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
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）
