注目すべきです。エンタープライズエージェントに関わる公的な失敗は、Palantir型の統制への需要を高める可能性があります。モデルプロバイダーのネイティブなエンタープライズプラットフォームが強い実績を示せば、Karpの警告は弱まります。
規制産業が最も明確な試金石となります。金融サービス、医療、防衛、エネルギー、製造業は、一般的なオフィス生産性向上よりも厳しい要件に直面しています。
これらの分野は、モデル品質だけでAIを評価できません。追跡可能なデータアクセス、記録された意思決定、再現可能なテスト、失敗に対する明確な責任が必要です。
ナレッジワーカーは、同じ問題をより小さな形で抱えています。会議、文書、調査、社内コミュニケーションにまたがって、AIを使う機会が増えています。パーソナルナレッジシステムは文脈を保持できますが、ユーザーは依然として情報源を検証し、機密情報を管理する必要があります。
これが、techcrunchの決算後の論争の背後にある実務的な教訓です。最良のモデルが、自動的に最良のエンタープライズシステムになるわけではありません。インテリジェンスは重要ですが、文脈、権限、説明責任、そしてサプライヤーを変更できる能力も同様に重要です。
Palantirの四半期決算は、顧客がこうした欠けているレイヤーに対価を支払うことを示す証拠をKarpに与えています。しかし、それは彼に信頼の独占を与えるものではありません。
フロンティアラボはエンタープライズアーキテクチャを改善できます。クラウドプロバイダーは競合する統制機能をバンドルできます。顧客は社内システムを構築することも、専門ベンダーを選ぶこともできます。
Karpのレトリックは、その開かれた競争を、Palantirと無責任なAI業界との単純な選択に変えようとしています。市場は依然として、より複雑です。
企業リーダーは、より限定的な問いを投げかけるべきです。モデル、データ、または業務プロセスが変わったとき、どのレイヤーが統制を保持するのか。
その答えがモデルプロバイダーなら、Karpの警告は注目に値します。顧客が各コンポーネントを統制、テスト、置換、監査できるなら、フロンティアラボのアイデンティティはそれほど脅威ではなくなります。
次回の決算報告は、Palantirがその懸念を収益へ転換し続けられるかを示すでしょう。OpenAI、Anthropic、Google、クラウドプロバイダーによる次のエンタープライズ向けリリースは、彼らが統制のギャップを埋められるかを示すでしょう。
それまでは、「マルクス主義者」という言葉は、政治的挑発に包まれた競争上のポジショニングとして扱うのが最善です。10億ドルの利益という見出しが、それをより大きく響かせました。それが正確だったかどうかを決めるのは、エンタープライズ導入データです。
