Palantir, de vigilante estatal a capa de gobernanza para toda IA regulada: la tesis se sostiene, pero al precio de siempre

Por simplywall.st · 15 de julio de 2026.

La Administración de Pequeños Negocios de EE. UU. (SBA) ha formalizado una nueva fase de su iniciativa antifraude apoyada en el software de Palantir, con el objetivo de detectar y perseguir el fraude en los programas de ayuda a pequeñas empresas desplegados durante la pandemia. En paralelo, Palantir anuncia colaboraciones con Rackspace, la consultora SNP y la aseguradora mexicana GNP Seguros, extendiendo sus plataformas de IA a sectores muy regulados —sanidad, finanzas, energía y clientes soberanos— donde la soberanía del dato, la gobernanza y la seguridad no son negociables.

El hilo que conecta ambos movimientos es claro: Palantir no vende solo modelos de IA, vende la infraestructura de control sobre la que esos modelos pueden operar sin saltarse una auditoría o una ley de protección de datos. Es una propuesta de valor distinta a la de OpenAI o Anthropic, más cercana a la de un proveedor de 'fontanería' regulatoria que a la de un laboratorio de investigación. Y encaja con una tesis que venimos repitiendo en Zendoric: en la carrera de la IA agéntica, gana tanto quien tiene el modelo más capaz como quien controla las tuberías por las que ese modelo llega a producción de forma auditable. Palantir apuesta todo a ser esa tubería en el segmento donde el cumplimiento normativo pesa más que la última puntuación de un benchmark.

El caso de la SBA es revelador de cómo la lucha contra el fraude se está convirtiendo en la puerta de entrada preferida de la IA gubernamental: los programas de ayuda covid dejaron un rastro de miles de millones de dólares mal desembolsados, y cruzar esos datos a escala es exactamente el tipo de tarea donde un sistema de IA bien gobernado —trazable, auditable, con permisos granulares— aporta más que sustituir personal. Es una aplicación de IA con beneficio social defendible (perseguir fraude, no sustituir empleo administrativo de forma indiscriminada), lo que la hace políticamente más fácil de ampliar que otros usos de la IA en el sector público.

Dicho esto, conviene separar el hecho del relato inversor. El propio análisis de Simply Wall St —que no es periodismo independiente sino comentario para inversores, y así debe leerse— recuerda que la narrativa alcista de Palantir exige un crecimiento de ingresos del 40,7% anual hasta 2028 (hasta 10.800 millones de dólares) y multiplicar por más de tres el beneficio actual, de 1.100 a 3.600 millones. Son proyecciones, no hechos consumados, y el propio artículo señala que los analistas más optimistas sitúan el techo en 11.900 millones de ingresos y 4.900 de beneficio, apoyándose en una adopción comercial en EE. UU. que todavía tiene que demostrarse sostenida. El riesgo de fondo no ha cambiado: una concentración muy alta en el gasto público estadounidense y sus vaivenes políticos, y una valoración que —según ese mismo informe— deja poco margen de error si la trayectoria de crecimiento se frena.

Nuestra lectura es que el movimiento de Palantir hacia sectores regulados privados (banca, seguros, energía, sanidad) es la jugada correcta a largo plazo si quiere dejar de depender de un solo cliente-tipo, el gobierno estadounidense, y ese es el verdadero indicador a vigilar en los próximos trimestres: no los titulares de nuevos contratos, sino qué proporción de ingresos empieza a venir de clientes privados fuera de EE. UU. Si la colaboración con Rackspace y aseguradoras como GNP se traduce en despliegues recurrentes y no en pilotos que no escalan, Palantir tiene una vía real para convertirse en la capa de gobernanza por defecto de la IA en industrias donde el error de cumplimiento cuesta multas, no solo reputación. Si se queda en anuncios de colaboración sin ingresos recurrentes que los respalden, el mercado —que ya paga a Palantir como si esa transición estuviera garantizada— tiene mucho que corregir.

En general, este tipo de movimiento encaja con una tendencia de fondo del sector: a medida que la IA agéntica se despliega en producción, la demanda de gobernanza, trazabilidad y control de datos crece en paralelo a la demanda de capacidad bruta del modelo. Es una buena noticia para la tesis de largo plazo de Zendoric: cuanta más infraestructura de control madure, más fácil será desplegar IA potente en dominios sensibles —salud, finanzas— sin sacrificar seguridad, y eso es justamente lo que se necesita para que la promesa de abundancia y mejores diagnósticos médicos se materialice sin generar una reacción regulatoria de pánico. Pero ese horizonte no exime de mirar con lupa los números concretos de cada trimestre, algo que en el caso de Palantir sigue siendo, sobre todo, una apuesta de fe sobre una ejecución todavía por confirmar.