Snowflake(SNOW.US)2026财年第一季度业绩电话会
文章语言:
简
繁
EN
分享
纪要
原文
会议摘要
Snowflake已经见证了显著增长,产品收入同比增长26%,引入了超过125种新产品功能。该公司强调其对产品成熟度、人工智能整合和市场扩展的承诺,包括在开放数据格式、市场定位和专业销售促进方面的进展。显著成就包括Apache Iceberg和Cortex AI等技术的强劲采用,进军公共部门以及推出新的汽车解决方案。
会议速览

Snowflake公司报告称,2026财年的开局强劲,第一季度产品收入达到9.97亿美元,同比增长26%。公司指出净收入留存率为124%,剩余绩效承诺总额达67亿美元,同比增长34%。尽管表现强劲,Snowflake仍然保持严格的运营纪律,继续投资增长,旨在通过数据和人工智能赋能企业。公司还宣布了对本年度增长预期的提高。

Snowflake强调其致力于通过易于访问、灵活的连接平台为结构化和非结构化数据实现产品内聚,为客户带来更快的创新和更大的价值提取。 显著的进展包括Snowflake连接器的集成,实现无缝数据集成、为客户节省大量成本通过流畅的数据管道,以及AI和ML能力的加速,在超过5,200账户每周使用AI。 公司还强调其在为全球领导者提供使命关键操作和准备好AI数据的角色,展示了像Cortex AI和采纳开放数据格式这样的创新。

宣布与微软扩展合作伙伴关系,将OpenAI模型托管在Azure上,提升企业应用的人工智能能力。推出了AI驱动的迁移工具,简化迁移流程。计划在即将举行的Snowflake峰会上推出新的市场能力,旨在支持客户在其数据旅程中的各个阶段。

在新任首席营收官的领导下,公司专注于高效扩展规模、拓展全球市场运营、推出行业特定解决方案,并利用人工智能提升内部生产效率。值得注意的是,他们已获得国防部授权,扩大了可服务市场,并推出了创新的汽车解决方案以提升制造效率。

2025年第一季度,Snowflake报告称产品收入同比增长26%,达到9.97亿美元,其中新产品和技术在零售领域有显著增长。该公司签署了两份1亿美元的合同,获得了451个净新增客户,并实现了9%的非通用会计净收益率。Snowflake预计第二季度产品收入在10.35亿到10.4亿美元之间,并预计2026财年的收入为43.25亿美元。

公司根据目前客户行为提供了强劲的第二季度业务指导,强调了Cortex日益增长的采用和货币化趋势,因为客户越来越多地投资于未来能力的数据系统。

通过利用Snowflake,用户们正在使他们的数据变得AI准备就绪,而不需要额外的AI特定合同,专注于通过各种用例,包括聊天机器人和直接访问业务数据来提供立即价值给最终用户。

讨论突显了雪花公司Snow Park和动态电缆的成功,归因于产品的成熟和战略销售能力。该公司强调其对冰山和雪橇连接器等产品的投资,旨在覆盖从摄取到洞察的整个数据生命周期。采用专门的销售策略来识别高价值的使用案例,并与GSI合作伙伴合作,以实现更广泛的实施。

讨论突出了在复杂数据生态系统中日益增加的对集中化数据管理解决方案的需求,强调了需要简化不同系统之间的整合和治理的工具。

公司计划继续每季度评估股票回购,并承诺在2027年之前利用这一策略,尽管目前还没有具体计划。

讨论自疫情以来的公司发展,演讲者强调了向更成熟、以成本为重点的客户群体转变,与数字原生初创企业早期无限制支出的时期形成对比。尽管最近宏观经济不确定性增加,Snowflake并未遭受明显影响,体现在其客户群体和RPO的强劲增长,展示了客户信心。销售团队确保优化使用案例实施的做法进一步强调了公司对效率和长期稳定的关注。

尽管有多家人工智能公司作为客户,但没有一家公司对Snowflake的收入贡献超过1%,表明最近收入中来自人工智能公司的影响并不显著。

公司在第一季度经历了意想不到的大规模销售和营销人员的招聘,这归因于对业务的信心和为年度销售启动做准备。重点仍然是在运营卓越和生产力方面,根据绩效结果对招聘进行调整。

在联邦政府的潜在机会上展开讨论,着重分享2025年5月22日发布的见解,特别突出利用这些前景的观点。

讨论突出了潜在的转变,从消除浪费支出到发布新的RFP,机构正在考虑从传统的数据仓库转移到Snowflake,以降低运营开支并实现跨部门数据共享,旨在提高效率。首席财务官正在积极监测这一不断发展的领域。

对话突显了一家科技公司令人印象深刻的增长和战略定位,强调了新产品推出、客户获取以及企业客户质量的影响。它还讨论了净收入保留(NRR)的动态以及公司进一步提升其指标的潜力。此外,对话涉及了竞争格局,特别是像微软这样的超级规模者在数据布局和人工智能方面的进展,以及公司在行业巨头中保持领先地位的策略。

对话突出了数据平台与AWS和Azure等主要技术合作伙伴的独特定位,强调通过合作取得成功的客户成果,包括与Snowflake集成以及为现代化努力提取人工智能价值。

公司在将人工智能发展融入营销策略方面取得了显著进展,一个专门的团队全球提升销售努力。此外,他们在渗透更多数据科学用例方面取得了成功,特别是采用笔记本来训练更大的机器学习模型,吸引开发人员和数据科学家。

今年的指导是基于测试中观察到的行为,新工作负载进入生产,强大的客户关系,以及Snow Convert对所有客户和合作伙伴可用后的增加使用。

Cortex AI的采用正在推动查询优化和代码生产率方面的重大进步,使用户通过语义模型和自动生成的SQL编写更有效率的查询。即将推出的创新技术承诺进一步提高生产力和调试效率,与持续客户优化的目标保持一致。

讨论北极之光的发布,对话突出了雪花公司对后期训练人工智能技术以及与第三方基础模型供应商合作的关注,强调了效率、推理优化以及与主要人工智能实体的协作。

尽管公司将重点放在增长顶线上,但仍然保持不变的财年利润率和自由现金流目标,突显了利用人工智能提高生产力和销售团队效率的高效性。

尽管宏观头条消息下需求环境没什么变化,但新型AI集成产品的采用取得了重大进展。关键策略包括专注于数据优化,利用AI进行产品增强,并提供用于合成数据测试的工具,将AI定位为投资数据的自然最终状态。

Gen II是最新的计算环境,结合了先进的硬件和软件优化,提供了显著的性能改进,并有可能为客户打开新的使用案例。

公司经历了最强劲的新Logo季度,这归功于改进的执行能力、战略重心和建立了专门的收购团队。在金融服务领域完成了两笔重大的1亿美元交易。这一成功是前一年奠定的基础的结果,计划在北美和欧洲中东非地区复制战略。

公司最近调整了销售团队的薪酬计划,包括订单和承诺,以及销售额。销售人员对订单这一部分表示接受,但消费收入仍然是主要激励因素。这项变更旨在提高绩效,在第一季度取得积极成效,表明它可能有助于强劲的订单,尽管其全面效果尚待确定。

资本支出的显著增加归因于对圣马特奥总部的投资以及本周新办公室的开张,未来几年不会有主要办公室扩张。

讨论突出了较大的AI原生客户消费模式的增加,尽管截至2025年5月22日,他们在市场占比不到1%,但仍然具有重要意义。

在Databricks收购Neon之后,Snowflake Ventures进行了投资,公司确认其对事务系统的承诺,并继续投资uni store,强调PostgreSQL在市场上的广泛接受。

强调在企业AI革命中的核心作用,公司强调其关注用户友好、连接和可信赖的数据服务,展示了强劲的收入增长和对FY 26前景的看好。
要点回答
Q:雪花产品收入增长和客户指标的意义是什么?
A:Snowflake产品收入增长和客户指标的重要性在于它们表明该公司年初的良好开局,核心业务非常强劲,产品交付保持在高速运转,市场拓展引擎依然更加强大。这些指标反映了公司专注于推动运营的严谨性,提高效率,同时不断投资于增长。
Q:雪花如何在数据和人工智能云中实现价值扩展?
A:雪花旨在通过提供人工智能数据云来赋能每个企业,帮助客户充分发挥数据和人工智能的潜力,让他们更好地利用数据、更快速地创新,减少业务运营中的阻力。公司通过加强紧迫性和专注力等优势,不断扩展数据和人工智能云的价值,抓住机遇,保持持久的增长势头。
Q:雪花2026财年第一季度的财务业绩如何?
A:在2026财政年度的第一季度,Snowflake报告了9.97亿美元的产品收入,同比增长了26%。排除闰年的影响,收入同比增长28%。公司剩余履约义务的同比增长率为34%,净收入留存率为124%。公司在新一年伊始就取得了强劲的收入增长,并获得了非常健康的综合结果。
Q:雪花在第一季度取得了什么样的财务增长,全年的预期又是什么?
A:在第一季度,雪花公司的产品收入同比增长26%,达到9.97亿美元,在去除闰年的情况下没有减速。该公司在第一季度表现出色,推出了Snowpark和动态表等新产品。对于整个年度,雪花公司将根据年初的强劲表现和整体非常健康的成绩,提高增长预期。
Q:Snowflake在数据集成方面提供连接平台取得了什么进展?
A:Snowflake在为非结构化和结构化数据提供可访问和灵活的连接平台方面已取得重要进展。这包括Snowflake连接器,可以与谷歌驱动器、Workday、Slack、Sharepoint等关键平台无缝连接并集成数据,使客户能够跨业务访问关键数据。
Q:雪花的人工智能和机器学习使用如何发展?
A:雪花的人工智能和机器学习应用正在发展,目前有超过5200个账户每周使用该公司的人工智能和机器学习服务。人工智能的功能已经从一个新兴的产品领域扩展到全球企业人工智能战略的基石,应用范围从临床研究到个性化客户服务体验。
Q:Snowflake与微软扩展合作的影响是什么?
A:Snowflake与微软扩展合作的影响是,客户现在可以选择在微软Azure上利用OpenAI模型,有助于加速企业AI应用的发展。此合作还包括推出AI增强迁移工具,以优化和加快客户的迁移过程。
Q:即将举行的雪花峰会的目的是什么?
A:即将举行的雪花峰会的目的是为了聚集数万名客户、合作伙伴和开发者,为期四天的活动将展示出支持客户在数据旅程的每个阶段的全新功能。
Q:雪花如何专注于运营效率和增长?
A:雪花公司在新任首席营收官迈克·甘农的领导下,专注于提高运营效率和增长,并承诺有效地扩展规模。该公司在工程、产品营销和销售之间保持紧密协作,有效地推出产品到市场,确保对现有客户的价值交付,同时支持新客户。
Q:Snowflake的新产品针对公共部门和国防部有什么具体细节?
A:雪花面向公共部门的新产品包括雪花公共部门公司,以及来自国防部的影响级临时授权,使公司能够向国家安全社区提供关键数据和人工智能解决方案。这些解决方案旨在为像卡玛斯和尼桑这样的公司提供先进的数据和人工智能工具,以推动创新和效率。
Q:大客户从基于消费的模式转变为另一种模式对第一季度结果的影响是什么?
A:大客户从基于消耗的模型转变为另一模型的影响在提供的记录中没有具体详细说明,但暗示影响了第一季度自由现金流的季节性。
Q:在第一季度回购了多少股份,授权仍剩余多少?
A:在第一季度,花费了4.91亿美元来重新配置320万股,平均加权每股价格为152.53美元,截至2027年3月仍有15亿美元的授权余额。
Q:Q2和全年的收入指引是多少?预计非GAAP毛利率和非GAAP营业利润率是多少?
A:Q2的收入指导范围在10.35亿美元至10.4亿美元之间,同比增长25%。预期的非通用会计准则毛利率约为75%,非通用会计准则营业利润率预计为8%,非通用会计准则调整后的自由现金流利润率预计为25%。
Q:公司对Snowflake的产品,如CorteX和Snowflake Connectors的采用有什么期望?
A:公司预计,投资于Snowflake及其数据系统的客户不仅能够获得用于当前用例(如分析和机器学习)的功能,还能为未来潜力做好准备。采用这种方法正在导致一种“渐进”的AI方法,用户可以引入多个数据源并创建能够消除用户问题歧义或简化工作流程的系统。
Q:雪花计划如何支持数据管理的“一站式购物”,该公司对此战略的方法是什么?
A:Snowflake计划支持“一站式”数据管理,通过专门的动作识别客户的高价值用例,并开拓实施。该公司还计划与GSIs合作,建立旗舰客户,并推动团队的销售。另外,对Iceberg和Snowflake Connectors等产品的投资允许开放式架构,让客户根据需要混搭技术。
Q:迈克在后疫情优化努力和当前市场状况之间画了怎样的对比?
A:迈克指出,新冠疫情后,有许多数字原生的初创公司不注重成本,大举支出,但现在Snowflake的客户群体是注重成本的成熟公司。与新冠疫情后不同的是,他没有看到客户有大规模的优化计划;但他承认客户总是希望更高效地运营。
Q:雪花如何确保客户效率?
A:雪花公司的销售团队专注于确保每当一个使用案例被实施时,都能高效完成。他们从最近几年的经验中学到,客户的低效支出会导致以后的收缩。因此,他们努力确保从一开始就高效运作,以防止未来出现问题。
Q:雪花有与更大的人工智能公司有任何接触,可能会对他们的业绩产生积极影响吗?
A:Snowflake有许多人工智能公司作为客户,但它们中没有一个贡献超过1%的收入,所以在它们的财务表现中并不被视为一个重要因素。
Q:迈克将Q1中大量的雇佣归因于什么?
A:迈克将Q1季度雇佣人数的显著增加归因于公司在运营卓越和生产力方面的持续努力。他们在销售和营销领域进行招聘,以准备年初销售启动和推动活动。招聘基于对业务的信心,公司将继续评估运营绩效,以确保新员工对成功有所贡献。
Q:联邦政府被视为Snowflake的增长机会吗?
A:联邦政府被视为各部门活跃讨论的话题,增加了对Snowflake能力的认识,尤其是其低运营成本。重点是高效的数据基础设施和跨部门数据共享的愿望,以增强效率。Snowflake对此领域持乐观态度,并计划在未来季度提供更多更新。
Q:可能导致净收入率和收入增长率之间差异的因素是什么?
A:根据迈克所说,新客户的增长和长期与公司合作的客户的表现共同促进了整体增长。随着公司的成熟,随时间推移,净保留率(NRR)和收入增长率会收敛。
Q:雪花如何在人工智能和数据平台方面与超大规模云服务提供商定位自己?
A:雪花定位自己与超大规模云计算公司相比的数据平台非常出色,并强调与合作伙伴如AWS和Azure合作以实现更好的客户结果。他们建立了深入的合作关系,包括在雪花平台中读取来自另一平台的表格和与Cortex分析师和代理人等AI工具集成。雪花专注于与寻求数据和AI价值的客户合作,合作导致了对涉及客户来说更有效的方法。
Q:Snowflake 的市场推广方式在人工智能发展方面有何成熟?
A:雪花公司在AI发展方面取得了显著进展,通过建立一个名为“AI忍者”的专门团队,他们精通AI产品,并与全球销售团队密切合作。这促使了激动和能够大规模推广和实施AI用例。公司现在正在将这种专业知识扩展到销售团队,这对于推动变革和理解普遍的数据驱动营销策略都是积极的。
Q:雪花在渗透更多媒体和数据科学应用案例方面的成功证据是什么?
A:雪花成功渗透媒体和数据科学用例的迹象是数千名客户积极使用他们的笔记本进行各种活动。这包括训练越来越大的机器学习模型,并在笔记本周围获得日益增长的市场份额。此外,雪花正在取得在使用人工智能处理非结构化数据方面的进展,并帮助客户优化他们在人工智能方面的投资。
Q:什么产品功能提高了Snowflake与更大的机器学习模型一起工作的能力?
A:增强Snowflake与更大机器学习模型配合的产品功能包括在容器服务上运行的机器能够训练更大更好的模型。这对于参与技术实施的开发人员和数据科学家特别有吸引力。
Q:关于非结构化数据处理,雪花在市场上的定位如何?
A:雪花被定位为市场上提供一系列库和功能的提供商,客户可以利用这些库和功能进行非结构化数据处理。这种能力允许从非结构化数据中提取结构和信号,这是雪花的常见用例。
Q:什么因素支持Snowflake对今年余下时间的强劲增长充满信心?
A:Snowflake 对其在今年余下时间中强劲增长的信心来源于观察到的测试结果行为、确定进入生产的新工作负载、与客户紧密合作、成功迁移、SnowflakeConvert 的可用性以及用户使用量的增加。这些因素为未来计划和公司指引提供了可见性。
Q:采用人工智能,特别是通过Cortex这样的功能,对查询效率和使用情况有什么影响?
A:采用类似Cortex的人工智能功能可使分析师通过语义模型更高效地查询,帮助理解用户查询意图并自动生成SQL。此外,像Copilot这样的功能可帮助更快地编写代码,提高SQL和Python的生产力。这将导致查询量增加和优化的预期。
Q:Snowflake关于第一方基础模型与合作第三方模型的战略是什么?
A:Snowflake的策略不是专注于训练大型基础模型本身,而是继续与伙伴们合作,如Meta、Anthropic、OpenAI等。他们的AI研究人员专注于后训练技术,以提高模型的效率和正确性。他们承认训练前沿模型的昂贵性,但仍然在推理优化和嵌入模型等研究领域保持活跃,这些研究为他们创造了机会性的价值。
Q:尽管收入增长强劲,为什么财政年度的营业利润率和自由现金流目标没有被更改?
A:由于了解第二季度用户活动如峰会对运营利润的负面影响,财政年度运营利润和自由现金流目标没有改变。公司在考虑扩大运营利润方面非常谨慎,并相信在保持高效运营的同时可以继续强劲增长收入。
Q:什么趋势表明了Snowflake在客户中的人工智能采用力度?
A:Snowflake的客户采用人工智能的强度可由需求环境保持稳健和新产品采用超过预期来显示。这是由于人们认识到优质数据是好的人工智能所必需的,Snowflake的产品促进了数据的可用性、价值提取和整合到工作流程中。SnowflakeConvert的免费工具推出以及将人工智能整合到产品工作流程中,如代码生成和使用合成数据进行测试,进一步支持了客户对人工智能的采用。
Q:新的计算环境Gen II有什么重要意义?
A:新的计算环境Gen II的重要性在于它代表了价格性能的进步,这与客户获取见解和价值的时间直接相关。这象征着公司在为客户提供价值方面迈出了实质性的一步。
Q:提到的1亿美元交易有哪些特征?
A:这两笔1亿美元的交易都属于金融服务垂直领域。公司将新增客户归功于一个专注于获取新客户标识的收购团队的工作,自去年以来这一策略一直在实施。这些结果是先前工作的反映,并且该策略也正在北美和欧洲中东非洲地区复制。
Q:销售团队的薪酬计划做了哪些改变,对预订业绩有什么影响?
A:销售团队补贴计划的变化包括关注预订和消费,现在为销售人员设立了预订部分。虽然有预订部分,但消费收入仍然是销售团队的主要推动力。新计划目前尚未对第一季度的结果产生显著影响,因为需要时间来看到全面效果,但第一个季度确实显示出新方法的明显改进。
Q:为什么最近一个季度的资本支出更高,这对未来支出意味着什么?
A:由于在圣马特奥和贝尔维尤的新总部投资以及新办公室,最近一个季度资本支出(CapEx)较高。然而,公司不指望在接下来的几年内开设任何主要新办公室。
Q:AI原住民消费者的消费情况如何?
A:在大型人工智能本地客户中的消费被描述为良好,但仍然占公司总客户基数的不到1%。有许多人工智能公司,公司的重点仍然放在其客户组合中的那些公司上。
Q:雪花公司有关Uni Store的策略与无服务器Postgres数据库相比如何?
A:雪花相信在分析中使用事务系统,这就是为什么他们五年前开发了Uni Store。公司对他们对事务存储的投资感到满意,将继续投资在这个领域,因为这是他们能力的天然补充。他们似乎并没有与无服务器Postgres数据库直接竞争,因为他们的重点是在分析上,而不是在事务处理上。