分析
PLTR已经是一只很难写出新意的股票。营收高速增长，美国商业板块增长更快，AIP 在大企业里扩散，政府需求稳固，现金流充裕，而估值高得惊人。这些论点在过去两年被反复陈述过，每一个显而易见的角度都被媒体反复摩擦了。
最近值得写的是这么一件事儿：本周 NVIDIA 与 Palantir 公布了 NVIDIA 内部一套供应链部署的细节。这是目前对"Palantir 到底在企业内部做什么"最好的一个演示。
重点不是 NVIDIA 在用 Palantir，重点是：NVIDIA 本来就已经有一套成熟的数学优化系统来分配稀缺组件，但是NVIDIA经验丰富的人类规划员却跑赢了这套系统。 Palantir 任务是过来搞清楚这到底是为什么。
NVIDIA 的供应链不简单：数百万个零部件、数千家供应商、庞大的 OEM 与 ODM 关系网。一套计算托盘里可能同时装着 Grace CPU、Blackwell GPU 和数十组 HBM 内存堆栈，任何一个缺件都会卡住一套极其昂贵的整机系统。因此 NVIDIA 必须持续决定稀缺组件应该分配给谁。
这本身就是一个数学优化问题，而 NVIDIA 不是用表格在解。它用自家的 cuOpt 软件，通过混合整数线性规划求解分配，输入的是可用库存、客户需求、生产约束和组件供应情况，目标是最小化所谓的拥有时间（Time of Ownership）。
Ai优化器早就有了。但回测这些分配决策时，经验丰富的规划员仍然给出了更好的答案。原因不神秘，他们知道模型不知道的事：供应商在电话里说过什么，一封邮件提到的潜在延迟，某地的天气事件，某处的地缘政治风险，以及哪家供应商的承诺可信、哪家的承诺要打折。
这些信息确实存在于 NVIDIA 内部，只是不存在于优化模型里。
把 Palantir 描述成"数据平台"没有错，但没什么用。NVIDIA 这个例子让问题变得具体。
Foundry 与 Ontology 把决策涉及的运营对象：物料、工厂、产能、供应商承诺、库存、生产排程、分配等整合在一起，同时吸收邮件、供应商沟通这类非结构化信息。但仅仅是把这些更离散的数据堆到一起还不够。
关键的一步是在人类规划员否决Ai优化器的时候。
假设优化器建议把某个稀缺组件分配给客户 A，规划员却把它给了客户 B，因为供应商已经警告说客户 A 需要的另一个关键组件无论如何都会延迟。在过去，这个决策就此消失了：规划员改一下，也许在邮件或会议里解释一句，业务继续往前走。
而 Palantir 的架构把这个决策本身变成了结构化数据：优化器建议了什么？人类改成了什么？为什么改？事后发生了什么？人类做对了吗？
NVIDIA 用这些累积的决策与理由，在 Palantir 环境内对一个 Nemotron 模型做了后训练。这个模型学到的不只是数学分配规则，而是过去只存在于资深员工脑子里的运营判断力。这个过程是闭环的：每一次接受、修改或拒绝，都可能产生新的数据点。NVIDIA 也明确说明，模型不会在每次决策后自主重训，而是在新信息积累足够后以受控方式重训。对一条价值数十亿美元的半导体供应链来说，这会是更让人放心的做法，而不是让模型每天下午悄悄改。
对比三个模型在分配决策上的准确率：
未调优的基础模型，分配决策准确率：17.5%
更大的通用模型，分配决策准确率：55.5%
后训练的专用模型，分配决策准确率：86.7%
真正值得注意的不只是专用模型赢了，关键是它小得多，也就300 亿参数，LoRA 训练在两块 B200 GPU 上几分钟就能完成。专用模型胜出，是因为它拥有大模型没有的东西：NVIDIA 自己的运营上下文，以及规划员累积的判断。
这直接回应了围绕 Palantir 最重要的一个质疑：基础模型越来越强，AIP 这类软件会不会变得多余？ NVIDIA 的案例给出了答案是否定的。价值不一定在于拥有最聪明的通用模型，而在于连接模型与专有运营数据、真实业务对象、人类决策及其后果的那一层。
NVIDIA 自己也承认，即使微调之后，生产风险预测依然困难；而且这是一个有边界的分配问题，不能证明同一套架构能解决所有企业决策。
更重要的还在商业层面：
我们不知道 NVIDIA 为此付了多少钱，不知道拥有时间实际缩短了多少；
我们不知道 NVIDIA 省了多少钱，也不知道这 86.7% 的研发成果在长期真实生产决策中能否维持。
最关键的一个未知数：把同样的架构复制到下一个客户，需要投入多少 Palantir 工程师？ 如果每个大型部署都要一批工程师花上几个月重建运营模型，那它的经济特征与常规软件产品完全不同；如果这套架构能越来越多地被重复使用，边际成本会下降吗。
所以这个结果应该被定性为技术验证，而非财务验证。它告诉我们的最重要一件事是：Palantir 的增长引擎不只是玩命且持续的签下新客户，而是在存量客户内部不断找到更昂贵的运营问题：供应链分配正是这类问题。美国商业营收同比增量约 4.95 亿美元中，约 4.07 亿来自 2025 年底已有的客户。一旦接入客户的运营数据，每增加一个关键工作流都可能在几乎不重建商务关系的前提下扩张收入。NVIDIA 与 Palantir 目前正把这套架构打包，面向制造、能源、医疗、汽车、航空航天等行业，在云端、托管与本地环境中部署。
技术故事讲得通，不代表价格讲得通。把 Palantir 自 6 月低点以来约 63% 的涨幅拆开看：企业价值（EV）较低点上涨约 65%，而过去 12 个月营收只贡献了其中约 18 个百分点，TTM 营收从 3 月底的 52.24 亿美元增至 6 月底的 61.56 亿美元。剩下约 40 个百分点，纯粹是投资者愿意为这只股票付更高的价格。
需要先澄清的是，去年 11 月到今年 6 月的杀估值从来不是盈利问题。从 $191 跌到 $158 的第一段，2026 财年指引还不存在；2 月 3 日 Q4 财报开启 2026 年 $72 亿的指引后，股价反而又跌 32%，6 月触及 $107。真正的驱动是整个软件板块的重定价，市场一度相信 AI 智能体会取代按席位收费的企业软件，而 2 月时市盈率约 100 倍的 Palantir 是板块里估值最极端、敞口最大的名字。基本面从未失速，于是超跌之后迎来了一轮修复。
问题是这个估值倍数已经走到哪里？当前 EV 约 4,099 亿美元，对 TTM 营收的 EV/S 为 66.5 倍，处于历史第 75 百分位；而过去 12 个季度的 EV/S 中位数约 52 倍——当前溢价比自身历史中位数高出 28%。若按中位数倍数加 92 亿美元净现金、除以 24 亿股计算，对应的价格约 $137，比现价低约 21%。
换一个口径：按 2026 年 81.5 亿美元的收入指引，前瞻 EV/S 约 50 倍，才勉强回到中位数附近。拿前瞻倍数去比历史中位数并不严谨，但在 Palantir 这个增速上，这个数字得反复掂量。
多头最有力的论据是 PEG：按 2027 年一致预期盈利计算约 75 倍市盈率，除以约 44.6% 的预期盈利增速，PEG 约 1.68——对这样增速的公司并不苛刻。反驳同样有力：1.68 成立的前提是盈利真的增长 44.6%，那是计算内部的假设，不是既成事实，而今天的价格要求你提前为这个假设付款。
那为什么不干脆给“卖出”的评估？因为拿反向 DCF 求解，$174 的价格需要营收*连续五年每年增长 99%*，五年后营收是今天的 31 倍；而正向 DCF 给出的公允价值只有 $43，整个参数网格落在 $34 到 $60 之间。但一个算出的公允价只有市价四分之一的模型，只说明模型装不下这家公司，所以也不是“卖出”。
业务可以很优秀，但股价依然很贵。
Palantir 对 Q3 营收的指引是 21.60 亿至 21.64 亿美元，上下限只差 400 万美元，对单季营收超 20 亿的公司来说近乎荒谬。这基本等同于管理层提前预公布了收入。也正因如此，30 天隐含波动率处于历史第 9 百分位的极低水平，前端波动率曲线几乎无事可定价。这种平静是理性的，不是自满。
剩下的唯一变量是美国商业业务，Palantir 惯例只给全年指引、不给季度指引。按去年 H1 占全年 38% 的季节性推算，今年美国商业全年约 35.5 亿美元，高于 34.2 亿美元的指引下限；再按去年 Q3 占全年 27% 推算，Q3 美国商业约 9.6 亿美元，结合上季 28% 与去年同期 30% 的环比增速，基准区间为 9.2 亿至 9.65 亿美元。
两条证伪线因此变得清晰：
上行：Q3 美国商业超过 10 亿美元（需要在 Q2 的 7.64 亿基础上环比增 31%），且全年指引上调到 84 亿美元以上，持有逻辑瓦解，应转多。
下行：低于约 9.05 亿美元，意味着跑输自身全年指引所要求的速度，持有转为卖出的理由成立。
还有一个更慢的变量在明年 2 月：若 2027 年首份全年指引指向约 140 亿美元（比当前 122 亿美元的一致预期高 15%），现在看起来昂贵的倍数会突然显得便宜。这并非不可能，美国商业剩余合同额已翻倍至 62.4 亿美元。
有一个早期信号值得警惕：美国商业合同额增长 49%，而营收增长 93%，签约增速落后于收入确认增速，可能是需求减速的前兆。期权市场目前为 11 月 20 日（覆盖 Q3 财报）定价的一个标准差区间是 $218 至 $131；而跌到 $137即历史中位倍数对应的价格不过约 0.45 个标准差，对应约三分之一的概率。
把技术证据和估值证据叠在一起，持有这个评级的实质是一个赌注：估值倍数的衰减速度慢于业绩增速的兑现速度。这正是维持当前 PEG 1.68 在实践中的含义。用数字框定它的空间：按 2027 年一致预期盈利 2.33 美元，85 倍对应 $198、当前 75 倍对应 $174、65 倍对应 $151，历史中位倍数对应 $137
NVIDIA 的案例增强了"Palantir 正在构建某种真正难以复制之物"的信心。一家已经有了先进ai优化器的公司，仍然需要 Palantir 来捕捉优化器之外的人类判断。
但它没有让 48 倍当年销售额、或 66.5 倍 TTM 销售额显得便宜。最可能的剧本是 PLTR的Q3 财报落在指引区间内，股价波澜不惊。