PalantirのFY2025Q3決算は、売上成長と高い収益性を同時に示す強い内容でした。
それにもかかわらず株価が大きく下落した背景には、市場がAIの本質を取り違えている可能性があると言えるでしょう。
今回は、Palantirの決算と現場事例から、「常時推論AI」の真価をプロのファンドマネージャーが読み解いていきます。
投資での資産形成をお考えの方も、既に投資を始められている方も、ご自身の知識と照らし合わせながらご覧ください。
(Fund Garage編集部）
Palantirの「常時推論」──FY2025Q3決算を読む
決算サマリー
今四半期(FY2025Q3)のパランティアは、「成長の質」と「収益性」を同時に引き上げる結果であった。具体的には、売上：前年比+63％／前期比+18％、調整営業利益：6億ドル、手元資金：64億ドル規模に達し、資本力の厚みが一段と増した。特に調整営業利益率51％はガイダンス上限を大きく上回り、粗利構造の強さを裏づけた。
ところが現地時間4日の取引時間終了後、同社の株価は大きく下落した。週末までの下落率は通算で△15.5％にもおよぶ。
一体、市場は何を取り違えたのだろうか？
結論から言うと、この株価急落を引き起こした最大の背景は、業績の悪化ではなく、「AI」に対する市場の評価軸のズレだ。
次項から詳しく見ていこう。
Palantirの常時推論──オントロジー・AIP・Hivemind・Edge オントロジー
パランティアは現在、次の4つをひとつの仕組みにまとめている。
- オントロジー …会社中のデータや業務を同じ“言葉”で整理する台帳
- AIP …その台帳を使って24時間まわり続ける判断の操作盤
- Hivemind …役割分担して動く複数のAI係
- Edgeオントロジー …工場や倉庫など現場でも止まらず動く出張版
である。
ポイントは、「提案→実行→確認→学習」をひとつながり（クローズドループ）で回し続ける設計になっていることである。この、「作って見せる（生成）」だけで終わらない「常時推論」の仕組みが、Palantirの最大の強みだ。
それぞれ詳しく見ていこう。
＜オントロジー＞
オントロジーとは、人間の知識や情報をAIが理解できるようにするメタ言語である。Palantirは顧客との契約・注文・在庫・リスク・社内ポリシーといった組織内のあらゆる概念を共通言語として定義することで、ズレないシステムを構築している。
だから、部門ごとに別々に作られがちなPoC（概念実証）も、共通の土台の上で使い回せるようになるのだ。
そうすることで、一度作った仕組みを複数の業務に横展開しやすくなり、導入コストは下がり、効果は広がりやすいというメリットが生まれる。さらに、権限管理・監査・データがどこから来たかという履歴（データリネージ）も最初から組み込まれているため、「なぜこの判断になったのか」を後から説明しやすいのも特徴だ。
＜AIP＞
AIPは、オントロジーの上で実際にAIを動かす実行基盤である。
ここには、データストリーム・最適化エンジン・判別モデル・LLMなどがつながっている。そのため、AIPは単に提案を出すだけではなく、実際の業務実行まで一連で担うのだ。
この強みは、生成AIと従来型AIをうまく使い分ける点にある。
生成AIは、自然言語での操作や、手順書・SQL・コードのたたき台作りに向いている。一方、判別モデルや最適化エンジンは、低遅延で確実に制御したい場面に向いている。
AIPはこの両方を組み合わせて、検知 → 提案 → シミュレーション → 承認 → 実行 → 監視という流れを標準化している。
＜Hivemind＞
Hivemindは、複数のAIを役割分担させながら動かす仕組みである。
複雑な業務をそのまま1つのAIに丸投げするのではなく、タスクを細かく分ける→それぞれに適したAIへ役割を割り当てる→途中で自己評価や見直しを入れる といった流れで作業を進める。
さらに重要なのは、現場の制約条件を最初から入れられる点だ。在庫・作業可能時間・電力・コンプライアンスなどを条件として組み込むことで、出力が単なる“もっともらしい文章”ではなく、現場で実際に使える指示になる。
この仕組みのメリットは、短期間でも成果を出しやすく、そこから本格導入につなげやすい点だ。
＜Edge オントロジー＞
Edgeオントロジーは、オントロジーと推論を現場でそのまま動かせるようにした軽量版である。
工場ライン・倉庫・車両・基地局・モバイル端末などのいわゆる「エッジ」は、通信が不安定だったり、計算資源が限られていたりする場所だ。
なのでこうした現場では、毎回クラウドに問い合わせていては遅すぎる。そこでEdgeオントロジーは、必要最小限の意味構造と推論機能を現場側に持たせ、その場で判断を回せるようにするのだ。
そして通信できるときには、中央のオントロジーと同期し、学習結果やポリシー、統計情報を反映する。これにより、中央側が止まったりネットワークが遅れたりしても、現場は動き続けられる。結果として、ライン停止、作業のやり直し、現場での待ち時間といったムダを減らしやすい構造を実現するのだ。
上記4つは全て相互運用性があるため、クラウド／オンプレミス／SaaSが混在する環境でも、同じ運転ループを配線し直せる。結果として、初期統合作業が短縮され、企業の運転OSとしてスムーズに適用されるのだ。
なお、オントロジーとAIPに関する説明は公式動画もご参考になってください。
Palantirの現場での実装力──積み上がるROIの仕組み
ここまで見てきたように、パランティアの強みは、提案→実装→運転→学習のクローズドループを組織に埋め込む点にある。そうすることで、ROI（投資収益率）が継続的に積み上がっていくのだ。
では、その仕組みは実際の現場でどのような成果を生んでいるのだろうか。具体例を見ていこう。
自動車産業向けの主要な自動車部品メーカーであるリア・コーポレーション（LEA）では、1万1千人がAIP/Foundryを活用し、2025年上期だけで3,000万ドル超の効率化貢献が確認されている。注目すべきなのは、これが単一工場の改善ではなく、品質・保全・サプライチェーン・人員配置などへ横展開されている点だ。AIPのHivemindが役割分担（検知・計画・実行）をエージェント間で分解し、現場の制約（ライン停止ペナルティ・部材LT・SLA・労務規制）を制約条件として織り込むため、出力は“それらしい提案文”ではなく実際に通る指示列となる。つまり、一度つくった仕組みが別の業務にも広がり、ROIが複利的に積み上がっているのである。
エネルギー分野ではBritish Petroleum（BP）の事例も示唆的だ。経営陣は、AIP活用によって年次でトリプル桁のリターンが生まれていると述べている。エネルギー業界は、上流・下流・トレーディング・設備保全がデータ的に分断されがちだ。しかしAIPは供給・価格・需要・天候・設備状態など複数の不確実性を束ね、需給・在庫・配船・稼働率の意思決定に反映させることができる。そのようにして、常時推論により意思決定を止めずに回し続けることが、大きな経済価値を生むのである。
これらの事例に共通しているのは、パランティアが単発のPoCで終わらない点だ。共通の意味空間でデータを整理し、複数のAIが役割分担しながら、必要に応じて現場でも判断を回す。だからこそ、効果が一度きりで終わらず、継続的な改善として積み上がっていく。
要するにパランティアの価値は、「AIを導入した」ことではなく、AIを現場で止めずに運転し、その成果を数字で積み上げられることにあるのだ。
まとめ：投資家が評価すべきPalantirの決算ポイント
いかがだっただろうか。
今回の株価急落を引き起こした最大の背景は、Palantirの業績悪化ではなく、評価軸の取り違えに起因する市場の認識ギャップだ。やはりまだ多くの投資家が、AIを「人と会話する道具＝生成AI」として想起し、派手さと驚きを基準に評価を下していると言えよう。
しかし今回見てきたように、企業の収益に連続的に効くのは、常時推論AIに他ならない。すなわち、「提案→実行→確認→学習」をひとつながり（クローズドループ）で回し続ける設計だ。
生成AIは「作る力」であるが、単体では収益を常時押し上げない。対して常時推論AIは「回す力」である。ここで肝となるのが、対象世界を意味付けして接続するオントロジーであり、これを中核に据える運転OSが、提案（生成）を実装（行為）へ橋渡しする。
市場の誤解は、ここにあると考える。生成AIのデモは視覚的に分かりやすく、短期のセンチメントを強く動かす。他方、常時推論は派手さに乏しく、可視化されるのは“毎日の摩擦の低下”と“ロスの縮減”という地味な成果だ。しかし、この地味さこそが財務諸表に持続的に沈み込む。粗利は積み上がり、運転資本は軽くなり、フリーキャッシュフローは粘り強く増える。四半期の「サプライズ」という演出がなくとも、止めない判断が全工程に織り込まれた企業は、時間とともに評価を取り返すのだ。
結論として、本四半期に生じた価格変動は短期的なズレであり、常時推論の装置化と数値の連動が継続する限り、中期では評価が収れんするだろう。パランティアの物語は、止めない推論を現場に常駐させるという静かな構造変化である。
