Palantir上调业绩预期，商业销售逆势超越华尔街预期

Palantir在季度营收增长93%后上调了2026年业绩预期，延续了超越华尔街原本已偏高预期的商业业务增长势头。这份财报成为重要的rsshub bloomberg科技报道，因为其业绩表现挑战了Palantir作为一家专注政府业务承包商的旧有定位。

公司公布第二季度营收约为19.4亿美元，高于分析师预计的约18亿美元。美国商业营收同比增长149%，美国政府营收则增长90%。

CEO Alex Karp称这一季度“超乎寻常”，但真正重要的变化并不在于这种戏剧化表述。Palantir证明，其企业AI业务的扩张速度可以快于政府业务，同时还能带来可观的营业收入。

这一业绩给那些销售通用AI模型访问权限、却不掌控模型如何连接运营数据的公司带来压力。它也提高了企业软件供应商的门槛——这些供应商正承诺通过副驾驶、助手和自主代理带来生产力提升。

但一个异常出色的季度并不能终结争论。Palantir仍面临客户集中度、国际增长、合同转化、实施复杂性，以及投资者极高预期等问题。

RSSHub Bloomberg报道的核心是大幅提高的预期

Palantir不只是超出了一项季度预期，而是重新设定了市场对其2026年业务规模的判断。

公司将全年营收预测上调至约81.5亿至81.6亿美元之间。此前的预期约为76.5亿至76.6亿美元。

仅在新增一个季度的业绩数据后，这意味着公司预测增加了近5亿美元。管理层目前预计全年营收将增长约82%。

修订后的预期之所以重要，是因为Palantir在三个月前就已上调过预测。其第一季度文件预计全年增长71%，美国商业业务增长至少120%。

第二季度业绩很快使这些假设显得保守。美国商业营收达到约7.64亿美元，较第一季度的5.95亿美元增长28%。

Palantir还将其2026年美国商业营收预期上调至34.2亿美元以上。这一预测意味着同比增长至少134%。

公司预计第三季度营收将在约21.6亿至21.64亿美元之间。根据已公布的预估数据，在此次更新前，分析师预计的数字更接近20亿美元。

这些数字解释了为何最初的rsshub bloomberg报道吸引了超出普通财报报道范围的关注。Palantir并非依靠狭义的成本削减或会计调整来上调预期。

相反，管理层指出其商业业务各领域的需求正在加速。这一区别很重要，因为营收增长反映客户支出，而单独的利润率改善也可能来自临时性的财务控制措施。

该季度截至2026年6月30日，Palantir于8月3日公布业绩。公司在此期间完成了220份价值至少100万美元的协议。

其中，98份协议价值至少500万美元，另有73份达到至少1000万美元，表明较大规模的承诺对所披露的增长加速作出了实质性贡献。

合同价值并不等于即时营收。企业合同通常包含选择权、分阶段部署、终止条款和业绩条件，这些因素决定营收何时能够确认。

不过，大额协议的数量支持了管理层的说法：采用范围已不再局限于小规模试验。客户似乎日益愿意为Palantir部署投入具有实际意义的预算。

公司的整体营收结构也变得更加均衡。根据其披露的分部数据，各地区商业营收在本季度已接近政府营收。

对于一家长期与情报机构、军事项目和公共部门数据平台联系在一起的公司而言，这是显著的转变。商业需求不再只是次要的增长叙事。

Palantir的季度业绩将最清晰地检验这一转变能否持续。未来的文件必须显示，当前订单能转化为持续、已确认的营收。

商业AI已成为Palantir的增长引擎

商业业务的激增表明，企业正从孤立的AI试验转向与运营决策直接关联的软件。

Palantir销售的是多个相互连接的平台，而非独立的大语言模型。Foundry用于组织和连接企业数据，Apollo则负责管理不同计算环境中的软件交付。

其人工智能平台，即AIP，将生成式AI模型与企业数据、权限、工作流和软件操作连接起来。公司表示，这一架构让客户能够在受控的运营系统内使用模型。

这一连接层是Palantir论点的核心。语言模型可以生成文本、总结记录或理解请求，但它并不会自动理解业务权限。

它同样缺乏对工厂、库存、客户、合同、飞机、员工或供应链的可靠映射。Palantir将这种组织映射称为本体论。

本体论将数据与真实实体、关系及获准执行的操作关联起来。例如，它可以表示某个组件属于哪台机器，以及谁有权批准更换该组件。

这一结构有助于解释为何Palantir强调结果，而非模型消耗。企业通常较少关心生成了多少token，更关注停机时间缩短、生产提速或资源配置改善。

Karp在其股东评论中直接作出了这种对比。他表示，Palantir不会按点击、对话或token向客户收费，而是寻求与所创造价值挂钩的回报。

这一说法代表公司立场，并非每项部署都能带来可衡量回报的独立证据。不过，披露的增长表明，更多客户正接受这一基础商业逻辑。

Palantir的销售流程也围绕通常被称为训练营的密集型研讨会演变。在这些会议中，客户团队会基于自身数据和运营问题构建可运行的应用。

这种方法缩短了产品演示与运营原型之间的距离。它也能在客户承诺进行更广泛部署之前，暴露整合方面的问题。

一家制造商可能连接生产计划、维护记录、库存和供应商数据。AIP应用随后可以识别面临风险的交付任务，并推荐经过授权的应对措施。

医疗机构可能在实施严格访问控制的同时连接人员配置、产能和供应信息。模型可以协助决策，而不必获得对所有底层记录的不受限制访问权限。

这些部署比启用一个面向消费者的聊天机器人复杂得多。它们需要数据准备、权限设置、工作流设计、验证，以及了解运营情况的员工持续参与。

这种复杂性既是Palantir的优势，也是其负担。深度嵌入的系统可以变得有价值且难以替代，但也可能需要大量实施工作。

第二季度数据表明，至少在其最强势的美国客户中，Palantir已改善了这一实施平衡。商业客户似乎在初始部署后扩张得更快。

其增长也得益于有利的时机。经历多年的试点、基础设施采购和广泛实验后，企业领导者正面临证明AI支出回报的压力。

一个与可衡量运营成果相连的平台，能为这些领导者提供更清晰的预算依据。它可以根据吞吐量、周期时间、设备可用性或其他具体业务指标进行评估。

这并不意味着Palantir已普遍解决企业AI采用问题。它意味着，对于需要让模型在既有运营体系内采取行动的买家，该公司目前给出了一个有吸引力的答案。

Palantir正在挑战基于token的AI技术栈

主要的竞争并非Palantir与某一家软件公司之间的较量，而是以结果为导向的运营软件与主要通过模型消耗销售的AI之间的竞争。

基础模型供应商通常在客户通过应用或编程接口使用其模型时获得收入。使用量可以通过token衡量，token是语言模型处理的小型单位。

这种结构使使用情况易于追踪。然而，高使用量未必能表明客户是否降低了成本、改善了生产或作出了更好的决策。

Palantir的模式位于应用技术栈更上层。它将模型与数据、授权规则、工作流和机构上下文整合，再将这种组合呈现为运营系统。

这并不意味着Palantir能直接替代OpenAI、Anthropic、Google或其他模型开发商。AIP可以与外部公司提供的模型协同工作。

其中的张力涉及谁掌控客户关系，以及谁获取经济价值。模型供应商希望进入应用、代理、搜索、编程、医疗、法律工作及其他垂直市场。

企业平台则希望模型继续作为更广泛系统内可替换的组件。在这种安排中，平台掌控上下文、权限、用户界面和运营操作。

Karp批评模型经济中的一部分为“token工业复合体”。他的措辞刻意带有对抗性，但指出了一项真实的战略冲突。

如果模型变得足够强大且高度整合，客户可能会直接从模型供应商购买更多应用。这种发展将削弱处于模型与企业用户之间的软件供应商。

如果模型仍可互换，企业控制层就会更有价值。客户可以更换底层模型，而无需重建其运营数据和权限结构。

目前，Palantir的业绩支持第二种观点。价值似乎更多存在于部署、上下文、治理和工作流整合，而非仅仅在于模型访问权限。

公司的定位同样给成熟企业软件供应商带来压力。Microsoft、Salesforce、ServiceNow、Oracle、SAP及其他供应商已掌控重要的业务数据和工作流。

它们都可以在客户已使用的产品中嵌入生成式AI。其分销能力、现有合同和庞大的已安装基础，构成了与基础模型公司不同的竞争威胁。

Palantir必须证明，其跨系统运营层提供的价值足以支撑客户再引入一个战略性平台。它不能只依赖于获得强大模型的访问权限。

云服务供应商则构成另一种压力来源。Amazon Web Services、Microsoft Azure和Google Cloud在各自的基础设施环境中提供数据平台、模型服务、安全控制和开发工具。

这些公司可以将 AI 能力与数据库、分析和算力合同捆绑销售。相比之下，Palantir 更强调跨云、私有系统以及受限政府环境的部署。

这场竞争不会产生一个放之四海而皆准的赢家。大型组织通常会同时使用多家云服务、数据和企业软件提供商。

战略问题在于，哪家供应商会成为决策层。该供应商将获得对运营的可见性，并影响未来的软件支出。

Palantir 在美国商业市场 149% 的增长表明，它正在更多客户中赢得这一角色。证据在美国仍最为有力，因为其商业和政府关系共同强化了品牌认知。

国际市场的情况则不那么明确。不同的采购惯例、数据主权要求、政治顾虑和本地竞争，都可能拖慢其在美国以外的采用速度。

因此，这一结果支持一个明确结论：Palantir 已围绕运营型 AI 建立了快速增长的美国业务，但尚未确立全球主导地位。

这些数字验证了需求，而非每一项主张

Palantir 的财报验证了客户支出的强劲表现，但并未消除执行、客户集中度、治理或估值风险。

营收同比增长 93%，报告净利润约达 11 亿美元。对于 Palantir 当前规模的公司而言，这一组合展现出不同寻常的增长和盈利能力。

商业业务的表现也伴随着政府需求的加速增长。当季美国政府营收增长 90%，约达 8.09 亿美元。

这种同步扩张削弱了单一客户类别支撑全部业绩的说法。它也表明，Palantir 受益于国防、情报、基础设施和企业 AI 项目等多个领域的支出。

不过，政府业务敞口带来政治和采购风险。合同签订时点可能不均衡，而选举、预算争议或项目审查之后，公共支出优先级也可能改变。

商业协议则面临不同的不确定性。大型合同通常需要时间部署，如果承诺的运营价值未能显现，客户可能会缩减扩张规模。

Palantir 自身也警告称，销售周期可能漫长且难以预测。其文件还指出，实施过程可能变得复杂且耗时。

在快速扩张期间，这些警示尤为重要。公司签下客户的速度，可能快于其提供经验丰富的部署团队、技术支持和治理监督的能力。

Palantir 必须在扩大客户基础的同时保持质量。实施失败将威胁续约，并削弱帮助其赢得新客户的案例参考。

合同指标同样需要谨慎解读。合同总价值包含未来承诺，但并非每一笔签约金额都会立即确认为营收。

剩余交易价值提供了未来业务的另一种视角，但时点和客户选择权仍会影响转化。投资者应在多个季度内，将预订额与营收和现金生成情况进行比较。

国际业务表现是另一项重要限定因素。Palantir 的加速增长仍高度集中于美国，公司在当地拥有最强的客户关系和文化契合度。

欧洲买家可能要求对数据驻留、模型选择、安全架构和政府访问拥有更大控制权。针对 Palantir 国防业务的政治反对意见，也可能影响采购决策。

随着现有供应商改进其 AI 产品，竞争可能加剧。已经在使用 Microsoft、Oracle、SAP 或 Salesforce 的客户，可能更倾向于集成功能，而不是再引入一个企业平台。

基础模型提供商也在构建能够执行多步骤工作的智能体工具。这些系统正日益包含连接器、身份控制、检索、监控和应用开发功能。

如果这些产品能在受监管运营环境中变得可靠，它们就可能挑战 Palantir 的部分集成优势。模型服务与运营平台之间的差距将会缩小。

尽管本文不提供投资建议，Palantir 的估值仍带来了另一种压力。快速增长已是市场对该公司预期的核心。

强劲的季度业绩可能进一步抬高这些预期。未来业绩或许需要超越上调后的预测，而不只是达到预期。

市场反应显示，投资者将该报告视为重大变化。Palantir 股价在随后的交易日上涨了 29.5%。

这种反应反映了信心，但也提高了增长放缓的后果。单个疲软的预订季度，可能引发同样剧烈的重新评估。

围绕运营型 AI 还存在更广泛的治理问题。能够建议或执行行动的系统需要明确的责任归属、审计轨迹、访问控制和人工审查。

这些要求在医疗保健、国防、就业、保险及其他敏感领域尤其重要。快速部署不能替代负责任的授权机制。

Palantir 表示，其平台能够保留权限并提供受控的数据访问。买家仍需在每个具体实施中验证这些控制措施。

关键区别很简单。Palantir 已报告了需求强劲的财务证据，但客户成果仍存在差异，且外部人士难以衡量。

为什么这一季度改变了企业 AI 的讨论

Palantir 已将企业 AI 的讨论从模型能力转向运营采用、可衡量成果以及对业务上下文的控制。

多年来，AI 市场关注模型基准、参数规模、训练成本和聊天机器人功能。这些指标有助于比较技术系统，却很少揭示企业价值。

Palantir 的这一季度业绩将注意力重新引向部署。客户正为能够将模型与真实数据、权限、决策和行动连接起来的系统付费。

这种转变迫使模型开发商证明，使用量增长能够创造持久的经济价值。它也迫使企业软件供应商证明，内嵌助手能够改变运营表现。

这种变化并未削弱基础模型的重要性。更强的推理、编码、多模态处理和工具使用能力，可以拓展企业应用所能完成的工作。

然而，模型改进也可能降低基础层的差异化。当多个模型都能满足某项任务的要求时，上下文和工作流会成为更重要的采购标准。

Palantir 从这种可能性中受益，因为其平台旨在围绕模型协调数据和行动。公司无需依赖某一家实验室来维持永久的技术领先地位。

其方法也为买家提供了应对模型快速变化的对冲手段。企业可以替换模型，同时保留其数据关系、权限、工作流和用户应用。

这种可移植性在实践中是否能顺畅运作，取决于每一项实施。不同模型的行为不同，更换一个组件可能需要新的测试、提示词、防护措施和评估。

不过，这一架构反映了买家的一个重要关切：很少有大型组织希望其运营知识完全被锁定在某一项外部模型服务中。

他们希望掌控敏感上下文，并能执行既有政策。他们还需要证据来说明谁访问了信息，以及系统执行了哪些操作。

这为将 AI 视为受治理运营环境中一个组成部分的平台创造了机会。Palantir 目前为这一模式提供了最有力的财务证据。

公司第二季度业绩也挑战了企业 AI 仍困于试点项目的观点。至少在 Palantir 的美国业务中，支出已超越实验阶段。

当季报告的 220 份大型协议提供了一个指标。美国商业营收环比增长 28% 则提供了另一个指标。

这种加速并不能说明每位客户如何使用软件。Palantir 披露了部分案例，但外部人士无法独立评估完整的部署组合。

即便如此，客户仍会通过正式预算流程确认费用并续签合同。与下载量、演示或宣布的合作关系相比，营收提供了更具说服力的采用信号。

最初的商业销售报道通过 Karp 对“超凡脱俗”的描述捕捉到了这种张力。这个说法令人印象深刻，但其背后的机制更重要。

Palantir 似乎找到了一种可重复的方法，能将部分客户从聚焦式研讨会带入更广泛的运营部署。这正是许多企业 AI 供应商仍难以证明的转变。

公司现在必须证明，这一流程能够规模化，而不会变得依赖昂贵的定制服务。标准化将决定其增长能否在更大规模的客户基础上保持高效。

如果每次部署都需要大量专家工作，扩张就可能受人才和实施能力制约。如果可复用组件能承担更多工作，利润率和部署速度便可同步提升。

这正是这一季度的重要性超越单一公司的原因。它为企业将如何打包、治理和采购应用型 AI 提供了一次早期财务检验。

三项信号将检验“超凡脱俗”的展望

下一项检验是，Palantir 能否将上调后的预测转化为持久的商业增长，同时不削弱部署质量或客户经济效益。

第一个信号是第三季度营收。管理层预计营收约为 21.60 亿至 21.64 亿美元，这设定了又一个颇具挑战性的环比目标。

接近或高于该区间的结果，将支持第二季度需求并非合同签订时点暂时集中的观点。若未达预期，则会重新引发对业绩波动性的疑问。

营收构成将与总额同样重要。美国商业业务增长必须保持足够强劲，才能支撑超过 34.2 亿美元的最新年度预测。

随着比较基数扩大，维持环比增长将愈发困难。若能保持势头，将表明新客户和现有客户扩张能够抵消这种数学压力。

第二个信号是合同价值向已确认营收和现金流的转化。大型预订额只有在部署推进且客户持续付款时才令人鼓舞。

应同时关注剩余交易价值、合同总价值、经营现金流和调整后自由现金流。没有单一指标能完整反映合同质量。

强劲的转化将强化 Palantir 以成果为导向的叙事。转化放缓则意味着预订额可能跑在实施进度或客户采用之前。

客户数量和每位主要客户的平均营收可以进一步说明这一模式。分散于众多客户的增长通常比集中于少数组织的扩张更具持久性。

第三个信号是模型提供商和企业现有厂商的竞争回应。买家应关注更强的工作流控制、模型可移植性、审计和运营智能体功能。

Microsoft、Google、Amazon、Salesforce、ServiceNow、Oracle 和 SAP 已拥有重要的客户关系。它们都很有理由阻止 Palantir 掌控企业决策层。

OpenAI 和 Anthropic 也在持续突破基础模型访问的边界。更完善的连接器和智能体管理工具，将使它们更接近运营型应用市场。

一种可信的竞争性架构将削弱 Palantir 拥有独特地位的说法。若公司在这些替代方案存在的情况下仍持续实现商业加速，则会进一步强化其投资逻辑。

国际市场的采用情况应作为次要检验指标。美国以外市场更强劲的增长，将表明 Palantir 的部署模式能够适应不同的监管与采购环境。

国际市场进展有限，并不会抹去其在美国市场的表现。但这将表明，政治协同、主权担忧或市场进入方式的差异，正在限制其可触达的机会空间。

对企业买家而言，实际的启示并不是盲目复制 Palantir 的技术选择，而是应通过运营成果和治理能力来评估 AI 项目。

应考察部署是否连接权威数据、是否尊重既有权限、是否能产生可审计的行动，以及是否改善了某项可衡量的流程。仅凭使用量并不能完整衡量成功。

对开发者而言，这一结果凸显了集成工作日益增长的价值。模型选择仍然重要，但身份管理、数据质量、评估、可观测性和工作流设计，正越来越多地决定生产环境中的成功。

对知识工作者而言，这说明了组织上下文为何重要。当助手能够利用可信记录开展工作，同时不忽视所有权、历史记录或访问边界时，它会变得更加有用。

rsshub bloomberg 查询催生了一个戏剧性的标题，但更持久的故事其实更为准确：Palantir 正将企业 AI 集成转化为快速增长的商业收入。

如今，公司必须在更高的预期、更强的竞争对手以及更大的运营规模下重现这一表现。接下来的两份财报，应会揭示“超凡脱俗”描述的是一个可持续的系统，还是仅仅一个非同寻常的季度。