パランティアとは何の会社か？85%増収を生んだ「経営参謀AI」の正体

こんにちは。AI経営者の参謀をしている、ひでです。

「パランティアって最近よく聞くけど、説明できないんだよね」——会食でCFOに聞かれたとき、投資家ミーティングで名前が出たとき、そんな経験ありませんか？

AI関連株として名前を聞くたびに、ちゃんと説明できないモヤモヤがある。

僕も最初は「また米軍の下請けか」くらいに思ってたんですよ。

でも調べてみたら、全然違いました。

これ、四半期で売上85%増・純利益4倍を出した会社の話です。

しかもそれが、僕ら経営者が一番学ぶべき「AI時代のビジネスモデル」から来ている。

今日はパランティアという会社を、経営者の視点で丸ごと解説していきます。

なぜ今、パランティアが話題になっているのか

純利益4倍・イラン作戦でトランプが称賛した背景

まず、直近の数字から見ていきましょう。

パランティア（Palantir Technologies）の2026年1〜3月期決算は、はっきり言って異常でした。

• 売上高: 16億3258万ドル（前年同期比 85%増）
• 純利益: 8億7100万ドル（前年同期比 約4倍）
• 政府向け売上: 8億5800万ドル（前年同期比 76%増）

1ドル150円で概算すると、四半期で売上約2400億円、純利益約1300億円です。

これ、SaaS企業の決算としては異常値なんですよ。

普通、年商2,000億〜3,000億規模のSaaS企業が、四半期で売上85%増を出すって、ほぼあり得ない。

成長ステージの早いスタートアップならともかく、上場している大企業ですからね。

しかも純利益が4倍。

経営者として見ると「コスト構造をどう作ってるんだ？」って真っ先に気になるレベルの数字です。

加えて、報道ベースではアメリカが2026年に実施したイラン関連の軍事作戦で、パランティアのAI分析が活用されたとされています。

トランプ大統領が公の場でパランティアを称賛したことも報じられていて、政治的にも追い風が吹いている状態です。

株価もこの1〜2年で大きく上昇していて、AI関連銘柄のなかでも特に注目を集めています。

「AI軍需企業」という表面的な見方の限界

ここで多くのメディアが取る切り口が「AI軍需企業」「監視社会の象徴」というネガティブな枠組みなんですが、僕はこれ、本質を捉え損なっていると思ってて。

確かに政府・軍向けの売上は大きい。

でも民間企業向け事業も、四半期で見て大きく伸びています。

しかも顧客には、SOMPOホールディングス、エアバス、BPなど、世界の名だたる大企業が並んでいる。

軍需企業なら、なぜ民間の大企業が次々と契約するのか？

ここに、経営者として注目すべき本質があるんですよ。

パランティアは「軍向けAI企業」ではなく、「データに基づく意思決定のインフラ会社」なんです。

軍も民間も、本質的には同じものを買っている。

それは「散らばったデータを統合して、判断できる状態にする」というインフラです。

この視点で見ると、パランティアの85%増収は全然違って見えてくる。

次のセクションで、この会社が何者なのかを根本から見ていきましょう。

パランティアとは何の会社か：一行で言えば「経営意思決定のOS」

パランティア創業の背景：9.11後にCIAが作らせたデータ分析基盤

パランティアの創業は2003年。

PayPalの共同創業者のピーター・ティールさん、現CEOのアレックス・カープさんら5名で立ち上げた会社です。

きっかけは2001年の9.11テロ。

当時、テロの兆候を示すデータは複数の政府機関に存在していたのに、それらが連携できていなかった。

「データはあるのに、つながっていないから判断できない」という、まさに今の多くの企業が抱える課題と同じ問題を、国家レベルで突きつけられた瞬間だったんですよ。

PayPal時代に不正検知システムを構築していたティールさんは、「あの仕組みを国家安全保障に応用できないか」と考えた。

そこに目をつけたのが、CIAのベンチャー投資ファンドである「In-Q-Tel」。

In-Q-Telがパランティアの初期出資者の1社になったのは公開情報として広く知られています。

つまりパランティアは、9.11後の「データを統合して意思決定の速度を上げる」というミッションのもとに、CIA系の資金で立ち上がった会社なんです。

ビン・ラディン捕捉作戦でもパランティアの技術が使われたと一部で報じられましたが、これは政府の機密事項のため公式には確認されていません。

このバックボーンを聞くと「やっぱり軍需企業じゃん」って思うかもしれない。

でも、ここからが面白いんですよ。

20年かけて磨いた「参謀型ビジネスモデル」の正体

パランティアが20年かけて磨き上げたのは、「秒単位で命に関わる判断を支える」インフラです。

戦場、対テロ作戦、国境警備。

こういう現場では「データを見るのに30分かかる」では人が死ぬ。

その極限環境で鍛えられたデータ統合・可視化・分析の技術を、民間企業に転用したのが今のパランティアです。

具体的に何を提供しているかというと、一言で言うと「経営意思決定のOS」だと僕は思ってます。

WindowsやmacOSがアプリケーションを動かすOSなら、パランティアは「企業のあらゆるデータと意思決定を動かすOS」。

ここが面白いところで、普通のSaaSは「便利なツール」を売っている。

でもパランティアは「ツールを動かすための基盤そのもの」を売っている。

これ、決定的な違いなんですよ。

たとえば、うちみたいなスタートアップで言うと、CRMはHubSpot、会計はfreee、コミュニケーションはSlackみたいに、ツールが分かれてますよね。

それぞれのツールにデータが溜まっていく。

でも、それらを統合して「事業全体の状況」を判断するのは、結局経営者の頭の中でやってる。

パランティアは、その「経営者の頭の中の統合作業」をシステムでやってくれる会社なんです。

顧客は米軍、CIA、英国NHS（国民保健サービス）、SOMPOホールディングス、エアバス、BPなど、報じられているだけでも錚々たる顔ぶれ。

軍と保険会社と航空機メーカーと石油会社が、同じプラットフォームを使っている。

これ、よく考えるとすごい話で。

業界が違っても「散らばったデータを統合して意思決定する」という課題は本質的に同じだ、ということを示しているんですよ。

3つのプロダクトで経営の何を解決するか

パランティアには大きく3つのプロダクトがあります。

Gotham、Foundry、AIPの3本柱です。

それぞれ「経営の何を解決するか」という視点で見ていきましょう。

Gotham：政府・軍の「状況判断」を秒単位にする

Gothamは政府・軍向けのプロダクトです。

衛星画像、通信記録、地理情報、現場の報告など、バラバラに存在する情報を1つの画面に統合して、現場の指揮官が「今、何が起きているか」を秒単位で判断できるようにする。

戦場、対テロ作戦、国境警備、災害対応。

「秒単位で状況判断する必要がある場面」がGothamの主戦場です。

ビン・ラディン捕捉作戦やイラン関連作戦での活用報道は、このGotham系の技術が使われていると見られています。

経営者目線で見ると、これは「極限の状況判断インフラ」。

ここで鍛えられた技術が、他のプロダクトの土台になっているんですよ。

Foundry：民間企業のデータを「使える資産」に変える

Foundryは民間企業向けのプロダクトです。

製造業、エネルギー、金融、製薬、保険など、業界を問わず使われています。

何を解決するかというと、「部署ごとに分断されたデータを統合して、経営判断に使える資産にする」こと。

たとえばエアバスの場合、航空機の製造には何万点もの部品があって、それぞれサプライチェーンが違う。

部品の納期、品質、在庫、生産ラインの稼働状況、顧客への納入予定。

これらが社内の別々のシステムにバラバラに存在していると、「今、どの飛行機がいつ完成するか」を経営層が把握するのにすら時間がかかる。

Foundryはこれを統合して、「事業全体のリアルタイムな状態」を経営層が見られるようにする。

SOMPOホールディングスは介護事業のデータ活用でFoundryを導入したと報じられています。

BPは石油・ガスの生産最適化や業務効率化で活用しているとされる。

業種は違うのに、共通しているのは「散らばったデータを統合して、判断の質を上げる」という課題なんですよ。

うちの会社でも、似た課題は感じてます。

営業のデータ、マーケティングのデータ、プロダクトの利用データ、財務のデータ——これらが別々のSaaSに溜まっていて、毎週の経営会議の前にいちいち手動で集計してる。

正直、これは経営者の時間の無駄遣いです。

Foundryがやっているのは、その統合作業の自動化を、企業規模で実現することなんですよ。

AIP：AIを「経営オペレーション」に直結させる仕組み

そして3つ目がAIP（Artificial Intelligence Platform）。

これが2023年4月に提供開始された、パランティアの最新プロダクトです。

ChatGPT登場後の生成AIブームで、急成長を遂げました。

AIPが何をするかというと——ここ、ちょっと注目してください——Foundryで統合したデータの上に、大規模言語モデル（LLM）を載せて、AIが業務オペレーションに直接関与できるようにする。

「AIに質問すると答えが返ってくる」だけじゃなくて、「AIが業務上のアクションを実行できる」ところまで踏み込むんですよ。

たとえば「今週の生産計画で在庫不足になりそうな部品はどれか」とAIに聞くと、Foundryの中の生産・在庫データを参照して回答する。

そこから「じゃあ発注書のドラフトを作って」と指示すれば、AIが社内システムに発注書を起票する。

人間は「承認」だけする。

これがAIPが目指している世界です。

パランティアが提供している「AIPブートキャンプ」という、数日でAIを企業に導入する短期プログラムが急増していて、これが直近の業績を押し上げている要因の1つです。

「AIを試す」フェーズから「AIで意思決定する」フェーズへ橋渡しするのがAIPの役割です。

多くの企業がChatGPTを「便利なチャットボット」として使ってる段階に留まっているなか、パランティアは「AIを業務オペレーションに組み込む」ところまで顧客を連れて行っている。

ここの差が、85%増収という形で数字に出ているんだと思います。

ただ、3つのプロダクトを表面的に見るだけでは、なぜ競合が真似できないのかが見えてこない。

その答えが、次のセクションです。

85%増収を生んだビジネスモデルの核心

パランティアには、20年かけて作り上げた「他社が真似できない仕組み」が2つあります。

オントロジーとFDEです。

ここがビジネスモデルの核心なので、しっかり見ていきましょう。

オントロジー：企業のデジタルツインを構築する技術

オントロジーは、パランティアの技術的な競争優位の中核です。

簡単に言うと「企業の現実世界をデジタルで再現する技術」です。

工場の機械、倉庫の在庫、社員、取引先、契約、製品、プロセス——会社の中に存在する「人・モノ・プロセス」のすべてを、デジタル上の概念として定義する。

そして、それらの関係性（誰がどの機械を使う、どの製品はどの取引先に納品する、など）も含めてモデリングする。

これ、単なるデータベースじゃないんですよ。

普通のデータベースは「数値や文字列の塊」です。

でもオントロジーは「企業のデジタルツイン」と呼べるもので、会社の構造まるごとをデジタルで写し取るようなイメージです。

なぜこれが重要かというと、AIが意味のある判断をするためには、「データの意味」を理解している必要があるからなんです。

たとえばAIに「在庫が足りない部品を発注して」と指示しても、AIが「在庫」「部品」「発注」「サプライヤー」の関係性を理解していなければ、まともな発注はできない。

オントロジーがあると、AIはこの関係性を把握したうえで動ける。

だからAIPが業務オペレーションに直接関与できる。

これが土台なんですよ。

しかも、このオントロジーは20年かけて世界の大企業や軍と一緒に磨き上げてきた知見の塊です。

新規参入企業が3年や5年で同レベルのものを作るのは、はっきり言って不可能に近い。

これがパランティアの参入障壁の1つです。

FDE（前線展開エンジニア）：外部参謀を現場に送り込む戦略

そしてもう1つ、僕が経営者として一番痺れたのがFDE（Forward Deployed Engineer）という仕組み。

直訳すると「前線展開エンジニア」。

これは、パランティアのエンジニアが顧客企業の現場に常駐するモデルです。

普通のソフトウェア会社は「製品を売って終わり」ですよね。

カスタマーサクセスがフォローするにしても、基本的には「導入支援」のレベル。

ところがパランティアのFDEは、顧客企業の業務に深く入り込みます。

具体的には、

• 顧客の業務プロセスを徹底的に理解する
• データ構造を一緒に設計する
• ユースケースを発掘する
• プロダクトをカスタマイズする
• 改善を繰り返す

これを、コンサルとエンジニアとプロダクトマネージャーの三役を、1人でこなすイメージです。

しかも、これは導入時の数ヶ月だけじゃなくて、契約期間中ずっと続く。

「そんなコストのかかるモデル、利益を圧迫するんじゃ？」——その疑問、正直なところです。

実際、パランティアは長らく赤字でした。

でも、このモデルには圧倒的なメリットがある。

第一に、顧客の業務に深く入り込んでいるから、解約されにくい。

データ基盤を一度差し替えると経営が止まりますからね。

スイッチングコストが極めて高い状態が作れる。

第二に、ユースケースを発掘できるから、契約単価が伸びていく。

最初は1部署の導入でも、FDEが顧客企業の課題を発見していくたびに、適用範囲が広がる。

第三に、FDEが顧客から得た知見が、パランティア全体のプロダクトに還元される。

ある業界で発見されたユースケースを、別の業界の顧客に適用できる。

これが累積する。

つまりFDEは、短期コストは重いけれど、中長期で見れば「学習する組織」を作る装置なんですよ。

「資本効率」という観点では一見悪く見えるモデルが、実は「データ蓄積」と「顧客密着」という観点では最強だった、という話なんです。

なぜ競合はパランティアのビジネスモデルを真似できないのか

では、なぜ競合はパランティアのモデルを真似できないのか？

経営者目線で整理すると、3つの要素があります。

1. 20年積み上げたオントロジーと統合技術: これは追いつくのに同じだけの時間がかかる
2. 軍・諜報機関で鍛えられたセキュリティ水準: これは技術だけでなく、組織の信頼性の問題
3. FDEモデルを支える組織カルチャー: 短期売上ではなく顧客の成功にコミットするカルチャーは、上場企業が一朝一夕に作れない

特に3つ目が重要です。

普通の上場SaaS企業は、四半期ごとの売上ノルマがあるので、FDEのような重いモデルは取れません。

「目の前の数字」に追われると、自然に「製品を売って終わり」のモデルに寄ってしまう。

カープCEOは長年、ウォール街から「マージンが悪い」「非効率だ」とコスト構造への批判を受けてきました。

それでも貫き通した結果が、今の85%増収です。

これは経営判断としても、めちゃくちゃ参考になるんですよ。

「短期の批判に耐えて、本質的な競争優位を作るモデルを貫いた」という経営事例として。

ただ、もちろんリスクもあります。

軍事利用への倫理的批判、プライバシー懸念、株価バリュエーションの過熱。

特にバリュエーションについては、「この成長が今後も続くのか」を冷静に見る必要があります。

このあたりは経営者として、礼賛しすぎず、構造を見るのが大事だと思ってます。

では、この構造から僕ら経営者は何を学べるのか。ここが本題です。

経営者が学ぶべきパランティアの3つの原則

パランティアの話を「アメリカの大企業のすごい話」で終わらせると、もったいない。

僕ら中小企業・スタートアップの経営者が、自社にどう活かせるかを3つの原則に落としていきます。

原則1：データは戦略資産であり、見えてから初めて経営できる

多くの経営者が「データは大事」と言いますが、実際に経営判断に使えているケースは少ない。

うちもそうでした。

CRMにデータがある、会計システムにデータがある、Slackにログがある。

でも、それらが統合されていないから、毎月の経営会議の前にスタッフが手動で集計して、Excelに貼り付けて、グラフを作る。

その作業に何時間もかかって、しかも「先月のデータ」しか見られない。

リアルタイムで見れば打てた手が、来月になると手遅れ、みたいなことが起きる。

パランティアがFoundryでやっているのは、まさにこの「見えていないデータを統合して、見えるようにする」というインフラ作りです。

中小企業でいきなりFoundryを導入する必要はない。

でも、思想は真似できます。

具体的には、こういうステップで考えるのがおすすめです。

1. 経営判断に必要なデータが、社内のどこに散らばっているかを棚卸しする
2. 一番判断のボトルネックになっているデータから、統合の手をつける
3. ChatGPTやClaudeみたいなLLMで、簡易的な統合・要約を試す

僕の会社では、まず「営業のCRMデータ」と「請求データ」を1つのスプレッドシートに統合するところから始めました。

これだけで、月次の売上予測の精度が体感で2倍くらい上がりました。

データは、見えるようにして初めて経営資産になるんですよ。

原則2：AIは意思決定を「速く」するのではなく「確実に」する

これ、すごく大事なんですけど、AI導入を検討してる経営者の多くが「AIで業務を高速化する」と思ってて。

確かに速くもなる。

でも、本質的な価値はそこじゃないんですよ。

パランティアが提供しているのは「意思決定の確からしさ」です。

戦場で指揮官が判断するとき、Excelで集計してたら間に合わない。

でも、ただ速いだけでも意味がない。

「速くて、かつ正しい判断」が必要なんです。

経営も同じです。

経営者の感覚と、データに基づく判断の差を埋めるのがAIの本質的な価値だと思ってて。

経営者は経験に基づく勘で判断する場面が多いですよね。

その勘は大事なんですが、勘だけだと「自分が見えていない情報」を見落とす。

AIにデータを見せて、客観的な分析を出させる。

それと自分の勘を突き合わせる。

これで意思決定の確からしさが上がる。

具体的なアクションとしては、「直近の経営判断で、勘に頼った場面」を洗い出してみてください。

採用判断、価格決定、マーケ予算の配分、新規事業のGo/No-Go。

そういう場面で、AIに「データから見るとどう判断すべきか」を聞いてみる。

もちろんAIの答えがそのまま正しいわけじゃない。

でも「自分の勘とAIの分析が違うとき」が、一番学びが大きいんですよ。

そこで「なぜ違うのか」を考えると、自分の盲点が見える。

これが経営判断の確からしさを上げる、一番手軽な方法です。

原則3：外部の知見を経営にビルトインする設計が競争優位になる

3つ目が、パランティアのFDEモデルから学ぶ原則です。

FDEの本質は何かというと、「外部のエンジニアを顧客企業の経営にビルトインする」という思想なんですよ。

これ、中小企業・スタートアップでも真似できます。

しかもAIがあれば、もっと安く、もっと早くできる。

具体的には、ChatGPTやClaudeに自社のデータを与えて、「外部の参謀」として位置付ける。

僕の会社でやっていることを少し共有すると、

• 毎週の経営会議の前に、KPIデータをClaudeに渡して「先週から今週で注目すべき変化は？」と聞く
• 新しい施策を打つ前に、「この施策のリスクと反論を、批判的に出して」と指示する
• 競合が新サービスを出したら、「うちにとっての脅威度と、取るべき対策の選択肢」を出させる

これ全部、コンサルに頼むと月数百万かかる仕事です。

それを、AIなら月数千〜数万円で、24時間いつでもできる。

ポイントは、AIを「資料を作るためのツール」ではなく「判断のための参謀」として位置付けることなんですよ。

資料作成は、AIにやらせる仕事のなかでは生産性が低い使い方です（もちろん、それでも価値はあるんですけど）。

本当に価値があるのは、経営判断のドラフトをAIに出させて、それに対して自分が「Yes/No」を判断する時間を作ること。

FDEモデルが示しているのは、「外部の知見を経営の中に常時ビルトインする」という設計思想なんです。

そして今の時代、その「外部の知見」の役割をAIが担えるようになった。

これは中小企業・スタートアップにとって、過去最大のチャンスだと僕は思ってます。

まとめ：パランティアが示す「AI時代の経営参謀」の姿

長くなったので、最後にまとめます。

パランティアは「AI軍需企業」ではなく、「データに基づく意思決定のインフラ会社」です。

20年かけてオントロジーという技術とFDEという組織モデルを磨き上げ、軍事・政府の極限環境で鍛えた技術を民間に転用することで、85%増収という異常な成長を実現しています。

その本質を経営者として翻訳すると、3つの原則になります。

1. データは戦略資産であり、見えてから初めて経営できる
2. AIは意思決定を「速く」するのではなく「確実に」する
3. 外部の知見を経営にビルトインする設計が競争優位になる

これらは、僕ら中小企業・スタートアップの経営者でも、思想として真似できます。

Foundryは導入できなくても、ChatGPTやClaudeで似たことを始められる。

FDEを雇えなくても、AIを「経営参謀」として位置付け直せる。

パランティアという会社の本質は「AIを使って意思決定の質と速度を同時に上げる」というモデルです。

そして、このモデルは規模の大小を問わず、すべての経営者にとって参考になる。

経営者として「AIを参謀にする経営」を、今日から1つでいいので始めてみませんか。

たとえば今日の経営判断のなかで、勘に頼った場面を1つ思い出して、AIに「これ、データから見るとどう判断すべき？」と聞いてみる。

それだけで、見える景色が変わります。

で、意思決定は？

その問いに、自信を持って答えられる経営者になるための一歩を、ぜひ今日から踏み出してみてください。