Palantir的“英伟达时刻”即将到来

来源:猛兽财经 作者:猛兽财经

总结

(1)由于投资者对生成式人工智能的兴趣持续增加,Palantir的股价一直在上涨。

(2)Palantir已经连续三个季度实现了GAAP盈利,并将很快有资格被纳入标普500指数。

(3)Palantir拥有非常健康的资产负债表,并授权了一项股票回购计划。

(4)虽然市场已经消化了很多乐观情绪,但猛兽财经预计随着Palantir的收入增长加速,Palantir的股价还会继续上涨。

由于投资者对生成人工智能的兴趣持续增加,导致Palantir(PLTR)的股价一直在上涨。

鉴于Palantir是人工智能解决方案的领导者,猛兽财经认为Palantir的收入实现进一步增长只是时间问题。

Palantir已经连续三个季度实现了GAAP盈利,并将很快有资格被纳入标普500指数。

虽然目前的估值使Palantir成为了科技行业估值较高的公司之一,但基于我们对Palantir收入可以加速增长的分析,我们认为Palantir的股价仍有上涨空间。

Palantir股票的关键指标

Palantir一直是一只被炒作的股票,在过去,这种炒作在很大程度上是由于该公司的神秘形象。虽然这种炒作在2022年科技股崩盘期间对该公司不利,但由于投资者对生成式人工智能的兴趣增加,该公司再次成为了投资者关注的焦点。

最近一个季度,Palantir的收入同比增了长13%,达到了5.33亿美元,略高于5.32亿美元的预期。

(来源:Palantir第二季度财报)

政府收入同比增长了15%,至3.02亿美元,其中美国政府收入增速较慢,为10%。商业收入同比增长了10%,达到了2.32亿美元,其中美国商业收入增长更快,达到20%。

(来源:Palantir第二季度财报)

考虑到严峻的宏观环境,猛兽财经认为,这样的增长速度是非常快的,所以我们仍然很看好Palantir股票,因为该公司的客户还在持续快速增长,收入也增长了52%。

(来源:Palantir第二季度财报)

在2023年第二季度,Palantir的非公认会计准则营业利润率也达到了25%,超过了1.22亿美元的预期。

(来源:Palantir第二季度财报)

在GAAP基础上,Palantir已经连续三个季度实现了盈利。与很多在大举裁员的科技公司不同的是,Palantir在裁员方面更为温和,其利润率的增长也是由经营杠杆推动的。

(来源:Palantir第二季度财报)

Palantir在第二季度结束时还拥有31亿美元的净现金,净现金约占当前市值的10%,与其稳定的自由现金流相匹配,也表明它的资产负债表很健康。

(来源:Palantir第二季度财报)

展望未来,Palantir预计第三季度的收入将达到5.57亿美元,同比增长16.5%,而猛兽财经则预计Palantir将迎来自己的"英伟达时刻",但我们可能需要等待几个季度。在全年收入方面,管理层预计全年收入将超过22.12亿美元,虽然较之前的21.85亿至22.35亿美元的目标有所收紧,但管理层预计全年非公认会计准则营业利润率将达到26%。

(来源:Palantir第二季度财报)

管理层还宣布了一项10亿美元的股票回购计划。Palantir在财务方面也有能力进行回顾,如果未来收入增长加速,这样的回购会更有意义。

在第二季度财报会议上,管理层指出,由于连续四个季度实现了公认会计准则利润,下个季度后,该公司可能有资格被纳入标普500指数。而这可能会引发Palantir的股价反弹。

相关推荐
杨小扩4 分钟前
AI驱动的软件工程(下):AI辅助的质检与交付
人工智能·软件工程
MARS_AI_13 分钟前
云蝠智能赋能呼入场景——重构企业电话服务
人工智能·自然语言处理·人机交互·信息与通信
霍格沃兹测试开发1 小时前
Kimi K2开源炸场,1万亿参数碾压GPT-4.1,成本仅Claude 4的1/5!
人工智能
三桥君1 小时前
AI智能体从请求到响应,这系统过程中究竟藏着什么?
人工智能·agent
算家计算1 小时前
全链路开源+PBR物理渲染!Hunyuan3D-2.1本地部署教程:重新定义工业级3D生成
人工智能·开源
k01k011 小时前
大模型微调介绍
人工智能
杨小扩1 小时前
第7章:是骡子是马,拉出来遛遛 - 应用的工程化
人工智能
华酱1079791 小时前
scikitlearn中的线性回归
人工智能
天选之女wow2 小时前
【Gaussian Haircut论文】在Deepseek和Chatgpt的帮助下慢速了解核心方法
人工智能·深度学习·计算机视觉·3d
汀丶人工智能2 小时前
AI-Compass LLM训练框架生态:整合ms-swift、Unsloth、Megatron-LM等核心框架,涵盖全参数/PEFT训练与分布式优化
人工智能