概述
全球雲原生數據平臺龍頭
Snowflake 近期向市場交出了一份極具行業分水嶺意義的最新季度財務報告。在企業級軟件板塊普遍遭遇客戶優化開支、IT預算收縮以及大模型商業化變現節奏遲緩等質疑之際,Snowflake錄得產品營收14.92億美元,同比增長達到驚人的37%,大幅超越此前管理層給出的30%官方指引與華爾街一致預期。這一增速不僅標誌着公司產品營收增速連續第三個季度實現環比加速,更以紮實的高速增長終結了二級市場對人工智能究竟能否在應用軟件層產生實質性財務貢獻的爭論。首席執行官 Sridhar Ramaswamy 在投資者電話會議上明確表示,人工智能相關工作負載已貢獻了本輪產品增長加速動力中近半數的增量。受超預期業績、強勁淨收入留存率以及大幅上調全財年指引的多重提振,
紐約證券交易所 掛牌的 Snowflake 股價在盤後交易中飆升超過20%,單日市值躍升逾百億美元,爲陷入估值重構的全球企業級雲計算與數據智能板塊注入了強勁的信心底氣。
核心要點
產品營收同比增速大幅反彈至37%,第二財季產品收入錄得14.92億美元,總營收達到15.46億美元,不僅超越賣方普遍預期的14.8億美元,更刷新了公司歷史上最大的單季連續美元絕對增量記錄。
企業級人工智能從概念驗證邁向實質性現金流驅動,旗下 AI 核心產品 Cortex Code 部署賬戶數突破9,100個,單季度新增超2,000個客戶,管理層證實 AI 工作負載已直接承擔近半數的業務加速驅動力。
未來業績可見度與客戶黏性全面提升,淨收入留存率穩步回升至126%,當前剩餘履約義務(RPO)達到90億美元且同比增長30%,年貢獻產品營收超過100萬美元的核心頭部大客戶擴容至828家。
規模效應與經營槓桿全面釋放,非公認會計准則(Non-GAAP)調整後每股收益錄得0.62美元,遠超市場普遍預期的0.45美元,季度營業利潤率同比擴張超過400個基點達到15.3%。
管理層全面上調全財年產品營收與利潤率指引,將2027財年全年產品營收預期由58.4億美元大幅提高至60.7億美元,對應年化增速提升至36%,同時將全年非公認會計准則營業利潤率指引上調至14.5%。
業績全面超預期與三連漲:從30%指引躍升至37%實際增長的數據覆盤
在經歷此前數個季度的雲開支優化週期之後,二級市場此前對按使用量計費(Consumption-Based)的軟件商業模式抱有極高的業績不確定性預期。
關鍵財務指標與華爾街一致預期對比
根據公司向
美國證券交易委員會 提交的官方季報備案,Snowflake在第二財季實現了全面超越預期的財務交付。總營收錄得15.46億美元,相較於市場預估的14.8億美元高出近7,000萬美元,同比增幅達到35%。更受專業機構審視的核心指標產品營收錄得14.92億美元,較上年同期的10.89億美元劇增37%,顯著擊穿了此前公司自身給出的14.15億至14.20億美元指引區間。在盈利能力維度,非公認會計准則調整後稀釋每股收益達到0.62美元,較上年同期的0.35美元實現77%的飛躍,反映出底層算力調度優化與企業級高階數據查詢需求激增所帶來的經營槓桿效應。
淨收入留存率126%與90億美元RPO釋放的高可見度
在按需付費的雲計算經濟學中,淨收入留存率(NRR)是評估存量客戶長期擴張彈性的最關鍵指標。在經歷了連續數季度的下行磨底後,本季度淨收入留存率企穩並回升至126%,證實存量核心企業客戶在完成數據架構整合後,正成倍增加在平臺上的數據處理與模型微調消耗。與此同時,衡量未來簽約訂單儲備的剩餘履約義務(RPO)突破90億美元整數大關,較上年同期的69億美元大幅增長30%。年消費金額超過100萬美元的高淨值企業客戶數從上季度的779家躍升至828家,同比增長27%,全球福布斯兩千強企業客戶總數達到829家,這些高質量長期合約鎖定了未來兩到三年內高度可預測的現金流流入。
企業級AI告別概念空轉:Cortex與智能體如何真正撬動產品消耗
過去兩年間,全球資本市場對於生成式人工智能最大的質疑在於硬件半導體廠商賺取了全部利潤,而應用軟件層卻遲遲未能跑通真實且具備高黏性的商業化閉環。Snowflake的本份財報從底層運行機制上徹底顛覆了這一悲觀敘事。
超過9100個客戶賬戶激活Cortex引發的算力飛輪
根據
路透社 對財報電話會議的技術追蹤,Snowflake推出的全託管生成式 AI 服務平臺 Cortex 以及面向開發者的代碼生成助手 Cortex Code(CoCo),正在成爲拉動全平臺計算信用額度(Credits)消耗的引擎。Cortex Code 採用賬戶數量已從上季度的7,100個急劇擴張至超過9,100個,單季環比淨增超過2,000個企業賬戶;而面向企業跨系統協同的 CoWork 產品亦迅速拓展至5,800個客戶。大語言模型應用要產生實際業務價值,首先必須與企業內部高度受保護、治理完善的結構化與非結構化私有數據無縫結合。企業客戶不再需要將敏感數據導出至外部第三方黑箱模型,而是直接在 Snowflake 內部安全沙箱中調用主流開源與閉源前沿模型進行知識庫問答、自動化分析與智能體編排,這種高頻、高併發的複雜 SQL 與向量檢索直接放大了底層計算資源的消耗基數。
攜手亞馬遜AWS簽下60億美元基建協議的技術底座支撐
爲了確保在海量高密度 AI 計算爆發期間維持卓越的能效比與低延遲表現,Snowflake此前與
亞馬遜 AWS 達成了具有里程碑意義的爲期五年、總額高達60億美元的深化基建戰略合作。通過在該協議下大規模鎖定 AWS Graviton 定製芯片與高性能 GPU 算力集羣,Snowflake不僅大幅壓低了單位數據處理的底層租用成本,還通過深度整合 Amazon Bedrock 模型庫爲跨國企業提供了企業級開箱即用的 AI 全生命週期管理方案。這種算力成本端的確定性與企業應用端的強勁消費需求形成正向共振,構建起同業難以逾越的競爭壁壘。
對於密切跟蹤企業級軟件估值修復與全球科技巨頭衍生品行情的投資者,可以通過專業數字資產與金融衍生品交易平臺把握跨市場波動紅利。
同時,全球主流數字資產交易平臺
MEXC 的二級市場數據表明,隨着微觀基本面驅動的跨資產輪動加速,與科技成長股走勢高度關聯的創新金融資產呈現出充沛的盤口深度與流動性活躍度。
利潤率擴張與經營槓桿釋放:破解高增長與盈利並存的SaaS難題
在宏觀資金成本居高不下的金融環境中,華爾街對於無節制燒錢換取頂峯營收增長的軟件企業容忍度已降至冰點。Snowflake本季度的核心亮點之一,在於其向市場展示了高複合增長與經營槓桿擴張並行不悖的財務紀律。
全財年營業利潤率上調至14.5%與自由現金流韌性
根據
彭博社 的量化模型評估,Snowflake管理層在交出37%增長答卷的同時,將2027財年全年非公認會計准則營業利潤率指引從原先的13.5%一口氣調高至14.5%,相較於上一財年不足10%的水平實現了跨越式結構優化。在現金流層面,公司第二財季經調整自由現金流達到9,230萬美元,維持了健康的資金造血能力,截至季度末公司持有的現金、現金等價物及長短期投資總額高達43億美元,爲後續持續進行前沿 AI 算法初創企業併購與底層研發提供了堅固的流動性緩衝墊。
算力成本優化與雲原生架構的毛利防禦線
隨着更多低單價、高計算強度的 AI 推理任務涌入平臺,市場此前一度擔憂高昂的外部算力採購成本會迅速侵蝕軟件公司的毛利水平。然而財報顯示,Snowflake第二財季非公認會計准則產品毛利率依舊維持在74.7%的高位區間,全財年毛利率預期穩定在74.0%。公司首席財務官 Brian Robins 指出,通過自研虛擬倉儲彈性調度引擎、聯合
英偉達 優化底層 GPU 併發利用率,以及將非核心批處理任務分流至自建高效能實例,平臺成功消化了混合 AI 工作負載帶來的邊際成本波動,證明了其架構設計在抵禦通脹與算力硬件漲價方面的深層韌性。
競爭格局與行業啓示:Snowflake與Databricks及公有云巨頭的競合重構
作爲現代數據棧(Modern Data Stack)的絕對中樞,Snowflake的強勁加速對全球企業級軟件與基礎雲設施巨頭之間的力量博弈產生了深遠的連鎖反應。
數據底座向多模型推理樞紐的戰略躍遷
在過去很長一段時間內,Snowflake與非上市獨角獸
Databricks 分別盤踞在結構化數據倉庫(Data Warehouse)與非結構化數據湖(Data Lakehouse)的優勢陣地。然而隨着開放數據格式 Apache Iceberg 的全面普及,數據存儲本身的物理壁壘被顯著降維。Snowflake通過深度集成 Cortex AI 平臺,實質上已完成了從單一數據查詢分析引擎向綜合性大模型運行與推理操作系統的關鍵蛻變。根據
金融時報 的深度行業觀察,當企業的數據資產天然沉澱在 Snowflake 治理邊界內時,企業出於數據安全與網絡延遲考慮,傾向於就地發起模型訓練與智能體調用,這種物理黏性使得 Snowflake 能夠直接抵禦來自
微軟 Azure、
谷歌 Cloud 等底層公有云巨頭原生數據工具的步步緊逼。
對全球企業軟件板塊與宏觀科技投資回報率的提振
在
納斯達克 與標普五百指數市場上,Snowflake的超預期財報對整個處於低谷期的 SaaS 概念板塊形成了強有力的情緒託底。此前,市場普遍擔憂芯片硬件廠商的高額資本開支淪爲無序泡沫,終端軟件應用企業無法將算力轉化爲實際經常性收入。根據
CNBC 的宏觀科技評論,Snowflake證明了只要軟件產品能夠切實解決企業私有數據與前沿大模型連接的安全、治理與自動化痛點,客戶不僅願意簽署數以百萬美元計的大額長期合約,而且會在日常運營中迅速放大用量消耗,從而驗證了本輪全球人工智能投資週期的中長期經濟學合理性。
潛在挑戰與未來核心觀察維度
儘管本季度的亮眼業績爲多頭投資者提供了極佳的買盤理由,但在評估公司中長期估值中樞時,仍需保持客觀審慎並嚴密跟蹤以下結構性變量:
公有云服務商原生競品的價格競爭與自研替代,密切觀察微軟 Fabric、亞馬遜 Redshift 及谷歌 BigQuery 在企業級集成折扣上的動作,防止其通過雲資源打包銷售分流中小企業增量預算。
AI 推理任務佔比上升對綜合毛利率的長期攤薄壓力,跟蹤管理層能否在2027財年下半年將產品毛利率穩定在74%以上,評估外部 GPU 算力租賃價格變動對單位邊際成本的實際衝擊。
全球宏觀經濟環境與企業 IT 資本開支總量的週期性波動,觀察高利率環境下歐美企業在完成首輪 AI 試點項目部署後,後續第二階段向全員推廣時的追加預算決策節奏。
第四財季邁向公認會計准則(GAAP)營業利潤轉正的時間表承諾,確認股權激勵費用(SBC)與無形資產攤銷對賬面法定淨利潤的壓制能否如期在2028財年出現實質性拐點。
James Mitchell 獨家觀點
從市場微觀結構與跨資產量化週期的視角審視,Snowflake產品營收同比增長37%的強勁加速,代表了人工智能投資敘事從芯片軍備競賽向企業級數據飛輪切換的決定性轉折點。
過去一年多時間裏,二級市場交易邏輯被極其單一的半導體硬件敘事所壟斷,許多機構投資者機械地認爲應用層軟件將淪爲高昂 GPU 租金的受害者,進而對按使用量計費的軟件資產給予了嚴苛的估值折價。然而,量化分析期權隱含波動率曲面與大宗資金流向可以發現,軟件層並不缺乏真實需求,缺乏的僅僅是能夠跨越企業私有數據安全紅線、免除複雜工程搭建的高轉化率工具。當超過9,100家企業在單季度內主動接入 Cortex 智能體體系時,計算額度的指數級消耗便直接推高了淨收入留存率。對於專業衍生品交易者與跨資產配置機構而言,這一事件的核心啓示在於,企業級私有數據的護城河並未在大模型時代被消解,反而成爲了所有前沿模型落地的必要原料。Snowflake向市場證明了軟件公司的估值邏輯正在從簡單的席位制(Seat-based)向與實體計算產出掛鉤的消耗制(Consumption-based)全面升級。接下來的核心觀察信號並非口頭業績指引的微調,而是下一季度年消費超百萬美元大客戶的環比擴容斜率,以及核心 RPO 轉化進入實際賬面收入的交割速度。
常見問題
Snowflake 第二財季產品營收爲什麼能實現 37% 的超預期增長?
增長大幅加速的核心原因在於兩方面:一是企業核心雲數據倉庫搬遷與基礎數據分析需求在開支優化週期後全面復甦;二是生成式人工智能產品進入規模化落地階段,以 Cortex Code 和 CoWork 爲代表的企業級智能體工具在平臺上引發了海量的高併發數據檢索與模型推理計算消耗,管理層證實 AI 相關工作負載直接貢獻了本輪產品增長加速中近半數的增量。
什麼是 Cortex Code,它如何拉動平臺的真實財務收入?
Cortex Code 是 Snowflake 深度整合在數據雲內部的代碼輔助生成與數據自動化分析套件。它允許企業技術人員和分析師通過自然語言指令直接在受安全合規保護的企業私有數據之上生成精準代碼、調度大模型並編排自動化工作流。由於智能體執行多步複雜查詢和大規模向量檢索需要持續調用平臺底層虛擬計算節點,客戶的計算信用額度消耗因此大幅提高,進而直接轉化爲公司的產品賬面營收。
淨收入留存率(NRR)達到 126% 對投資者意味着什麼?
淨收入留存率達到 126% 意味着即使在不考慮新增客戶拓展的前提下,上一年度已存在的老客戶在過去十二個月內於 Snowflake 平臺上的實際開支淨增長了 26%。這表明存量客戶不僅沒有流失,反而隨着內部數據規模增長和 AI 業務滲透,在不斷追加對 Snowflake 計算與存儲資源的採購預算,是衡量 SaaS 商業模型健康度的最核心指標之一。
爲什麼說 Snowflake 與亞馬遜 AWS 的 60 億美元合作至關重要?
這項爲期五年的深化合作使 Snowflake 鎖定了大規模 AWS Graviton CPU 與高性能 GPU 雲計算實例,爲其高性能虛擬倉儲與 Cortex AI 平臺提供了長期穩定的低成本基礎設施供給。這不僅保障了公司在萬億級大模型推理負載爆發時的交付彈性,還有效對衝了外部硬件漲價帶來的毛利率波動風險。
公司上調全財年指引的具體數值是多少?
Snowflake 管理層在財報中將 2027 財年全年產品營收指引從之前的 58.4 億美元大幅上調至 60.7 億美元,年化同比增幅預期從 31% 提升至 36%;同時將全年非公認會計准則運營利潤率指引從 13.5% 提高至 14.5%,並預計第三財季產品營收將達到 15.88 億至 15.93 億美元,維持 37% 至 38% 的高位增速。
投資者後續需要警惕哪些潛在的業務風險?
投資者需要重點防範微軟 Fabric 與谷歌 BigQuery 等底層公有云原生數據工具的價格戰衝擊、高密度 AI 工作負載對硬件租用成本增加從而壓低綜合毛利率的風險、全球宏觀經濟波動下跨國企業 IT 總體預算收緊的潛在可能,以及市場對未來高估值倍數消化進度不及預期的估值回調風險。
免責聲明
本文所包含的信息、數據和分析僅供一般參考之用,不構成任何形式的投資建議、財務建議、法律建議、稅務建議或具體資產的交易推薦。股票、加密資產及相關金融衍生品的價格具有高度波動性和不確定性,歷史財務表現、量化指標和技術形態並不能預測未來市場表現。投資者在作出任何交易或投資決定之前,應當自行開展獨立研究,並充分評估自身的財務狀況、投資目標以及風險承受能力。MEXC Crypto Pulse 團隊對因依賴或使用本文所述內容而直接或間接導致的任何財務損失概不承擔法律責任。
關於作者
James Mitchell 專注於比特幣和山寨幣的技術分析、市場趨勢及交易策略。他常駐倫敦,擁有超過 10 年的金融市場經驗。加入 MEXC Learn 之前,James 曾在一家歐洲領先的投資機構擔任高級分析師,並在風險管理和量化交易領域積累了專業經驗。James 於 2017 年開始轉向加密貨幣市場,此後憑藉以數據爲基礎的分析方法逐漸受到關注。他擁有倫敦政治經濟學院金融經濟學碩士學位。其分析框架將傳統技術分析與鏈上指標相結合,旨在爲讀者提供具有實際參考價值的市場洞察。其專業領域涵蓋技術分析、市場趨勢與週期、交易策略、比特幣與山寨幣分析以及跨資產風險管理。
閱讀更多
想最快獲取 MEXC 最新資訊?立即加入我們的
官方電報羣!