プラットフォーム概要

Palantir AIP は、世界中の最も重要な商業および政府のコンテキストにおけるリアルタイムの AI 駆動型意思決定を強化します。 公衆衛生 ↗ から バッテリー生産 ↗ に至るまで、組織は Palantir に依存して、企業内で AI を安全かつ確実に活用し、運用結果を推進 ↗ しています。

簡単に言えば、Palantir AIP は生成 AI をオペレーションに接続します。Foundry - Palantir のデータオペレーションプラットフォーム - と Apollo - Palantir の自律ソフトウェアデプロイメントのミッションコントロール - と共に、AIP は AI Mesh の一部であり、LLM を利用したウェブアプリケーションからビジョンランゲージモデルを使用したモバイルアプリケーション、ローカライズされた AI を組み込んだエッジアプリケーションまで、幅広い AI 駆動製品を提供することができます。この一連の機能、機能性、およびツールセット全体を Palantir プラットフォーム と呼びます。

多くの要因が Palantir プラットフォームを使用して運用インパクトを達成および拡大することに寄与していますが（AIP Bootcamps ↗ では、顧客が数時間で AI を使用して成果を達成する実践的なトレーニングが行われます）、最も重要な差別化要因は Palantir オントロジー を中心としたソフトウェアアーキテクチャです。

オントロジー

オントロジーは単なるデータではなく、企業の 意思決定 を表現するために設計されています。世界中のすべての組織は、内部および外部の絶えず変動する条件に対処しながら、可能な限り最良の意思決定を行う方法に直面しています。

これらの意思決定プロセスの複雑さは、既存の企業システムとの深い双方向の相互運用性を促進するオントロジーに反映されています。オントロジーは、関連するデータ、ロジック、およびアクションコンポーネントを AI アクセス可能な最新のコンピューティング環境に自動的に統合します。これにより、従来のビジネスインテリジェンスおよび分析ワークフローに加えて、AI チーミングを備えた運用アプリケーションの迅速な開発が可能になります。

意思決定コンポーネント

すべての意思決定は データ、ロジック、および アクション に分解することができます。

• データ: この意思決定の文脈を形成する世界とユーザーの運用に関する関連事実または真実は何か？
• ロジック: この意思決定のガードレールとして機能する組織またはビジネスルールは何か？異なる仮定の下での特定の結果の確率は何か？これまでの類似の状況で行ったこととその結果は何か？予測および最適化モデルからの入力は何か？
• アクション: この意思決定の「動力学」または効果は何か - つまり、意思決定がどのように世界に現れるのか？AIP で意思決定を行い、生産環境で結果に影響を与えるまでのステップをどのように減らすか？

Palantir プラットフォームでは、これらのすべてのコンポーネントが、ユーザーのオペレーター、アナリスト、および専門家の潜在能力を最大限に引き出すための AI チーミングパターンを促進するように設計されています。

データ

オントロジーは、オブジェクトとリンク としてデータを統合し、人間と AI の両方にとって運用の現実の複雑さを理解できるようにします。これにより、Human + AI チーミング ワークフローの構築が可能になります。

オントロジーは、さまざまなデータタイプや、非構造化データのロックを解除するための semantic search、画像やビデオを操作するための media references、およびデータに追加の制約や文脈を埋め込むための value types など、多くの拡張プリミティブをネイティブにサポートしています。これらは、AI ワークフロー開発のためのデータビルディングブロックであり、以下の ロジック および アクション セクションでさらに説明されています。

このデータモデルは、構造化データ、非構造化データ、地理空間データ、時間データ、シミュレーションデータなど、さまざまなデータモダリティを探索するためのアプリケーションを提供します。これらの基本的なツールは、コンテキストアウェアな AIP Assist と統合されており、プラットフォーム内でデータを探索および分析する際の価値の実現までの時間を劇的に短縮します。

アプリケーション構築および分析に加えて、オントロジーでデータをモデリングすると、堅牢な API ゲートウェイとオントロジーソフトウェア開発キット (OSDK) が自動的に作成され、企業全体での接続性のための「オペレーショナルバス」として機能します。

データ接続性

データは、意思決定者に正確かつ信頼性のある真実を提示するために必要なクリーンで正確かつ整形された形式でパッケージされていることはめったにありません。そのため、Palantir プラットフォームは、エンタープライズデータシステムとアウトオブザボックスで動作する拡張可能なマルチモーダルデータ接続および統合フレームワークを提供します。

Pipeline Builder は、パイプラインベースのトランスフォーム（分類、感情分析、要約、エンティティ抽出、翻訳など）を強化する最新の LLM を簡単に使用できるポイントアンドクリックパッケージを提供します。これにより、常にモデルへのライブリクエストを実行する遅延なしに、オペレーターがレビューおよび承認するための「提案」をオントロジー内に自動的に作成する準備が整います。（ロジック セクションで説明するように、モデルとの対話のこれら 2 つのアプローチは相補的です。）

さらに、AIP Assist は Pipeline Builder および Code Repositories 内で、Palantir のドキュメントや一般的なコードスニペットのリポジトリにアクセスするだけでなく、プラットフォームのフロントエンドに深く統合され、次のアクションや関連するチュートリアルを提案できる AI パートナーと共にデータエンジニアリングを加速します。

ロジック

データが意思決定の文脈を定義する場合、ロジックはこの文脈を豊かにする推論と分析をカプセル化し、Human+AI チームがより良い意思決定を行えるようにします。これは、運用アプリケーション内で提示されるモデルの出力や可視化の形で追加の文脈として提供されることも、アクションのメカニクスに直接組み込まれることもあります。

この広範な定義を考えると、ロジックを定義および実行する能力はプラットフォーム全体に現れます。たとえば、モデル、ビジネスロジック、および テンプレート化された分析およびレポート を考えてみましょう。

モデル

生成 AI、LLM、予測モデル、最適化モデルなど

LLM や予測モデルのようなモデルは、パラメーターを取り、意思決定の文脈として機能する出力を提供します。データサイエンティストにおなじみのサイクルでは、これらのモデルはトレーニングと改良の反復プロセスを経ることがよくありますが、これらのモデルを運用ワークフローとして実行するのは難しいことがあります。Palantir のモデリング機能は、モデルの運用展開を支援します。

Palantir プラットフォームでは、モデルの全ライフサイクルが モデリングの目的 としてキャプチャされ、モデル自体のロジックは モデルアダプター によって抽象化されます。このアプローチにより、プラットフォーム内でトレーニングするか、独自のコンテナを持ち込むか、事前トレーニング済みのモデルをアップロードするか に関わらず、すべての種類のモデルを Functions を通じてオントロジーに結び付け、運用アプリケーション内でライブインタラクションを組み込むか、データパイプラインでバッチ展開用に構成できます。

特に生成 AI の場合、Palantir の Language Model Service は、マルチモーダルな相互作用のための統一されたインターフェースを提供し、特定のモデルおよびプロバイダーの実装詳細を抽象化します。これにより、商業的に利用可能な LLM のランドスケープ全体での開発が簡単になります。さらに結果を向上させるために、Palantir の Evaluations ツールは、時間の経過やモデル間の LLM パフォーマンスをベンチマークし、ドリフトを監視して自信を持って変更を行うことができます。

ビジネスロジック

ビジネスルール、プロセスマッピング、semantic search

モデリングアプローチがデータに基づいて「ボトムアップ」アプローチを取るのに対して、ビジネスロジックは一般に、運用ドメインを支配する明示的または暗黙のルールに基づいて「トップダウン」アプローチを取ります。これらは外部システムに存在し、Palantir は External Functions および Webhook を使用して運用ワークフローでライブインタラクションを行うか、External Transforms を使用してパイプライン接続を行うことで直接接続できます。ビジネスロジックは、Rules や Pipeline Builder を使用してデータパイプライン内でのロジックを直接 Palantir プラットフォーム内で作成することもできますし、Automate や Functions を使用してライブで実行されるロジックとして作成することもできます。

テンプレート化された分析およびレポート

Object views、分析テンプレート、生成されたレポート

ロジックはデータサイエンスモデルやハードコードされたビジネスルールだけでなく、アナリストが一時的な調査、分析、レポートで高価値のロジックをキャプチャおよび収集することもあります。Palantir プラットフォームでは、Contour や Quiver などのポイントアンドクリック分析ツールや Code Workspaces のようなノートブックを使用して分析やダッシュボードを作成できます。オントロジーデータモデルの意味論により、これらの分析製品をテンプレート化して再利用することが容易になります。これらは Object Views や Workshop アプリケーション に埋め込むか、スタンドアロンの ダッシュボード として提示できます。これらの object views、テンプレート化された分析、およびダッシュボードは、運用アプリにプラグインして意思決定をガイドするための一目でわかる洞察を提供し、さらなるアドホックな探索のための道筋を提供します。

これらの 3 つのロジックの側面（モデル、ビジネスロジック、およびテンプレート化された分析およびレポート）を組み合わせることで、意思決定者に必要なすべての文脈を提供するためのツールキットまたはパレットが提供されます。

アクション

意思決定が影響を持つためには、その意思決定が世界に伝播する必要があります。ここでアクションが企業の「動詞」を定義し、人間のオペレーターや AI エージェントが意思決定を持続させる方法を制御します。これはオントロジーデータモデル内で、または 外部システム との相互作用を通じて行われます。さらに、オントロジー内で意思決定結果をキャプチャすることにより、将来のデータで特定の意思決定とその結果を観察することができます。これにより、将来の意思決定を過去の選択の文脈に置き、モデルを再トレーニングまたは微調整したり、オペレーターに過去の状況をより明確に示したりすることができます。

これらの「動力学」をオントロジー内で表現するための基本単位は アクション であり、データの変更や作成、および外部システムの変更の調整に対する特定の詳細な制御を