a. ゴーサム（Gotham）：暗闇の中の監視者

(1) 対テロ作戦と情報機関のための人物・関係追跡システム

2008年のある日、CIA本部地下の分析室で、若い要員が画面を見つめていました。彼女の任務はアルカイダ組織員のネットワークを追跡することでした。過去であれば、数十のデータベースを一つずつ調べなければならない仕事でした。しかし画面の上で、人物たちの関係網がまるでクモの巣のようにリアルタイムで展開しました。一人をクリックすると、彼の通話記録、金融取引、移動経路、既知の同僚が一つの図として結びつきました。これがパランティア・ゴーサムの最初の実戦配置でした。

ゴーサムはパランティアが2008年に発売した最初のプラットフォームです。名前はバットマン・シリーズのゴーサム市から取りました。偶然ではありません。クリストファー・ノーラン監督の映画『ダーク・ナイト』では、ルシウス・フォックスがゴーサム市全体を監視するシステムを構築する場面があります。映画の中ではバットマンが任務終了後、そのシステムを破壊します。現実のゴーサムは破壊されませんでした。17年が経った2025年、ゴーサムはさらに強力になりました。

ゴーサムの中核機能は人物中心の分析です。このプラットフォームは様々なソースのデータを統合して、特定の人物や組織の全体像を構成します。電話通話記録。メールメタデータ。金融取引履歴。入出国記録。ソーシャルメディア活動。衛星写真。ドローン映像。これらすべての断片がオントロジー技術を通じて一つの統合されたビューとして再構成されます。ゴーサムのインターフェースは複数の分析ツールを単一のワークスペースに統合します。地理空間分析は特定の人物や車両の移動パターンを地図上で可視化します。ネットワーク分析は人物間の関係をノードとリンクで表現し、隠された接続を明らかにします。通話記録分析は電話通話パターンから異常な活動を検出します。人工知能と機械学習アルゴリズムがこれらすべてのデータをリアルタイムで分析し、分析官が見落とす可能性のあるパターンを自動で検出します。

ゴーサムは混合現実（Mixed Reality）機能も備えています。指揮官たちは仮想作戦室で協業でき、戦場の状況を3次元で可視化できます。衛星連動機能は全世界どこからでもリアルタイム偵察映像を確保できるようにします。アルゴリズムがどのセンサーがどのデータを収集する必要があるかを自動的に調整します。

セキュリティはゴーサムの中核です。このプラットフォームは機密等級、知る必要性（need-to-know）原則、時間制限アクセスなど多層的な権限体系を備えています。すべての照会と分析活動は完全な監査証跡（audit trail）を残します。誰がいつ何を見たか記録されます。これは責任性確保のための装置でもありますが、逆説的に監視システム自体を監視する装置でもあります。

ゴーサムの顧客リストは公開されていません。しかし既知の利用機関があります。米国CIAとNSAをはじめとした情報機関。米陸軍と海軍。ユーロポール（Europol）。デンマーク警察は2017年からPOL-INTELという予測警察活動プロジェクトでゴーサムを使用してきました。2025年にはデンマーク軍と情報機関にも拡大することを決定しました。

最も目立つ最近の契約は2025年中盤に締結された米陸軍との100億ドル規模の契約です。10年間のこの契約は75個の個別ソフトウェア契約を一つに統合したものです。プロジェクト・メイヴェン（Project Maven）も拡大されました。2025年7億9500万ドル規模のこの契約は2029年までに最大13億ドルに増える可能性があります。

ゴーサムは単なる分析ツールではありません。2025年現在、このプラットフォームはAIベースのキルチェーン（kill chain）をサポートします。目標識別から打撃手段の配分までのプロセスを自動化します。もちろん最終決定は人間が下します。人間参加（human-in-the-loop）原則は依然として維持されます。しかしそれまでのすべてのプロセスはアルゴリズムが処理します。

これがゴーサムの本質です。暗闇の中ですべてを見る目。問題はその目が何を見ており、誰がその目を支配するかです。

(2) ビン・ラディン暗殺作戦（Neptune Spear）支援説の真実と虚構

2011年5月2日未明、パキスタンアボタバドの住宅地に米国特殊部隊ヘリコプター2機が着陸しました。40分後、オサマ・ビン・ラディンは死亡しました。ネイビー・シールズ・チーム・シックスが実行したこの作戦のコードネームは『ネプチューン・スピアー（Neptune Spear）』でした。作戦終了後、ひとつの疑問が生じました。パランティアがこの作戦に関与したのかということです。

この質問に対する公式的な回答は存在しません。CIAもパランティアも確認していません。しかし状況証拠があります。

ビン・ラディン追跡は数年間の情報収集作業の成果でした。CIAは2002年から2005年の間にアルカイダ捕虜からアブ・アフメド・アル・クワイティという連絡係の存在を知りました。この連絡係を追跡するのにさらに6年かかりました。2010年、CIA要員はついにパキスタンで彼を発見し、アボタバドの住宅地まで追跡しました。

この追跡過程でパランティア・ゴーサムが使用された可能性は高いです。CIAは2008年からゴーサムの最初の顧客の一つでした。人物追跡、関係網分析、地理空間分析は正にゴーサムが設計された目的です。数十のデータソースを統合して単一の図を構成すること。ビン・ラディン作戦はまさにそのような能力を必要としました。

パランティアはこの関連性を直接主張したことがありません。しかし暗黙的に活用してきました。会社のマーケティング資料と投資家プレゼンテーションで『対テロ作戦での成功』という表現がしばしば登場します。具体的な作戦名を言及しながらも視聴者の想像力を刺激する方法です。

真実は分類された秘密の中にあります。2011年作戦の直後、特殊作戦司令部司令官ウィリアム・マクレイヴン提督は国防省コンピュータからビン・ラディン作戦関連のすべてのファイルを削除し、CIAに移管するよう命令しました。物理的証拠は公開されたことがありません。写真も、映像も、DNA検査結果も公開されていません。FOIA要求はすべて却下されました。

確実なのはこれです。ビン・ラディン作戦は『情報の接続』が勝利の鍵であった事例です。断片化された手がかりを一つの図に結合する能力。これが9.11以後、米国情報機関が切実に必要としたものであり、パランティアが提供すると約束したものです。作戦の成功はその約束がある程度実現されたことを示しています。

ビン・ラディン暗殺作戦でパランティアの役割が何であれ、この作戦はパランティアという会社の神話を強化するのに貢献しました。『テロリストを捕まえる技術』というイメージは会社の最も強力な武器の一つになりました。そのイメージが事実に基づいているのか、それとも巧妙に構成されたものなのかはまだベールに包まれています。

b. ファウンドリー（Foundry）：企業の中枢神経

(1) 民間企業のためのデータ統合プラットフォームの構造

2016年、パランティアは重要な転換点に立っていました。ゴーサムは情報機関と軍で成功を収めましたが、政府市場だけでは成長に限界がありました。会社は民間企業市場に進出する必要がありました。しかし企業はCIAが使用するソフトウェアを自社ビジネスに適用することを嫌がりました。監視技術というイメージが問題でした。新しいブランドが必要でした。

そこでファウンドリーが誕生しました。『鋳造工場』という意味のこの名前は、原材料（データ）を価値のある製品（インサイト）に変換するという意味を含んでいます。中核技術はゴーサムと同じオントロジーエンジンでしたが、パッケージは全く異なりました。監視の代わりに『デジタル変革』。追跡の代わりに『運営最適化』。言語が変わりました。

ファウンドリーの構造を理解するには、3つのレイヤーを考える必要があります。

最初のレイヤーはデータ接続レイヤーです。企業は数十個、時には数百個の異なるシステムを運営しています。ERP、CRM、生産管理システム、物流システム、人事システム。これらのシステムは大概互いに通信しません。ファウンドリーはこれらすべてのシステムに接続してデータを収集します。リアルタイムストリーミングであれ、定期的なバッチアップロードであれ、データ形式や出所を問わず収集します。

二番目の層は変換層です。収集されたデータは精製され標準化されます。このプロセスではデータの系統（lineage）が追跡されます。どのデータがどこから来たのか、どのような変換を経たのかすべて記録されます。これは監査可能性を確保し、エラー発生時に原因を追跡できるようにします。

三番目のレイヤーはオントロジーレイヤーです。ここで魔法が起こります。精製されたデータはビジネスオブジェクト（object）に変換されます。例えば、航空会社の場合、『航空機』、『路線』、『乗客』、『保守記録』、『部品』がそれぞれオブジェクトになります。これらのオブジェクトは属性（property）を持ちます。航空機オブジェクトは機種、製造日、総飛行時間、現在地などの属性を持ちます。そしてオブジェクトはリンク（link）で接続されます。この航空機はこの路線を運航し、これらの部品で構成され、この保守記録を持っています。

これが『デジタル・ツイン（digital twin）』です。現実世界の複雑な運営をデジタル世界に複製することです。ただし、この複製物はリアルタイムで更新され、シミュレーションと分析が可能です。

ファウンドリーの強みは『閉ループ（closed loop）』運営です。データ分析で終わりません。分析結果は直ちに実際の行動に結びつきます。例えば、サプライチェーン最適化分析が完了すると、その結果が自動的に発注システムに反映される可能性があります。インサイトから行動までの時間が劇的に短縮されます。2025年現在、ファウンドリーは米国商業部門で爆発的な成長を記録しています。2025年第1四半期の米国商業売上は前年比71%増加しました。顧客数は849社で43%増えました。100万ドル以上の契約が139件、500万ドル以上が51件、1000万ドル以上が31件締結されました。顧客保持率は98%に達しています。

この成長の秘訣は『ブートキャンプ（Bootcamp）』戦略にあります。従来のエンタープライズソフトウェア営業は数ヶ月かかりました。パランティアはこれを5日に圧縮しました。潜在顧客を招待して、実際に自社のデータでファウンドリーを体験させます。5日で動作するプロトタイプが作成されます。顧客は価値を直接確認した後、購入を決定します。この方法は営業サイクルを劇的に短縮させました。

(2) 製造、金融、ヘルスケア分野の適用事例

エアバス本社のあるエンジニアが画面を眺めていました。世界中で運航中の数千機の航空機データがリアルタイムで流入していました。エンジン温度、燃料消費量、部品摩耗状態。アルゴリズムがパターンを分析すると警告が出ました。特定の機種の着陸装置部品が予想より急速に摩耗しているということでした。部品が故障する前に交換スケジュールが自動的に生成されました。

これがスカイワイズ（Skywise）です。エアバスがパランティアと共同開発した航空データプラットフォームです。2017年にリリースされたこのプラットフォームには、現在100社以上の航空会社が参加しています。航空機運航データ、保守記録、部品在庫情報がすべて統合されます。予測保守が可能になったため、航空会社は計画外の保守による遅延を減らすことができるようになりました。

エネルギー分野ではBPが典型的事例です。BPはファウンドリーを使用して全世界サプライチェーンの『デジタル・ツイン』を構築しました。原油生産から精製、輸送、販売までの全プロセスがリアルタイムで監視されます。アルゴリズムが需要予測、在庫最適化、物流経路設定を自動的に実行します。2022年のエネルギー危機時、このシステムは急変する市場状況に迅速に対応する上で重要な役割を果たしました。

ヘルスケア分野の事例は議論的です。英国NHS（国民保健サービス）は2023年11月、パランティアと7年間3億3000万ポンド規模の契約を締結しました。目的は『フェデレーテッド・データ・プラットフォーム（Federated Data Platform）』の構築です。イングランド全域の病院の患者データを結びつけて、病床管理、手術日程調整、リソース配分を最適化することが目標です。

この契約は即座の反発を招きました。英国医師会（BMA）と医師協会（Doctors' Association UK）は患者データプライバシーに対する懸念を提起しました。サイバーセキュリティ専門家は調達プロセスの透明性に疑問を呈しました。2024年4月には医療専門家がNHSイングランド本部前でデモを行いました。彼らの要求はパランティアがイスラエル国防軍（IDF）と締結した契約のため、NHS契約をキャンセルするというものでした。

2026年初現在、NHSトラストの約15%だけがこのプラットフォームを実際に運営しています。導入速度は予想より遅いです。技術的な問題より政治的、倫理的議論が足かせになっています。

製造業ではサムスンとのパートナーシップが注目されています。2025年、サムスンはパランティアと協力して半導体歩留まりと品質を向上させるプロジェクトを開始しました。半導体製造プロセスで発生する膨大なデータを分析して不良の原因を特定し、プロセス変数を最適化することが目標です。

韓国ではHD現代との協力も進行中です。造船業のデジタル変革を目標に、パランティアとHD現代、およびシーメンスが協力して造船所運営を自動化するプロジェクトを推進しています。KTはファウンドリーとAIPを韓国産業全般に拡大するパートナーの役割を担っています。

ファウンドリーの成功事例は印象的です。しかし批判も存在します。ファウンドリーのオントロジーは独占的で閉鎖的な構造です。一度導入すると抜け出すのが難しいです。データエクスポート機能があると言いますが、オントロジーに組み込まれたビジネスロジックまで持ち出すことはできません。これが98%の顧客保持率を説明するもう一つの理由です。

c. アポロ（Apollo）：ソフトウェア配布の革命

(1) クラウドから戦場のエッジ（Edge）までシームレスな配布

「SaaSが行ったことのない場所にSaaSをもたらします。」

パランティアがアポロを説明する際に使用するフレーズです。ハンビー（Humvee）の後部座席。潜水艦内部。人工衛星。そのような場所でクラウドソフトウェアが動作するというのは、つい最近まで想像しがたいことでした。アポロはそれを可能にしました。

Apolloが存在する理由を理解するには、Palantirの歴史を振り返らなければなりません。2008年にGothamが最初に配置されたとき、クラウドコンピューティングはまだ初期段階でした。ほとんどのエンタープライズソフトウェアは顧客自身のサーバーにインストールされていました。特に政府機関と軍は、セキュリティ上の理由から外部クラウドを使用することができませんでした。ソフトウェアアップグレードはまれで苦痛な過程でした。

ただし問題がありました。Palantirのソフトウェアは数百個の個別サービスで構成されています。各サービスは独立した開発チームが管理します。これらのサービスを数十の異なる環境、クラウド、オンプレミス、機密ネットワーク、完全に隔離されたエアギャップ環境に同時に配置し、更新することは悪夢のような作業でした。

Apolloはこの問題を解決するために作られました。中核となるアイデアは「ハブ・アンド・スポーク」アーキテクチャです。中央にApolloハブがあり、各デプロイメント環境にスポーク（デプロイメントプラットフォーム）がインストールされます。ハブはすべての製品のすべてのバージョンを管理します。スポークは自分の環境に合った更新を「プル」方式で取得します。

「プル」方式が重要です。従来のソフトウェア配置は「プッシュ」方式です。開発者が更新をプッシュします。この方式は、すべての環境の状態と制約条件を開発者が知らなければならないことを前提としています。環境が増えると管理が不可能になります。

Apolloのプル方式では、各環境が自身の制約条件を定義します。この環境は「リリースチャネルスタブル」のみに従います。あの環境は「カナリ」バージョンも受け取ります。Apolloはこの制約条件を尊重しながら、自動的に更新を調整します。

数字がこれを証明します。Apolloは週当たり41,000件以上の自動化された更新を処理します。変更が適用されるまでのリードタイムは4分未満です。ブルー・グリーンデプロイメントと自動ロールバック機能が安定性を保証します。問題が発生すれば、以前のバージョンに即座に復帰できます。

エッジ環境での動作がApolloの真の差別化要因です。インターネット接続が間欠的、あるいは全くない環境。帯域幅が極度に制限された環境。Apolloはこのような環境でも動作するよう設計されています。最小限のリソースで動作し、接続が復旧されると中央ハブと同期します。軍事作戦でこれがなぜ重要なのかを考えてみてください。戦場の指揮官は数日間、本部との接続が断たれた状態で作戦を実行しなければならない場合があります。その間、彼の装備に搭載されたPalantirソフトウェアは引き続き動作し続けなければなりません。新しい脅威情報がある場合、接続が復旧されると同時に更新されなければなりません。Apolloがこれを可能にします。

（2）ロックイン効果とSaaS基盤の収益モデル

Apolloは技術的成就であるだけでなく、ビジネスモデルでもあります。

従来のエンタープライズソフトウェアモデルでは、顧客はソフトウェアを購入してインストールしました。アップグレードはオプションでした。多くの企業が数年間同じバージョンを使用していました。これはソフトウェア企業にとって不利でした。顧客が新しいバージョンの価値を感じなければ、追加の収益はありませんでした。

SaaS（Software as a Service）モデルはこの問題を解決しました。顧客は購入ではなく、購読します。ソフトウェアはクラウドで実行され、更新は自動的に適用されます。顧客は常に最新バージョンを使用することになります。企業は継続的な購読収益を得ます。

問題は、Palantirの主要顧客である情報機関、軍、および規制が厳格な企業が、従来のSaaSモデルを使用できなかったということでした。データは外部クラウドに出すことができません。しかし、オンプレミスのインストール方式に戻るとSaaSの利点を失います。

Apolloは「プライベートSaaS」という新しいモデルを生み出しました。ソフトウェアは顧客の環境で実行されますが、更新と管理はSaaSのように中央から自動化されます。顧客はデータ主権を維持しながら、継続的に最新機能を受け取ります。Palantirは購読ベースの収益を維持します。

ロックイン効果はここで発生します。Apolloを通じて配置されたPalantirソフトウェアは、顧客の運営プロセスに深く統合されます。データパイプライン、分析ワークフロー、意思決定プロセスがすべてプラットフォーム上に構築されます。時間が経つにつれ、この依存性は深まります。

Palantirソフトウェアを別のものに置き換えるために必要なことは何でしょうか。すべてのデータ統合を再構築する必要があります。オントロジーを再設計する必要があります。ユーザーを再教育する必要があります。運用停止のリスクを負う必要があります。ほとんどの組織にとって、これは現実的には不可能な選択です。

3～4年の平均契約期間。98％の顧客維持率。124％の純ドルリテンション（Net Dollar Retention）。これらの数字はロックイン効果を反映しています。純ドルリテンションが100％を超えるということは、既存顧客が毎年より多くを支出しているということを意味します。ApolloはAWSマーケットプレイスとMicrosoft Azure Government Cloudでも利用可能です。IL5およびIL6認証を取得して、機密ネットワーク上でも運用できます。FedRAMP認証も保有しています。これらの認証は、競合企業が容易に追い付くことが難しい参入障壁です。

Apolloはpalantirの隠れた英雄です。GothamやFoundryほど注目を浴びていませんが、これら2つのプラットフォームが世界中の数千の環境で同時に動作することを可能にするのはApolloです。ソフトウェア配置という一見退屈な問題を解決することで、Palantirは他のどの企業も到達できない場所に自分たちのソフトウェアを根付かせることができるようになりました。

ｄ. AIP（Artificial Intelligence Platform）：生成型AIの実戦投入

（1）LLMの幻覚（Hallucination）を統制し、実務に適用する方法

2023年4月、Palantirは新しいプラットフォームを発表しました。AIP、人工知能プラットフォーム。これはChatGPTのような大規模言語モデル（LLM）をエンタープライズ環境に統合するツールでした。発表ビデオでCEOのAlexander Karp（アレックス・カープ）は述べました。「我々はLLMを現実世界に着陸させています。」

「着陸」という表現は適切でした。LLMは驚くべき能力を持っていますが、深刻な問題もあります。幻覚（hallucination）。モデルが事実ではない情報をあたかも事実であるかのように確信を持って述べる現象です。友人との会話でLLMが時々誤ったことを言うのは笑って済ませられます。軍事作戦や医療診断や金融意思決定でLLMが幻覚を見せると、大惨事になります。

Palantirの解決策はオントロジーでした。もう一度、オントロジーです。

AIPでは、LLMは自由に応答を生成しません。オントロジーに「グラウンド（接地）」されます。LLMが質問を受けると、まずオントロジーから関連データを検索します。応答は検証されたエンタープライズデータに基づいて生成されます。ソースが明示されます。ユーザーはAIの応答がどのデータから得られたのかを確認できます。

例えば説明します。ロジスティクス担当者が尋ねます。「シカゴの倉庫の現在の在庫状況はどうですか？」一般的なチャットボットであれば、学習データに基づいた、おそらく古い情報で応答するでしょう。AIPのエージェントはオントロジーに接続されたリアルタイム在庫システムからデータを取得して応答します。応答にはデータの最終更新時刻が含まれます。

AIPは複数のLLMをサポートしています。OpenAIのGPTシリーズ。AnthropicのClaude。GoogleのモデルたちMetaのLlama。NvidiaのNemotron。顧客は用途に応じて適切なモデルを選択できます。セキュリティが重要な場合は、オンプレミスで実行される自家ホストされたモデルを使用することもできます。

2024年8月、Palantirはマイクロソフトとのパートナーシップを発表しました。Palantirの完全な製品スイートはMicrosoft Azure Government Cloudに配置されます。これはGPT-4が初めて機密ネットワークで使用できるようになったことを意味します。軍と情報機関のアナリストが大規模言語モデルの力を活用できるようになったのです。

信頼（trust）はAIP設計の核です。プラットフォームはAIのすべての決定に対する詳細な監査証跡を提供します。誰がどのような質問をし、AIがどのデータを参照し、どのような論理で応答を生成したのかがすべて記録されます。「提案ベース」パターンもあります。AIは行動を直接実行せず、提案するだけです。人間が承認して初めて実行されます。しかし、Palantir自身もLLMの限界を認めています。文書でこのように警告しています。「合成的推論には幻覚のリスクがあります。」オントロジーグラウンディングはデータ検索には効果的ですが、モデルがデータを解釈し推論するプロセスではまだエラーが発生する可能性があります。ユーザーはこの限界を理解しておく必要があります。

（2）エージェント基盤の業務自動化と「AI オペレーティングシステム」への進化

2023年と2024年はチャットボットの時代でした。2025年はエージェントの時代です。

違いが何かを説明します。チャットボットは質問に答えます。エージェントは行動します。チャットボットに「明日の天気はどうですか？」と尋ねると、天気を教えてくれます。エージェントに「明日雨が降ったら屋外イベントのスケジュールを変更してください」と言うと、天気を確認し、雨が予報されていれば実際にスケジュールを変更します。

AIP Agent Studioがこれを可能にします。ユーザーはエージェントを構築できます。エージェントはLLM、オントロジー、ドキュメント、カスタムツールを組み合わせます。エージェントはコンテキストを認識します。動的にワークフローを実行します。実際の例を見てみます。物流企業は嵐が予報されると自動的に配送経路を再設定するエージェントをデプロイできます。病院は看護師スケジュールをリアルタイムで管理するエージェントを使用できます。エネルギー企業は需要急増時に自動的に電力網を調整するエージェントを運営できます。

国防分野では、Maven Smart Systemは完全に統合されたAI標的獲得及び状況認識ツールに進化しました。現在、複数のNATO加盟国で標準として使用されています。TITAN（Tactical Intelligence Targeting Access Node）地上局は米陸軍のAI定義戦場の「脳」として機能します。

AIPの残りのコンポーネントを見てみます。AIP Logic はノーコードLLM関数ビルダーです。開発者以外のビジネスユーザーもLLMベースの機能を作成できます。AIP Assistはプラットフォーム全体で利用可能なチャットボットです。Palantirドキュメントだけでなく、顧客がアップロードしたカスタムドキュメントも検索できます。Pipeline BuilderはLLMノードを含むことができるので、データ分類、感情分析、要約などを自動化します。

数字がAIPの影響力を物語ります。2025年第1四半期、Palantirは100万ドル以上の契約139件を締結しました。500万ドル以上51件。1,000万ドル以上31件。これらの契約の多くはAIPに関連しています。

PalantirはAIPを「AIオペレーティングシステム」として位置付けています。オペレーティングシステムがハードウェアとアプリケーション間の仲介層であるように、AIPは原始データとAIアプリケーション間の仲介層になることを目指しています。どのLLMでも、どのデータソースでも、どのアプリケーションでもAIPを通じて接続されます。

CTO のShyam Sankarは2025年のエージェントAIへの転換をリードしました。彼のビジョンによれば、今後、企業の運営は人間とAIエージェントの協働によって行われるでしょう。エージェントは反復的でデータ集約的なタスクを処理します。人間は判断と創意性が必要な決定に集中します。

もちろんリスクもあります。AIエージェントが自律的に行動するということは、統制の一部を放棄することを意味します。エージェントが誤った決定を下した場合、誰が責任を負うのか。エージェントの行動が倫理的であることをどのように保証するのか。これらの質問はまだ完全に答えられていません。

Palantirの答えは再び、透明性と監査可能性です。すべてのエージェント行動は記録されます。承認が必要な行動と自律的に実行できる行動を区別します。しかし技術が急速に発展する一方で、ガバナンスと規制はキャッチアップするために懸命に努力しています。

AIPはPalantirの現在そして未来です。GothamとFoundryが企業の基盤を築いたのであれば、AIPは成長エンジンです。2023年の発売以来、企業の株価は急騰しました。2024年末にS&P 500に組み入れられました。2025年11月には株価は史上最高値の207ドルを記録しました。時価総額は4,000億ドルを超えました。

これが生成型AIを実戦に投入することの意味です。チャットボットを超えた、実世界で行動するAI。幻覚を統制し、データにグラウンドし、監査可能にする。Palantirはこの難しい問題に対する一つの答えを提示しています。その答えが唯一のものか、最良のものかはまだ判断する時期ではありません。