Palantir(PLTR) 1Q24 簡單觀察

閱讀時間約 2 分鐘
  • 文內如有投資理財相關經驗、知識、資訊等內容,皆為創作者個人分享行為。
  • 有價證券、指數與衍生性商品之數據資料,僅供輔助說明之用,不代表創作者投資決策之推介及建議。
  • 閱讀同時,請審慎思考自身條件及自我決策,並應有為決策負責之事前認知。
  • 方格子希望您能從這些分享內容汲取投資養份,養成獨立思考的能力、判斷、行動,成就最適合您的投資理財模式。
raw-image

數據分析商 Palantir(PLTR) 1Q24 財報顯示,總營收成長率 20.8%、美國商業子項營收成長率 40%(上季 70%),財報發布隔天股價下跌 15%。儘管事後論述是看圖說故事,但還是想聊聊這幾季下來,對它的觀察與看法。

約在 2Q23 時,PLTR 引入「AIP Bootcamp」這個 GTM 概念,主打能夠在短時間內,透過手把手教導企業使用旗下數據分析產品,展現出利於企業運營的結果。之所以推行這樣的活動,根本原因是客戶不懂如何使用它的產品,PLTR 無法有效率規模化,只能回過頭來辦「體驗營」(然後把它包裝的好像多了不起…)。

這是 PLTR、C3ai 這類數據分析商的商模通病,因為它們提供的服務,不是客戶隨便丟些自有或三方數據後,就能產出有意義的分析,必須同時擁有產業洞見與機器訓練知識,才能知道哪些數據有訓練意義,這就大幅制約這些分析商的營收成長,因為要嘛市場覺得產品不好用,要嘛是用起來沒有立竿見影的成果。

至於 GenAI 技術的浮現,可說是解決了 PLTR、C3ai 的某個痛點 -- 用戶不需再用生硬的指令(或甚至不能用指令,只能下些過濾條件等方式)與軟體溝通,而可以更人性化的描述需求給軟體,這也是這些數據分析商近期在兜售的投資故事,「有了 GenAI,我的產品將大受歡迎」。

只是,GenAI 解決的是溝通界面問題,卻仍沒有解決如何規模化地使客戶數據與機器學習有效對接的核心問題。PLTR 的解法是辦體驗營,而 C3ai 的解法是與各類平台結盟,以流量制收費方式壓低體驗價,再結合受過機器學習訓練的業務來推廣。

過去幾季的財報 Deck 或電話會議,都把自己講的風生水起;但醜媳婦終究見公婆,季度財報數據攤開來,就知道是不是理想豐滿、現實骨感。再過幾週後,看看 C3ai 又會端出怎樣的成績。



免責聲明 (Disclaimer)

本文僅供參考,讀者應審慎考量自身之需求與投資風險,作者恕不負任何法律責任,亦不作任何保證。本文內容或有取材於作者認可之來源,但並不保證其真實性或完整性;文內所有資訊或預估,變更時作者將不作預告,若資料內容有未盡完善之處,恕不負責。此外,非經作者同意,不得將本文內容加以複製或轉載。

5會員
20內容數
看財報|也讀線圖的|美股|投機型投資者
留言0
查看全部
發表第一個留言支持創作者!