パランティアの解説でかならず出てくるのが「オントロジー」という言葉です。ただ、多くの記事が用語を言い換えるだけで、なぜそれがそこまで重要なのかまで踏み込んでいません。

この記事ではオントロジーを空港の具体例で理解し、なぜそれがパランティアの「誰にも真似できない堀」になるのかまでを分解します。ここが分かると、Palantirの決算やニュースの見え方が変わります。

AIが「嘘」をつく、本当の理由

多くの企業が生成AIのハルシネーション（AIがもっともらしい嘘をつく現象）に悩んでいます。その原因の多くはAIの賢さ不足ではありません。社内のデータがバラバラの『点』で存在し、AIがその関係を理解できないことにあります。

データを単に読み込ませても、AIはそれぞれの点が何を意味し、どう繋がっているのかを把握できません。だから的外れな答えを返す。ここを解くのがオントロジーです。

オントロジーとは何か ── 空港の例で理解する

オントロジーとはデータに「意味」と「関係」を与えて、点を線に繋ぐ仕組みです。言葉だけだと難しいので、空港を例に見ていきます。いま、3つのシステムにバラバラの情報があるとします。

• 在庫システム：部品コード102が、在庫ゼロで不足している
• 整備システム：機体JA01でエンジン不調が起きている
• 運航システム：15時の羽田発の便でJA01を使用予定

人間が見れば「エンジンを直したいが部品がない。このままだと15時の便に影響が出る」と紐づけられます。でも膨大なデータの中でこれを結合するのはAIには簡単ではありません。この状態で「部品102がない、どうすればいい？」と聞いても、返ってくるのはせいぜい「102を補充してください」程度です。

そこでオントロジーの出番です。データに加えて、その意味と関係を定義します。

• 「102」はエンジンの燃料噴射ノズルという部品である
• このノズルはJA01便のエンジンを動かすために必要である

こうすると、部品・エンジン・機体・運航という点が一本の線で繋がります。同じ質問への答えはこう変わります。「在庫はいま手元にありませんが、成田に1つあります。今すぐトラックで運べば15時の便に間に合います。手配しますか？」。単なる調べ物ではなく、次の行動まで示す。これがオントロジーの効果です。

なぜオントロジーが「堀」になるのか

結論を言えば、AIモデルは誰でも買えますが、その会社固有のデータ構造と意思決定ロジックは外から複製できないからです。

データの構造化は地味で手間のかかる作業です。ですが一度組み上がると、AIが正確に判断できるようになり、その企業はパランティアなしでは回らなくなる。つまり乗り換えコスト（スイッチングコスト）が跳ね上がる。これが契約が大型化・長期化していく土台になります。

もう一つの武器「FDE」

パランティアはソフトを「売って終わり」にしません。精鋭エンジニアを顧客の現場に常駐させる。これがFDE（Forward Deployed Engineer、前線配置エンジニア）です。

カープはこれをフランス料理店に例えます。「ウェイターが実はキッチンの一部で、客のテーブルで注文を聞きながら料理の意図を完璧に橋渡しする。だから料理が最高になる。私はそれをエンジニアリングに持ってきた」。

営業とエンジニアが分かれていると顧客の要望は正確に伝わりません。FDEは現場で問題を直接つかみ、その場で解決する。評価基準は「顧客の業務をどれだけ圧縮できたか」。だから目に見える成果（事例）が次々と生まれます。C3.aiやBigBear.aiが具体的な事例を出しきれないのと、ここで差がつきます。

FDEから「AIFDE」へ ── スケールする仕組み

FDEには弱点もあります。エンジニアを派遣する以上、労働集約型になりがちで、人を出し切ればそれ以上の受け皿がなくなる、という限界です。

これを解くのが、直近の決算で強調されたAIFDE（FDEの仕事をAIエージェントに担わせる仕組み）です。オントロジーの作成、データの接続・変換、アプリの作成、デバッグ。これらをAIが担えば、人手に縛られずに導入を広げられる。労働集約型から、スケールしやすいモデルへの転換です。

ただし現状はすべてをAI任せにするわけではなく、現場のエンジニアとAIエージェントが協業し、人間が最終確認に関わる方式（ヒューマン・イン・ザ・ループ）が主流とされています。

よくある質問

オントロジーとは何ですか？

データに「意味」と「関係」を与えて、バラバラの点を線に繋ぐ仕組みです。これによりAIが単なる調べ物ではなく「次にとるべき行動」まで示せるようになります。

なぜオントロジーが参入障壁になるのですか？

AIモデルは誰でも買えますが、その企業固有のデータ構造と意思決定ロジックは外から複製できないためです。一度組み上がると乗り換えコストが跳ね上がり、契約が長期化します。

FDEとAIFDEの違いは何ですか？

FDEはエンジニアを顧客現場に常駐させる仕組み（労働集約型）。AIFDEはその作業をAIエージェントに担わせてスケール可能にする仕組みです。現状は人とAIの協業が主流です。