※本記事は「Part 1：エージェント型AIが迫る三つの経路」「Part 2：価格決定力・マージン・受益者と、22社のVAR耐性スコア」「Part 3：VAR耐性スコアカードの採点フレームワーク」の続編となります。三つの経路と12ファクターの採点フレームワークを先にお読みいただくと、本稿の内容がより明確になります。
22社の暫定スコアから、個別企業の精査へ
Part 1〜3では、VAR化という産業全体の力学から出発し、三つの経路の定義、そしてそれを12のファクターへ落とし込む採点フレームワークまでを整理し、上場SaaS 22社に暫定スコアを付けました。あのスコアは第一稿——Grok 4.5、Fable 5、DeepSeek v4 Proの協働による暫定評価であり、以降のシリーズで各社を手作業により精査し、必要に応じて更新していく約束をしていました。
本稿から、その精査の作業に入ります。最初の3社はPalantir（PLTR）、データドッグ（DDOG）、クラウドフレア（NET）です。この3社を選んだ理由は単純で、三者三様の答えが出たからです。Palantirは依然として、単なるツールの提供者ではなく企業のあらゆる実務にまたがってエージェント層そのものを保有しうる稀な存在に見えます。データドッグとクラウドフレアはともに、「エージェントが必要とし、その量に応じて対価を支払うインフラ」という強力なポジションにありますが、これはエージェント型の完全なプラットフォームを保有することとは別の賭けです。エージェントの世界が拡大するのであれば良い立ち位置ですが、企業の大脳そのものを保有することへの賭けとは性質が異なります。
本稿ではまず、その3社のうち最も評価の高いPalantirを取り上げます。データドッグとクラウドフレアは、続くPart 5・Part 6でそれぞれ扱います。
【補足】本シリーズにおける精査のルール
- 暫定スコアと精査後スコアの違い: Part 2で示した22社のスコアは、複数のAIモデルによる第一稿でした。本稿以降は、Convequityが個別に事実確認を行い、スコアを据え置く・引き上げる・引き下げるのいずれかを判断します。
- 今回の対象: バケットとルートの分類そのものは変わらない場合でも、ファクター単位のスコアが変わることがあります。本稿ではPalantirのモデル層レバレッジ（B1）とバリュエーションの非対称性（C2）の2ファクターが更新されています。
- 表記の注意: 本文中で「前稿」と書く場合はPart 1〜3を、「本稿」はPart 4〜6のシリーズを指します。
バケットと経路
Palantirの分類は据え置きです。バケットはエージェント型コンパウンダー、割り当てられた経路は経路3——経験層・ワークフローと機能・データという三つの層すべてを、既存企業自身が保有する経路です。
SCORECARDの数値
- A1 システム・オブ・レコードの深さとデータ重力：4.5
- A2 ワークフロー吸収性（大脳テスト）：5.0
- A3 提供職能の需要弾力性：5.0
- A4 経路の運命と経路の質：5.0
- A5 成果への貢献度（天井テスト）：5.0
- B1 モデル層レバレッジ：4.5（前稿の暫定4から精査後に引き上げ）
- B2 組織の代謝：5.0
- B3 価格モデルの俊敏性：5.0
- B4 信頼・セキュリティ・ガバナンスの態勢：5.0
- B5 出荷ケイデンス：5.0
- C1 トークン経済下のマージン軌道：4.0
- C2 倍率に織り込まれたシナリオ（Rule of Xグリッド）：3.5（前稿の暫定2.0から精査後に引き上げ）
(出典: Convequity)
経路3——なぜPalantirは全レイヤーを保有できるのか
VAR耐性フレームワークにおいて経路3とは、既存企業が経験層・ワークフローと機能・データという三つの層すべてを、エージェント時代を通じて保有し続けることを意味します。経路1は完全な内製置き換え（ベンダーにとっての絶滅）、経路2はサードパーティのエージェント型経験層の下で、ヘッドレスのまま生き延びる形です。PalantirはPart 1〜3から一貫して経路3と評価されており、三つの層すべてを掌握する運命にあると見ています。
このフレームワーク自体が、なぜ経路3の大半のアプリケーション系SaaSにとって困難であるかを示しています。ドメインが相対的に狭いベンダーは、企業全体のエージェント型インターフェースにはなれません。利用者は依然として、人事・チケッティング・CRM・財務など部門を横断してエージェントを働かせる必要があるからです。たとえばセールスフォース（CRM）のエージェント層でさえ、サービスナウ（NOW）やワークデイ（WDAY）など他社システムへ接続する必要があります。狭いドメインのベンダーは一つの領域を保有し、残りは借りることになります。この複数ベンダーへの依存こそが、純粋な経路3にとっての構造的な逆風です。
Palantirの立ち位置は、三つの補強し合う理由によって異なります。
第一に、データ重力とワークフローの専門知識
Foundryのオントロジーは、企業データをオブジェクト・関係性・ポリシー・許可されたアクションへと写像します。平たく言えば、オントロジーとは企業の語彙と用語体系そのものです。3人の異なる師匠から、それぞれ違う呼び方で同じ道具を教わる若い職人見習いを想像してください——見習いにとっては悪夢でしょう。しかし師匠全員が同じ用語と同じ説明の仕方を使うなら、見習いははるかに速く学べます。エージェントもまったく同じです。効果的に働くには一貫した用語と語彙が必要であり、Palantirのオントロジーはそれを与えます。
だからこそ、ここでのデータ重力は極端に強いのです。単に粘着性の高いテーブルというだけではありません。企業がどう機能しているかを示す共有言語——オブジェクト・リンク・ポリシー・許可されたアクション——が、あらゆるドメインを横断して利用可能かつタイムリーで、ミッションクリティカルな意思決定に耐えうる精度で適用されているのです。その意味で、業務上の文脈を吸い込む超巨大ブラックホールのように機能しえます。ひとたび企業の意思決定がオントロジーの中にモデル化されると、Palantirを迂回することが、エージェントにとっても業務担当者にとっても困難な道になります。FoundryとAIPを深く導入した企業がPalantirを置き換えにくいと感じることが多いのは、これが大きな理由です。エージェントはこの共有された意味論モデルを引き継ぐため、企業に対して行動する必要のあるエージェントは、それを迂回するのではなく、オントロジーのガバナンス層を通じて行動する傾向があります。したがって経験層は、企業の業務モデルを保有する者に帰属することになります。
A1が単純な4.0ではなく4.5である理由もここにあります。PalantirはSAP（SAP）・オラクル（ORCL）・スノーフレーク（SNOW）のような、データを取り込んで生の企業テーブルを唯一の真実の保管庫として保有する、古典的な第一義的システム・オブ・レコードの意味でのベンダーではありません。Palantirが作るのは、スノーフレークやSAP、オラクルなど他のシステムに依然として存在しうる第一義データのデジタルツインです。オントロジー水準のデータ重力はこの領域で最も高い部類に入りますが、フレームワークの最上段は破滅的な第一義的SoR保有（コアERP、電子カルテ、勘定系）のために取ってあり、他社の保管庫の上に乗るツインのためのものではありません。とはいえ、そのツインの重力は途方もなく、単一モジュールのERPの一部分のような狭いドメインのSoRよりも、かえって強く縛りうるものです。Palantirは準SoR的なベンダーと呼ぶべき存在です——企業全体で収益とコストに関わる意思決定に触れ、管理すること自体によって、巨大なデータ重力を生んでいます。Palantirが第一のエージェント型統治者であり続け、モデル層での事後学習でさらに成功を重ねるなら、より多くの意思決定・行動・洗練された重みが同じオントロジーを通過するようになり、そのデータ重力は指数関数的に拡大しうるものです。
【補足】オントロジーとは何か
- オントロジーの基本: 企業のデータ・システム・業務ルールを、一つの共通した「語彙」と「意味の地図」に落とし込んだものです。Foundryではデータセット・モデル・オブジェクトの種類・プロパティ・リンク・アクションの種類として表現されます。
- なぜエージェントに効くのか: AIエージェントが企業の業務を正しく理解し、正しく行動するには、部門ごとにバラバラな呼び方や定義ではなく、一貫した語彙が必要です。オントロジーはその一貫性を提供します。
- デジタルツインとの関係: オントロジーは単なる読み取り専用のダッシュボードではなく、書き込みとガバナンスを伴う、行動志向の運用システム（デジタルツイン）として機能します。
第二に、幅の広さ
Palantirは単機能アプリとしてではなく、単一の基盤の上で多数のドメインにまたがって使われています。企業はFoundryとAIPの上で幅広い業務アプリケーションを走らせることができ、その数はおおよそ200のSaaS相当の製品面に達し、AIPビルダーや業界別テンプレート、オントロジーに紐づくアプリの拡充によって、その裾野はなお広がり続けています。この幅の広さゆえに、顧客はCRM的な業務、人事に近い業務、チケッティング、物流といったワークフローを、ベストオブブリードのエージェント型UIを寄せ集めるのではなく、Palantirの内側に留めておくことが現実的な選択肢になります。ドメインを横断する幅の広さこそが、経験層を保持し続け、したがって経路3を成立させるための中心的な条件です。
第三に、規制業種と主権的な展開
防衛・インテリジェンス・重要インフラ・医療といった高コンプライアンスの現場では、経験層・ワークフロー・データを一つの統治されたスタックにまとめておくことが好まれます。エアギャップ環境や主権要件は、別々のシステム・オブ・レコードの上に立つ複数のサードパーティ製エージェント・シェルへ分解することの魅力を下げます。この規制・セキュリティ上の姿勢が、三つの層すべてを既存企業側に残しておくことを後押しします。
これらを総合すると、Palantirにとって経路3は無理な判定ではありません。オントロジー水準のデータ重力、狭いSaaSにはない複数ドメインにまたがる製品の幅、そしてエージェント型サーフェスの端から端までの所有を促す規制業種での展開パターンによって裏づけられています。
オントロジー、OSDK、デジタルツイン、そして物理オペレーション
オントロジーは運用上の背骨です。データセット・モデル・オブジェクトの種類・プロパティ・リンク・アクションの種類が、企業の生きたデジタルツインを形作ります。Ontology SDK（OSDK）は、開発者がFoundryをバックエンドとして扱い、高スケールのクエリ・書き込み・ガバナンスを備えたまま、企業の実態に常に同期したアプリケーションを構築できるようにします。デジタルツインは読み取り専用のダッシュボードではなく、行動志向の運用システムです。
PG&E（米大手電力会社）の事例は、これがなぜフロンティアモデルや薄いエージェント・ラッパーだけでは吸収しにくいのかを示しています。天気予報と送電網の構成要素、急速遮断が必要な資産、山火事対策を相関させる作業は、複数ソースにまたがり、権限管理が必要で、物理世界に根ざした問題です。こうした点をつなぎ合わせる作業こそ、統治されたオントロジーと運用システムを要求する種類の仕事であり、汎用のチャット・インターフェースでは代替できません。ワークフロー吸収性（A2）が5.0である理由はここにあります。拡大を続ける大脳はこの種のプラットフォームを必要としており、生のシステムへのツールアクセスだけで単純に置き換えられるものではありません。
MetaConstellationとハードウェア・ソフトウェアの結合組織
MetaConstellationは、データの複雑性が最も高い領域——衛星コンステレーションのタスキングと融合、軌道上センサーへのAI展開、ハードウェアのテレメトリを運用担当者の意思決定へ変換する作業——において、同じアーキテクチャを示しています。Palantirは、SaaSのAPIの上に乗るビジネスソフトウェアであるだけではありません。ハードウェア・ソフトウェア・意思決定をつなぐ結合組織——送電網、車両群、センサー、衛星、ミッションシステム——なのです。この点はA2の5.0を補強し、より多くの物理的・デジタル的資産が同じ運用像へ引き込まれるにつれて、高い成果の天井（A5の5.0）も支えています。
【補足】MetaConstellationとデジタルツインの物理版
- 何をしているのか: 衛星や地上センサーなどのハードウェアから得られる情報を融合し、AIによる判断へつなげる仕組みです。
- 本節の論点: Palantirの強みは、業務ソフトウェアとしての側面だけでなく、ハードウェアと意思決定の間をつなぐ結合組織としての側面にもある、という点です。物理世界に根ざすほど、模倣は難しくなります。
主権AI、逆情報パラドックス、そしてNemotron
企業にとっての中核的なエージェント・リスクは、逆情報パラドックスです——独自のワークフローと組織的な知識をサードパーティのAIシステムへ投入すると、そのシステムが後にそこから学習し、一般化し、顧客の差別化を損なう能力として再販しうる、というものです。Palantirの公の姿勢——カープ氏とサンカー氏が長年主張してきた「モデルはコモディティ化した層である」という考え方であり、最近の株主向けコミュニケーションではモデルラボへの従属化に対する反対として強まっています——は空虚な言葉ではなく、製品アーキテクチャに直接対応しています。
Palantirの主権AIスタックは、このパラドックスに対する実務上の答えです。設計上の狙いは、企業がデータ・ロジック・アクション・権限、そして次第には自社のミッション向けに洗練されたモデルの重みまで含めて、持続的な文脈の所有権を保ち続けることです。独自の知識はセキュリティ境界の内側に留まり、可搬性を保ったまま、フロンティアラボの汎用的な訓練や製品ハーネスへ漏れ出すことがありません。
NVIDIA（NVDA）のNemotronとのパートナーシップが、この思想をモデル層レバレッジ（B1）へつなぐ主要な橋渡しです。公開資料は、主権環境やエアギャップ環境でNemotronのオープンモデルを稼働させるためのエンジンを説明しており、顧客が自己改善型のミッション特化モデルを所有し続けられる設計になっています。テレメトリとプラットフォーム内評価は事後学習とアラインメントに供給されることを想定しており、重みは顧客の統制下に留まったまま、運用タスクに合わせて改善されていきます。これはBYOLLM（顧客が自前で用意したモデルを薄く包むだけの層）的な仕組みではなく、Palantirのスタック内部にある本物のモデル・エンジニアリング能力です。ただし、まだ初期段階でもあります。戦略の方向性は明確ですが、Nemotronパートナーシップの商用・政府向けの実行力が、規模と持続性の両面でまだ証明の途上にあります。
前稿の時点で、Palantirの暫定B1スコア——Grok 4.5、Fable 5、DeepSeek v4 Proが我々の方法論に従って決定したもの——は4でした。本稿の精査を経て、Convequityは手作業でB1を4.5へ引き上げました。この0.5の上乗せは、本物の事後学習とモデル所有の仕組み——モデル・ファクトリー的なパターン、顧客がモデルの重みを所有する形、そしてNemotronによる主権的な事後学習の経路——を捉えたものであり、Palantirが既にフロンティアラボを明確に出遅れさせるほどの、閉じた独自の強化学習フライホイールを備えていると主張するものではありません。満点の5.0には、ロードマップやパートナーシップの言葉だけでなく、実行によってこのより高い基準を満たす必要があります。したがって我々は、さらなる格上げを検討する前に、Nemotronパートナーシップの成果を見極める段階にあります。Palantirの主たる堀は、生のフロンティア事前学習というよりも、依然としてオントロジー・ガバナンス・複数ドメインにまたがる運用の深さです。カバレッジ・ユニバース全体との相対では、B1の4.5は今なお最上位クラスですが、Palantirをフロンティアのモデルラボと同列に置くものではありません。
【補足】事後学習（ポストトレーニング）とNemotronパートナーシップ
- 事前学習と事後学習の違い: 事前学習は、大量の一般データからモデルの基礎能力を作る工程です。事後学習は、その基礎モデルを特定の業務や顧客のデータに合わせて調整していく、後段の工程です。
- なぜB1（モデル層レバレッジ）に効くのか: 事後学習を自社で回せるベンダーほど、モデル面での独自の強みを積み上げられます。多くのSaaSベンダーは、他社のモデルへAPI越しに指示文を投げるだけの薄い使い方にとどまっています。
- 本節の論点: Nemotronパートナーシップは、Palantirの主権AI構想を実際のモデル・エンジニアリングへつなぐ橋渡しですが、まだ実行段階の途中にあり、B1が満点に届かない理由もそこにあります。
バリュエーション——C2とDCFの視点
前稿ではPalantirのC2を、経路3の成功が市場価格に大きく織り込まれ済みであり、新規資金にとってのプラスの非対称性が限られているという見立てのもと、2.0と採点していました。本稿ではConvequityの成長見通しと、PalantirのDCFモデルに反映された終端フリーキャッシュフロー・マージンの前提を用いて、この評価を見直しています。その前提のもとでは、本源的価値は市場が織り込む価値を明確に上回る水準にあり、その乖離はおおよそ45%程度に及びます。これが「市場の悲観論とファンダメンタルズ・TAMとの差」という言葉の実務的な意味であり、C2を3.5へ更新した理由です——自社DCFとの乖離が最大水準に達する5ではありませんが、株価が完璧を織り込み済みだとみなす2よりは明確に高い評価です。
ウォール街や一般的な投資家は通常、高成長ソフトウェアの成長率が規模拡大とともに急速に減衰すると想定します。この既定路線は、カテゴリーの天井が明確な中堅アプリケーション系SaaSにはしばしば当てはまります。しかしConvequityの見方はPalantirについては異なります。オントロジーに支えられた運用型AIが、防衛・商業オペレーション・複数ドメンの企業意思決定にまで広がることを許されれば、対象となる機会は数千億ドル、場合によっては数兆ドル規模になると見ています。実行力が伴い続ければ、Palantirが一般的なソフトウェアの成長減衰カーブへ収斂する構造的な理由はなく、ここから数年にわたって年率60〜80%程度の成長を維持しうると考えています。この道筋が部分的にでも実現するなら、現在の倍率は、我々のファンダメンタルズとTAMが支持する以上に、成長の減衰への恐れを織り込んでいることになります。
C2が3.5であることの意味は次のとおりです。構造的な経路3の質は柱A・柱Bの評価どおり卓越したままであり、自社DCFに対するバリュエーションの乖離は、非対称性がないとする単純な2から動かすのに十分な水準にあります。ただし実行リスクと倍率のボラティリティが実在することも同時に認めています。あらゆる評価尺度で株価が本源的価値を下回っていると単純に主張するものではなく、我々の成長パスと終端マージンの前提のもとでは、本源的価値が市場価格を依然として明確に上回っている、という主張です。
SCORECARD READING（採点根拠の詳細）
A1の4.5は、前稿の4.0からの引き上げです。Palantirは準システム・オブ・レコードです——スノーフレーク・SAP・オラクルなどに依然として存在しうる第一義データの上に立つデジタルツインとオントロジーであり、コアバンキングや電子カルテのような生の企業テーブルの排他的な保有ではありません。重力が依然として途方もない理由は、オントロジーがエージェントと業務担当者がドメインを横断して使う共有の語彙・行動層であり、狭いドメインのSoRよりもかえって強く縛りうるからです。複数年にわたって組み込まれたオントロジー導入は、深刻なスイッチングコストを生みます。5.0でない理由は、フレームワークの最上段が破滅的な第一義的SoR保有のためにあり、他社の保管庫の上のツインのためではないからです。Palantirが引き続き主要なエージェント型統治者であり続け、モデルの事後学習をさらに深めるなら、その重力はさらに拡大し、遠くない将来にA1が5へ届く可能性が高いと見ています。
A2（ワークフロー吸収性（大脳テスト））の5.0は中心的な評価です。オントロジー、OSDK、デジタルツイン、規制された行動、そしてMetaConstellationのようなハードウェア連動製品は、エージェント型スタックが必要とするインフラです。エージェントがツール呼び出しだけで再現できる薄いワークフロー・ラッパーではありません。
A3（提供職能の需要弾力性）の5.0は、弾力的で、収益とミッションに連動した需要を反映しています。自動化とエージェント量の増加は、ラボへの従属を明確に拒む需要層を含め、主権的な運用プラットフォームへの必要性を縮小するのではなく拡大させます。
A4（経路の運命と経路の質）の5.0は経路3の質を示すスコアです。信憑性のある経路3は、B1（モデル層レバレッジ）の4.5、狭いSaaSにはない複数ドメインにまたがる幅広さ、そして経験・ワークフロー・データの保持を後押しする規制業種・主権的な展開パターンによって裏づけられています。
A5（成果への貢献度（天井テスト））の5.0は、実質的に無界の成果面を反映しています。より多くの意思決定、より多くの資産（宇宙や物理インフラを含む）、同じオントロジーを通過するより多くのエージェント処理量です。
B2からB5（組織の代謝／価格モデルの俊敏性／信頼・セキュリティ・ガバナンスの態勢／出荷ケイデンス）の5.0は、創業者・技術系リーダーシップの強度、座席課金ではない商業モデル、付け足しではなく製品そのものとしての信頼とガバナンス、そしてエージェント型サーフェスにおける高い出荷ケイデンスを捉えています。
C1（トークン経済下のマージン軌道）の4.0は、エージェント量が拡大するにつれて推論と提供の負荷が継続する中でも、トークン経済下で強いマージン余地を保っていることを反映しています。
C2の3.5は、前稿の2.0からの引き上げです。ConvequityのDCF——成長パスと終端FCFマージン——は、市場に対しておおよそ45%の上振れを示唆しています。ウォール街はしばしば高成長ソフトウェアの急速な成長減衰を想定しますが、我々の見方ではPalantirのTAMは数千億ドル、場合によっては数兆ドル規模であり、強い実行が伴えば60〜80%成長がここから数年続くことも十分にありえます。構造的な質は高く、倍率は我々のファンダメンタルズが支持する以上の減衰リスクを織り込んでいますが、これは乖離が最大水準に達する5ではありません。
リスク
主なリスクは依然として実行力と競争であり、経路3というテーゼそのものの欠如ではありません。商用展開の拡大が減速する場合、クラウドプラットフォームがオントロジーに似た機能をバンドルする場合、あるいはフロンティアラボがより説得力のある主権パッケージを提供する場合には、成長が我々の見立てる60〜80%の複数年ケースよりも速く減速しうるでしょう。提供の負荷が高く、導入がハイタッチであることは、規模が拡大するにつれて運用上のリスクであり続けます。結果が堅調であっても、市場がTAMの持続期間を信用しなければ、バリュエーションはなお圧縮しえます。
より鋭い競争リスクは、他社がPalantirの製品面だけでなく、その営業手法そのものを模倣しつつあることです。OpenAI、Anthropic、マイクロソフト（MSFT）は既に、複雑なAI導入の立ち上げと拡張のために技術チームを顧客先に常駐させる、いわゆる「FDE」型の動きを実行しています。これは川上（モデルラボが実装・ワークフローの階層まで下りてくる）と、同業（大手ソフトウェアプラットフォームが同じハイタッチの提供モデルを採用する）の双方からの圧力です。FDE的な体制が業界全体の標準装備になれば、Palantirがミッションクリティカルでハイタッチな導入において持っていた歴史的な優位は、オントロジーとガバナンスの面で優れたままであっても、その独自性は薄れます。
モデルのコモディティ化そのものは、Palantirにとって敵というより味方に近いものです。価値は生のモデルアクセスではなく、オントロジー・ガバナンス・主権的な洗練の方へ移っていくからです。本当の競争リスクは、モデルが安くなることそのものではなく、クラウド事業者やフロンティアラボが、そうしたモデルの周りに説得力のあるオントロジー的な層、主権的な展開、FDE主導の提供体制をパッケージ化することです。規制業種やエアギャップ、オントロジーに根ざした展開は緩衝材として残り、Nemotronやモデル・ファクトリー型の経路は、洗練の所有権をラボ側ではなく顧客側に保つよう設計されています。
結論
Palantirは経路3、そしてエージェント型コンパウンダーと評価されます。複数ドメインにまたがる幅の広さ、オントロジー水準のデータとワークフローの重力、そして規制業種での展開が、ヘッドレスへの譲歩ではなく経験層の保持を後押ししています。主権AIとNemotron連動の事後学習が、B1の4.5というスコアを支えています。構造的なストーリーは強固です。バリュエーションについては、本稿でC2を2.0から3.5へ引き上げました。ConvequityのDCFは、ウォール街が通常前提とする高成長の減衰カーブよりも長いTAMと成長パスのもとで、市場に対しおおよそ45%の上方乖離があることを示唆しています。実行力と競争——モデルラボや大手ソフトウェア企業によるFDE型の提供体制を含む——が主要なリスクであり続けますが、経路3というテーゼそのものが揺らいでいるわけではありません。
データドッグとクラウドフレアについては、続くPart 5・Part 6でそれぞれ詳しく採点根拠を見ていきます。両社はともに経路2の枠組みの中で、エージェントの量そのものから対価を得る「成果連動型プラミング」として評価されていますが、その中身は大きく異なります。
コンヴェクィティ