パランティアテクノロジーズの正体とはAI時代のSIerだ
謎多きAI企業パランティアの正体は、オントロジーを駆使して情報の縦割りを壊す「AI時代のSIer」である。
最前線に立つエンジニアが現場を掌握し、新たな軍産複合体を生み出す恐るべきビジネスモデルと、概念データモデルがもたらす技術の核心に迫る。
【参考】
教養としてのパランティア・テクノロジーズ: 世界の意思決定を支える企業の正体 | 宇田川博史 |本 | 通販 | Amazon
【1】パランティアテクノロジーズの社名は知られているが謎に包まれている。
ある人はすごくAIテクノロジーの会社だ、と言っていて、他の人は、監視社会を作り出す悪の会社と言う。
パランティアテクノロジーズに関する分厚い本は読みづらい。
そこで、「教養としての~」ナントカシリーズを読んで、理解した気持ちになりたいと思い、教養としてのパランティア・テクノロジーズ: 世界の意思決定を支える企業の正体を読んでみた。
個人的はすごくよかった。
教養としてのパランティア・テクノロジーズ: 世界の意思決定を支える企業の正体から理解できた点は4つある。
・オントロジーで情報を可視化し理解を促す
・プロダクトは3層構造を持つ
・投資偏重で赤字の財務体質
・技術利用の倫理に説明責任を持たせようとしている
【2】「オントロジーで情報を可視化し理解を促す」とは何か?
パランティアテクノロジーズの社長はドイツの大学の哲学科出身。
理系エンジニアではない。
彼の説明によれば、「社会の攻撃性は、情報のサイロ化から生まれる」
たとえば、国家機関では、縄張り争いのために情報を活用できていない。
オントロジーにより、各機関の収集データを関係性でグラフ化し見える化する。
つまり、政府部門や大企業では、縦割り組織になりがちで情報は共有されず、部門という村だけで通じる方言を生み出す。
方言を理解できる村人たちの村が、排他性を生み出す。
その課題を解決するために、オントロジーを使う。
オントロジーを介することで、誰もが理解し合える環境を用意する。
パランティアテクノロジーズでは、オントロジーを監視ではなく、理解を支援する(拡張知能)ために使う。
パランティアのAI基盤は、人間のアナリストに意思決定するデータを提供するだけ。
人間の理解と洞察を加速する基盤として扱う。
最終的には、人が判断し意思決定する。
なぜならば、全てをAIが判断できないからだ。
やはり、人が持つ暗黙的なコンテキストにより意思決定の質を向上させることに主眼を持つ。
それが拡張知能であるわけだ。
【3】「プロダクトは3層構造を持つ」とは何か?
プロダクトは3層構造を持つ。
具体的にはまず、インフラ層はAppolo。
クラウドからエッジ、オンプレまで環境を問わずSaaSで自動デプロイできる。
次に、コアエンジン層はOntology。
現実世界をデータモデル化する心臓部。
オブジェクト指向モデリングやドメイン駆動設計に現れる概念データモデルに相当するだろう。
最後に、アプリケーション層はGotham、Foundry。
Gothamは政府・軍事向けの意思決定プラットフォーム。
Foundryは民間企業向けのビジネスオペレーションのOS。
オントロジーは多様なデータと人間の間をつなぐ。
ただし、インフラ層のデータ基盤はクラウドとは限らない
潜水艦とかローカルな場所にも配置できるらしい。
【4】投資偏重で赤字の財務体質とは何か?
財務構造はすごく偏っている。
つい最近まで赤字だった。
売上に対し、売上原価23%、販売マーケティング費用35%、研究開発費25%、株式報酬費用50%。
研究開発費や株式報酬費用がなければ、営業利益率は40%を超えるので優良企業。
しかし、エンジニアにストック・オプションを渡す株式報酬費用が突出している。
それくらい投資偏重の企業だった。
パランティアテクノロジーズのビジネスモデルは、BtoGやBtoB向けのコンサル支援、グローバル企業向けのSIerに近い。
Acquireフェーズで、FDEというエンジニアが現場に常駐し、無料でPoC開発して成果を出す。
Expandフェーズで、初期成功を元に適用範囲を隣接部署に次々に拡大し、データ統合の恩恵が広がる。
Scaleフェーズで、政府、企業全体を動かすOSとなり、大規模契約につながり、最終的にはベンダロックインされる。
つまり、伴走型支援なので、コンサル支援に近い印象を持った。
また、ロックオンされると、継続利用になるビジネスモデル。
実際、オントロジー基盤が一度構成されると、それを手放すことは不可能に近い。
また、日本のSIerのように、顧客に張り付き、御用聞きとなって、顧客に入り込むビジネス。
実際、FDEは客先常駐なのでSESに似ている。
【5】技術利用の倫理に説明責任を持たせようとしている仕組みは何か?
技術的なガードレールがある。
強力なアクセス権限や監査ログ。
FDEが倫理の番人になる。
FDEが顧客成功と倫理的利用のインセンティブを一致させる。
社長自ら説明責任を持つ。
オントロジー技術の利用に関して逃げずに、積極的に説明責任を果たそうとしている。
しかし、これだけで監視社会への対応に十分なのか?という疑問は残る。
【6】上記説明後に議論した内容が面白かった。
エンジニアへのインセンティブのストックオプションで大赤字になっている理由は、たぶん節税対策ではないか?
減価償却費みたいなものだろう。
また、FDEはSESみたいな環境にいるのであれば、モチベーションが高くなければやってやれない。
だから、ストック・オプションで巨額の報酬を約束して動機づけする必要がある。
FDEは派遣エンジニアではなく、戦場に飛び込む兵卒みたいな人だ。
弱々しいエンジニアではなく、ムキムキのソルジャータイプのエンジニアのイメージだ。
FDEは前線に立ってヒアリングしPoC開発するので、成果が出たら契約して先に進めるというような感じだろう。
エンジニアがコンサルのような感じのように思えた。
パランティアテクノロジーズのビジネスモデルは伴走型モデルと聞こえは良いが、クライアントとずぶずぶの関係になる。
昔の日本の企業みたいに寝技が得意。
エンジニアは能動的に動いていくタイプ。
俺たちがクライアントを支配してやるというタイプ。
オントロジーに埋め込む業務データを得るために、入り込んだ現場との関係性が重要になるが、社員にとってはメリットはないのでピリピリしてるだろう。
オントロジーに業務ノウハウや暗黙知が取り込まれると、社員は不要になるからだ。
オントロジーは概念データモデルそのものだ。
エンタープライズアーキテクチャを作るプロセスそのものだ。
今ならば、RAGのおばけみたいな感じだろう。
各拠点に散らばっている暗黙知を集約してオントロジーという形式知にできる点はメリットが大きい。
データのアクセス権を確保して、RAGに全てぶち込むところをやっている点がすごい。
FDEはかなりの政治力を持つコンサルだ。
パランティアテクノロジーズのビジネスモデルの強みは、他企業が模倣できない仕組みだ。
スイッチングコストが非常に高い。
ベンダーロックインで寝技に持ち込むイメージ。
パランティアテクノロジーズは、AI時代のSIerみたいだ。
しかし、SIerという言葉は日本でしか通じないはず。
日本人にはノスタルジックな風景だが、アメリカでは新しいのかもしれない。
パランティアテクノロジーズは、技術ガードレール、倫理という組織文化で守られていると言う。
しかし全データはパランティアに握られている。
この仕組みは、新しい軍産複合体だ。
つまり、BtoGビジネスで政府の全データ、BtoBで企業の全データをパランティアテクノロジーズが握っているので、軍産複合体みたいな会社になっている。
換言すれば、一民間企業に過ぎないので、危険な存在でもあるわけだ。
【7】個人的には、概念データモデルがオントロジーという発想で実装基盤になり、今のAI時代ではより簡単に作れて、強力なデータ基盤になる点が面白かった。
「部門ごとの情報のサイロ化を防ぐ」基盤としてオントロジーを使う発想は昔のエンタープライズアーキテクチャと同じだ。
その設計思想が先祖返りしながらも、AIによって実装方法が簡単になり更に価値を増している点が面白い。
このあたりの情報も追いかけていく。
| 固定リンク
« プロセスには「学習のループ」が必要だ | トップページ | Redmine × AIがプロジェクト管理を変える:祝・Redmine20周年!RedmineJapan Vol.5の司会を全うして見えた「AI連携」と「製造業マネジメント」の未来 #RedmineJapan »
「IT本」カテゴリの記事
- パランティアテクノロジーズの正体とはAI時代のSIerだ(2026.06.21)
- マイクロマネジメントに陥ったチケット駆動開発の罠と再生戦略 #redminet(2026.04.26)
- リプレースとアーキテクチャモダナイゼーシヨンの違いの本質は何なのか?(2026.04.08)
- アーキテクチャモダナイゼーションにおけるAMETチームの役割と責任範囲は何か(2026.03.23)
- アーキテクチャモダナイゼーションとはそもそも何なのか?(2026.03.22)
「ビジネス・歴史・経営・法律」カテゴリの記事
- パランティアテクノロジーズの正体とはAI時代のSIerだ(2026.06.21)
- 【読書メモ】ミアシャイマーに学ぶイラン情勢と、社会科学における仮説検証の醍醐味(2026.03.29)
- 自動車業界におけるA-SPICE・機能安全・サイバーセキュリティの規格に対応したプロセス改善とは何か?(2026.02.15)
- E-BOMとM-BOMの違いは何か?(2026.02.08)
- 製造業におけるPLM製品とMES製品の違いは何か?(2026.02.08)
「統計学・機械学習・深層学習」カテゴリの記事
- パランティアテクノロジーズの正体とはAI時代のSIerだ(2026.06.21)
- Unifiedメモリとは何か?(2026.05.24)
- 夢のオンプレLLM環境? NVIDIA DGX Sparkの真実と「Claude Code代替」の壁(2026.05.24)
- ディープラーニングではなぜ微分が重要なのか?(2026.05.09)
- 「資料をそのままAIに食わせたい」を解決するMicrosoft製ツールMarkItDownとは?(2026.04.25)


コメント