Snowflake交出了一份让软件市场重新打起精神的财报！

FY2027第二季度，Product Revenue达到14.92亿美元，同比增长37%；总营收15.5亿美元，同比增长35%；调整后每股收益0.62美元，高于市场预期的0.45美元。

公司还把全年Product Revenue指引由58.4亿美元上调至60.7亿美元，对应36%的同比增长，第三季度指引也达到15.88亿至15.93亿美元，同比增长37%至38%。

财报发布后，Snowflake盘后一度上涨超过20%！

其增长结构更具分量。管理层披露，AI产品贡献了近期收入增速提升的大约一半，核心数据平台和AI收入同时加速，Snowflake已经连续三个季度实现Product Revenue增速回升。

Snowflake的最新财报给企业软件行业提供了一个很重要的观察样本：AI对数据平台的影响已经越过产品发布和客户测试阶段，开始进入调用量、收入和利润率。数据云的商业边界也在扩张，从存储、计算和分析，延伸到Agent开发、企业知识调用与工作流执行。

财报把AI从产品列表拉进收入曲线

Snowflake的最新财报有一个很强的地方是收入增速、客户扩张和订单能见度同时改善。

截至7月底，公司剩余履约义务RPO达到90亿美元，同比增长30%；净收入留存率为126%；过去12个月Product Revenue超过100万美元的客户达到828家，同比增长27%。Snowflake当季净新增692家客户，增量同比提高32%，其中包括14家《福布斯》全球2000强企业。

Snowflake采用按使用量收费的消费型模式，该种模式下，客户签约只是起点，企业是否持续迁移数据、增加查询和部署AI应用，才会进入收入。

RPO增长代表未来合同储备继续扩大，126%的净收入留存率意味着存量客户仍在增加使用量，百万美元客户增长则证明平台正在深入大型企业。三个指标同步向上，收入加速就有了更扎实的基本面支撑。

AI带来的增量也开始变得具体。

Snowflake CoCo，也就是此前的Cortex Code，季度末覆盖超过9100个账户，单季增加超过2000个；面向知识工作者的CoWork覆盖5800个账户。FY2027上半年，Snowflake共有超过330项产品能力进入正式可用阶段，同比增长35%。

CoCo可以帮助数据工程师编写代码、迁移数据、构建管道和部署应用；CoWork则让销售、财务、运营等业务人员通过自然语言查询结构化与非结构化数据，并调用工具执行任务。

两款产品覆盖的是企业AI落地的两端：一端负责建设，一端负责使用。AI应用增加之后，数据准备、模型调用、权限校验、结果生成和Agent运行都会消耗Snowflake算力，Product Revenue也随之增长。

也就是说，大模型公司负责提高智能上限，Snowflake负责让企业数据能够被安全调用。

随着模型越来越多，企业变得更需要一个统一的数据与治理层。Snowflake可以接入不同模型，也能把AI运行在原有权限体系中，客户无需把敏感数据频繁搬出平台。模型能力趋于标准化以后，企业采购关注点会逐渐转向数据质量、权限管理、部署效率和总体成本，这些领域刚好都是Snowflake多年积累的基本盘。

企业AI开始进入工作流，数据平台的收入边界被打开

传统数据仓库的商业路径相对清楚：企业把数据存进去，完成清洗、查询和BI分析。AI应用加入之后，数据调用频率和使用场景都在增加。

一个企业Agent要回答销售问题，需要访问客户记录、订单、邮件和合同；要完成采购任务，还要连接审批、支付和供应链系统。数据平台因此需要同时处理结构化数据、文档、语义关系、模型调用、身份权限与执行记录。

数据仓库提供答案，Agent还要根据答案采取行动，两者对应的工作负载并不在一个量级。

Snowflake正在沿着该条路径补齐产品。目前CoCo负责开发和数据工程，CoWork连接知识工作者，Cortex Sense补充企业业务语境，Cortex AI Gateway统一管理模型与Agent的访问、成本及安全。

Snowflake此前还签署协议收购企业MCP平台Natoma，希望把治理范围由数据进一步延伸至Agent在企业应用中的操作。

Snowflake布局的商业价值，在于Snowflake可以同时获得基础数据工作负载和新增AI工作负载。客户为了构建Agent迁移更多数据，数据集中后又能降低AI应用的开发门槛，应用增加继续推动平台消耗。管理层所说的“增长飞轮”，最终要落在这条收入链上，对此，本季度AI贡献约一半增长加速度，已经给出了初步验证。

公司与基础设施的合作也在加深。Snowflake今年与AWS签署五年协议，承诺采购60亿美元的Graviton计算资源和AI基础设施；Snowflake在AWS Marketplace的累计销售额已经超过70亿美元，其中2025年销售额超过20亿美元。

该笔投入一方面锁定未来算力供给，并通过Graviton改善了部分工作负载的性价比；另一方面也暴露出数据云生意的现实成本：AI调用越多，推理资源、云基础设施和数据处理支出也会跟着上升。

Snowflake本季度非GAAP产品毛利率为74.7%，低于上年同期的75.6%，但非GAAP经营利润率升至15.3%；全年经营利润率指引由13.5%提高至14.5%，调整后自由现金流利润率指引维持23%。

AI工作负载短期会给产品毛利率带来压力，如果公司能通过收入扩张和费用效率释放经营杠杆，这比单纯依靠AI概念抬升收入想象更重要。

Snowflake的机会很大，利润纪律决定故事能讲多久

企业AI正在由聊天机器人转向业务系统，Agent需要访问数据、理解权限、调用工具并留下审计记录。Snowflake接下来的机遇已经比较清楚。企业越担心数据泄露和Agent失控，越可能选择成熟的数据治理平台。

Snowflake拥有大型企业客户基础、跨云架构和消费型收费模式，AI应用增加后，客户使用量能够较快传导到收入。

不过业内竞争也会持续加码。

Databricks在数据与AI开发层推进很快，微软、谷歌和AWS拥有云基础设施、模型与企业渠道，Oracle、SAP和Salesforce则掌握大量业务数据。

账户数可以验证渗透速度，Product Revenue、净收入留存率和百万美元客户增长，才负责验证商业兑现。后续Snowflake需要证明，开放和跨云带来的灵活性足以抵消云厂商捆绑销售的价格优势，并且让CoCo与CoWork从账户覆盖走向稳定消耗。

公司的财务质量问题也不能忽视。

Snowflake本季度GAAP经营亏损约2.63亿美元，股权激励相关费用约4.56亿美元，占收入约29%；虽然亏损率较上年同期明显收窄，非GAAP利润率也在上升，不过GAAP盈利仍然是长期资金判断现金流质量的重要尺度。

另外，如果按使用量收费会放大景气波动，客户优化云支出、AI推理成本下降或者项目延期，也都可能影响短期消耗。

当前模型公司争夺的是智能入口，云厂商争夺的是算力入口，Snowflake想拿下企业数据与Agent执行之间的控制层。这个位置竞争激烈，优势则在于离企业预算和业务结果足够近。

FY2027第二季度数据将Snowflake的基本面推到一个新的观察位置：核心数据业务保持增长，AI带来新增工作负载，客户扩张和RPO提供订单能见度，经营利润率也在同步改善。

Snowflake接下来需要继续交出的答卷很直接：AI收入保持加速，毛利率压力受到控制，Agent产品逐渐进入日常工作流。

下一阶段的数据云行业，规模最大的资产未必是存进去多少数据，更可能是谁能让这些数据被AI安全、持续并高频地使用。