当AI投资的天平从芯片滑向软件，Snowflake的暴涨会是一种行业转向的强烈信号吗？

美东时间5月27日盘后，Snowflake（NYSE: SNOW）交出了2027财年第一季度成绩单：产品收入13.34亿美元，同比增长34%，创下公司史上最强环比美元增量；调整后每股收益0.39美元，超出华尔街预期22%。更令市场振奋的是，公司宣布与AWS签署五年60亿美元合作协议，同时上调全年产品收入指引至58.4亿美元，增速预期从27%跳升至31%。

盘后股价应声暴涨约36%，5月28日正式开盘报237美元，较前收盘价175.26美元跳空高开35%，盘中一度触及238美元，截至发稿涨幅约33%。华尔街随即跟进：UBS将目标价上调至325美元，Raymond James上调至275美元，Oppenheimer上调至295美元，无一降级。

市场更将这一表现视为一个风向标：AI基础设施的投资重心，正从硬件（芯片）转向软件（应用）。这场暴涨背后，是业绩超预期的表面故事，还是一个更深层的信号：AI数据云的商业模式，终于从“讲故事”走到了“算得清账”？

业绩硬核：不只是超预期，是全方位加速

先看核心数字。第一季度总营收13.91亿美元，同比增长33%，高于分析师一致预期的13.2亿美元约7000万美元。其中产品收入13.34亿美元，同比增长34%，专业服务及其他收入5662万美元，同比增长25%。调整后EPS为0.39美元，远超市场预期的0.32美元。

利润端的改善同样醒目。Non-GAAP运营利润率达到11.9%，较去年同期的9%提升近3个百分点；Non-GAAP产品毛利率为75.1%，较去年同期的75.7%略降0.6个百分点，主要受基础设施扩容影响。自由现金流2.33亿美元，对应16.7%的利润率；调整后自由现金流达2.66亿美元，利润率19.1%。

但真正让华尔街重新审视这家公司定价逻辑的，是两个前瞻性指标。

剩余履约义务（RPO）达到92.1亿美元，同比增长38%。对于SaaS公司而言，RPO是衡量未来收入确定性的核心标尺，它代表已签约但尚未确认的合同金额。38%的增速意味着订单池不仅没有萎缩，反而在加速扩容。

净收入留存率（NRR）升至126%，较去年同期的124%进一步改善。换言之，现有客户平均比上一年多花了26%的钱。在SaaS行业，NRR高于120%被视作“卓越”级别，126%意味着Snowflake的客户不是在续约，而是在持续加码。

大客户侧的信号同样强烈。年产品收入超过100万美元的客户达779家，同比增长29%，其中本季度新晋这一门槛的达46家，几乎是去年同期26家的两倍。Forbes全球2000强客户813家，净新增客户总数616家，同比增长38%。

AI不再是装饰：从“概念验证”到“收入贡献”

如果说财务数字是骨骼，AI产品线就是这次财报的血肉。

财报披露，使用Snowflake AI功能的账户数已超过13600个，Cortex Code的使用账户超过7100个，Snowflake Intelligence的用户环比翻倍以上。这些不是注册量或试用数，而是基于季末最后四周的周均活跃数据。

CEO Sridhar Ramaswamy在财报电话会上用了一个措辞极重的判断：“Q1 marks a clear inflection point in that journey.”（第一季度标志着一个清晰的拐点。）“拐点”不是随口一说的修辞，他暗示的是，AI对Snowflake增长的推动已从量变走向质变，从锦上添花变成核心驱动力。

这家公司的AI转型路径已经清晰：Cortex提供模型推理能力，Cortex Code让开发者直接在数据环境中构建AI应用，Snowflake Intelligence则将自然语言查询与数据分析打通。三层产品逻辑自下而上，从算力到工具到场景，每层都与底层数据云深度耦合。

更值得玩味的是Natoma收购。这家公司的核心产品是基于MCP（模型上下文协议）的企业级AI智能体治理平台。MCP由Anthropic开发，正在成为AI智能体连接企业系统的行业标准。收购Natoma的逻辑是：AI智能体不只“需要数据”，更需要在正确的上下文、权限和策略护栏内安全运行。Ramswamy的原话是：“Agents don’t just need access to data — they need the right context, permissions and policy guardrails to operate safely inside the enterprise.”

这一收购让Snowflake的AI版图从“数据+计算”扩展到了“数据+计算+治理”，从AI的数据基础设施跃升为AI智能体的操作系统层。

60亿美元AWS大单：算力军火库与Graviton的隐秘逻辑

与AWS签署的五年60亿美元合作协议，是这次财报最具想象力的变量。

先看规模演进：Snowflake 2020年上市时披露的五年AWS合同是12亿美元，2023年扩至25亿美元，如今直接跃升至60亿美元。协议规模的三级跳，折射出Snowflake在AWS生态中的业务体量正在指数级膨胀。事实上，Snowflake在AWS上累计销售额已超70亿美元，仅2025日历年就超过20亿美元。

再看协议内容。60亿美元采购涵盖两类芯片：亚马逊自研Arm架构的Graviton通用处理器，以及用于AI工作负载的GPU。

这里藏着一个被主流叙事忽略的深层逻辑。

业界普遍将AI算力等同于GPU，但Agentic AI的崛起正在改变这一认知。GPU擅长大规模并行计算（训练模型），但AI智能体的核心工作，即多代理协调、任务调度、大量数据移动，更依赖CPU的顺序执行能力。亚马逊CEO Andy Jassy今年4月就曾特别强调Graviton在Agentic工作负载中的价值，Meta也已部署数十万颗Graviton芯片。

换言之，Snowflake豪掷60亿美元采购Graviton，并非在“买GPU的替代品”，而是在为下一波AI浪潮，从“问答式聊天机器人”到“任务导向的AI智能体”，提前搭建算力底座。

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的投资逻辑截然不同：亚马逊没有选择成为Snowflake的股东，而是选择让Snowflake成为自己的顶级客户。

全年指引上调：信心从何而来

管理层将2027财年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%。Non-GAAP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。

指引上调的底气来自三方面：一是RPO的38%增速提供了充分的收入可见性；二是AI产品的渗透率正在加速转化为实际收入；三是AWS 60亿美元协议虽然主要影响成本侧（基础设施支出），但其规模本身也验证了Snowflake在AWS生态中的需求强度，AWS不会让一个下滑的客户签下五年60亿美元的协议。

市场通常将Snowflake的亮眼表现视为一个风向标：AI基础设施的投资重心，正从硬件（芯片）转向软件（应用）。

这一判断并非空穴来风。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的标的。Snowflake用一份财报证明了两件事：第一，企业愿意为AI数据平台付费；第二，AI不只是成本支出，而是能带来真实营收的增长引擎。这为整个“AI+SaaS”赛道提供了逻辑背书。华尔街的回应同样明确：财报发布后，UBS将目标价从210美元上调至325美元，Raymond James从200美元上调至275美元，Oppenheimer从250美元上调至295美元，51位分析师共识评级为“买入”，一年期平均目标价271.80美元，机构资金正在用定价权为“硬件到软件”的叙事加注。

但需要警惕的是，软件板块内部差异极大。

Snowflake的AI转化之所以成立，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。这一链路让Snowflake的AI产品天然具备高粘性和高转换成本。但并非所有SaaS公司都具备这样的“AI刚需管道”。那些只是在现有产品上贴一层AI标签的公司，很难复制Snowflake的转化率。

判断AI软件公司的真实成色，三个指标最关键：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赋能下的持续加码意愿。Snowflake三个指标全部达标，但同类公司能否做到，需要逐一甄别：区分“真AI赋能”与“AI概念包装”，远比跟风买入困难得多。（本文首发钛媒体APP，作者 | 硅谷Tech_news，编辑 | 秦聪慧）