美东时间5月27日盘后，云数据平台公司Snowflake（NYSE: SNOW）发布了令人瞩目的2027财年第一季度财务报告。
报告显示，Snowflake本季度产品收入达到13.34亿美元，同比增长34%，创下公司历史新高。调整后的每股收益为0.39美元，远超华尔街先前预期的22%。此外，公司还宣布与亚马逊云计算服务（AWS）达成一项为期五年、价值60亿美元的合作协议，同时将全年产品收入预期从原先的56.6亿美元上调至58.4亿美元，增速预期也由27%提升至31%。
受此利好消息刺激，Snowflake股价在盘后交易中飙涨约36%。次日，即5月28日，公司股价高开35%，一度触及238美元，盘中涨幅维持在33%左右。多家华尔街投行随即上调了对其的目标价，例如瑞银集团将目标价提升至325美元，Raymond James上调至275美元，Oppenheimer上调至295美元，均看好其未来发展。
市场普遍认为，Snowflake的优异表现不仅是业绩上的超越，更是一个行业风向标，预示着人工智能基础设施的投资重心正从硬件（如芯片）转向软件（如具体应用）。这引发了人们对其AI数据云商业模式的思考：这究竟是业绩超出预期的短期现象，还是AI数据云模式真正实现盈利能力的关键转折？
从核心财务数据来看，Snowflake本季度总营收达13.91亿美元，同比增幅33%，超出分析师普遍预期的13.2亿美元约7000万美元。其中，产品收入占据主导地位，而专业服务及其他收入为5662万美元，同比增长25%。在利润方面，调整后的每股收益（EPS）0.39美元，显著高于市场预期的0.32美元。
公司的盈利能力也显著提升。非通用会计准则（Non-GAAP）运营利润率达到11.9%，相较去年同期的9%增长了近3个百分点。尽管Non-GAAP产品毛利率略有下降0.6个百分点至75.1%，主要系基础设施投入增加所致。自由现金流达到2.33亿美元，利润率为16.7%；调整后自由现金流则为2.66亿美元，利润率达到19.1%。
然而，真正让华尔街重新评估Snowflake价值的，是两项前瞻性指标。
首先是剩余履约义务（RPO），其达到92.1亿美元，同比增长38%。对于SaaS企业而言，RPO是衡量未来营收确定性的重要指标，代表已签约但尚未确认的合同总额。38%的增速表明其订单储备正在加速增长。
其次是净收入留存率（NRR），本季度升至126%，较去年同期的124%进一步改善。这意味着现有客户平均在其平台上的支出比上一年增加了26%。在SaaS行业中，高于120%的NRR通常被认为是卓越水平，126%则显示出客户对Snowflake的高度依赖和持续投入。
大客户增长亦表现强劲。年产品收入超过100万美元的客户数量达到779家，同比增长29%。其中，本季度新增了46家此类客户，几乎是去年同期26家的两倍。在《福布斯》全球2000强企业中，Snowflake的客户数量达到813家，客户总数净增616家，同比增长38%。
AI已不再是单纯的概念，正在转化为实际营收。
财报揭示，使用Snowflake AI功能的账户数已突破13600个，Cortex Code用户超过7100个，而Snowflake Intelligence的用户数量环比增长超过一倍。这些数据基于季度末最后四周的平均周活跃量，而非简单的注册或试用用户数。
首席执行官Sridhar Ramaswamy在财报电话会议中强调：“第一季度标志着这一旅程的清晰拐点。”他指出，AI对Snowflake增长的推动已从量变走向质变，成为核心驱动力。
Snowflake的AI转型路线日益明朗：Cortex提供模型推理能力；Cortex Code使开发者能在数据环境中直接构建AI应用；Snowflake Intelligence则将自然语言查询与数据分析连接起来。这三层产品逻辑自下而上，从算力到工具再到应用场景，每一层都与底层数据云深度融合。
近期收购Natoma的举动也值得关注。Natoma的核心产品是一款基于模型上下文协议（MCP）的企业级AI智能体治理平台。MCP由Anthropic开发，正逐步成为连接AI智能体与企业系统的行业标准。此次收购的逻辑在于，AI智能体不仅需要数据，更需要在正确的上下文、权限和策略保障下安全运行。Ramaswamy明确表示：“智能体不仅需要访问数据，它们还需要正确的语境、权限和策略护栏才能在企业内部安全运行。”
通过此次收购，Snowflake的AI版图从“数据+计算”扩展到“数据+计算+治理”，将其定位从AI数据基础设施提升至AI智能体的操作系统层级。
与AWS签订的五年60亿美元合作协议，是本次财报中最具想象空间的一个变量。
该协议的规模演变令人印象深刻：Snowflake在2020年上市时，其与AWS的五年合同金额为12亿美元；2023年扩增至25亿美元；如今更是直接跃升至60亿美元。这种规模的连续跳跃反映了Snowflake在AWS生态系统中的业务体量正呈指数级增长。事实上，Snowflake在AWS上的累计销售额已突破70亿美元，仅2025日历年便超过20亿美元。
协议内容不仅包括AI工作负载所需的GPU，还涵盖了亚马逊自主研发的基于Arm架构的Graviton通用处理器。
这其中蕴含着一个常被忽视的深层逻辑。业界普遍将AI算力等同于GPU，但Agentic AI（智能体AI）的崛起正在改变这一认知。GPU擅长大规模并行计算，适用于模型训练；而AI智能体，尤其是涉及多代理协调、任务调度和大量数据移动的核心工作，则更依赖CPU的顺序执行能力。亚马逊首席执行官Andy Jassy曾在今年4月特别强调Graviton在Agentic工作负载中的价值，Meta也已部署了数十万颗Graviton芯片。
因此，Snowflake投入60亿美元采购Graviton并非替代GPU，而是在为下一波AI浪潮，即从“问答式聊天机器人”到“任务导向型AI智能体”的转型，提前构建算力基础。
值得注意的是，这份协议不涉及股权投资。这与亚马逊此前对Anthropic和OpenAI的投资策略截然不同，亚马逊选择让Snowflake成为其顶级客户，而非股东。
管理层对2027财年全年指引的上调，显示出其强劲的信心。全年产品收入指引从56.6亿美元上调至58.4亿美元，增速预期从27%提升至31%。非通用会计准则运营利润率指引从12.5%上调至13.5%，调整后自由现金流利润率指引为23%。
第二季度产品收入指引为14.15亿至14.20亿美元，同比增长约30%，同样高于市场预期。
上调指引的底气主要来源于三方面：RPO高达38%的增速提供了充分的未来收入可见性；AI产品的市场渗透率正在加速转化为实际收入贡献；与AWS的60亿美元协议虽然主要影响成本端（基础设施支出），但其规模本身也验证了Snowflake在AWS生态中的强大需求。AWS不太可能与一个业绩下滑的客户签订如此大额的五年期协议。
市场普遍将Snowflake的亮眼表现视为风向标，认为AI基础设施的投资重心正从硬件（芯片）转向软件（应用）。
这一判断并非捕风捉影。过去两年，英伟达等半导体公司享受了AI投资的第一波红利，但市场资金一直在寻找下一个具备确定性增长的标的。Snowflake通过这份财报证明了两点：企业愿意为AI数据平台付费；AI不仅是成本支出，更是一个能带来真实营收增长的引擎。这为整个“AI+SaaS”赛道提供了强有力的逻辑支撑。华尔街的反应也明确：财报发布后，多家投行上调其目标价，51位分析师的共识评级为“买入”，一年期平均目标价为271.80美元，机构资金正通过定价权来强化“硬件到软件”的叙事。
然而，需警惕软件板块内部的巨大差异。Snowflake的AI转型之所以成功，核心在于其数据云本身就是企业AI部署的必经之路：模型需要数据，数据需要治理，治理需要基础设施。这一链路使得Snowflake的AI产品天然具备高粘性和高转换成本。但并非所有SaaS公司都拥有这样的“AI刚需管道”。那些仅仅在现有产品上添加AI标签的公司，可能难以复制Snowflake的转化率。
要判断AI软件公司的真正价值，关键在于三个指标：RPO增速衡量订单饱和度；AI产品渗透率衡量从“免费试用”到“收入贡献”的转化效率；NRR衡量客户在AI赋能下的持续增投意愿。Snowflake在所有指标上均表现出色，但同类公司能否达到同样水准，则需逐一甄别。区分“真AI赋能”与“AI概念包装”，远比盲目跟风买入要复杂得多。