Palantir（紀要）：預計美國企業收入到明年底繼續保持 Q2 高增速

以下為海豚君整理的$Palantir Tech(PLTR.US) FY26 二季度的財報電話會紀要，財報點評可參考《Palantir： 瑕疵修復，信仰股滿血復活？》

一、財報核心信息回顧

1. 全年指引大幅上調，為歷史最大單次上調幅度

全年 2026 收入指引區間提至 81.5 億–81.58 億美元，中值 81.54 億美元，同比增 82%，較上季度指引提高 11 個百分點。

全年美國商業收入指引提至 34.24 億美元以上，同比增速至少 134%。

全年調整後經營利潤指引提至 48.89 億–48.97 億美元；全年調整後自由現金流指引提至 45 億–47 億美元；仍預計今年每個季度均實現 GAAP 經營利潤與淨利潤為正。

2. 三季度指引

預計收入 21.6 億–21.64 億美元，調整後經營利潤 12.92 億–12.96 億美元。

3. 本季關鍵財務指標

總量：收入 19.35 億美元，同比增 93%（歷史最高增速）、環比增 19%；GAAP 經營利潤 9.12 億美元（利潤率 47%）；GAAP 淨利潤 10.62 億美元（利潤率 55%）；調整後經營利潤 11.94 億美元（利潤率 62%）；GAAP 與調整後每股收益均為 0.41 美元。GAAP 淨利潤、調整後自由現金流、調整後經營利潤三項本季均首次突破 10 億美元。

分部：美國收入 15.73 億美元，同比增 115%、環比增 23%，佔總收入超 81%；美國商業收入 7.64 億美元，同比增 149%、環比增 28%；美國政府收入 8.09 億美元，同比增 90%、環比增 18%；國際商業收入 1.82 億美元，同比增 26%、環比增 2%；國際政府收入 1.81 億美元，同比增 42%、環比增 5%。整體商業分部收入 9.45 億美元（同比增 110%），政府分部收入 9.9 億美元（同比增 79%）。

現金流與一次性項目：經營性現金流 12.16 億美元，調整後自由現金流 12.2 億美元，利潤率均為 63%、同比增 115%；期末現金、現金等價物及短期美國國債 92 億美元；股權激勵費用 2.65 億美元，股權相關僱主工資税 1,700 萬美元；SpaceX 持倉未實現收益對 GAAP EPS 貢獻 0.03 美元、對調整後 EPS 貢獻 0.02 美元。Rule of 40 得分 155%，環比提高 10 個百分點，為連續第 12 個季度擴張。

4. 訂單與合同存量指標全面創紀錄

美國商業 TCV 訂單 21.32 億美元，同比增 153%、環比增 81%，比此前最高季度多出近 8 億美元；過去 12 個月美國商業 TCV 訂單累計 59.64 億美元，同比增 117%。

整體 TCV 訂單 34 億美元，同比增 49%；按美元加權久期口徑計算，同比增 129%。整體商業 TCV 訂單 23.37 億美元，同比增 118%。

淨收入留存率（NDR）157%，環比提高 700 個基點；剩餘合同總價值（RDV）131 億美元，同比增 83%、環比增 11%；剩餘履約義務（RPO）49 億美元，同比增 103%、環比增 10%。RPO 主要由商業業務構成，不計入初始期限短於 12 個月的合同，也不計入"因便利終止"條款之後的合同義務，而這兩類在政府業務中很常見。

本季簽下 220 筆 100 萬美元以上訂單，其中 98 筆在 500 萬美元以上、73 筆在 1,000 萬美元以上，均創歷史新高。美國商業客户數增至 653 家，同比增 35%、環比增 6%；美國商業總合同價值同比增 124%、環比增 27%。前 20 大客户過去 12 個月單客户收入 1.24 億美元，同比增 67%。

5. 毛利率口徑變化與費用節奏

調整後毛利率（不含股權激勵）86%，環比走低源於為一家政府客户承接雲託管帶來的成本上升；公司認為此舉將換來更快的價值交付、更高效率和對客户更確定的成本，併為後續拓展該客户工作流打開空間。

二季度調整後費用 7.41 億美元，環比增 14%、同比增 37%，主要來自 AI 平台持續投入與技術人才招聘；受新員工入職季節性以及產品、市場推廣項目影響，預計三季度費用將顯著爬坡。

戰略商業合同（即早期以投資換收入的一類合同）本季貢獻收入約 40 萬美元，佔總收入 0.02%；預計今年餘下每個季度均低於 50 萬美元。

二、財報電話會詳細內容

2.1 高管陳述核心信息

1. 需求側敍事：企業轉向"主權 AI"

管理層稱 LLM 市場出現突變，未使用 Palantir 的企業"token 表空轉"，付費換來的是無法與價值掛鈎的低質輸出，且把自身最核心的機密變成第三方模型的訓練數據，最終導致自身業務被商品化。

Palantir 側的需求是"AI 主權"，即企業自己掌握數據、邏輯、動作與安全的運營定義；管理層將企業數據稱為其"alpha"來源。

Kirkland & Ellis 被引用為案例：與 Palantir 合作建立了法律服務的新運營模式，把最資深律師的經驗集中化並複利化，原本律師需要數天完成的分析、討論與起草現在數分鐘完成，管理層稱若無 Ontology 則無法實現。

2. 本季重點成交案例（均為美國商業）

一家跨國科技公司去年四季度先從單一運營子公司起步，本季擴展至全集團，轉化為一筆為期三年、金額近 3.7 億美元的合同。

一家全球資產管理公司一季度開始合作，本季轉化為三年期、3,500 萬美元 TCV 的合同，覆蓋資產管理、自動化與投資生命週期智能四條垂直線。

一家全球軟件與服務公司在 5 月參加 agent camp 後，本季簽下 1,500 萬美元、為期五個月的初始合同。

一家領先的非營利醫療系統 2025 年底簽下試點，本季轉為三年期、3,700 萬美元 TCV 的合作。

美國商業口徑下按美元加權久期計算的 TCV 達 21 億美元，同比增速 271%。

3. 產品與技術：AIP 棧與後訓練能力

AIP 被定位為企業內最"人體工學"的 AI 環境，整合人與 AI 混合團隊（mixed mammal AI teams）跨異構、相互依賴的工作流，在複雜高風險場景中把 token 轉化為真實經濟價值。

支撐層包括數據集成與轉換、Ontology 與動作、安全與審計、工作流、agent SDK、帶遙測與可觀測性的 agent 編排、評估與客户專屬基準、AIP Evolve，以及最新投入的後訓練（監督微調與強化學習）。

這套基礎設施捕捉運營遙測數據，形成在客户安全邊界內運行的"自動化模型工廠"，把智能沉澱進客户自己掌控的模型權重中。

管理層提出從"benchmaxing（刷榜）"轉向"benchmaking（造榜）"：客户專屬基準不只是計分卡，而是引導整個運營工作流與後訓練管線的方向；AIP 提供控制平面，讓客户按工作流持續在成本、性能、延遲之間做取捨，並決定在自己的權重還是別人的權重上運行。

實證案例：Nemotron Ultra 接入 24 小時內，在五個生產任務上，未經後訓練的標準版即擊敗前沿模型，説明少數通用基準是可以被"刷"出來的，前沿模型並不必然是實際表現最好的。

4. 競爭格局：與前沿實驗室的正面對決

管理層稱市場創造的智能遠超已轉化為價值的部分，更強的模型並不能解決這個問題，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場對決測試：一家前沿實驗室及其部署團隊對陣 AIP 與 Palantir 的前線部署工程師（FDE）。該實驗室選了工單自動化問題，未能交付任何價值；Palantir 為客户的每一位終端客户搭建 agent 羣，主動給出營銷、打包與定價建議以拉動收入與使用率，最終轉化為一筆 1,000 萬美元 ACV 合同，實驗室出局。

管理層強調同一客户、同一時間線、同一批模型，唯一差異在於 AIP 與 FDE 的方法論；並稱"只有 Palantir 有 FDE，其他人只有會推銷的銷售工程師"。

5. 美國政府與 Maven

本季首次出現"program of record"（正式列編項目）選擇 Maven 作為其運行平台的案例，該項目將利用 Palantir 的開放數據標準、Ontology、開發者工具、對接能力與安全等平台原語，向國防部門選定的指揮控制平台交付能力。

Maven 作為聯合部隊的開發者與構建者平台，構建者已超過 2.5 萬人，包括現役軍人、文職人員、承包商與企業。

Palantir 來自戰爭部（Department of War）的過去 12 個月收入，仍不到五角大樓預算的 25 個基點。

6. 人才與生態：American Tech Fellowship

上週在華盛頓舉辦首屆 American Builder Summit，主題是論證 AI 正在創造就業與繁榮。

設立 American Tech Fellowship（ATF）的初衷是：最具變革性的 AI 應用往往由沒有傳統技術背景、身處一線與工廠車間的人推動；目前 ATF 結業者已超過 1,000 人。

案例：13 年前入職潛艇零部件製造商（轉錄稿記為 Tabbit）、至今仍在一線擰扳手的藍領工人 Jonah，開發了一個 AI 應用，把生產排程從 30–40 天壓縮到 1 天以內。管理層結論是"模型是商品，但美國工人不是"。

7. CEO 的戰略框架與增長目標

Karp 回顧公司從服務美國政府起步、在沒有 AI 只有 NLP 的年代摸索出前線部署工程師模式與 Ontology 雛形，並稱當年拒絕了硅谷"讓客户依附卻不真正創造價值"的寄生式軟件打法，選擇與客户利益完全對齊。

公司正把 AIP 棧向主權 AI 延伸，需要具備編排與微調模型的能力，從而為客户提供完整的主權棧。

已與 NVIDIA 建立合作並擴展應用層；已在涉密領域進入模型微調市場，Karp 稱由 Palantir 在 NVIDIA 棧上微調的模型表現優於前沿模型，且客户擁有權重、擁有 alpha。

Karp 明確提出目標：未來 18 個月推動業務以不低於美國商業當前的增速增長，並稱這是很高的目標，但可以達成。

2.2 Q&A 問答

Q：這次主權 boot camp 上和客户交流，有哪些是你原本沒預料到的收穫？

A：這場主權 boot camp 是在這輪變革爆發後臨時辦的。兩年前籌備 AIPCon 時要花四五個月拉人，這次原本更像"叫幾個熟人來吃頓午飯"，結果被大量報名淹沒——受邀的、沒受邀的、企業各個層級的人都來了，包括 CEO 和運營負責人。做企業業務時，運營崗的人是否感興趣非常關鍵。

其中有很大的教育成分。客户已經明白自己需要一種掌控 alpha 的方式，也明白 token maxing 是以自身為代價、正在把他們的數據、prompt、經營方式和專業知識轉移給第三方。但他們需要被教育的是接下來能做什麼——合同怎麼籤，怎麼和開放權重模型合作、怎麼和封閉權重模型合作，這在 Ontology 裏怎麼運作，Ontology 是不是他們被告知的那層保護層、能否創造價值，在自己業務里長什麼樣，以及怎麼與算力棧協同。我們願意教育客户和非客户。

這也是 NDR 數字異常強的原因之一，而且這個數還會繼續往上走：一些很久沒有互動的老客户也來了，他們的反應是"現在明白為什麼需要你們、而不只是 Foundry"，正在跨我們的產品棧遷移——原來只用 Foundry 的客户現在要 Ontology、要進入主權 AI 棧。對內也一樣，招聘、留存和士氣都在受益。

我們內部的思考框架是：市場中"願意創造價值並保住價值"的那部分有多大。這一部分已經從我們原來做的一小塊，變成了美國 GDP 的很大一部分。所以我們需要合作伙伴，現在正在幕後尋找技術上極其強的夥伴。合作伙伴不等於附庸，不必事事一致，甚至不必在每個客户上一致，偶爾可以和我們競爭——就像我們在國防科技領域的做法，合作不代表意見相同，有時也競爭，但方向一致，這能讓我們規模化。我推動公司不只看今年年底、還要看明年的增長，也是因為這會倒逼我們找到擴張產能、承接現有需求的方式。

Q：三年前 AI 革命開始時企業就知道專有數據重要，為什麼直到現在大家才意識到"必須掌握模型從我的數據裏學到的東西"？Palantir 當時是怎麼押對這條路的？

A：可以分成兩部分看，第一部分是有效性，第二部分是可擴展性。在"從零到一"的階段，更重要的是聚焦應用層——新東西出現了，怎麼把它變成經濟價值。等到大家開始真正體驗到經濟價值、時間往後推移，就會發現一些原來的合作方在做與自己競爭的東西。

這個認知滲透進市場心理需要時間：我現在知道這東西在對的平台、對的人手裏很有價值，但我也需要控制權重，因為生成的 alpha 不只是我企業裏的數據，還包括元數據、推理鏈路、使用痕跡這些"排放物"，而我目前沒有機制去控制它們——而這些可能比企業裏的數據本身更有價值。這在過去一到兩個季度成了市場的警號。

至於我們為什麼押對了：我們是真的與客户完全對齊，有時甚至做違背自身經濟利益的決定，比如我們支持歐洲的大量機構，這塊業務增長很差，但沒有我們的產品，他們的恐怖主義和移民問題的後果會糟糕十倍。這已經不符合我們的經濟利益，但我們還是做，因為我們是信仰者。

另外，這家公司從創立起就重視"藝術直覺"——你不能純靠科學建模，還需要審美判斷。我們做過很多大賭注，桌上這些人和 Palantir 數以百計的人本質上靠的是藝術直覺，我們一直説自己是"藝術家的殖民地"。我們重視那些遠早於其他人被看見的洞察，並據此構建主要業務板塊。這對普通公司很難做到，因為普通公司圍繞"有一本劇本、我們照着執行"來構建，而現在是一個沒有劇本的世界；五到十年前那套"造寄生型軟件再變現"的劇本現在不管用了。公司內部有個玩笑：如果抄我們的人都付費，明年的指引肯定能完成。

還有一點對我們很特殊：我們是局外人。局外人必須拿出真正好的結果，因為客户不會因為我們高爾夫揮杆姿勢好或請了牛排晚餐才買單——他們根本不請我們吃牛排晚餐。這種局外人身份在頭 18 年造成巨大麻煩，但會在接下來 18 年帶來很多好處。

Q：主權風險還有另一面——如果你從某個實驗室買了編排、諮詢和 harness，就被綁定在它的模型上；今年已經出現過前沿模型被政府或廠商下架的情況，客户的關鍵任務系統就可能癱瘓。用 Palantir 是不是就能隨時換一個模型接上？

A（Karp）：我們在整個美國政府側已經在這麼做了，我們有產品支持切換模型。如果你被鎖定在一個產品裏，那就是壟斷資本主義的本性——大家想要 lock-in，是因為之後可以漲價、降質。我們反對這一點，因為我們站在美國工人、美國民眾及其重要機構、以及西方其他機構一邊。

在美國經營大企業的人非常成熟，很清楚這些風險，而且他們不喜歡那種被擺佈、被當成傻子的姿態，所以這裏其實積攢了不少憤怒。我還花了不少時間跟人解釋，涉事的一些人並不是他們想象的那種漫畫式形象；但這個商業結構看上去就是"正面我贏、反面我也贏"，美國商界不喜歡這樣。合同層面也有很多條款可以支持客户這一點。

A（Ryan Taylor）：我們的全部焦點是把 token 轉化為價值。Shyam 舉的那個例子在所有客户對話裏都在發生，這也是客户想要擴大合作、重塑自己在行業中定位的原因。這不是被某一個模型綁定，而是把合適的模型用在合適的用途上，我們的合同與結構就是為支持並複利化客户組織內的 alpha 而設計的。

A（Shyam Sankar）：過去大家一直被少數幾個基準綁架，模型按這些基準設計，發佈時説自己在這個基準上表現多好，但這些基準和你的業務幾乎沒關係。

真正的問題是怎麼造出代表你自身現實、代表你想成功和想改進的那件事的基準，再去看哪個模型合適。這樣做的自然結果是——即使拋開所有主權層面的論據——你會問"怎麼爬這座山、怎麼把我的業務沉澱回我能控制的權重裏"，而這本身就預設了開放模型和主權。

而且這樣一來，你不會被動等到模型被下架、地毯被抽走才去換，而是會用自動化持續判斷：在下一個你負擔得起的 checkpoint，是否有更合適的新模型。我提到的例子讓我幾乎懷疑自己被"煤氣燈"了——原版 Nemotron Ultra 在沒有任何後訓練的情況下，24 小時內表現就超過了前沿模型。

只看基準數字你會覺得它離前沿差得遠，這本不該發生；當然基準就它所測量的東西而言是對的，只是那不是我的業務，也不是我客户要解決的任務。把這件事移到經驗主義的基礎上，才是加速 token 轉化為真實經濟價值的路徑。

Q：線上有很多個人投資者，結束前還有什麼想説的？

A（Karp）：各位的支持對我們走到今天很關鍵，對我們走向一家大得多的公司也很關鍵。我們會幫助轉型這個國家以及盟國，商業和政府兩端都是。我們使用的這套"主權"框架作為組織原則，對所有希望今天和明天世界更好的人都是開放的，歡迎所有人以某種形式參與。

<正文結束>

本文的風險披露與聲明：海豚研究免責聲明及一般披露