Netskope 的 AI 安全布局推动增长，但盈利能力仍显滞后

Netskope 在披露营收增长 29%、调整后利润率扩大，以及不断扩展的 AI 安全产品组合开始获得早期需求后登上 Google News。业绩超出管理层指引，但公司仍录得负自由现金流和显著的 GAAP 经营亏损。

这种反差比乐观的标题更值得关注。Netskope 希望投资者将人工智能视为新的安全难题，同时也是推动平台实现盈利性扩张的来源。本季度提供了支持这一论点的证据，但还不足以一锤定音。

竞争压力已清晰可见。Zscaler 在一天后发布业绩，同时推广其用于保护 AI、智能体运营和企业数据的产品。因此，Netskope 正在与成熟竞争对手赛跑，而不是等待一个未来市场逐渐成形。

Netskope 超额完成目标，核心业务持续增长

Netskope 最有力的论点很简单：增长加速的同时，调整后经营亏损显著收窄。

Netskope 报告称，截至 2026 年 7 月 31 日的 2027 财年第二季度营收为 2.21 亿美元。营收较上年同期增长 29%，超过公司此前给出的 2.13 亿至 2.15 亿美元指引区间。

年度经常性收入（ARR）达到 8.99 亿美元。ARR 根据公司的续约假设，估算活跃云订阅合同的年度价值。该指标同比增长 27%。

剩余履约义务增长 36%。这一指标涵盖 Netskope 尚未确认的已签约收入。它让投资者对未来营收获得一定可见度，但确认这些义务为已报告销售额的时间仍会受时点和合同结构影响。

公司拥有 1,686 家 ARR 超过 10 万美元的客户。这一客户群较上年增长 23%。据称，所有地区的增长均至少达到 25%。

这些数据支撑了 Google News 报道背后的核心信息。Netskope 并非只是为疲弱季度附加 AI 叙事。在公司拓展更多安全类别之际，其订阅平台仍在持续吸引业务。

产品采用程度也在加深。Netskope 表示，59% 的客户至少使用四款产品，高于一年前的 53%。这一点很重要，因为该公司通过一个通用平台销售超过 25 款产品。

当客户增加服务时，平台模式无需完全独立的基础设施、销售关系或管理系统，因而可改善经济效益。将更多策略和工作流置于同一供应商环境中，也可能提高转换成本。

净留存率则发出了不那么乐观的信号。根据 Netskope 的季度文件，基于美元的净留存率为 114%，低于一年前的 118%。该指标包括现有订阅客户的扩张、收缩和流失情况。

高于 100% 的比率意味着，现有客户群整体仍创造了更多经常性收入。然而，这一下降表明，该客户群内的扩张速度较上年放缓。

Netskope 对该指标的定义也值得关注。公司假设未来 12 个月内到期的活跃云合同将按现有条款续约。在续约磋商仍在进行时，公司可能继续将已到期合同计入 ARR。

这种做法已获披露，也足够常见以供分析，但 ARR 并不等同于已确认营收。投资者应将其与留存率、剩余履约义务、现金流和已报告销售额结合起来看。

本季度还展现了订阅收入的韧性。Netskope 表示，在截至 7 月 31 日的三个月和六个月期间，订阅业务约占总营收的 99%。

这些合同通常为期一至三年，营收在合同期内确认。即使客户采购行为发生变化，这一会计模式也可能使已报告营收较新签订单更为稳定。

对企业买家而言，眼前的结论更为有限。Netskope 获得了足够的采用度以持续资助产品扩张，但客户不应将亮眼增长视为每项产品声明均获独立验证的证据。

重要的变化并非一次孤立的业绩超预期。Netskope 将更快的已报告增长、更多大型客户和更深入的产品采用，与显著改善的调整后经营杠杆结合在一起。

AI 安全布局为何不只是 Google News 标题

企业对 AI 的使用正在形成可量化的数据控制难题，为安全平台带来新的流量、策略和潜在收入来源。

Netskope 将 AI 安全定位为其既有工作在云应用、网络、用户和敏感数据领域的延伸。公司并非从一台仅面向生成式 AI 的独立设备起步。

其核心主张围绕 Netskope One 展开，这是一套通过 NewEdge 私有云网络运行的统一平台。该平台对员工、应用、AI 服务、模型、智能体、设备和企业信息之间的交互应用策略。

这一架构契合 AI 进入企业的方式。员工使用公共聊天机器人，开发者通过应用程序编程接口连接模型，团队则部署能够调用业务工具的自主智能体。

每条路径都形成不同的控制点。浏览器会话经过熟悉的 Web 域名，而自动化系统则向 API 发送流量。智能体还可通过通常称为 MCP 的 Model Context Protocol 调用工具。

MCP 是一项用于连接 AI 系统与数据源及软件工具的标准。这些连接提升了智能体的实用性，但也为遭入侵或权限过高的智能体增加了获取或发送信息的渠道。

Netskope 为这一环境推出了多款产品。AI Command Center 旨在展示组织在哪些地方使用 AI，以及哪些交互存在风险。AI Gateway 则检查在用户、应用和模型之间流动的流量。

Agentic Broker 聚焦涉及 AI 智能体和 MCP 的通信。AI Guardrails 针对提示词注入和越狱等风险，恶意指令可能借此改变模型的预期行为。

AI Red Teaming 在攻击者发现问题前，测试私有托管模型的弱点。随后，Data Security Command Center 将来自态势管理、身份、威胁情报和实时控制的信号汇集到共享界面中。

这些产品将 AI 叙事转化为更广泛的数据安全主张。企业可能先从发现未经授权的聊天机器人使用开始，继而购买针对获批准模型、智能体、API 和内部数据的控制能力。

Netskope 自身的研究说明了需求情况，不过读者应记住，供应商制作的威胁数据同样支撑其市场论点。其 2026 threat report发现，普通组织中的生成式 AI 用户数量增长了两倍。

每月提示词量从 3,000 条增至 18,000 条，增长六倍。被观察组织中排名前四分之一的机构每月发送超过 70,000 条提示词，而排名前 1% 的机构则超过 140 万条。

同一研究发现，47% 的生成式 AI 用户访问个人 AI 应用。这些未受管理的账户会产生“影子 AI”，即处于组织获批控制和可见性范围之外的 AI 活动。

Netskope 观察到，每个组织平均每月发生 223 起生成式 AI 数据策略违规事件。该公司还报告称，50% 的组织没有针对生成式 AI 应用的可执行数据保护策略。

这些数据描述了一种常见的工作场景。员工可能上传源代码、销售记录或客户电子表格，以快速获得摘要。这个动作看似日常，却可能将机密数据转移到未经批准的服务中。

智能体提高了风险，因为它们可以在无人逐笔审核交易的情况下重复执行操作。一个能够访问电子邮件、云存储和客户系统的智能体，可能比一次错误提示词泄露更多信息。

公司后续的 AI usage research发现，企业用户每周 AI 使用的中位采用率从 34% 升至 59%。平均每周提示词量从 1,498 条升至 4,731 条。

这些活动为安全供应商创造了更多可计费的检查事件。但它也使治理变得更难，因为组织必须评估用户、模型、所请求的数据、目的地和预期操作。

Netskope 表示已开发超过 190 个领域专用模型，并拥有 50 多项相关专利。这些是公司声明，而非对产品准确性或防御有效性的独立衡量。

不过，该策略背后的机制是可信的。更多 AI 交互会带来更多网络流量，以及更多关于身份、内容、权限和数据流动的决策。

悬而未决的问题是哪家供应商将掌控这些决策。Netskope 拥有云安全基础设施，但竞争对手已向许多相同企业销售相邻的访问、数据、端点和网络保护产品。

调整后利润率改善并不等于实现盈利

利润率改善是真实的，但调整后业绩与已报告亏损之间的差距仍大到不容忽视。

Netskope 的非 GAAP 毛利率达到 77%，高于上年同期的 75%。非 GAAP 经营利润率则从负 20% 改善至负 9%。

这 11 个百分点的变化，为管理层关于规模效应的论点提供了最有力证据。营收增长的同时，调整后经营亏损从 3,400 万美元降至 1,930 万美元。

公司还超出了调整后经营利润率指引，后者此前预计亏损为营收的 14% 至 15%。非 GAAP 每股亏损为 3 美分，优于预期的 6 至 7 美分。

非 GAAP 指标剔除了管理层认为会掩盖持续经营趋势的费用。Netskope 在非 GAAP 经营业绩中剔除了股权激励、相关税项、收购无形资产摊销和重组费用。

这些调整有助于比较不同时期的经常性经营表现。它们并不会令被剔除的成本消失，也不应取代公认会计准则数据。

按 GAAP 口径，Netskope 经营亏损 8,980 万美元，几乎是上年同期 4,600 万美元 GAAP 经营亏损的两倍。

GAAP 经营利润率从负 27% 恶化至负 41%。股权激励是调整后与已报告业绩之间差异的重要来源。

这构成了本季度的核心矛盾。Netskope 在调整后口径下展现出更好的经济效益，同时却在同一期间进一步远离 GAAP 经营盈利。

现金流增加了另一项限制。公司经营现金流出 1,650 万美元，上年同期为 1,690 万美元。其经营现金流利润率从负 10% 改善至负 7%。

自由现金流则朝相反方向发展。Netskope 报告自由现金流为负 2,980 万美元，而上年同期为负 1,970 万美元。

自由现金流从经营现金流中扣除了物业、设备以及资本化的内部软件采购支出。因此，Netskope 的自由现金流利润率从负 12%进一步恶化至负 14%。

公司预计，本财年资本支出将约占收入的 4%至 5%。这些支出用于支持 NewEdge，即支撑 Netskope 云交付服务的私有网络。

管理层认为，早期的网络投资如今正在降低服务新增客户的成本。调整后毛利率的提升在一定程度上支持了这一说法，但持续的资本需求令情况更为复杂。

Netskope 还推广 AI Fast Path，该功能会为 AI 服务选择优化后的网络路径。它监控延迟、丢包、抖动、Token 交付及其他影响模型响应时间的指标。

公司测试发现，AI Fast Path 可将通往特定 AI 目的地的延迟最多降低 90%。其中“最多”这一表述意味着这是观测到的最佳结果，并非所有客户均可获得的普遍效果。

实际改善程度将取决于用户所在地、原始路径、应用程序、模型提供商、流量模式及现有网络设计。因此，采购方应在自身工作负载下测试其性能。

路由效率与利润率之间仍存在合理联系。直接连接和路径优化能够在改善用户体验的同时降低传输成本。共享的全球网络也可以将固定成本分摊至更多产品和客户。

不过，管理层尚未拆分说明毛利率提升中有多少来自 AI Fast Path。规模、托管合同、流量结构、产品组合及早期基础设施投资都会影响服务成本。

本季度并不能证明 AI 产品导致了利润率改善。它表明 Netskope 在加大 AI 开发投入、并将网络定位于承载更多 AI 流量的同时，扩大了调整后利润率。

这一区别很重要，因为 Investing.com 的标题将 AI 安全与利润率提升并列。现有数据支持二者的相关性和战略协同性，但并不支持明确的因果计算。

投资者还应区分早期需求与实质性收入。Netskope 表示，AI 安全产品已带来市场兴趣、概念验证和早期客户活动，但未披露该季度 AI 相关的具体 ARR。

缺少这一数据，读者无法判断 AI 安全对总计 8.99 亿美元的贡献有多大。这些产品可能已经支持了重要交易，也可能仍只是更广泛平台合同中的一小部分。

公司计划中的改善仍有赖于执行。全年指引的目标是非 GAAP 营业利润率约为负 9%，自由现金流利润率约为正 2%。

这一预测将代表进展，但仍依赖于调整项和未来表现。一个强劲季度不足以证明通往 GAAP 盈利的道路具有可持续性。

Zscaler 让 Netskope 的 AI 安全竞赛更具挑战

Netskope 正在追逐一个有效市场，但 Zscaler 正凭借规模大得多的经常性收入基础，讲述类似的平台整合故事。

Zscaler 报告称，2026 财年第四季度 ARR 为 37.71 亿美元，同比增长 25%。这一总额超过 Netskope 8.99 亿美元 ARR 的四倍。

由于两家公司披露的财务期间不同，且产品定位存在重叠但并不完全相同，因此这一比较并不完美。不过，两者均在零信任访问、安全服务边缘、数据保护和 AI 安全领域展开竞争。

Zscaler 同样将人工智能描述为重大增长机遇。其产品组合包括 AI 安全、智能体化安全运营、数据安全，以及面向 AI 智能体和模型的控制能力。

根据 Zscaler 的财务业绩，其第四季度收入和 ARR 均增长 25%。公司还强调，其更广泛平台的采用正在扩大。

这种重叠削弱了 Netskope 独占某一独特 AI 安全类别的假设。企业采购方可将 AI 控制能力视为其已在使用的流量检测、访问、数据丢失防护或云安全供应商产品的补充。

Palo Alto Networks 和其他大型安全公司带来了进一步的竞争压力。它们能够将新的 AI 防御能力捆绑进现有的安全运营、防火墙、云和终端关系中。

因此，主要竞争是 Netskope 与 Zscaler 的规模和已安装客户基础之间的较量。更广泛的市场提供了辅助背景，但 Zscaler 是最清晰的比较对象，因为两家公司都以云交付的零信任网络为核心。

Netskope 的差异化建立在其 NewEdge 网络、细粒度数据上下文和统一策略架构之间的连接之上。公司认为，企业可以检查 AI 活动，而无需迫使用户通过缓慢、低效的路径。

Zscaler 则围绕用户、工作负载、分支机构、应用程序和智能体之间的直接零信任连接提出了类似论点。两家供应商都声称，其架构避开了传统网络边界的弱点。

这也是为什么产品数量和功能名称本身无法决定这场竞争。采购方将考察策略深度、检测准确率、延迟、全球覆盖范围、集成能力、管理工作量以及合同整合。

客户迁移成本同样重要。大型企业很少会仅仅因为另一家供应商推出了专业 AI 产品，就替换其访问和数据安全架构。

Netskope 可以通过在现有客户群中扩大部署来降低这一障碍。至少使用四种产品的客户占比升至 59%，表明交叉销售已经在推动增长。

净留存率下降则削弱了这一信号。现有客户总体上仍增加了支出，但增速低于一年前。

Zscaler 的规模构成另一项挑战。更大的经常性收入基础能够支持研发、收购、分销和集成，同时也能让客户对长期支持更有信心。

Netskope 较小的基础则可能为更快的百分比增长留出空间。它也可以将架构聚焦于更新的云和 AI 流量模式，而不必支持那么多传统假设。

两种优势都不能保证胜出。安全采购取决于真实环境中的表现、与渠道合作伙伴的关系、与身份提供商的集成，以及对事件响应的信心。

AI 智能体构成了重要的测试场景。当智能体调用工具时，安全平台必须识别该智能体、理解请求的操作、检查相关数据并快速执行策略。

误报可能会中断整个组织的自动化工作。漏报则可能让智能体获取过多数据或执行不安全操作。供应商必须在控制能力与可用响应时间之间取得平衡。

Netskope 表示，其 Agentic Broker 可为 MCP 交易提供可见性和策略执行。客户需要证据证明，这些控制措施能够在不断变化的模型、服务器、工具和身份验证模式中保持可靠。

同样的审视也适用于 AI Guardrails。提示注入防御在复杂环境中运行，因为攻击者可以将指令隐藏在文档、网页、工具响应或检索内容中。

任何安全层都不能安全地将每个模型输出视为可预测的。采购方需要分层控制、有限权限、交易日志、人工审批关卡以及针对集成被攻陷的预案。

这使得 AI 安全成为更广泛的架构决策，而非单一功能采购。它也更有利于能够连接身份、数据分类、网络上下文和应用行为的供应商。

Netskope 的本季度表现表明，它有资格参与这一竞争。但这并不能证明其方法在每一种企业部署中都优于 Zscaler 或其他替代方案。

市场反应和 Google News 曝光可能会提升关注度，但客户证据更为重要。大型生产环境部署必须在 Beta 协议和概念验证之外验证这些产品。

Google News 读者应在 Q2 后关注什么

三个信号将决定 Netskope 的 AI 叙事会成为持久的财务优势，还是仅仅是一场有效的业绩展示。

第一个信号是新 AI 安全产品组合已披露的采用情况。Netskope 最终应提供可衡量的指标，例如 AI 相关 ARR、付费生产客户数量、扩展率或合同贡献。

管理层目前描述的是早期进展和客户兴趣。这些表述具有参考价值，但并未揭示收入中有多少直接来自 Agentic Broker、AI Gateway、Guardrails 或相关产品。

若有证据显示客户正从概念验证转向广泛的生产环境部署，将强化本季度的论点。持续的定性评论而缺乏可衡量的采用数据，则会削弱这一论点。

生产环境使用很重要，因为试点环境通常用户有限、数据受到严格控制且交易量较低。企业部署会引入地域差异、复杂身份、敏感资料库和关键业务工作流程。

第二个信号是调整后利润率、GAAP 亏损和自由现金流之间的关系。Netskope 预测全年收入将在 8.88 亿至 8.92 亿美元之间。

公司还预计调整后毛利率约为 77%，调整后营业利润率约为负 9%，自由现金流利润率约为正 2%。若能实现这些目标，将表明第二季度的改善并非孤立现象。

对于第三季度，Netskope 预计收入将在 2.27 亿至 2.29 亿美元之间，并预计调整后营业利润率约为负 8%，调整后每股亏损在 3 至 4 美分之间。

公司还预计第三季度自由现金流将在 1,000 万至 2,000 万美元之间。从负 2,980 万美元转向这一区间，将更清晰地检验短期运营纪律。

读者仍应将调整后进展与 GAAP 结果进行比较。若股权薪酬或其他经常性排除项使报告亏损异常高企，调整后亏损收窄的重要性就会降低。

现金转化同样值得重视。正自由现金流将表明，订阅增长和改善中的服务经济性能够为基础设施和软件投资提供资金。

未达到现金目标并不一定会自动否定这一战略。合同计费安排和资本支出可能造成季度波动，但反复未达预期将挑战管理层的规模叙事。

第三个信号是竞争对手的反应，尤其是 Zscaler。投资者应关注这家更大竞争对手的 AI 安全 ARR、重大平台胜单、智能体控制产品发布以及产品捆绑情况。

如果 Zscaler 在维持强劲增长的同时扩展其 AI 产品组合，Netskope 将面临更大压力，需要证明其网络和数据控制能力的差异化。类似产品也可能在大型企业谈判中加剧折扣压力。

Netskope 的年度留存趋势将显示平台整合能否抵消这一压力。从 114%企稳或改善，将表明客户正扩展使用其新产品。

进一步下降则意味着强劲的新客户增长正在掩盖现有客户账户中较慢的扩展速度。这将削弱 AI 产品正在强化平台交叉销售引擎的说法。

更广泛的采用环境依然有利。员工已经在使用公共模型，开发者正在连接 API，企业也在部署可访问内部系统的智能体。

安全团队无法仅凭一份简单的封锁清单应对所有使用场景。他们需要掌握数据、身份、目的地、模型行为以及工具权限的可见性。

这为 Netskope 创造了真正的机会。但同时，这也让每一家大型云安全厂商都看到了颇具吸引力的市场，因此，竞争执行力比总可寻址市场规模的估算更为重要。

Netskope 在其投资者演示材料中预计，到 2029 年其总市场规模将达到 3,360 亿美元，其中 1,700 亿美元归因于 AI 安全。这些是该公司汇集多个市场类别得出的估算，并非得到保证的未来收入池。

大型市场规模估算也可能包含相互重叠的产品与支出。它们应当用来说明战略雄心，而不能取代有关客户预算或竞争胜出的证据。

从第二季度得出的、最站得住脚的结论更为有限。Netskope 增长更快、业绩超过指引、调整后利润率有所扩大，并提出了 AI 流量为何会提升平台需求的连贯逻辑。

与此同时，自由现金流仍为负值，GAAP 营业亏损扩大，净留存率则有所下降。该公司尚未披露足够多的 AI 专项收入，无法将产品吸引力与更广泛平台的发展势头区分开来。

这种平衡比乐观的财报标题或条件反射式的怀疑回应都更具参考价值。Netskope 的 AI 战略针对的是一个真实问题，而其本季度也展现出有意义的运营进展。

如今，公司必须将早期的 AI 兴趣转化为已披露的生产环境采用。它还必须将调整后经营杠杆转化为可持续的现金创造能力，同时避免核心客户扩张走弱。

对于通过 google news 进入本文的读者而言，下一份财报应回答三个直接的问题：AI 试点是否正在转为付费部署？自由现金流是否正在转正？面对 Zscaler 的压力，留存率是否正在趋于稳定？

这些信号将揭示 Netskope 是否正在构建一层具备盈利能力的 AI 安全能力，抑或只是用新的表述来讲述其既有的云业务。企业买家在将更多关键工作流置于单一平台之后前，也应提出同样的问题。