Palantir一年飆漲520%!解密矽谷最神秘公司,「文科生CEO」什麼來頭?
Palantir一年飆漲520%!解密矽谷最神秘公司,「文科生CEO」什麼來頭?

重點1 : 美國數據軟體巨頭Palantir股價表現強勁,過去一年上漲超過520%,2024年初至今也上漲38%,目前市值突破2364.22億美元。

重點2 : DeepSeek的開源模型在蘋果美國App商店的免費應用程式排行榜上超越OpenAI的ChatGPT,引發科技市場震盪,並質疑大型科技公司在AI領域的大量資本支出。

重點3 : Palantir執行長亞歷克斯·卡爾普 (Alex Karp) 警告,中國DeepSeek等競爭AI模型的崛起,顯示美國必須加速開發先進AI,以應對潛在威脅。

Palantir股價表現強勁,市值突破2,360億美元

美國軟體與服務公司Palantir近年來股價表現亮眼,過去一年上漲超過520%,2025年初至今也上漲38%。截至2月5日,其股價達到每股103.83美元的歷史新高,目前市值達到2364.22億美元(約新台幣7.76兆元)。

Palantir的成功很大程度上來自與美國政府的業務合作,國防部是其最大客戶,占該公司第四季營收的41%。 卡普表示,Palantir在AI領域居於領先地位,並將致力於改變美國企業的營運方式, 「改善美國是該公司的首要目標。」

對於DeepSeek的崛起,卡爾普在接受《CNBC》採訪時表示,這是對美國的一大警訊,這意味著美國必須加速開發更先進的AI技術,以應對潛在威脅。

他強調,科技本身並非絕對良善,若落入敵對勢力手中,可能構成威脅。因此,「美國必須更加努力,以全國之力投入AI研發。」

報導也指出,DeepSeek崛起引發市場震盪,本週更在蘋果美國App商店的免費應用程式排行榜上超越了OpenAI的ChatGPT。

DeepSeek不僅讓美國科技股在週一遭遇拋售,輝達(NVIDIA) 更在1月27日股價下跌16.97%,單日市值蒸發約5930億美元,創下美國股市史上單日最大損失金額紀錄。

同時,DeepSeek據稱以低於競爭對手的成本開發成功,也引發了人們對於大型科技公司在AI領域投入巨額資本支出的質疑。 對此,卡爾普表示他並不相信DeepSeek的成本估算。

Palantir技術長夏姆·桑卡爾(Shyam Sankar)則表示,DeepSeek事件的真正教訓是「我們正在與中國交戰。」

Sankar在財報電話會議上表示, 「我們正處於AI軍備競賽之中,我們要瞭解,AI競賽是贏者通吃,這將是一場涉及整個國家的努力,且不僅限於國防部,才能確保我們作為一個國家的勝利。」

Palantir是什麼公司?

Palantir一直都是矽谷最神秘的公司之一,據傳該公司曾利用數據技術,協助美軍找到伊斯蘭恐怖組織首腦賓拉登可能的藏身處,並分析阿富汗境內的炸彈分布樣態,降低美軍的死傷人數。

這間「戰功彪炳」的公司,客戶範圍從聯邦調查局(FBI)、中央情報局(CIA)到美國海軍陸戰隊和空軍等政府組織,十分特別。

Palantir主要的業務,是將零散的數據蒐集起來,將其整合並加以分析,解釋過去並預測未來。

《魔戒》水晶球
圖/ 截圖自網路

Palantir的命名其來有自,由於卡爾普的初衷是希望能夠藉由數據、梳理事務的邏輯,以利打擊網路恐怖組織, 因此公司名字是以《魔戒》當中,能預見未來的水晶球命名,含有「預見未來之意」的隱喻在其中。

Palantir執行長是什麼來頭?

更讓人驚訝的是,Palantir執行長,竟然還只是個和電腦科學背景毫不相干的社會學博士!

卡爾普為Palantir的共同創辦人,他與夥伴彼得·泰爾(Peter Thiel)曾經是史丹佛大學的法學院同學,當時的泰爾同時也是兆元級企業Paypal的創辦人。

2001年,九一一事件發生,恐怖組織使社會人心惶惶,卡爾普與泰爾在某次聊天後,共同產生開發網路反恐軟體的想法。2004年,僅得到三位投資者的Palantir正式成立。

Alexander Karp
執行長阿歷克斯·卡爾普(Alexander Karp)。
圖/ 截圖自YouTube

然而毫無相關背景的卡爾普,與存在著高風險的業務性質,讓卡爾普起初的融資行動屢屢失敗。但在被轉介給CIA的創業投資機構In-Q-Tel後,從2005年至2008年,CIA都是該公司唯一客戶。

自2009年起,Palantir才開始與其他政府機構合作。2010年,Palantir的客戶組成大都是政府機構,私人公司寥寥可數。

Palantir為美國政府完成大量的情報工作,卻也引發一系列的質疑。《彭博社》曾稱Palantir分析大量的私人數據卻能不受監督,是「可怕的政府爪牙」。

2011年,一名美國國家安全局(NSA)員工Edward Snowden就曾經揭露,該機構對全美國民的電話通訊進行大規模的監控,而為其分析數據的Palantir首當其衝,被認為是《老大哥》(The Big Brother)中的政府間諜。

卡爾普似乎不受此影響,並表示Palantir的技術是建立在保護隱私和人民自由之上,公司本身並無蒐集或使用任何數據,資料的使用僅限於與客戶的合作當中。

Palantir曾破解達賴喇嘛電腦上來自中國的間諜軟體,並阻止來自巴勒斯坦自殺炸彈客的攻擊,但也曾長期虧損。

例如2018至2019年,Palantir虧損約5.8億美元,2020年上半年淨虧損近1.65億美元。儘管Palantir的估值很高,但極具爭議性的形象,一度讓可口可樂和美國運通(American Express)等投資者卻步。

重押AI!Palantir營收逐年提高

但Palantir於2022年推出人工智慧平台(Artificial Intelligence Platform,簡稱AIP),讓客戶能將大型語言模型(LLM)引入自身營運數據,大幅提升分析速度,並降低AI使用門檻。由於該AI產品獲得巨大成功,成為公司主要成長動能。

2023年第二季,Palantir營收首次突破5億美元,年增長率達到40%;一年之後,2024年第二季營收為5.87億美元,年增長率達到34%。

值得注意的是,Palantir的銷售模式非常特別,由於卡爾普本身並不信任行銷團隊,因此公司內部並無傳統的銷售部門。該公司的銷售團隊主要由具備深厚技術背景的「前線部署策略師」 (Forward Deployed Engineers) 組成,這些策略師不僅負責產品銷售,還需深入理解客戶的技術需求和業務挑戰,提供完整的解決方案。

這種獨特的銷售方式反映在公司的收入結構上。Palantir通常與客戶簽訂大規模、長期的合約,單一合約金額可能達數百萬甚至數億美元。

同時身為社會學博士的卡爾普也認為,矽谷的工程師知道如何寫軟體,卻不了解何謂社會的公平正義,而Palantir正是為了實現此目標而存在的。

Palantir內部揭秘

這樣一間猶如國防承包商的公司,內部風氣卻十分自由,Palantir公司的會議室地上散落著飛鏢,也非常歡迎員工帶著自家寵物去上班,而員工大多選擇穿著印有Palantir字樣的自家品牌服裝,並透過內部頻道,聆聽卡爾普對於道德和馬克思主義的心得。卡爾普則每天必定練習氣功、游泳及冥想,在他辦公室的櫥櫃內,甚至有20副相同款式的泳鏡。

儘管在2014年,卡爾普曾說:「公司只要上市一分鐘,它的競爭力就降低了。」但Palantir仍2020年9月24日以私募股份的方式公開上市。

自2020年9月30日於紐約證券交易所(NYSE)上市以來,Palantir經歷了多項重要事件,以下為主要大事記:

2020年

9月30日: Palantir以每股10美元的價格在NYSE上市,最終收盤價為9.5美元。

8月: Palantir將總部遷至科羅拉多州丹佛市。

12月: Palantir獲得美國食品藥品監督管理局(FDA)價值4,440萬美元的合約。

2021年

全年: Palantir的政府部門收入增長40%,達到4.55億美元;企業部門收入增長31%,達到3.72億美元。

2024年:
9月6日: S&P全球宣布,Palantir將被納入S&P 500指數。

11月14日: Palantir宣布將股票上市地點從NYSE轉移至納斯達克全球精選市場(Nasdaq Global Select Market),自11月26日起生效,股票代碼仍為「PLTR」。

2025年

2月4日: Palantir預測2025年全年銷售額最高可達37.6億美元,超出華爾街預期2.4億美元,市值因此上漲超過300億美元,達到2,360億美元。截至2月5日,其股價達到每股103.83美元的歷史新高。

責任編輯:李先泰

參考資料:ForbesVoxBuck-Fifty MBASuccess StoryCNBC

關鍵字: #大數據
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓