---
title: "Palantir（纪要）：预计美国企业收入到明年底继续保持 Q2 高增速"
type: "Topics"
locale: "zh-CN"
url: "https://longbridge.com/zh-CN/topics/43168517.md"
description: "以下为海豚君整理的$Palantir Tech(PLTR.US) FY26 二季度的财报电话会纪要，财报点评可参考《Palantir： 瑕疵修复，信仰股满血复活？》一、财报核心信息回顾 1. 全年指引大幅上调，为历史最大单次上调幅度全年 2026 收入指引区间提至 81.5 亿–81.58 亿美元，中值 81.54 亿美元，同比增 82%，较上季度指引提高 11 个百分点..."
datetime: "2026-08-03T22:26:13.000Z"
locales:
  - [en](https://longbridge.com/en/topics/43168517.md)
  - [zh-CN](https://longbridge.com/zh-CN/topics/43168517.md)
  - [zh-HK](https://longbridge.com/zh-HK/topics/43168517.md)
author: "[海豚研究](https://longbridge.com/zh-CN/dolphin.md)"
---

# Palantir（纪要）：预计美国企业收入到明年底继续保持 Q2 高增速

**以下为海豚君整理的**$Palantir Tech(PLTR.US) **FY26 二季度的财报电话会纪要，财报点评可参考《**[**Palantir： 瑕疵修复，信仰股满血复活？**](https://longbridge.cn/topics/43171208?channel=SH000001&invite-code=355628&app_id=longbridge&utm_source=longbridge_app_share&locale=zh-CN&share_track_id=5e44a82b-f5aa-4bd9-9e3b-9f92a24b9499)**》**

**一、财报核心信息回顾**

1\. 全年指引大幅上调，为历史最大单次上调幅度

全年 2026 收入指引区间提至 81.5 亿–81.58 亿美元，中值 81.54 亿美元，同比增 82%，较上季度指引提高 11 个百分点。

全年美国商业收入指引提至 34.24 亿美元以上，同比增速至少 134%。

全年调整后经营利润指引提至 48.89 亿–48.97 亿美元；全年调整后自由现金流指引提至 45 亿–47 亿美元；仍预计今年每个季度均实现 GAAP 经营利润与净利润为正。

**2\. 三季度指引**

预计收入 21.6 亿–21.64 亿美元，调整后经营利润 12.92 亿–12.96 亿美元。

**3\. 本季关键财务指标**

总量：收入 19.35 亿美元，同比增 93%（历史最高增速）、环比增 19%；GAAP 经营利润 9.12 亿美元（利润率 47%）；GAAP 净利润 10.62 亿美元（利润率 55%）；调整后经营利润 11.94 亿美元（利润率 62%）；GAAP 与调整后每股收益均为 0.41 美元。GAAP 净利润、调整后自由现金流、调整后经营利润三项本季均首次突破 10 亿美元。

分部：美国收入 15.73 亿美元，同比增 115%、环比增 23%，占总收入超 81%；美国商业收入 7.64 亿美元，同比增 149%、环比增 28%；美国政府收入 8.09 亿美元，同比增 90%、环比增 18%；国际商业收入 1.82 亿美元，同比增 26%、环比增 2%；国际政府收入 1.81 亿美元，同比增 42%、环比增 5%。整体商业分部收入 9.45 亿美元（同比增 110%），政府分部收入 9.9 亿美元（同比增 79%）。

现金流与一次性项目：经营性现金流 12.16 亿美元，调整后自由现金流 12.2 亿美元，利润率均为 63%、同比增 115%；期末现金、现金等价物及短期美国国债 92 亿美元；股权激励费用 2.65 亿美元，股权相关雇主工资税 1,700 万美元；SpaceX 持仓未实现收益对 GAAP EPS 贡献 0.03 美元、对调整后 EPS 贡献 0.02 美元。Rule of 40 得分 155%，环比提高 10 个百分点，为连续第 12 个季度扩张。

**4\. 订单与合同存量指标全面创纪录**

美国商业 TCV 订单 21.32 亿美元，同比增 153%、环比增 81%，比此前最高季度多出近 8 亿美元；过去 12 个月美国商业 TCV 订单累计 59.64 亿美元，同比增 117%。

整体 TCV 订单 34 亿美元，同比增 49%；按美元加权久期口径计算，同比增 129%。整体商业 TCV 订单 23.37 亿美元，同比增 118%。

净收入留存率（NDR）157%，环比提高 700 个基点；剩余合同总价值（RDV）131 亿美元，同比增 83%、环比增 11%；剩余履约义务（RPO）49 亿美元，同比增 103%、环比增 10%。RPO 主要由商业业务构成，不计入初始期限短于 12 个月的合同，也不计入"因便利终止"条款之后的合同义务，而这两类在政府业务中很常见。

本季签下 220 笔 100 万美元以上订单，其中 98 笔在 500 万美元以上、73 笔在 1,000 万美元以上，均创历史新高。美国商业客户数增至 653 家，同比增 35%、环比增 6%；美国商业总合同价值同比增 124%、环比增 27%。前 20 大客户过去 12 个月单客户收入 1.24 亿美元，同比增 67%。

**5\. 毛利率口径变化与费用节奏**

调整后毛利率（不含股权激励）86%，环比走低源于为一家政府客户承接云托管带来的成本上升；公司认为此举将换来更快的价值交付、更高效率和对客户更确定的成本，并为后续拓展该客户工作流打开空间。

二季度调整后费用 7.41 亿美元，环比增 14%、同比增 37%，主要来自 AI 平台持续投入与技术人才招聘；受新员工入职季节性以及产品、市场推广项目影响，预计三季度费用将显著爬坡。

战略商业合同（即早期以投资换收入的一类合同）本季贡献收入约 40 万美元，占总收入 0.02%；预计今年余下每个季度均低于 50 万美元。

**二、财报电话会详细内容**

**2.1 高管陈述核心信息**

1\. 需求侧叙事：企业转向"主权 AI"

管理层称 LLM 市场出现突变，未使用 Palantir 的企业"token 表空转"，付费换来的是无法与价值挂钩的低质输出，且把自身最核心的机密变成第三方模型的训练数据，最终导致自身业务被商品化。

Palantir 侧的需求是"AI 主权"，即企业自己掌握数据、逻辑、动作与安全的运营定义；管理层将企业数据称为其"alpha"来源。

Kirkland & Ellis 被引用为案例：与 Palantir 合作建立了法律服务的新运营模式，把最资深律师的经验集中化并复利化，原本律师需要数天完成的分析、讨论与起草现在数分钟完成，管理层称若无 Ontology 则无法实现。

2\. 本季重点成交案例（均为美国商业）

一家跨国科技公司去年四季度先从单一运营子公司起步，本季扩展至全集团，转化为一笔为期三年、金额近 3.7 亿美元的合同。

一家全球资产管理公司一季度开始合作，本季转化为三年期、3,500 万美元 TCV 的合同，覆盖资产管理、自动化与投资生命周期智能四条垂直线。

一家全球软件与服务公司在 5 月参加 agent camp 后，本季签下 1,500 万美元、为期五个月的初始合同。

一家领先的非营利医疗系统 2025 年底签下试点，本季转为三年期、3,700 万美元 TCV 的合作。

美国商业口径下按美元加权久期计算的 TCV 达 21 亿美元，同比增速 271%。

3\. 产品与技术：AIP 栈与后训练能力

AIP 被定位为企业内最"人体工学"的 AI 环境，整合人与 AI 混合团队（mixed mammal AI teams）跨异构、相互依赖的工作流，在复杂高风险场景中把 token 转化为真实经济价值。

支撑层包括数据集成与转换、Ontology 与动作、安全与审计、工作流、agent SDK、带遥测与可观测性的 agent 编排、评估与客户专属基准、AIP Evolve，以及最新投入的后训练（监督微调与强化学习）。

这套基础设施捕捉运营遥测数据，形成在客户安全边界内运行的"自动化模型工厂"，把智能沉淀进客户自己掌控的模型权重中。

管理层提出从"benchmaxing（刷榜）"转向"benchmaking（造榜）"：客户专属基准不只是计分卡，而是引导整个运营工作流与后训练管线的方向；AIP 提供控制平面，让客户按工作流持续在成本、性能、延迟之间做取舍，并决定在自己的权重还是别人的权重上运行。

实证案例：Nemotron Ultra 接入 24 小时内，在五个生产任务上，未经后训练的标准版即击败前沿模型，说明少数通用基准是可以被"刷"出来的，前沿模型并不必然是实际表现最好的。

**4\. 竞争格局：与前沿实验室的正面对决**

管理层称市场创造的智能远超已转化为价值的部分，更强的模型并不能解决这个问题，真正的限制因素是 AIP 的部署速度。

一家大型硅谷科技公司近期做了一场对决测试：一家前沿实验室及其部署团队对阵 AIP 与 Palantir 的前线部署工程师（FDE）。该实验室选了工单自动化问题，未能交付任何价值；Palantir 为客户的每一位终端客户搭建 agent 群，主动给出营销、打包与定价建议以拉动收入与使用率，最终转化为一笔 1,000 万美元 ACV 合同，实验室出局。

管理层强调同一客户、同一时间线、同一批模型，唯一差异在于 AIP 与 FDE 的方法论；并称"只有 Palantir 有 FDE，其他人只有会推销的销售工程师"。

**5\. 美国政府与 Maven**

本季首次出现"program of record"（正式列编项目）选择 Maven 作为其运行平台的案例，该项目将利用 Palantir 的开放数据标准、Ontology、开发者工具、对接能力与安全等平台原语，向国防部门选定的指挥控制平台交付能力。

Maven 作为联合部队的开发者与构建者平台，构建者已超过 2.5 万人，包括现役军人、文职人员、承包商与企业。

Palantir 来自战争部（Department of War）的过去 12 个月收入，仍不到五角大楼预算的 25 个基点。

**6\. 人才与生态：American Tech Fellowship**

上周在华盛顿举办首届 American Builder Summit，主题是论证 AI 正在创造就业与繁荣。

设立 American Tech Fellowship（ATF）的初衷是：最具变革性的 AI 应用往往由没有传统技术背景、身处一线与工厂车间的人推动；目前 ATF 结业者已超过 1,000 人。

案例：13 年前入职潜艇零部件制造商（转录稿记为 Tabbit）、至今仍在一线拧扳手的蓝领工人 Jonah，开发了一个 AI 应用，把生产排程从 30–40 天压缩到 1 天以内。管理层结论是"模型是商品，但美国工人不是"。

**7\. CEO 的战略框架与增长目标**

Karp 回顾公司从服务美国政府起步、在没有 AI 只有 NLP 的年代摸索出前线部署工程师模式与 Ontology 雏形，并称当年拒绝了硅谷"让客户依附却不真正创造价值"的寄生式软件打法，选择与客户利益完全对齐。

公司正把 AIP 栈向主权 AI 延伸，需要具备编排与微调模型的能力，从而为客户提供完整的主权栈。

已与 NVIDIA 建立合作并扩展应用层；已在涉密领域进入模型微调市场，Karp 称由 Palantir 在 NVIDIA 栈上微调的模型表现优于前沿模型，且客户拥有权重、拥有 alpha。

Karp 明确提出目标：未来 18 个月推动业务以不低于美国商业当前的增速增长，并称这是很高的目标，但可以达成。

**2.2 Q&A 问答**

**Q：这次主权 boot camp 上和客户交流，有哪些是你原本没预料到的收获？**

A：这场主权 boot camp 是在这轮变革爆发后临时办的。两年前筹备 AIPCon 时要花四五个月拉人，这次原本更像"叫几个熟人来吃顿午饭"，结果被大量报名淹没——受邀的、没受邀的、企业各个层级的人都来了，包括 CEO 和运营负责人。做企业业务时，运营岗的人是否感兴趣非常关键。

其中有很大的教育成分。客户已经明白自己需要一种掌控 alpha 的方式，也明白 token maxing 是以自身为代价、正在把他们的数据、prompt、经营方式和专业知识转移给第三方。但他们需要被教育的是接下来能做什么——合同怎么签，怎么和开放权重模型合作、怎么和封闭权重模型合作，这在 Ontology 里怎么运作，Ontology 是不是他们被告知的那层保护层、能否创造价值，在自己业务里长什么样，以及怎么与算力栈协同。我们愿意教育客户和非客户。

这也是 NDR 数字异常强的原因之一，而且这个数还会继续往上走：一些很久没有互动的老客户也来了，他们的反应是"现在明白为什么需要你们、而不只是 Foundry"，正在跨我们的产品栈迁移——原来只用 Foundry 的客户现在要 Ontology、要进入主权 AI 栈。对内也一样，招聘、留存和士气都在受益。

我们内部的思考框架是：市场中"愿意创造价值并保住价值"的那部分有多大。这一部分已经从我们原来做的一小块，变成了美国 GDP 的很大一部分。所以我们需要合作伙伴，现在正在幕后寻找技术上极其强的伙伴。合作伙伴不等于附庸，不必事事一致，甚至不必在每个客户上一致，偶尔可以和我们竞争——就像我们在国防科技领域的做法，合作不代表意见相同，有时也竞争，但方向一致，这能让我们规模化。我推动公司不只看今年年底、还要看明年的增长，也是因为这会倒逼我们找到扩张产能、承接现有需求的方式。

**Q：三年前 AI 革命开始时企业就知道专有数据重要，为什么直到现在大家才意识到"必须掌握模型从我的数据里学到的东西"？Palantir 当时是怎么押对这条路的？**

A：可以分成两部分看，第一部分是有效性，第二部分是可扩展性。在"从零到一"的阶段，更重要的是聚焦应用层——新东西出现了，怎么把它变成经济价值。等到大家开始真正体验到经济价值、时间往后推移，就会发现一些原来的合作方在做与自己竞争的东西。

这个认知渗透进市场心理需要时间：我现在知道这东西在对的平台、对的人手里很有价值，但我也需要控制权重，因为生成的 alpha 不只是我企业里的数据，还包括元数据、推理链路、使用痕迹这些"排放物"，而我目前没有机制去控制它们——而这些可能比企业里的数据本身更有价值。这在过去一到两个季度成了市场的警号。

至于我们为什么押对了：我们是真的与客户完全对齐，有时甚至做违背自身经济利益的决定，比如我们支持欧洲的大量机构，这块业务增长很差，但没有我们的产品，他们的恐怖主义和移民问题的后果会糟糕十倍。这已经不符合我们的经济利益，但我们还是做，因为我们是信仰者。

另外，这家公司从创立起就重视"艺术直觉"——你不能纯靠科学建模，还需要审美判断。我们做过很多大赌注，桌上这些人和 Palantir 数以百计的人本质上靠的是艺术直觉，我们一直说自己是"艺术家的殖民地"。我们重视那些远早于其他人被看见的洞察，并据此构建主要业务板块。这对普通公司很难做到，因为普通公司围绕"有一本剧本、我们照着执行"来构建，而现在是一个没有剧本的世界；五到十年前那套"造寄生型软件再变现"的剧本现在不管用了。公司内部有个玩笑：如果抄我们的人都付费，明年的指引肯定能完成。

还有一点对我们很特殊：我们是局外人。局外人必须拿出真正好的结果，因为客户不会因为我们高尔夫挥杆姿势好或请了牛排晚餐才买单——他们根本不请我们吃牛排晚餐。这种局外人身份在头 18 年造成巨大麻烦，但会在接下来 18 年带来很多好处。

**Q：主权风险还有另一面——如果你从某个实验室买了编排、咨询和 harness，就被绑定在它的模型上；今年已经出现过前沿模型被政府或厂商下架的情况，客户的关键任务系统就可能瘫痪。用 Palantir 是不是就能随时换一个模型接上？**

A（Karp）：我们在整个美国政府侧已经在这么做了，我们有产品支持切换模型。如果你被锁定在一个产品里，那就是垄断资本主义的本性——大家想要 lock-in，是因为之后可以涨价、降质。我们反对这一点，因为我们站在美国工人、美国民众及其重要机构、以及西方其他机构一边。

在美国经营大企业的人非常成熟，很清楚这些风险，而且他们不喜欢那种被摆布、被当成傻子的姿态，所以这里其实积攒了不少愤怒。我还花了不少时间跟人解释，涉事的一些人并不是他们想象的那种漫画式形象；但这个商业结构看上去就是"正面我赢、反面我也赢"，美国商界不喜欢这样。合同层面也有很多条款可以支持客户这一点。

A（Ryan Taylor）：我们的全部焦点是把 token 转化为价值。Shyam 举的那个例子在所有客户对话里都在发生，这也是客户想要扩大合作、重塑自己在行业中定位的原因。这不是被某一个模型绑定，而是把合适的模型用在合适的用途上，我们的合同与结构就是为支持并复利化客户组织内的 alpha 而设计的。

A（Shyam Sankar）：过去大家一直被少数几个基准绑架，模型按这些基准设计，发布时说自己在这个基准上表现多好，但这些基准和你的业务几乎没关系。

真正的问题是怎么造出代表你自身现实、代表你想成功和想改进的那件事的基准，再去看哪个模型合适。这样做的自然结果是——即使抛开所有主权层面的论据——你会问"怎么爬这座山、怎么把我的业务沉淀回我能控制的权重里"，而这本身就预设了开放模型和主权。

而且这样一来，你不会被动等到模型被下架、地毯被抽走才去换，而是会用自动化持续判断：在下一个你负担得起的 checkpoint，是否有更合适的新模型。我提到的例子让我几乎怀疑自己被"煤气灯"了——原版 Nemotron Ultra 在没有任何后训练的情况下，24 小时内表现就超过了前沿模型。

只看基准数字你会觉得它离前沿差得远，这本不该发生；当然基准就它所测量的东西而言是对的，只是那不是我的业务，也不是我客户要解决的任务。把这件事移到经验主义的基础上，才是加速 token 转化为真实经济价值的路径。

**Q：线上有很多个人投资者，结束前还有什么想说的？**

A（Karp）：各位的支持对我们走到今天很关键，对我们走向一家大得多的公司也很关键。我们会帮助转型这个国家以及盟国，商业和政府两端都是。我们使用的这套"主权"框架作为组织原则，对所有希望今天和明天世界更好的人都是开放的，欢迎所有人以某种形式参与。

<正文结束\>

**本文的风险披露与声明：**[**海豚研究免责声明及一般披露**](https://support.longbridge.global/topics/misc/dolphin-disclaimer)

### 相关股票

- [PLTR.US](https://longbridge.com/zh-CN/quote/PLTR.US.md)