企业用 AI 越多，Snowflake 就能赚得越多吗？

研究截至 2026-10-02｜财务：FY2027 Q2｜参考价：341.99 美元，10/2 美东盘前

企业想让 AI 回答自己的业务问题，首先得让它找到可信、可用、权限正确的数据。这让 Snowflake 处在一个很有吸引力的位置：它已经管理大量企业数据，也按照资源消费收费。但 AI 请求增加，并不必然带来同比例的收入，更不必然带来股东利润。性能优化、开放数据格式、云平台竞争和股权激励，都在改变最终分配。我认为其产品增长重新展现了力量，现价却要求这种力量持续很久，并成功转化为高利润。本文最重要的判断，是将“数据需求会增长”与“当前股票价格能获得怎样的回报”分开计算。

它卖的不是一块硬盘，而是使用数据的能力

一家零售企业的数据可能散落在订单系统、会员系统、广告平台和门店记录里。分析师想知道促销是否有效，先要把不同来源的数据整理成能够比较的形式；管理层想让 AI 解释库存变化，也需要确保模型看到的是正确版本和允许访问的数据。

Snowflake 提供云上的数据平台，帮助客户存储、处理、分析、共享数据，并在这些数据上开发应用和 AI 功能。它依托公有云基础设施，把复杂的资源管理包装成企业更容易使用的服务。客户付钱的核心理由，是减少数据工程和运维负担，更快地从数据得到业务结果。年报业务说明

它的主要收入不是按照所有员工人数收取统一月费，而是与计算、存储及相关服务的实际消耗相连。客户可以先签消费承诺，但收入确认与使用节奏有关。采购合同给出了需求线索，真正运行的工作负载才决定资源消费与收入落地。收入确认政策

这类商业模式的弹性很大。客户上线一个重要应用，使用量可以迅速增长；企业也可以通过优化查询、暂停低价值任务、调整存储和计算安排来控制账单。所以 Snowflake 的增长既依赖新客户，也依赖老客户把更多工作放到平台上。

FY2027 Q2 总收入约 15.47 亿美元，产品收入约 14.92 亿，占绝大部分；其余主要是专业服务及其他。产品收入比总收入更直接反映平台消费，后文会分别使用这两个口径，不把产品增长率套到所有收入上。第二季度收入

理解这门生意有一个关键：数据数量、查询次数、计算消耗和收入不是同一个东西。数据存得更多，但查询更少，收入未必同步增加；查询数量翻倍，但每次查询所需资源减半，也未必创造更多收入。研究必须走到计费与成本，而不能停在数据总量。

消费计费的优点，与性能优化的悖论

按消费收费可以让客户更容易开始使用。先尝试一个项目，效果好再扩大，无须一开始采购很大的完整套件。对 Snowflake 来说，一旦客户的业务和应用增长，它可以自然参与后续需求，不必每次都重新销售一个许可证。

但客户不会无限接受上涨的账单。数据团队会持续寻找低效查询、重复计算和不必要的存储。平台自己也必须优化性能，否则竞争者会提供更好的性价比。于是，一个让客户非常满意的性能升级，短期内反而可能降低同样任务所消耗的计费资源。

这并不必然伤害长期业务。如果每次分析更便宜，客户可能愿意做更多分析、接入更多数据、把原来不划算的应用投入生产。问题是新增需求需要多久出现，能否超过单位资源消耗的下降。这个时间差，会让收入增长与产品技术进步并不总是同向。

用一个假设例子说明：某项性能改进让单位任务消费下降 20%，若任务量只增长 10%，总消费约为原来的 88%；若任务量增长 40%，总消费则约为原来的 112%。这是单一任务的简化测算，不是公司指引，也忽略价格和产品结构变化，但它解释了为什么“用得更多”仍需要一条完整的经济链。

公司的毛利还受到公有云采购成本影响。Snowflake 要向基础设施供应商购买计算、存储等资源，再向客户提供更高层的数据服务。它能否提高效率、获得更好的采购条件、让客户愿意为差异化能力付费，共同决定每一美元收入能留下多少毛利。成本结构与云服务依赖

因此，它既受益于云平台，也与云平台存在竞争。底层云厂商可以提供自己的数据仓库、数据湖和 AI 工具，并通过整体合同影响采购选择。Snowflake 跨云与统一体验的价值，需要足以抵消客户使用原生服务可能得到的便利和价格优势。

AI 确实扩大机会，但谁来收这笔钱还没有定局

企业级 AI 与普通聊天工具的差别，在于需要处理内部数据和业务权限。一个模型要解释销售异常，必须理解客户、地区、产品、时间与统计口径；如果权限错误，它可能把不该给某个员工看的数据一起返回。

Snowflake 的优势，是很多企业已经在平台上整理数据和权限。把 AI 能力放在这层上下文旁边，可以减少复制数据、重新建立控制规则的工作。Cortex 等能力与数据平台结合，让客户在已有环境中构建和使用 AI，而不必从零搭一整套系统。公司 AI 与平台说明

第二季度，公司披露约 9,100 个账户每周使用 Cortex Code，约 5,800 个账户每周使用 Snowflake CoWork，统计采用季度最后四周的平均使用账户数。这些数据说明采用范围正在扩大，但账户不等于独立付费客户，也不能由此直接推算 AI 收入。产品采用指标及定义

一个重要风险是，AI 入口不一定由数据平台掌握。企业可能从微软、模型供应商或自建智能体发起请求，再通过接口访问 Snowflake。平台仍然可能获得计算和治理收入，但应用层与模型层也会分享价值。AI 链条更长，不代表每一层都能维持同样高的利润率。

另一个风险是应用没有真正进入生产。试验阶段可以带来活跃账户和演示，长期收入需要稳定的业务使用、清楚的责任边界和可接受的运行成本。客户如果发现输出难以验证，或者每次回答成本过高，可能缩小范围，使用量不会自动沿着试验期的曲线增长。

公司目前由 Sridhar Ramaswamy 领导，管理层把企业 AI 作为核心扩张方向。技术背景能够帮助产品判断，股东仍需用投入回报评估执行：研发资源、销售激励和收购能否推动持续消费，是否同时降低每一美元收入需要承担的股权报酬。领导团队的战略表述是观察起点，收入质量与稀释改善才是结果。管理层业绩说明

所以，判断 AI 对 Snowflake 的贡献，要观察新工作负载是否稳定消费、是否带来更高的客户总支出，以及毛利是否同步改善。本文不会把所有产品收入加速都归因于 AI，因为公司并未披露足以完整拆分各种驱动力的独立收入数据。

数据开放之后，护城河要靠执行质量证明

传统数据平台的一部分粘性，来自数据搬迁和应用重建成本。开放表格式让企业能够使用更通用的数据结构，在不同计算工具之间移动或共享工作负载。这提高客户选择权，也改变供应商的竞争方式。

Snowflake 支持 Apache Iceberg 表，并允许客户在自己的外部云存储中保留数据。根据官方文档，使用客户管理的外部存储时，存储费用通常由相应云供应商收取；Snowflake 仍可对其计算、云服务及相关能力收费。不能把这理解为“数据不存进 Snowflake，它就完全赚不到钱”，也不能假定开放结构不会影响原有收入组合。Iceberg 存储与计费文档

这使公司的护城河从“数据在我这里”进一步转向“用我的引擎、治理和开发体验更省心”。性能、易用性、安全、目录管理、共享生态和应用兼容性，都成为客户选择的理由。若这些能力足够好，开放反而可以吸引原来不愿迁移全部数据的客户；若差异不明显，客户就更容易把计算交给别处。

主要竞争来自 Databricks、云厂商原生产品，以及企业已有的数据与分析工具。不同方案适合的团队、工作负载和部署方式并不完全一致，不能通过一个功能清单就决定胜负。客户会比较技术能力，也会比较人员技能、维护成本、采购合同和已有架构。竞争说明

这里的长期判断是：一个中立、跨云、易于使用的数据平台仍有价值，但中立本身不构成定价权。Snowflake 必须持续证明，使用它所节省的工程成本和缩短的交付时间，超过它收取的服务费。技术领先、商业模式与估值需要分别验证。

最新季度：增长重新加快，仍没有跨过 GAAP 盈利线

FY2027 Q2 截至 2026 年 7 月 31 日，总收入约 15.47 亿美元，同比增长约 35%；产品收入约 14.92 亿，同比增长约 37%。相比成熟软件公司，这是相当强的增速，也说明客户仍在增加平台上的消费。第二季度财报

净收入留存率为 126%。这项指标衡量同一组既有客户在过去十二个月的收入相对于之前期间的变化，包含扩张与收缩的共同结果。它与客户数量留存不同，也不代表每一家客户都增加了 26% 支出。大型客户和不同客户群体的表现可能差异很大。净留存率定义

过去十二个月产品收入超过 100 万美元的客户达到 828 家，同比增长 27%；公司拥有 829 家 Global 2000 客户，当季净新增 692 个客户；剩余履约义务约 90 亿美元，同比增长 30%。这些指标共同支持平台扩张，却各自回答不同问题：大客户规模、新客户入口和已签合同可见度。客户与合同指标

财务上，季度 GAAP 营业亏损约 2.63 亿美元，较去年同期约 3.40 亿收窄；营业利润率仍约为负 17%。公司披露的调整后营业利润约 2.37 亿美元，与 GAAP 指标之间存在显著差距。股权激励是解释差距的重要部分，不能只挑一个口径给公司贴上“已经高盈利”或“完全没有商业价值”的标签。季度利润表及调节表、业绩调节说明

收入高速增长、亏损率收窄，说明经营杠杆有改善；但当收入基数扩大后，增长最终必须支付研发、销售和员工报酬。对于仍在投入期的公司，允许短期利润较低是合理的，问题在于成熟后能达到多高的利润率，以及需要多少年。

管理层将 FY2027 产品收入指引提高至约 60.70 亿美元，对应约 36% 增长，并预计调整后营业利润率约 14.5%、调整后自由现金流率约 23%。这些是管理层展望，而且产品收入、调整后利润和本文包含股权激励的估值口径并不相同。全年指引

账上现金与股东收益，中间隔着股权激励

过去三个财年，收入从约 28.06 亿美元增长到 46.84 亿，规模明显扩大；GAAP 营业亏损仍然较大。与此同时，经营现金流与自由现金流为正。这种组合在成长软件公司并不罕见，理解差异才能判断增长是否正在创造股东价值。

金额单位：亿美元；年度实际值。自由现金流和减股权激励差额为本文分析口径。

来源：最新年报合并报表。资本化软件栏为现金流量表单列支出，零表示未单列或当期为零，并非没有研发投入；研发费用仍在利润表内。

FY2026 经营现金流约 12.22 亿美元，扣除资本开支后自由现金流约 11.20 亿；股权激励费用约 16.00 亿，超过自由现金流。按“自由现金流减股权激励”的分析口径，结果约为负 4.79 亿。这个数字不是在说公司当年现金减少了这么多，而是在提醒：部分现金留存来自用股票支付员工。现金流与股权激励

截至 2026 年 7 月的过去十二个月，自由现金流约 11.95 亿，减股权激励后的差额约为负 4.47 亿。相较收入规模，股权激励占比有所下降，但股东经济收益转正的过程尚未完成。估值若提前假定成熟利润率很高，就应同时要求这项差额持续改善。

季度现金流还受收款季节性影响。本季经营现金流约 0.91 亿美元，自由现金流约 0.84 亿；不能把一个较低收款季度直接乘四，当成全年水平。更适合的方法是看过去十二个月、合同结构与营运资金变化，并同时核对资本化软件支出。现金流量表

回购也不能单独证明稀释已经消失。2026 年 7 月末流通股约 3.52455 亿，较 1 月末约 3.43918 亿增加；8 月 21 日披露约 3.528 亿。即使公司在市场买回股票，员工奖励、行权和其他发行仍可能让净股数上升。股东应该关心最终每股比例，而不是只关心回购公告金额。股数与回购

新一轮可转债：没有票息，不代表没有成本

9 月 29 日，Snowflake 公布新一轮可转债定价：20 亿美元于 2029 年到期，17.5 亿美元于 2031 年到期，均为零常规票息；另有合计最多 5.5 亿美元的增购选择权。公告预计于 10 月 1 日完成发行。截至本次研究所核验的资料，尚未独立确认最终交割和选择权行使情况，因此本文将融资影响明确列为公告条款下的模拟调整。融资定价公告

公司预计净募资约 37 亿美元，拟支付约 3.835 亿用于封顶看涨期权交易，并支付约 5.483 亿回购部分旧的 2027 年可转债，对应本金约 2.618 亿。其余资金可用于一般企业用途，包括未来回购、投资和收购，但并不等于已经承诺立即回购全部剩余款项。资金用途

为什么回购旧债支付的现金高于本金？可转债在股价高于转换价格时包含股权价值，不能只用面值理解经济成本。类似地，新债虽然没有常规票息，发行费用、封顶看涨期权成本以及未来潜在稀释，仍然由公司和股东承担。

旧两批可转债的初始转换价约为 157.50 美元，相关封顶看涨期权保护上限约为 225 美元；新两批转换价分别约为 500.38 和 483.98 美元，保护上限约为 820.30 美元。上限不是保证股价，也不是管理层目标价，只是衍生合约的条款。旧债及期权附注、新债条款

本文模型先保留本金作为债务，另计超过相应保护上限后的净转换权益，避免同时扣除全部债务又加入全部转换股数。期权保护采用静态内在价值近似，没有完整估算时间价值、提前转换条款与对手方风险。这些简化会影响精度，但比完全忽略可转债或把零票息当成免费资本更接近经济实质。

估值的关键，是高增长能持续多久

Snowflake 当前 GAAP 利润为负，用市盈率讨论便宜与昂贵没有帮助；单看调整后自由现金流，又会忽略规模很大的股权报酬。本文使用十年企业自由现金流折现，允许前期投资和亏损，同时明确要求后期出现包含股权激励的盈利能力。

下表全部为本文假设与计算，金额为每股美元；没有给情景分配概率。最后一列是模型价值与参考价的差额比例，不是预测收益率。

基准情景已经假设前五年收入增速从 34% 逐渐降至 21%，并在之后五年继续放缓，成熟 GAAP 营业利润率达到 32%。对于当前仍亏损的业务，这是一组相当有利的经营假设：不仅需要更多客户和消费，还需要研发、销售及股权激励占收入的比重显著下降。

乐观情景假设更高、更持久的增长，成熟营业利润率达到 40%；悲观情景则考虑优化和竞争限制消费，增长放缓更快，利润率最终只有 22%。这些差异比估值公式本身更重要。一个小幅调整后的目标价，往往掩盖了底层假设的大幅不确定性。

模型从截至 2026-07-31 的过去十二个月收入 54.35 亿美元出发，用“FY2026＋FY2027 上半年－FY2026 上半年”复算。将这一已披露基数平移到研究日，第一年至第十年表示研究日之后的十个年度估值区间，并非精确对应公司财年，也不是把未公布季度当成实际值。

前五年增长率采用上表假设；第六年至第十年，从第五年增速线性降到永续增长率。营业利润率以 -18.0% 的分析起点，八年内线性走向各情景成熟水平，第九、十年保持。起点是归一化假设，不冒充财报里的某个实际利润率。

税率统一假设为 22%，只对正营业利润计税，不提前给亏损税盾赋值。研发与股权激励均保留在营业费用中；维持性资本开支假设等于折旧，新增收入每 3 美元需要 1 美元增量净投入。这个投入假设涵盖增量经营资产和营运资金，不能把未来增长当成完全不需要资本。软件资产效率可能很高，但若 AI 成本和现金投入提高，模型会高估价值。

具体算式为：企业自由现金流＝营业利润－现金税－收入增量÷3。第十一年的收入按永续增长率增加，用同样的利润率、税率和投入规则计算现金流；终值＝第十一年现金流÷“折现率－永续增长率”。十年现金流与终值均按年末折回研究日，再处理现金、债务及股数。

季末现金及短期、长期投资 43.29177 亿，旧可转债本金 23 亿。公告融资模拟调整为：37 亿净募资－3.835 亿封顶看涨期权成本－5.483 亿旧债购买现金－新增净本金 34.882 亿＝负 7.20 亿。交割与增购选择权尚未独立确认，此处并非最新实际资产负债表。只沿用季末余额、不作这项模拟调整，基准价值约增加 1.94 美元/股，主判断不变。 基础股数的披露日期为 2026-08-21，不是报价时刻的实时股数。模型对现有未归属奖励等权益额外预留 5.0% 股数，这是一项敏感性假设，不能当成公司公布的稀释股数；未来持续股权报酬已经留在利润率中，不再重复叠加同一笔未来成本。公开报价乘实际基础股数得到的参考市值，与加入奖励预留后的模型分母也因此不同。

基准企业价值中约 81.8% 来自第十年之后的终值。这说明长期判断十分重要，不能把每股现值的小数点当成估值精度。下面固定其余基准条件，只改变成熟营业利润率和折现率，展示每股美元的敏感性；利润率改变时，前八年的利润率路径也随之改变。

所谓“现价隐含增长”，是固定基准利润率、税率、资本投入、折现率和终值条件，反求前五年每年相同的收入增速，第六年至第十年仍逐步过渡到永续增长。结果为 43.5%。它是一种条件检验，不是市场一致预期，更不是公司指引；不同的盈利能力、资本成本和增长持续时间，可以形成同一个价格。文中横向比较的参考企业价值，使用基础实际股数乘报价，再扣除同一净资产桥接，未加入未归属奖励和潜在净转股权益，因此只是可比的简化倍数；DCF 每股价值另按上述规则处理这些权益。

完整逐年现金流、未四舍五入的输入与算式保存在随文的 估值数据、逐年明细 和 模型源文件与输入数据。经营情景没有给出买卖指令，也没有把模型现值写成某个未来日期必然达到的价格。

参考价对应的企业价值约为过去十二个月总收入的 22.0 倍。这个倍数不能仅靠“产品收入增长 37%”解释，因为收入还要支付基础设施、研发、销售和员工报酬；而且长期增长率通常会随着规模扩大而下降。

反算显示，若保持基准利润率、折现率和终值增长，前五年需要约 43.5% 的等速收入增长才能支持参考价，再在第六至第十年逐步放缓。这高于最新季度总收入增速。它不是预测市场一定下跌，而是在说明现价要求的经营组合比基准情景更进取。

市场也可以通过更高成熟利润率、更低要求回报率，或更长的高速增长期解释现价。但不能同时把这些条件都视作理所当然。软件平台的潜在市场很大，股东仍然需要知道自己为哪一种未来付款。

什么事实，会推翻现在的判断

对业务前景最强的反证，是客户数据需求增长，Snowflake 的消费份额却下降。开放架构让其他计算引擎更容易接入，云平台通过打包竞争，客户又持续优化使用量。如果这些因素超过 AI 带来的新增需求，平台可以很活跃，收入增长却逐渐失速。

第二个反证是盈利改善长期停留在调整后指标。若股权激励的绝对金额与股数继续快速增加，回购只是对冲部分发行，而每股现金创造能力没有改善，那么“未来会自然变成高利润软件公司”的假设就需要下调。

第三个反证是 AI 使用停在试验和辅助场景。账户采用率很高，但企业不愿把重要应用投入生产，或者更愿意在别的平台完成模型调用和治理，Snowflake 获得的增量就可能小于市场期待。

反过来，本文对估值要求较高的判断，也有明确的反证。如果产品收入能在较大基数上连续多个季度维持或提高增速，净留存率与大客户数量同步改善，同时 GAAP 亏损率、股权激励占比和净稀释持续下降，那么乐观情景的可信度会增加。不能因为当前模型基准值低，就忽略新的经营证据。

还需要保留安全与监管风险。数据平台处理大量敏感企业信息，身份权限、客户配置、第三方连接和平台安全共同影响信任。一次重大事故可能增加客户审查、延迟部署和引发责任支出。海外数据要求、云服务可用性、基础设施采购承诺与汇率，也会影响成本和交付。风险因素

未来六至十八个月，我会按顺序追踪产品消费增长与净留存、百万美元客户、AI 生产使用及收入披露、包含股权激励的盈利改善，再看融资交割后的净现金和真实股数。任何一个季度的单项指标都不足以下结论，几组数据需要朝同一方向变化。

我的结论是，企业用 AI 越多，Snowflake 的机会大概率越多；它能赚多少钱，要看任务消费、效率优化、竞争与成本共同作用。当前价格对未来成功的要求很高，判断重点应该从“AI 是否需要数据”进一步推进到“这家公司能以怎样的利润率，持续拿到多少数据工作负载”。

主要资料：2026 财年 10-K、FY2027 Q2 10-Q、季度业绩与指引、9 月 29 日可转债公告。预测和实际数据在研究底稿中分别记录。

数据口径

研究日期：2026 年 10 月 2 日｜美股个股投研 · SNOW｜财务截至 FY2027 Q2｜参考股价 341.99 美元，为 10 月 2 日 06:19 美东时间盘前快照

本文仅用于个人经验心得分享，不构成任何投资建议。在具体实操之前，请务必结合自己的实际财务情况、投资目标和风险承受能力，独立判断并谨慎决策。