Polska firma powtórzy sukces Palantira? Będzie 1000% wzrostu w trzy lata?

Przez lata za każdym razem, gdy pytaliście mnie o DataWalk, odpowiadałem to samo. Nie dla mnie, wolę co innego. Wolę Palantira. Spółka obiecuje 70% wzrostu rocznie i raz. Przychody stoją w miejscu od 2021 roku. Firma przepala pieniądze, a co roku ma nową wymówkę. Klasyczna spółka-nadzieja z GPW, którą kupują ludzie, bo „to polski Palantir”.

Od kilku miesięcy dało się wyczuć w materiałach tutaj pewną zmianę mojego nastawienia. Dziś tworzę artykuł, w którym mówię coś innego. Nie, jeszcze nie „OESU DATAWALK ZAJEBISTE”, ale pierwszy raz od lat „coś” się zmieniło.

W ostatnich miesiącach w tej spółce zbiegło się kilka rzeczy, których wcześniej nie było jednocześnie, a żeby zrozumieć, dlaczego to może być ważne, trzeba zrozumieć branżę, w której działa DataWalk.

Palantir przeszedł drogę od firmy, której nikt nie rozumiał i która przez dwadzieścia lat nie zarabiała, do pupilka Wall Street z rekordowym Rule of 40 na poziomie 155%. Czy DataWalk ją powtórzy? Sprawdźmy to.

Polska firma powtórzy sukces Palantira? Będzie 1000% wzrostu w trzy lata?

Część z Was pamięta, co mówiłem o tej spółce przez lata. Dalej wolę Palantir. Wolę firmę, która ma powtarzalne przychody, rosnące marże i klientów, którzy nie mogą odejść, od firmy, która jedzie na nadziejach i od pięciu lat obiecuje ten sam wzrost. Dalej tak uważam. Palantir jest lepszym BIZNESEM i będzie nim jeszcze długo. Najpewniej zawsze. Materiał nie jest o tym, która firma jest lepsza, tylko o tym, czy teraz DataWalk jest bliżej tego, żeby powtórzyć tę drogę.

To już jest zupełnie inne pytanie, bo Palantir w 2008 roku też był firmą, która jechała na nadziejach i nie dowoziła prognoz, ale wtedy nie mógł ich nikt kupić na giełdzie. Dziś sceptyk z lat ubiegłych sprawdzi uczciwie, czy coś się zmieniło w DataWalk od ostatniego czasu.

W przypadku tych spółek trzeba zacząć od wyjaśnienia, czym właściwie się zajmują, bo bez tego reszta materiału nie ma sensu. Wyobraźcie sobie duży bank. Taki bank ma dziesiątki, czasem setki różnych systemów informatycznych. Każdy dział zbiera dane na swój sposób, w swoim formacie, w swojej bazie danych.

Niestety system od kredytów nie komunikuje się z systemem od transakcji kartowych. System odpowiedzialny za zgodność z przepisami nie ma dostępu do tego, co widzi dział antyfraudowy. Dane są wszędzie, ale każde w swoim silosie, odcięte od reszty. Instytucje mają więc masę danych, z których nieodpowiednio korzystają.

Prezes polskiej spółki DataWalk opowiadał, że w jednym z ich dużych banków klienckich musieli zintegrować 17 różnych formatów danych tylko po to, żeby śledzić znaczniki czasu różnych incydentów, czyli zapis informacji o tym, kiedy dokładnie coś się wydarzyło. Coś pozornie prostego, a wymagało integracji 17 różnych formatów danych.

Wyobraźcie sobie to od środka. Bank zatrudnia 5 tysięcy analityków do działu prawnego i wykrywania oszustw. Ci analitycy i tak nie wyrabiają. Mają zaległe sprawy sprzed kilku lat. Liczbą ludzi, którą mają, po prostu nie są w stanie ogarnąć skali problemu, bo problemy się mnożą coraz szybciej.

Tych problemów jest cała masa, szczególnie w dobie cyfryzacji:

• kradzież konta klienta;
• oszustwa kartowe;
• wyłudzenia kredytów i pożyczek;
• rachunki wykorzystywane do przepuszczania pieniędzy z oszustw;
• podszywanie się pod pracownika banku, członka rodziny czy kontrahenta i nakłanianie do przelewu;
• zorganizowane sieci fraudowe;
• pranie pieniędzy i podejrzane przepływy.

To tylko kilka przykładów. Bank jako instytucja finansowa, zarządzająca masą pieniędzy, jest na styku wielu procesów, które trzeba kontrolować.

Rozwiązaniem, które proponują zarówno Palantir, jak i polski DataWalk, jest coś, co nazywa się grafem wiedzy. To platforma, która bierze wszystkie te rozproszone dane z różnych systemów, łączy je w jeden spójny obraz i nadaje im jakiś kontekst. Zamiast szukać informacji o jednej osobie w dwudziestu bazach danych, macie jedno miejsce, które automatycznie łączy wszystko. Transakcje, konta, powiązania z innymi ludźmi, historię, wzorce zachowań. Potem na tej zintegrowanej bazie danych można uruchamiać algorytmy, sztuczną inteligencję i modele wykrywające oszustwa. Tak to działa.

Sam prezes DataWalk często porównuje oprogramowanie spółki do tablicy korkowej z filmu kryminalnego. Pewnie kojarzycie tę scenę. Detektyw z zakasanymi rękawami po nocach ślęczy nad tablicą, gdzie ma przypięte zdjęcia, łuski po kulach, strzępki gazet i notatki, a wszystko jest połączone w skomplikowany sposób sznurkami, które mają na celu połączyć ludzi i wydarzenia. Oprogramowanie Palantira i DataWalk to taka tablica korkowa, której można użyć np. w sektorze bankowym i połączyć przelewy, firmy, połączenia telefoniczne, podejrzane transakcje, lokalizacje GPS i wszystko inne.

Ally Bank, jeden z największych banków cyfrowych w USA, wdrożył DataWalk do wykrywania oszustw finansowych. Efekt? Tylko w jednym konkretnym schemacie oszustw system wykrył próby wyłudzeń o wartości ponad 20 mln dolarów rocznie.

Mówimy tu o jednym rodzaju oszustwa, a nie o całym efekcie wdrożenia. Bank wykorzystuje DataWalk równocześnie do analizowania wielu rodzajów fraudów, przeciwdziałania praniu pieniędzy i wyszukiwania powiązań między podejrzanymi klientami, rachunkami czy transakcjami.

Po wdrożeniu system zaczął ujawniać całe sieci powiązanych ze sobą oszustów, których wcześniejsze narzędzia banku po prostu nie rozumiały. Pojedyncze rachunki wyglądały normalnie. Dopiero po połączeniu danych okazywało się, że są częścią większego, zorganizowanego schematu.

Właśnie za to płaci się takim firmom. Za możliwość znalezienia czegoś, o czym wcześniej nawet nie było pojęcia. Kto jeszcze tego potrzebuje oprócz banków? Agencje wywiadowcze, służby bezpieczeństwa, policja, wojsko. Wszędzie tam, gdzie trzeba łączyć ogromne ilości danych z różnych źródeł i wyciągać z nich wnioski.

Zgodnie z prognozami rynek analityki grafowej ma być wart prawie 24 miliardy dolarów do 2032 roku, co oznacza tempo wzrostu ponad 34% rocznie. I w praktyce na dużą skalę robią to naprawdę nieliczne firmy na świecie. Palantir i DataWalk to dwie z nich.

Palantir jest benchmarkiem dla całej branży. Dla skali: przychody DataWalk to mniej więcej ćwierć procenta przychodów Palantira. Porównujemy tu nie dwie firmy, tylko firmę i punkt, w którym ta firma była w okolicach 2008 roku. Sam Palantir powstał w 2003 roku jako spin-off z PayPala. Współzałożyciel to Peter Thiel, jeden z najbardziej znanych inwestorów w Dolinie Krzemowej. Przez prawie 20 lat firma nie zarabiała pieniędzy. Inwestowała setki milionów dolarów w rozwój technologii i budowę relacji z klientami rządowymi, głównie w Stanach. CIA, NSA, armia. Dopiero w obecnej dekadzie spółka zaczęła naprawdę rosnąć i zarabiać.

W pierwszym kwartale 2026 roku Palantir zaraportował wzrost przychodów o 85% rok do roku. Marża operacyjna to 46%, a Rule of 40, czyli metryka łącząca wzrost przychodów z marżą, która mówi, jak zdrowa jest firma SaaS-owa, wyniosła… 155%. Światowy rekord w tej skali biznesu.

Obecnie spółkę przebijają tylko biznesy pamięciowe i niektóre półprzewodniki, które są w najlepszym cyklu od 30 lat i zawdzięczają wszystko głównie wzrostowi cen chipów. Za Palantirem nie stoi żaden taki czynnik zewnętrzny, ceny jego oprogramowania nie urosły jak pamięć DRAM. Sam wypracował ten wynik.

Palantir potrzebował dekady na zbudowanie technologii i kolejnych 10 lat na to, żeby zacząć ją sprzedawać na masową skalę. Przez większość swojego istnienia była to firma, która przepalała pieniądze inwestorów i nie rosła tak, jak obiecywała.

Teoretycznie brzmi znajomo, bo dokładnie na tym etapie jest dziś DataWalk, którego przychody od kilku lat utknęły w miejscu, a biznes dalej przepala masę kasy.

Obie firmy budują platformy do integracji danych i analityki grafowej, obie obsługują banki i agencje rządowe, obie są wymieniane razem w raportach branżowych. DataWalk jest jednak na sporo wcześniejszym etapie rozwoju. Podejście obu firm do tego samego biznesu jest też fundamentalnie inne.

Palantir działa w modelu, który Amerykanie dopracowali do perfekcji. Przychodzisz do klienta i mówisz mu: „nie martw się niczym, my ci to wdrożymy. Dostarczamy inżynierów, analityków, konsultantów. Stawiasz system, osadzasz swoich ludzi w biurze i robisz”. W takim systemie klient jest zadowolony, bo szybko widzi efekty i ma rozwiązanie „pod klucz”.

Jest haczyk. Z roku na rok klient staje się coraz bardziej uzależniony. Dane są przetwarzane przez infrastrukturę Palantira. Procesy analityczne są zaprojektowane pod ich platformę. Cennik tylko rośnie. Prezes DataWalk opisywał ten mechanizm. W pierwszym roku dostawca mówi, że to kosztuje dolara. W drugim roku dziesięć milionów. W trzecim 150 milionów. A w piątym 600 milionów.

Wszystko już jest zbudowane wokół tego systemu, za późno, żeby zmienić dostawcę. To jest vendor lock-in, czyli uzależnienie od dostawcy. Zmiana systemu jest strasznie skomplikowana, a jednocześnie dotyczy kwestii regulacyjnych i związanych z przestępczością, więc też nie jest łatwo z tego zrezygnować, bo sporo się ryzykuje. Zarówno od strony finansowej, jak i reputacyjnej.

DataWalk wybrał odwrotną filozofię. Mówią klientowi: „dajemy ci wędkę, nie rybę. Dostarczamy system, szkolimy twój zespół, pomagamy przy pierwszym wdrożeniu, a potem klient sam zarządza całym środowiskiem”. DataWalk nawet nie widzi danych klienta. Architektura jest tak zaprojektowana, że system może działać w pełnej izolacji od Internetu, w trybie air gap. Żadne dane nie wychodzą na zewnątrz. Żaden inżynier dostawcy nie musi mieć dostępu. Klient jest w pełni autonomiczny.

Efekt końcowy obu podejść jest ten sam. Zintegrowane dane, ontologia, grafy wiedzy. Różnica leży w modelu biznesowym, sile cenowej i w tym, kto kontroluje dane. No nie ukrywam, że bliższy serduszku jest tu jednak model Palantira.

Na korzyść modelu DataWalk działa głównie różnica w kosztach wdrożenia. Palantir musi utrzymywać masę pracowników, których deleguje do klientów. DataWalk nie musi i dobrze, bo ich na to nie stać. Może to dlatego wybrali taki, a nie inny model i znaleźli jego zaletę, którą jest właśnie niezależność danych i brak uzależnienia na tym samym poziomie. Dobre do gadki sprzedażowej, gorsze dla zysków długoterminowych.

DataWalk realnie stara się za cenę przyszłych zysków przenieść część kosztów na klienta, ale ubiera to w bardziej przyjazne hasła. Każde rozwiązanie ma swoje wady i zalety. Koszty mniejsze, ale też np. proces wdrażania u klientów dłuższy.

Dotychczasowa historia finansowa DataWalk to nie jest też powód do trąbienia sukcesu. Spółka od 2021 roku komunikuje cel wzrostu przychodów na poziomie 70% rocznie. Osiągnęła go dokładnie raz. W 2021 roku przychody wzrosły o 96%. Potem? W 2022 wzrost wyniósł 8%. W 2023 przychody spadły o 23%. W 2024 spadły o kolejne 4%. Potem odbiły, ale no wzrost o 70% rocznie, to to nie jest.

Gdyby cel 70% CAGR był realizowany od 2021 roku, przychody w 2025 powinny wynosić około 257 milionów złotych. W rzeczywistości wynosiły 38. Wychodzi mi jakieś 85% poniżej deklarowanej ścieżki.

Co roku pojawia się nowa wymówka. W 2022 problemem było wąskie gardło w dziale field engineering. W 2023 restrukturyzacja kosztów i przesunięte zakupy klientów. W 2024 roku zmiana modelu biznesowego. W 2025 timing dużych kontraktów. W 2026 efekt bazy i sezonowość. Tak to się kręci od kilku lat.

W efekcie w liczbie wdrożeń cały czas nie widać przełomu, cały czas nie widać tego punktu krytycznego, który odmieniłby biznes, pozwoliłby dynamicznie rosnąć i zbliżyć się do rentowności.

Ktoś krzyknie, że nie od razu Palantira zbudowali. Jasne, on też musiał rozwijać się latami, zanim mógł odtrąbić swój sukces. Pełna zgoda. DataWalk ma problem według mnie wynikający głównie z cyklu sprzedaży w sektorze finansowym. W dużych bankach wyrobienie się z takimi decyzjami to minimum 18 miesięcy. Dla rządu to ze 3–4 lata, a w Europie prezes DataWalk widział procesy trwające 4–6 lat. Morgan Stanley potrzebował 7 miesięcy tylko na to, żeby przejść przez wewnętrzne testy cyberbezpieczeństwa i dać pozwolenie na zainstalowanie systemu. Siedem miesięcy, zanim w ogóle zaczęli pracować z produktem.

Wyobraźcie sobie, że jesteście szefem IT w dużym banku. Przychodzi do Was firma i mówi: „chcemy wrzucić system, który zintegruje wszystkie Wasze dane i będzie uruchamiał na nich AI”. Zanim się zgodzicie, musicie przejść przez przegląd cyberbezpieczeństwa, zgodność z przepisami, architekturę danych, szkolenia, testy pilotażowe, budżetowanie i proces zakupowy. Każdy z tych kroków wymaga zaangażowania kilkunastu osób i kilku miesięcy, a na końcu jeszcze ktoś z zarządu może powiedzieć „nie” i cały projekt ląduje w koszu. To nie jest sprzedawanie kanapek w windzie dla pracowników. Tak, ja też jestem tego świadomy.

Prezes DataWalk opowiadał historię, w której kontrakt wart kilka milionów dolarów był gotowy do podpisu, a szef inżynierii klienta, którego nikt nie poinformował o projekcie, zawetował go w ostatniej chwili.

Dlatego to branża, gdzie działa dosłownie tylko kilka firm na całym świecie. Palantir jako niekwestionowany lider, brytyjska Quantexa, która zdominowała europejskie banki i jest wyceniana na około dwa miliardy dolarów, kilku dostawców baz grafowych i DataWalk, najmniejszy z tego grona, ale jedyny z tej listy notowany na warszawskiej giełdzie.

Gdyby tu była kolosalna konkurencja, to przy takim procesie firmy by się nawzajem wybiły. Efekt jest taki, że nakręcenie jednego klienta trwa, trwa i trwa, a cele finansowe mogą być przekładane całymi latami. Dokładnie tak, jak to obecnie wygląda w przypadku DataWalk.

Skąd pewność, że wszyscy klienci nie wyrzucą tych projektów do kosza? Skąd pomysł, że ten wzrost o 70% w ogóle kiedyś się pojawi? DataWalk celuje głównie w sektor bankowy, a tamtejsze systemy pod tym kątem są dość archaiczne.

W niektórych wykrywanie fraudów odbywa się przez żmudną pracę osób, które przekopują się przez różne tabelki i starają się sprawdzać klienta po kliencie, po wypluciu prostego alertu o kimś. Takie coś nie może trwać wiecznie. Prędzej czy później te systemy muszą się zmienić i zautomatyzować.

Kropki da się tutaj połączyć. Mamy cały sektor finansowy, z realną potrzebą i dosłownie tylko kilka firm na całym świecie, które dostarczają technologię, która to umożliwia. DataWalk ma gotowy produkt i tak jak od lat powtarzałem, że nie interesuje mnie ta spółka, bo do katalizatorów daleko, tak teraz uważam, że punkt przełomowy może być względnie blisko. Widzę pewną kumulację katalizatorów, których jeszcze dwa lata temu nie było.

Po pierwsze gotówka. DataWalk ma po tegorocznej emisji akcji wystarczająco gotówki, żeby przy obecnym tempie wydatków przetrwać około 5 lat. Firma nie umrze jutro ani za rok. Ma teraz komfort, żeby inwestować w marketing i czekać na przebudzenie klientów.

Obecny pipeline projektów też jest na historycznym maksimum. Spółka ma 130 milionów dolarów kwalifikowanych potencjalnych umów, z czego ponad 70 milionów tych umów jest już w zaawansowanych fazach wdrożenia. Te zaawansowane fazy wdrożenia to przesuwane przez lata umowy, które dojrzewają już miesiącami. Liczę, że w końcu zaczną się materializować w postaci realnej sprzedaży.

Spółka doczekała się też mocnego case study swojego pierwszego klienta, czyli Ally Bank. To pierwszy klient, który publicznie zgodził się pochwalić kwotami, jakie udało mu się zaoszczędzić dzięki oprogramowaniu DataWalk. Dokument został opublikowany pod koniec kwietnia 2026 roku. To spory przełom, bo banki co do zasady są niechętne na takie publikacje. W końcu trzeba się pochwalić, ile oszustw nie było się w stanie wyłapać przed wdrożeniem danego rozwiązania.

Tutaj wychodzi na to, że wdrażacie oprogramowanie DataWalk i zaczynacie wyłapywać oszustwa na 20 milionów dolarów rocznie. Zaczynacie się tym chwalić, czyli de facto mówicie całemu światu: „Hej, jeszcze rok temu przepuszczaliśmy tyle właśnie fraudów”. Ally Bank się na to zdecydował, może w ramach umowy, ale ważne, że marketing jest dobry.

Do tego DataWalk przeszedł w końcu z licencji wieczystych za 100–300 tysięcy dolarów jednorazowo na roczne subskrypcje zaczynające się od 600 tysięcy dolarów rocznie. Każdy nowy klient to więc minimum kilka milionów dolarów rocznego przychodu. Pełny efekt tego cennika będzie widoczny w 2027 roku, kiedy klienci pozyskani w tym roku wygenerują pełnoroczne przychody.

Dochodzi tutaj też geopolityka. Europejskie instytucje coraz głośniej mówią o suwerenności cyfrowej. W świecie, gdzie postępuje nieufność wobec innych imperiów, coraz więcej banków i instytucji w Europie będzie spoglądać przychylniej na DataWalk, bo jest „swój”, czyli z Europy, a nie ze Stanów, jak Palantir. Spółka odbyła ponoć ponad 130 spotkań z urzędnikami i politykami w Europie.

Mamy też nowe produkty. W 2026 roku DataWalk wypuszcza dwa nowe komponenty licencyjne. Pierwszy pozwala modelom AI korzystać bezpośrednio z danych i powiązań zapisanych w grafie wiedzy. Dzięki temu model nie musi „zgadywać” odpowiedzi wyłącznie na podstawie tego, czego nauczył się wcześniej, tylko może oprzeć ją na konkretnych danych klienta. Drugie rozwiązanie automatycznie rozpoznaje, kiedy różne rekordy w bazach dotyczą tej samej osoby albo firmy. Jeśli w jednym systemie ktoś figuruje jako „Pavel Wichinsky”, w drugim jako „P. Wichinsky”, a w trzecim pod inną wersją nazwiska, DataWalk połączy te informacje w jeden profil.

Oba rozwiązania były już testowane z klientami i DataWalk zakłada, że będą sprzedawane jako dodatkowe funkcje, zwiększające powtarzalne roczne przychody. Klasyczny model dosprzedaży do istniejącego klienta.

Przez lata byłem wobec DataWalk nastawiony sceptycznie. Lata obietnic 70% wzrostu, lata przepalania kasy, systematyczne przesuwanie celów. Schemat powtarza się. Cel, rozczarowanie, wyjaśnienie, ten sam cel na następny okres. Taki wzorzec nie buduje zaufania i długo byłem wobec tej spółki sceptyczny. Teraz widzę coś, czego wcześniej nie było.

Pewną kumulację. Nie jeden katalizator, bo pojedyncze pojawiały się i wcześniej, i nic z nich nie wynikało, tylko pięć naraz. Palantir potrzebował dwudziestu lat, żeby z firmy, której nikt nie rozumiał, stać się firmą, którą wszyscy chcą mieć. Przez większość tego czasu wyglądał dokładnie tak, jak dziś wygląda DataWalk. Fajny pomysł i kiepskie wykonanie. DataWalk ma szansę na to samo. Tak, są ryzyka, ale bez ryzyka nie ma zabawy.

Do zarobienia,
Piotr Cymcyk