云数据分析巨头 Snowflake 今日发布2025财年第一季度财报，得益于企业在人工智能领域的优先投入，公司数据分析服务需求持续走强。公司季度总营收达10.42亿美元，同比增长26%，实现了公司历史上首个季度营收破10亿美元的里程碑。其中核心产品营收为9.97亿美元，同比增长26%。
财报显示，公司净收入留存率达124%；在大客户方面，年度产品收入超过100万美元的客户数量增至606家，同比增长27%；福布斯全球2000强客户数量达到754家，同比增长4%；剩余履约义务(RPO)为67亿美元，同比增长34%。
Snowflake CEO Sridhar Ramaswamy表示："Snowflake的使命是通过数据和AI赋能每个企业释放全部潜力。我们专注于让Snowflake平台易于使用，实现数据的流畅访问，并保持企业级性能，这些特点使我们从竞争对手中脱颖而出，赢得超过11,000家客户的信赖。"
Snowflake通过与OpenAI和Anthropic的合作，积极推进AI云计算战略，使客户能够构建和运行更先进的AI模型来处理海量数据。随着企业加速向云端迁移工作负载并寻求开发AI应用，Snowflake从中获益。分析师指出，公司与AI初创企业的合作有助于吸引更多希望通过其平台构建AI智能体的企业客户。
展望2025财年第二季度，公司预计产品营收将达到10.35-10.40亿美元，同比增长25%。公司同时将2025财年全年产品营收指引从此前的42.8亿美元上调至43.25亿美元，保持25%的增长速度。财报发布后，Snowflake股价在盘后交易中上涨6%至190.09美元。
Snowflake Inc.（SNOW）2026 财年财报电话会议
时间：2025 年 5 月 21 日，美国东部时间下午 5:00
公司与会人员
Jimmy Sexton - 投资者关系主管
Sridhar Ramaswamy - 首席执行官
Mike Scarpelli - 首席财务官
Christian Kleinerman - 产品执行副总裁
分析师与会人员
Sanjit Singh - 摩根士丹利
Kirk Materne - Evercore ISI
Raimo Lenschow - 巴克莱
Karl Keirstead - 瑞银
Mark Murphy - 摩根大通
Kasthuri Rangan - 高盛
Michael Richards - 加拿大皇家银行资本市场
Brad Zelnick - 德意志银行
Bo Yin - 杰富瑞
Patrick Colville - 丰业银行
Alex Zukin - Wolfe Research
Joel Fishbein - Truist Securities
Brad Reback - Stifel
Tyler Radke - 花旗
主持人
下午好，感谢各位参加 Snowflake Inc. 2026 财年第一季度财报电话会议。我叫 Matt，是今天电话会议的主持人。在演示环节期间，所有电话线路将处于静音状态，随后将进入问答环节。
现在，我将电话交给我们今天的主持人，投资者关系主管 Jimmy Sexton。Jimmy，请开始。
Jimmy Sexton
下午好，感谢各位参加 Snowflake 2026 财年第一季度财报电话会议。今天与我一同出席电话会议的有我们的首席执行官 Sridhar Ramaswamy、首席财务官 Mike Scarpelli，以及我们产品执行副总裁 Christian Kleinerman，他将在问答环节参与讨论。今天的电话会议中，我们将回顾 2026 财年第一季度的财务业绩，并讨论 2026 财年第二季度和全年的业绩指引。
今天的电话会议中，我们将会发表一些前瞻性声明，包括与我们业务运营和财务表现相关的陈述。这些声明存在风险和不确定性，可能导致实际结果与我们的预期有重大差异。有关这些风险和不确定性的更多信息，请参见我们的财报新闻稿、最近的 10-K 和 10-Q 表格以及其他提交给美国证券交易委员会的报告。我们所有的陈述均以今天为基准，基于我们目前掌握的信息。除非法律要求，否则我们不承担更新任何此类陈述的义务。
今天的电话会议中，我们还将讨论某些非 GAAP 财务指标。请参阅我们的投资者演示材料，了解 GAAP 与非 GAAP 指标之间的对账以及业务指标的定义，包括采用率等。财报新闻稿和投资者演示材料已发布在我们的网站 investors.snowflake.com 上。今天电话会议的重播也将发布在该网站上。
现在，我将电话交给 Sridhar。
Sridhar Ramaswamy
谢谢你，Jimmy。大家好，感谢你们今天的加入。我们今年开局强劲，我为我们的团队感到无比自豪。我们的核心业务非常稳健，产品交付持续加速，我们的市场推进引擎也越来越强大。我们正处于最佳状态，前方还有巨大的机会等待我们去抓住。
在 Snowflake，我们的使命是通过数据和人工智能赋能每一家企业，帮助它们实现自身的全部潜力。我们的 AI 数据云帮助客户更好地利用其数据、更快地进行创新，并消除业务运营中的摩擦。正如我在过去几个季度所分享的，我们正在将这种价值延伸到整个数据生命周期。我们始终坚持在业务运营中推进纪律性，提升效率的同时继续积极投资于增长。我们正以紧迫感和专注力来执行，把握眼前的机会，维持长期的动能。
第一季度产品收入为 9.97 亿美元，同比增长 26%。若不计闰年的影响，产品收入同比增长为 28%。我们的增长率环比保持稳定，没有出现下滑。尚未履约的合同收入总额为 67 亿美元，同比增长 34%。净收入留存率非常健康，为 124%。正如你所看到的，我们以强劲的收入增长和整体非常健康的业绩开启了新的一年，并且我们已上调了全年增长预期。
正如我在过去几个季度中所说，Snowflake 专注于构建产品的内聚性，以便客户更容易、更快速地进行创新，从其数据中释放更多价值，从数据摄取到洞察实现无缝衔接。像 Canva 和摩根大通这样的企业领袖之所以选择 Snowflake 作为其核心平台，是因为我们的平台易于使用、连接通畅、可以让数据随时随地流动访问，并受到各行各业各种规模公司的信任。我们正持续实现我们的愿景，成为客户数据旅程中的端到端技术提供者。
我们在打造可扩展且灵活的连接平台方面取得了重要进展，支持非结构化数据和结构化数据的连接。Snowflake 连接器利用我们对 Datavolo 的收购所带来的技术，使客户可以与 Google Drive、Workday、Slack、SharePoint 等关键平台实现无缝连接与数据集成，从而访问业务中的关键数据。
例如，全球制药巨头阿斯利康（AstraZeneca）现在可以轻松分析来自 SAP 和 Workday 等系统的重要业务数据。而像 CloudZero 这样的客户，利用数百个强大的、主动的数据共享连接，安全地与合作伙伴和客户交换数据，从而在整个生态系统中创造价值。随着我们的数据工程业务持续展现出强劲势头，我们正帮助客户以更少的摩擦简化和扩展数据管道，实现显著的成本节省。
通过将数据整合到 Snowflake，全球营销机构 Dentsu（电通）为众多财富 500 强客户管理数据，其通过简化数据架构和减少对第三方工具的依赖将成本降低了 30%。他们现在使用 Snowflake 数据清洗室（Data Clean Room），帮助全球品牌在不泄露隐私的前提下安全地整合客户数据，实现更具个性化的营销活动，同时降低风险。
在分析领域，我们世界级的解决方案持续为客户的关键运营提供动力。全球科技领导者西门子正在与 Snowflake 合作，帮助制造商实现前所未有的运营效率和规模。这使得客户能够将信息技术数据（如供应链管理和财务数据）与运营技术数据（如客户系统和工业设备的数据）统一在一起，借助西门子的工业边缘技术和 Snowflake 的 AI 数据云，获得更深入的洞察力，提高机器性能，并优化整个业务流程的生产过程。
随着人工智能重塑企业格局，Snowflake 正在帮助客户引领 AI 变革的数据基础。以连接电视广告领域的领导者 Samsung Ads 为例，他们利用 Snowflake 将广告主与数以百万计的三星消费者连接起来，同时严格遵守隐私标准。通过将其数据统一在 Snowflake 上，Samsung Ads 推动了个性化客户体验方面的创新，并加速了新的人工智能和机器学习驱动广告功能的开发，使广告主能够提供更相关的内容，提升广告体验。
我们的产品发展势头非常强劲，并且我们正在以闪电般的速度不断创新。事实上，仅在本季度，我们就推出了超过 125 项产品功能，较去年第一季度增长了 100%。我们持续看到开放数据格式的强劲采用，尤其是像 Apache Iceberg 这样真正开放的现代表格格式。我们最近宣布，客户现在可以使用 Apache Iceberg 管理和查询数据，同时使用 Snowflake 的许多核心功能，包括数据共享、安全性和性能优化，从而获得更大的灵活性，实现大规模数据管理和查询。
在人工智能方面，我们取得的进展令人惊叹。一年前我们才刚刚起步，而现在每周有超过 5,200 个账户在使用我们的 AI 和机器学习功能。Cortex AI 从一个初期产品领域成长为全球客户企业 AI 战略的基石。它正在帮助医疗公司通过统一信息访问来加速临床研究，并将汽车客户评论转化为可操作的洞察力，从而帮助企业实现个性化服务。
作为全球最大的食品和饮料公司之一，卡夫亨氏正在利用 Snowflake Cortex 为员工提供创新的 AI 工具，例如 Lighthouse 或 Kraft Heinz AI——他们的新内部 AI 助手。该举措旨在彻底变革内部工作流程，提高效率，并在整个组织内推动 AI 的采用，为未来 agentic AI（具备自主代理能力的人工智能）的发展奠定基础。
今年早些时候，我们推出了 Cortex Agent，该工具目前正在帮助像 Luminate Data（领先的娱乐行业洞察提供商）这样的客户，在处理和检索结构化和非结构化数据方面实现规模化。这个基础对于开发、部署和协调驱动其 AI 应用的数据代理至关重要。
我们还通过持续将最前沿的模型集成到 Cortex 中，进一步巩固了我们的领导地位，确保像 Meta 的 Llama 4 模型等在第一时间可用。正如我在上个季度分享的，我们与微软扩展了合作伙伴关系，在 Microsoft Azure 上托管 OpenAI 模型。我们持续为客户提供灵活的选择，能够利用全球领先的模型来构建其企业级 AI 应用。
我们还推出了首个 AI 驱动的迁移增强功能。现在，客户可以利用 Cortex 在迁移过程中测试和审查问题，从而大幅提升这一耗时流程的效率。而这只是 AI 在加速迁移方面能力的起点。所有这些创新都聚焦于为客户带来真实价值。我们正在让结构化数据的使用变得更加简单，我们也正在让非结构化数据的使用变得更加便捷。同时，我们正在帮助客户构建强大的基础，以引领 agentic AI 时代的发展。我们将继续保持这种势头，在接下来的几周内，大家还会看到我们推出更多新内容。
在六月的第一周，我们将与成千上万的客户、合作伙伴和开发者齐聚一堂，参加 Snowflake 峰会。这是一场为期四天的活动，也将是我们迄今为止规模最大的一场峰会之一，届时我们将揭晓我们即将推出的一些令人兴奋的新功能，帮助客户在其数据之旅的每一个阶段取得成功。
在创新的同时，我们仍然致力于高效扩张。在我们新任首席营收官 Mike Gannon 的领导下，我们在市场推广方面拥有了更加聚焦和严谨的策略。我们在扩大 go-to-market（市场拓展）运营的同时，仍保持工程、产品、市场和销售之间的紧密协作，以高效地将产品推向市场。这确保了我们能够为现有客户提供更多价值的同时，也持续赢得新客户。
我们也在扩大我们的可服务市场。随着 Snowflake 公共部门公司（Snowflake Public Sector Inc.）的成立，以及我们最近获得美国国防部影响力等级（Impact Level）临时授权，我们现在有能力为国家安全机构（包括美国国防部、其各军种及行业合作伙伴）提供关键任务的数据和 AI 解决方案。
我们还推出了新的汽车行业解决方案，作为我们面向制造业的 AI 数据云的一部分。这些解决方案为 CarMax 和日产（Nissan）等公司提供先进的数据与 AI 解决方案，以推动创新与效率提升。同时，他们也在内部使用我们自己的 AI 工具来提升生产力。我们的市场拓展团队利用 Cortex 驱动的销售知识助手，通过自然语言访问销售知识库中的洞察力。同时，通过像我们的 Customer 360 应用这样的 Streamlit 应用，他们能够快速访问客户消费情况的丰富洞察。
我为我们在整个业务中构建的纪律性和高效率感到自豪。我们拥有强大的运营节奏，我们正在战略性地进行增长投资，并且我们正在为规模化打下坚实的基础。
Mike，现在请你为大家介绍更多财务细节。
Mike Scarpelli
谢谢你，Sridhar。在第一季度，我们的产品收入同比增长了26%，达到9.97亿美元。正如Sridhar所提到的，如果调整闰年的影响，我们在业务上并未看到任何减速迹象。我们持续看到新产品提供强劲增长，Snowpark 和 Dynamic Tables 在第一季度的表现超出预期。其他表现强劲的领域包括技术和零售行业。
第一季度是一个强劲的预订季度。在上次电话会议中，我提到有两家大型客户在第四季度的容量用尽，因此选择推迟他们的大额续约。正如预期的那样，这两个客户在第一季度签署了超过1亿美元的合约。我们认为这种预订上的波动性对我们的商业模式而言是正常的。我们对新客户获取的关注正在带来积极的成果。第一季度我们净增客户451家，同比增加19%。
转向利润率方面。第一季度，我们的非GAAP产品毛利率为75.7%。非GAAP运营利润率为9%，同比提高了442个基点。我们持续专注于在全公司范围内提高效率，同时也为增长进行投资。非GAAP调整后自由现金流利润率为20%。正如我们在上个财报电话会议中讨论的那样，有几个大客户在第四季度采取按使用量购买的方式。这种预订行为影响了我们自由现金流的季节性表现。我们预计今年的现金流将在下半年更加集中释放。
在第一季度，我们使用了4.91亿美元回购了320万股，平均每股价格为152.63美元。我们仍有15亿美元的回购授权，直到2027年3月为止。我们本季度末的现金、现金等价物、短期和长期投资总额为49亿美元。
现在来看我们的展望。我们预计第二季度的产品收入将在10.35亿美元到10.4亿美元之间，同比增长25%。我们预计第二季度的非GAAP运营利润率为8%。对于2026财年，我们将收入指引上调至43.25亿美元，同比增长25%。一如既往，我们的预测是基于客户的实际使用行为。我们预计非GAAP产品毛利率约为75%，非GAAP运营利润率为8%，非GAAP调整后自由现金流利润率为25%。
最后，我们将在6月3日于旧金山举办投资者日活动，与 Snowflake Summit 同期举行。如果您有兴趣参加，请发送邮件至 ir@snowflake.com。现在在进入问答环节之前，我想更新一下我个人的过渡情况，正如我们在上个季度的财报电话中提到的，我们正在面试很多优秀的候选人，当我们有更确切的消息时，会及时向大家公布。
问答环节
主持人
第一个问题来自 Morgan Stanley 的 Keith Weiss 线。您的线路已经打开。
Sanjit Singh
谢谢你。我是代表 Keith Weiss 提问的 Sanjit Singh，恭喜你们第一季度表现非常出色。Sridhar，我想谈谈业务的一些趋势，特别是消费情况在本季度的演变。请问在季度末以及进入5月后，消费情况如何？这是我的第一个问题，之后我还有一个跟进问题。
Sridhar Ramaswamy
正如你所知道的，我们不会评论一个季度内部的消费情况。总体而言，第一季度在假期结束后消费表现非常强劲，这也反映在我们的业绩中。当然，第一季度比去年同期少了一天。但总体而言，我们对消费情况感到非常满意。
Mike Scarpelli
我还想补充一句，Sanjit，我们刚刚给出了第二季度的业绩指引，那是基于我们至今为止观察到的客户行为。
Sanjit Singh
是的，而且第二季度的指引确实很强劲，从中可以得出很多结论。那么接下来，Sridhar，关于产品方面，你提到 Cortex 的采用持续增长。我想了解一下关于 Cortex 的变现趋势。目前客户是否在签订合同时就将 Cortex 纳入考虑，并推动他们整体在 Snowflake 上的消费？
Sridhar Ramaswamy
Sanjit，我会把这个问题分为几个部分来回答。首先，非常清楚的是，客户投资 Snowflake，投资数据系统，不仅是为了过去能做的事，比如分析和机器学习，更是为了他们现在和未来能够做到的事。
我常跟客户讲，与我们合作，把数据迁移到 Snowflake，是在让他们的数据和流程为 AI 做好准备。我们对客户使用 AI 的方式采取了非常稳妥的策略。正如你所知，我们不会单独销售 AI，也没有单独的产品编码。客户并不会为 AI 签署专门的合同，他们是在现有的预算范围内使用。我们非常专注于那些当下能够带来实际价值的用例。
我已经提到过其中一些例子，比如在文档上创建聊天机器人——我们自己用于内部培训，或者西门子将其用于他们15万个设备的PDF手册；再比如，把业务数据直接交到终端用户手中，无需分析师或 BI 工具介入。我们开始看到一些更复杂的系统被采用，比如将多个数据源整合，来区分用户提出的问题类型，或者是多步骤流程，用一个数据源获取信息后，再用于回答其他问题或执行下一步操作。
所以，这是一个逐步推进的过程。但我想强调的核心观点是，每一位数据使用者，每一位 CTO，包括我们自己的 CTO，现在都明白，与 Snowflake 合作的数据战略，是他们未来在 AI 方面所能做的一切的直接支撑。因此在这个意义上，客户们的路线图正在逐步成形。这并不是说要在一旁单独做 AI，而是要投资 Snowflake，先把数据基础打好，然后在未来不断从 AI 中实现价值。
Sanjit Singh：
非常棒的回答，谢谢你。
感谢您的提问。下一位提问者是来自 Evercore ISI 的 Kirk Materne。您的线路已接通。
Kirk Materne：
非常感谢，祝贺你们取得了一个良好的开局。Sridhar，我想请你详细谈一谈关于 Snowpark 和 Dynamic Tables 超出预期的评论。我很好奇（虽然我确信两者都有），这到底有多大程度是由于产品的成熟以及客户准备好采用这些产品，又有多大程度是你们在过去一年中在市场推进方面所做的努力，比如支持和销售赋能方面的投入？谢谢。
Sridhar Ramaswamy：
这是个好问题。显然，两方面都有。你需要能真正带来实用价值的优秀产品。除了你提到的那些功能——Snowpark 和 Dynamic Tables，我还要说我们在 Iceberg 等方面的投入，也极大地拓展了客户可以利用其数据所能完成的工作的范围。同样，Snowflake Connectors 正在让越来越多的数据能够被这些数据工程工具所使用，以及其他工具。
这也是为什么我和 Christian 总是强调端到端的数据生命周期。我们的口号常常是“从数据注入到洞察，我们全程陪伴”。话虽如此，我们也招聘了，包括 Mike 在内的，极其优秀的销售领导，他们专门负责推动这些更专业的销售模式。是的，不是 Snowflake 销售团队里的每个人一开始就会是我们 AI 产品的专家，或者是 Snowflake Connectors 最新进展的专家。
所以我们有一支非常有针对性的专业团队，会识别出客户的高价值用例，为他们率先进行实施，使其可以作为模板在其他地方重复使用，并且越来越多地与我们的全球系统集成商（GSI）合作伙伴合作。因此，你需要两者兼备：既要打造能够创造价值的产品，也需要一支 go-to-market（市场推进）团队，能够阐明这些价值，并完成确立标杆客户和推动销售的艰苦工作。
Kirk Materne：
太好了，谢谢你们，几周后见。
感谢您的提问。下一位提问者是来自巴克莱的 Raimo Lenschow。您的线路已接通。
Raimo Lenschow：
太好了。Sridhar，关于 Snowpark 的采用情况，你目前是怎么看的？未来又怎么看？比如说，是会全面采用一个供应商，还是会出现不同的数据孤岛，有些在你们系统里，有些在其他系统里？你现在看到的情况如何？你觉得这个趋势会怎么演变？
Sridhar Ramaswamy：
首先，我认为 Snowflake 成功的一个重要因素，是我们承认并愿意与拥有复杂数据生态系统的客户合作。对于大多数大型客户来说，他们总会有一些本地部署的传统系统，或者是存在于云存储中的大型数据资产，这是事实。
但我觉得当下的独特之处在于，客户对需要拼凑多个不同工具来完成哪怕相对简单的任务，已经感到不满。你想想，如果你在公司里想要基于 SharePoint 中的企业文档建立一个聊天机器人，但你必须用四个不同的工具来完成，这就太麻烦了，而且到最后你甚至可能无法确保合规治理正确，因为你还得再去找其他工具。
我们希望在这类场景下提供解决方案，比如 Snowflake Connectors 可以直接连接 SharePoint 的存储库，如果数据需要增强或转换，可以用 Snowpark 来处理，然后用 Cortex Search 创建一个索引并连接到聊天机器人。我认为我们仍然会看到一些专业玩家的存在，我们也与他们合作，并重视这些合作关系。但确实有一些用例非常适合进行简化和整合，而这正是我们正在积极推动的方向。Christian，你有什么补充的吗？
Christian Kleinerman：
我简单补充一下：我们在 Iceberg 上的投入也创造了机会，支持那些采用开放架构的客户，可以按自己的喜好混合搭配不同的技术。
Raimo Lenschow：
好的，太棒了。那我还有一个简短的问题问 Mike。显然你们本季度在股票回购方面采取了非常有利的策略。现在股价已经回升了，你们今年余下时间在回购方面的考虑是什么？谢谢。
Mike Scarpelli：
我们会按季度持续评估股票回购，目前我们还没有新的计划。我们在回购方面一直是比较机会主义的，但我们完全预计，在现在到 2027 年之间，我们会使用掉这部分授权额度。
Raimo Lenschow：
明白了，谢谢。
感谢您的提问。下一位提问者是来自瑞银的 Karl Keirstead。您的线路已接通。
Karl Keirstead：
好的，非常感谢。Mike，你和 Sridhar 的发言中并没有提到宏观环境的问题，而且从你们的财务数据来看也没有受到太大压力。而在 2022 和 2023 年你们确实提到过宏观层面的影响。我很好奇，你是怎么对比当下和之前的情况？是因为疫情后成本优化的努力已经基本完成，还是 Snowflake 的产品组合现在更强大了？或者你认为，当前我们看到的这些不稳定的宏观因素并没有之前那么严重？希望你能帮忙做个对比说明，谢谢。
Mike Scarpelli：
我觉得疫情之后的情况非常不同。当时我们有很多数字原生、资金充足的初创企业，它们花钱如流水，并不太关注成本控制。而现在我们的客户群体已经演变成世界上最大的一些公司，它们更成熟，也更注重成本。
现在我们并没有看到类似疫情之后那种大规模优化的情况，至少没有那么严重。不过我也要提醒你，我们的客户始终在进行优化，或许规模不大，但他们总是在寻求更高效的做法，这种行为会持续存在。
至于当前的宏观环境，我们还没有看到什么实际的影响，比如关税等新闻带来的影响。如果有的话，我们应该会在新增客户数量上看到反映。但现在我们新增客户数量表现非常好，而且剩余履约义务（RPO）的增长也很强劲，这些都体现了客户对与 Snowflake 深度合作的信心。
Sridhar Ramaswamy：
我只补充一点小小的评论，那就是我们的销售团队也在实践这一点，即确保每当一个用例被实现时，他们实际上会费心去整理优化这些内容，因为我们的销售团队在 2022 年和 2023 年已经吸取了教训：客户非高效的支出最终不可避免地会导致后续的收缩。我们最好确保客户的支出始终是高效的。
Karl Keirstead：
好的，谢谢你。也许我问 Mike 一个跟进问题。Mike，Snowflake 是否与某些大型的 AI 原生企业有接触？这是否在边际上为你们本季度带来了一些额外的推动？
Mike Scarpelli：
没有特别突出的情况。我们确实有一些 AI 公司是我们的客户，但它们的收入占比都不到我们总收入的 1%。
Karl Keirstead：
好的，谢谢你。
主持人：
谢谢你的提问。下一个问题来自 JPMorgan 的 Mark Murphy。您的线路已接通。
Mark Murphy：
是的，Mike，恭喜你们在执行上的出色表现。即使我们预期年初在销售和市场方面会有所招聘，我也没想到会是这么大的数字。这确实是一个非常大的数字。你能谈谈这种动态吗？你们是在围绕 Cortex 或 Snowpark 的某种机遇增加招聘吗？还是有其他你们看到的机会？
Mike Scarpelli：
Mark，我想说的是我们业务的活跃度不仅体现在 AI 上，Snowflake 的各方面我们都能感受到活力。正如你所知道的，第一季度一直是我们在销售和市场方面招聘最多的时候，因为我们希望这些人能在年初加入，这样他们就可以参加我们的销售启动会议，以及我们为员工准备的各种培训和新功能介绍。因此，我不会过多解读这个数字，除了它显示了我们对业务的信心。
但正如你所知，我们仍然非常重视运营效率，我们也一直在评估人员的生产力。如果我们看到新加入的人员没有达到预期的生产力水平，我们就会暂停招聘。
Mark Murphy：
明白了。然后问一下 Sridhar，你在讲话中提到了联邦政府的机会。你是否认为美国政府总务管理局（DOGE）会完成一轮削减低效支出的过程，然后可能会重新开始发布一些新的 RFP（招标请求）？你们也有相关的认证。我只是好奇，你是否认为一些政府机构可能会从传统的本地数据仓库迁移出来，也许会在今年晚些时候将部分数据迁移到 Snowflake 上？
Sridhar Ramaswamy：
这是我们与许多政府部门积极讨论的话题。我几周前在华盛顿特区拜访了很多人。大家对 Snowflake 能做什么的认知正在提升。我们极低的运维成本在这些讨论中非常突出。同时也存在一种制度上的转变，他们现在非常关注如何确保数据基础设施的高效运行。
他们也希望能在部门之间实现数据共享，因为这可以提升整体效率。关于这个话题，我们未来会有更多可以分享的内容。我们的新 CFO Mike 也在积极关注这个领域。我们对此持乐观态度，希望未来几个季度能有进一步的进展可以向大家汇报。
Mark Murphy：
谢谢你。
主持人：
谢谢你的提问。下一个问题来自高盛的 Kash Rangan。您的线路已接通。
Kasthuri Rangan：
你好，非常感谢。看到公司在战略定位和执行上的积极转变非常令人欣慰，这一切都很棒。我有两个问题。首先，尽管你们的年营收已接近 40 亿美元并且仍以 26%、27% 的速度增长，这非常了不起。但请允许我对 NER（净扩展率）提个问题。124% 的 NER 已经很不错了，很多公司甚至达不到这个规模，但你们这个季度发布了 137 个新产品，而 Mike 也会很快指出 NER 是一个 24 个月的滞后指标，这我完全理解。但既然你们正在以前所未有的速度获取新客户，Mike 也提到企业客户的质量更高，你们现在还有 2022 年还没有的 AI，还有当前的波动性——这对你们来说应该是利好——那么为什么 NER 不应该更高一些？你们的新 CRO 能否在这方面有所作为，让这个已经不错的数字变得更高？我稍后还有一个简短的问题，谢谢！
Mike Scarpelli：
我想说的是，我们的一些新客户还不在 NER 的计算范围内，但他们对我们的增长有重要贡献。另外我们有一个去年增长非常强劲的大客户，今年他们依然表现良好，但增长没有去年那么快。这就是 NER 背后的动态。是新客户的强劲增长叠加个别大客户增长放缓的共同作用。但我想说的是，随着公司逐渐成熟，NER 和整体营收增长率最终会趋于一致。
Kasthuri Rangan：
明白，谢谢你，Mike。听到你的声音很高兴。接下来问 Sridhar 一个问题。当你看到像微软这样的超大规模云厂商所做的事情，比如他们昨天在 Build 大会上谈到 Fabric，以及他们在构建可扩展的数据结构方面的进展，显然他们正在推进一个真正开放、支持 AI agent 架构的平台。你们如何看待这件事？Snowflake 的平台未来要做到哪一两点、甚至三点，才能实现你们成为一家年营收 100 亿美元公司的愿景？这就是我所有的问题，谢谢！
Sridhar Ramaswamy：
这些超大规模厂商确实非常强大，他们在工程执行和商业运营方面都令人钦佩。但你也看到他们与 Anthropic 和 OpenAI 合作，因为后者是全球最优秀的大模型开发者之一。类似地，Snowflake 在数据平台方面是非常出色的，我们也明白合作会带来更好的结果——无论是与 AWS（我们最大的合作伙伴）合作，还是日益加深与 Azure 的合作。
我们和 Azure 的合作有很多客户案例，这些客户选择 Azure 的方案是最优解。我们团队之间的合作也很深入。大约六七个月前我们宣布，从 Snowflake 可以直接读取 OneLake 中的表；我们也正在讨论让 OneLake 成为 Snowflake 的底层数据存储。此外我们也在顶层进行合作，比如让 Cortex 的分析工具和 agent 被整合进 Office Copilot 中。
我们采取的策略是找出正在进行现代化转型的客户，或者那些希望通过数据获得 AI 价值的客户，并思考我们该如何协同合作。确实存在竞争关系，但大多数时候我们都能非常有效地合作，尤其是在 Azure 上，我们的合作正日益加强。
Kasthuri Rangan：
那将是一个巨大的突破，非常感谢。
主持人：
谢谢您的提问。下一个问题来自RBC的Matthew Hedberg，请提问。
Michael Richards：
大家好，我是Mike Richards，代替Matt提问。感谢你们接受我的提问，并祝贺你们本季度取得的出色成绩。你们在产品方面显然取得了重大进展，但我想了解一下，在支持你们AI发展的市场推进（go-to-market）策略方面，你们觉得成熟度如何？我这边就这些，谢谢。
Sridhar Ramaswamy：
事实上，我对我们抓住AI机遇的方式感到非常满意。我之前跟大家提过，我们曾经组建了一个我们称为“AI忍者（AI Ninjas）”的小组，这是一群对我们AI产品非常熟悉的解决方案工程师，能够紧密配合我们全球的销售团队。我们的销售团队对AI非常兴奋，但更重要的是，他们有能力大规模推动AI应用案例，无论是在阐述愿景方面，还是在执行POC（概念验证）并将其投入生产方面。
这对我们来说是一次相当了不起的转型。我们现在正致力于将这种专业知识扩展到更多的销售团队成员中去。我认为这是一种专业团队掌握复杂领域知识、负责初期工作，然后让更多团队成员参与其中的模式，这对我们来说非常积极。
我们在数据工程方面也采用了类似的策略，虽然我认为数据工程更加贴近我们大多数销售人员的知识和技能背景，从某种意义上说对他们更自然。但AI也进展得非常好。我们已经组建了一支由AI方面的专业销售人员和技术专家组成的团队，正在推动整个销售组织的变革。这种做法，加上我们对如何在AI、数据工程以及其他分析等领域推动出色应用案例的理解不断加深，标志着我们进入了一个全新的数据驱动市场拓展时代，我对此感到非常满意。
主持人：
谢谢您的提问。下一个问题来自德意志银行的Brad Zelnick，请提问。
Brad Zelnick：
太好了，非常感谢，也祝贺你们在新财年取得一个良好的开端。Sridhar，我想继续跟进Kirk的问题。就Snowpark未来的采用情况而言，除了捕捉那些数据原本会被转移出平台的Spark作业之外，能否谈谈你们在中阶数据科学用例方面取得的成功？有没有什么例子能说明你们正在赢得数据科学用户？还有你们推出的notebooks工具带来的影响？谢谢。
Sridhar Ramaswamy：
当然，我来先回答，然后让Christian补充。我们的notebooks表现非常好，有几千个客户在积极使用它们。我们在训练更大规模的机器学习模型方面能力日益增强。正如你们所知道的，虽然如今AI成了热点话题，但实际上世界在机器学习（ML）领域取得了巨大进展。很多非常有价值的实际用例依然是基于机器学习，比如希尔顿（Hilton）使用的“下一个最佳行动预测（next best action prediction）”，或迪士尼（Disney）使用的“如何将游客引导到下一个游乐设施”。
这些都是我们不断赢得市场份额的例子。notebooks的使用在持续扩展，我们不断为客户在我们的容器服务上训练更大、更强、更快的模型增加产品能力。这类应用更偏技术型，由开发人员、数据科学家主导，这种产品驱动的方式进展得非常顺利。Christian？
Christian Kleinerman：
我补充一点，Snowpark是由一系列库和能力组成的集合，帮助客户完成各种活动。我们看到许多客户在处理非结构化数据方面大量使用Snowpark，这是我们当前战略的核心部分。正如Sridhar所说，我们正在向客户提供越来越多的非结构化数据，因此很多客户使用Snowpark来提取结构化信息和信号，并在结构化数据上进行传统的机器学习，这是一个常见的用例。
Brad Zelnick：
谢谢你们。或许可以快速再问一个问题给Mike。你们的指引暗示着今年下半年的业务将会强劲增长。我知道大家都看到了你们快速的创新节奏，对即将在Summit大会上发布的内容也充满期待。那么，有没有什么我们还没想到的因素支撑你们的信心？有没有什么关键假设值得特别指出？谢谢。
Mike Scarpelli：
我只想说，正如我之前所提到的，我们的业绩指引是基于我们观察到的客户行为，再加上我们过去五个季度以来一直在做的工作——我们投入了大量时间去识别哪些新工作负载将进入生产环境。我们对这些有相当好的可见性，而且我们与客户的关系非常密切，我们知道自己在做什么。
迁移进展顺利。我们宣布Snow Convert对所有客户和合作伙伴开放，我们看到这一工具的使用量在上升，这也是我们对自己的业绩指引充满信心的原因所在。
Brad Zelnick：
太好了，再次感谢你们的分享。
主持人：
谢谢您的提问。下一个问题来自Jefferies的Brent Thill，请提问。
Bo Yin：
我是Bo Yin，代替Brent Thill提问。谢谢你们接受我的提问。关于Cortex AI Analyst和Cortex Agents等功能，它们能够帮助用户编写更高效的查询。那么，随着Cortex AI的采用度提升，你们是否看到更多的查询优化情况？就新增查询和查询优化而言，这对整体使用量的净影响是怎样的？谢谢。
Sridhar Ramaswamy：
对于像Cortex Analyst这样的工具，实际上最终用户离SQL查询编写更远了一步。我们利用用户语义模型来理解用户意图，并自动生成相应的SQL查询。当然，我们也推出了类似Copilot的功能，不仅支持在“工作表（worksheets）”中编写SQL或Python代码，还支持在notebook中使用。
说实话，我认为这个领域还会有大量的创新，我们在即将召开的Summit大会上会展示其中的一部分。如今像Cursor这样的现代平台已经设定了更高的标准，它们支持Copilot等功能，可以显著提升生产力，无论是提高可编写查询的数量，还是提升工作效率。虽然我们没有具体的数据来衡量说这带来了多少百分比的查询增长，但我们对能够帮助客户更快地编写查询、更快地编写代码和调试感到非常满意。
Christian Kleinerman：
是的，我们在电话会议和其他场合中都提到过，我们的偏好、我们的目标是确保客户始终处于优化状态。我想我们都不喜欢先花一笔钱、然后再进行优化、再涨上去又降下来。所以我们在技术上投入了大量精力，一些你提到的核心示例就是其中一部分，但像查询洞察（Query Insights）、成本洞察（Cost Insights）、治理洞察（Governance Insights）等功能都遍布整个产品，旨在帮助客户始终处于更优化的状态。
主持人：
感谢您的提问。下一个问题来自Scotiabank的Patrick Colville，您的线路已接通。
Patrick Colville：
好，非常感谢您接受我的提问。我这题是问Sridhar的。去年，Arctic大语言模型（LLM）推出了。我的问题是，如今第一方基础模型（first-party foundation models）在Snowflake的战略中有多重要？还是说你们有些转向，更倾向与第三方基础模型进行合作？
Sridhar Ramaswamy：
我以前也说过，我认为训练一个真正的大型基础模型已经变成了一项非常昂贵的事情。我们拥有一支出色的AI研究团队，但他们的重点更倾向于像后训练（post-training）这样的方向。我们曾经在博客中谈到，我们可以通过后训练技术在生成SQL查询方面更加高效、更加准确。这正是让Cortex Analyst更好的原因。
至少目前来看，我们并没有积极考虑去训练所谓的前沿（frontier）基础模型。但是我们的研究团队仍然在做很多很棒的工作，比如我提到的后训练，还有推理优化（inference optimization）方面的工作，这对于延迟有巨大影响，对AI的利润率也有很大帮助。因此我们在这个领域仍然保持着强劲的存在，但我们是与合作伙伴一起进行的。
Meta是一个重要的合作伙伴，我们是Llama 4模型发布当天的首批合作伙伴。我们还与Anthropic、OpenAI、Mistral等很多模型提供商积极合作。还有一个我觉得挺有意思的点是在嵌入模型（embedding models）这个领域——这些模型虽小，却是默默无闻的英雄，它们本质上是为你想要索引的文档生成指纹，例如用在聊天机器人（chatbot）中。我们拥有强大的嵌入模型，并且我们已经将它们开源了。我们必须根据能创造价值的机会采取务实的做法，因为我们无法承受参与如今科研所需的数十亿美元成本。
Patrick Colville：
讲得非常清楚，谢谢你，Sridhar。我能不能顺带再问Mike一个问题？虽然在收入同比增长26%，而且可能在下半年加速的背景下，利润底线显然不是当前重点。但一季度运营利润率强劲，然而全财年的运营利润率和自由现金流率目标都没有上调。那么请问，这当中有什么关键的考量点或取舍因素吗？为什么选择不调整这些目标？
Mike Scarpelli：
我想说的是，我们在第二季度有一个大型的用户活动，也就是Summit，这是一个成本很高的活动，而这通常会对我们第二季度的运营利润率产生影响，这部分我们已经考虑进去了。接下来我们会继续根据每个季度的实际情况调整全年预期。
Sridhar Ramaswamy：
实际上我认为我们在扩张运营利润率方面是非常慎重和有计划的。去年第一季度我们的运营利润率是4%，而今年第一季度是9%。这也得益于我们在AI方面身体力行。我们花了大量时间研究如何通过AI提升工程师的生产力，如何更快完成小规模的工作。
同样在销售团队方面，我们希望自动化处理很多销售人员本身也不喜欢的任务，让他们可以更高效地面向客户。我们认为目前处于一种“金发姑娘时刻”（Goldilocks moment）——我们可以在继续强劲增长收入的同时，保持在运营利润率和自由现金流方面的高效性。
主持人：
感谢您的提问。下一个问题来自Wolfe Research的Alex Zukin，您的线路已接通。
Alex Zukin：
大家好，感谢你们接受我的提问。我想先问一个宏观层面的问题，这个问题可能适合Sridhar或Mike回答。听起来从你们的描述来看，整体需求环境似乎并没有受到所有宏观新闻头条的影响。你们在新产品采用方面超出预期表现。所以我的第一个问题是，这背后是否受益于某些可识别的AI顺风？你们是否看到客户在投资AI堆栈方面有所转变，比如更聚焦在数据而不仅仅是模型？你们能否帮助我们理解一下Snowflake在这些AI预算中的定位？很多大客户显然正在对这方面下注。
Sridhar Ramaswamy：
正如我之前说的，越来越多的人已经内化了这样一个观念：要想在AI方面做得好，首先你的数据得就绪。而我们所做的事情，是打造出一个产品，无论是我们非常贴近数据的语义模型，它不仅能被Snowflake使用，也能被其他人用；还是像Cortex Analyst这样的产品，它不仅可以立刻通过聊天机器人解锁某个数据集的价值，更重要的是能被用于Agent型工作流中。
因此我们越来越多的对话可以聚焦在真正创造商业价值的方向上。对Snowflake来说，AI不再是我们附加去做的某项事情，而更像是对“数据投资得当”所能达到的自然终点。
当然，我们自身也在公司内部使用AI，也将AI应用在产品的各个方面。我们谈到过代码生成和notebook中通过类似Cursor的体验来加速开发。另一方面，我们也将Snow Convert这个转换工具免费开放给所有人使用。我们还在将agent化的工作流引入Snow Convert中，让人们能够比传统瀑布式迁移方式更早就能用上合成数据做测试。我想正是这些趋势的组合共同推动了Snowflake的发展。
Alex Zukin：
太好了。接下来是一个跟进问题，可能请 Sridhar 或 Christian 回答。我们感觉到大家对 Gen2 充满了期待，尤其是在性能提升方面，客户反馈非常积极。我想请问，这是否可能开启一些新的使用场景？或者我们应该如何看待这些新功能在平台中逐步扩展所带来的潜力？
Christian Kleinerman：
我是 Christian。理解 Gen2 的最佳方式是：它是我们最新、最强大的计算环境。我们将云服务商提供的最新硬件实例（这些实例通常速度更快但也更昂贵）与我们自己做出的大量软件改进相结合。本质上，这是我们始终对客户承诺的一部分，即持续提供市场上最佳的性价比。
我们在 Gen2 上的一些基准测试表现非常惊人，不仅相对于一年前的 Snowflake，而且相对于许多竞争对手也是如此。所以你可以把它理解为性价比的提升，而这仍然与洞察时间和价值实现时间高度相关，是一个实质性的进步。
Alex Zukin：
非常好。谢谢你们，祝贺。
主持人：
感谢您的提问。下一位提问者是 Truist 的 Joel Fishbein。您的线路已打开。
Joel Fishbein：
谢谢你们回答我的问题。Mike，你在会议早些时候提到这是有史以来新客户数最多的一个季度，非常棒。关于这个问题，我想问一下：这是因为你们执行力更强、战略更明确，还是说你们在竞争环境中的胜率提高了？另外一个跟进问题是，关于那两个 1 亿美元级别的大单，可以透露一下它们来自哪些行业吗？谢谢。
Mike Scarpelli：
关于那两个 1 亿美元的大单，它们都来自金融服务行业。至于新客户数量的增长，并不是我们本季度才实施的新举措。这是我们去年就开始做的，我们建立了一个专门负责新客户获取的团队，现在我们正在看到当初努力的成果，我们对此感到非常满意。我认为我们有一位非常出色的领导者，我们也在把北美的成功经验复制到 EMEA 地区。所以我们对新增客户数感到很满意，这也是我们重点关注的领域。
Joel Fishbein：
谢谢。
主持人：
感谢您的提问。下一位提问者是 Stifel 的 Brad Reback。您的线路已打开。
Brad Reback：
非常感谢。Mike，你在上个季度曾提到销售团队的薪酬计划做了一些调整，不再只基于消费，还包括预订和承诺金额。能否更新一下这方面的进展？这些调整是否对本季度强劲的预订表现有影响？
Mike Scarpelli：
是的，显然我认为它确实有所帮助，但实际上，本季度强劲的预订主要还是由于我们之前就知道的那两个大单。我想说，总体来说，销售人员对加入预订指标是感到满意的，但主要驱动因素仍然是消费收入。补充一点，去年我们其实也对预订进行过激励。所以这并不是一个全新的措施，我们只是现在也为预订目标设置了配额。我认为要看到这项变动是否真正有效还需要一些时间，但就 Q1 来说，我对他们的表现感到满意，它确实有帮助。
Brad Reback：
非常好。再问一个细节问题。本季度的资本支出大幅增加，数额相当高。这里面是否有一次性项目，还是这是新的常态？
Mike Scarpelli：
资本支出主要与我们在圣马特奥的新总部有关。我之前提到过，我们在门洛帕克签了一个新办公室的租约，那边也有相当多的资本支出。另外在贝尔维尤也有类似情况，我之前也讲过。那个办公室就是本周刚刚启用的，也有相当多的资本支出。我预计未来几年不会再有大规模的办公室装修或建设了。
Brad Reback：
太好了，谢谢。
主持人：
感谢您的提问。下一位提问者是花旗的 Tyler Radke。您的线路已打开。
Tyler Radke：
是的，谢谢你们回答我的问题。Mike，你提到本季度在科技客户方面表现强劲。我想进一步了解一下具体情况。你们在 AI 原生客户的消费行为方面有什么发现吗？
Mike Scarpelli：
还不错。但正如我之前说过的，我们拥有不少 AI 公司，但它们的收入占比目前还不到我们总收入的 1%。
Tyler Radke：
明白。还有一个跟进问题想问 Sridhar。最近我们看到 Databricks 收购了 Neon，而 Snowflake Ventures 之前投资过 Neon。我想了解一下你们目前在 Unistore 上的策略进展如何？以及你们对市场上这些无服务器数据库的看法是怎样的？
Sridhar Ramaswamy：
我们一直相信事务型系统的重要性。这也是我们大约五年前就开始开发 Unistore 的原因。Unistore 产品目前运行良好。作为一个标准，它不容小觑，已经被广泛采用。我们对事务型存储的投资成果感到非常满意，也会继续在这个领域加大投入，因为它是我们现有产品的自然延伸。
Tyler Radke：
好的，谢谢。
主持人：
感谢您的提问。目前没有更多提问。我们将把电话交回给 Sridhar 做结束陈词。
Sridhar Ramaswamy：
谢谢大家。最后总结一下，Snowflake 正处于当今企业 AI 变革的中心地位。我们专注于让 Snowflake 使用简单、连接性强，从而实现数据在任何地方都能自由访问，并且在性能上达到企业级标准，这些都是我们与众不同且深受客户喜爱的原因。我们致力于支持客户从数据创建到洞察挖掘的整个数据旅程。
我们的产品收入增长以及对 2026 财年的强劲展望，体现了我们在规模化执行方面的持续能力。我们快速创新的节奏以及将产品推向市场的能力正在驱动公司高速增长，我们也致力于保持这一势头。我们相信，Snowflake 的长期发展特征将体现出持久的高速增长与持续的利润率扩张。这是我们公司令人振奋的时刻，我期待在接下来的季度中继续向大家汇报我们的进展。谢谢大家的参与。
主持人：
本次电话会议到此结束。感谢您的参与，您现在可以断开线路。