Snowflake 2027财年第一季度总收入13.91亿美元，同比增33%，产品收入13.34亿美元。AI能力覆盖超1.36万账户，但Snowflake不造基础模型，而是用AI驱动数据平台消费，押注企业认知。
财报里的三个信号
先看数字。这一季度，Snowflake的总收入冲到13.91亿美元，同比涨了33%。产品收入13.34亿美元，涨得更快，34%。过去12个月产品收入超过100万美元的客户有779家，这个数字还在稳步增长。剩余履约义务（RPO）达到92.1亿美元，说明手里攥着大量还没确认收入的合同。公司还把全年产品收入指引上调到58.4亿美元，对接下来几个季度挺有信心。
这些数字放在一起，传递的信号很直白：大客户在加大投入，云数据平台的生意还在扩张。但真正让人好奇的是，Snowflake在AI上到底怎么赚钱？
AI不是产品，是数据平台的引擎
Snowflake没有单独披露AI产品收入，也没有开发与OpenAI直接竞争的基础模型。它走的路线是“借力打力”：把AI能力嵌到数据平台里，让客户更愿意把数据存在Snowflake上、跑更多的查询。
- 超过1.36万个账户用上了Snowflake的AI能力。
- CoWork账户数环比增长超过一倍，这个产品主打协作式AI工作负载。
- AI编程工具CoCo进入了超过7100个账户，开发者直接在数据平台旁边写代码。
这些功能本身不一定直接收费，但它们让数据消费变多了。净收入留存率126%，说明老客户越用越多。AI在这里的角色更像催化剂，而不是印钞机。
企业AI的坎：没有“企业认知”
很多企业用AI卡在同一个地方：模型很强，但不懂公司的业务逻辑。什么是“订单”？什么是“合格客户”？审批流怎么走？这些概念散落在系统里，模型看不到全貌。专家在讨论中提了个词：企业认知。
要建认知底座，得靠本体论。把业务概念、关系、规则结构化，让Agent理解企业怎么运行。比如一个Agent要处理报销，它得知道“部门”“预算”“审批人”之间的关系，而不是靠猜。这种结构化知识，就是AI在企业里的“常识”。
用语义标准和MCP，把治理延伸到行动
Snowflake在语义层下了两步棋。第一步，参与开放语义标准项目Open Semantic Interchange，这个项目已经被Apache软件基金会接纳为孵化项目，更名为Apache Ossie。目标是提供厂商中立、机器可读的语义模型交换格式，让不同系统之间能共享“对企业世界的理解”。
第二步，2026年签署协议收购企业级MCP平台Natoma。MCP是模型上下文协议，相当于给Agent接上“手”——不仅能看数据，还能在业务系统里执行操作。收购Natoma，等于把治理范围从“Agent能看什么”扩展到“Agent能做什么”。这步棋很关键：AI一旦能操作资金、人事系统，权限边界和审计规则必须跟上。
未来的护城河：认知系统，而不是模型
模型会越来越便宜，开源模型和API让“智能”变成水电一样的基础设施。真正的壁垒，是你有没有把企业的知识沉淀成一套可运行、可维护的认知系统。有观点认为，企业未来的护城河是认知系统而非模型本身。
AI原生组织也在改变人的角色。人不再只是写指令，而是围绕业务结果和AI协作。人的核心价值在于品味和判断——比如这个推荐合不合理，那笔交易要不要做。涉及资金、人事等核心决策，最终还得由人来负责、承担后果。技术可以放大能力，但担责的永远是人。
FAQ
Q: Snowflake的AI产品收入是多少？
A: Snowflake没有单独披露AI产品收入。它的AI功能更多作为促进原有数据平台消费的引擎，通过提升使用量和留存率来间接贡献营收。
Q: Snowflake会开发自己的基础大模型吗？
A: 目前不会。Snowflake没有开发与OpenAI等直接竞争的基础模型，而是专注把AI能力集成到数据平台中，让客户更高效地使用数据。
Q: Apache Ossie是什么？
A: Apache Ossie是Snowflake参与的开放语义标准项目Open Semantic Interchange，被Apache软件基金会接纳为孵化项目后的新名字。它旨在提供厂商中立、机器可读的语义模型交换格式。
Q: 为什么说企业AI的瓶颈是“企业认知”？
A: 因为模型不了解企业的业务概念、关系和规则。通过本体论构建认知底座，可以让Agent理解企业如何运行，从而做出更可靠的判断和行动。
来源：InfoQ
