33% 增速、126% 留存：Snowflake 用一份财报，把“AI落地难”讲成了印钞机故事

事件核心：发生了什么

截至 2026 年 4 月 30 日的 2027 财年第一季度，Snowflake 收入达 13.91 亿美元，同比增长 33%；产品收入 13.34 亿美元，同比增长 34%。过去 12 个月产品收入超过 100 万美元的客户增至 779 家，剩余履约义务达 92.1 亿美元。公司随后上调全年产品收入指引至 58.4 亿美元。

增长由 AI 使用量拉动。目前已有超过 1.36 万个账户使用 Snowflake 的 AI 能力，AI 编程工具 Snowflake CoCo 进入超过 7100 个账户，CoWork 账户数环比增长超一倍。Snowflake 未单独披露 AI 产品收入，也未训练与 OpenAI、Anthropic 竞争的基础模型。它的策略是让 AI 直接消费平台内已有的数据、权限和治理规则，把 AI 变成新的查询和计算任务。

为什么重要

Snowflake 的财报说明了一个判断：企业 AI 落地的瓶颈不在模型能力，而在“企业认知”。Snowflake 北美区首席 AI 架构师贾天下在近期直播中明确提出，2026 年企业 AI 的主要矛盾是缺少“enterprise cognition”。模型不了解企业如何定义收入、客户和 KPI，自然无法可靠地写代码或执行操作。

为此，Snowflake 引入本体论（Ontology）作为认知底座，在数据表和 AI 模型之间建立包含类别、关系和规则的“意义层”。同时推动 Apache Ossie（原 Open Semantic Interchange）开放语义标准，试图让指标定义在不同系统中保持一致。如果这套路径成立，企业的护城河将从模型能力转向数据和 Know-how 的组织方式——风控规则、运维经验、SOP 和 Playbook 这类模型训练学不到的东西，成为真正难复制的资产。

对用户/开发者/创作者的影响

对于使用 Snowflake 的企业，AI Agent 的意义正从“回答问题”转向“执行动作”，比如自动准备会议材料、跨 CRM 和 HR 系统整理背景。但 Agent 一旦能写代码或修改数据，业务口径和权限判断错误就可能直接进入生产系统。企业需要提前做两件事：把数据整理成语义化、可归因、可组合的形态；把工作流、SOP 和专家经验蒸馏成 AI 可调用的 Playbook。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对开发者和数据工程师而言，这意味着数据建模和治理工作的优先级在上升。Snowflake 未提供独立 AI 收入数据，AI 对增长的直接贡献尚难以量化，但 CoWork、CoCo 和 Cortex Agent 正在改变平台的使用方式。值得关注的是，未来独立编程助手要进入企业核心业务，单靠更强的代码生成能力可能不够，靠近数据和业务规则的平台内 Agent 会具备天然优势。

值得关注的后续

第一，Apache Ossie 目前仍处于孵化阶段，开放语义标准能否形成真正的跨平台生态，需要观察其能否被 BI 工具和 ETL 管道广泛采纳。第二，Snowflake 会否在后续财报中单独披露 AI 相关收入，这是判断 AI 究竟贡献了多少增量的关键指标。第三，当 Agent 从顾问变成执行者，权限管理和合规风险将越来越突出，Snowflake 的治理方案能否跟上，也会直接影响企业客户的使用深度。

来源：InfoQ CN