SNOW Snowflake Inc. 美東 10/26 收盤價：334.95 元+9.52 (+2.93%)

追蹤

Snowflake 是一家雲端資料平台公司，核心任務是協助企業把分散在不同系統、不同雲端的資料，集中到同一個可管理、可分析、可用於 AI 的環境中。它採取依實際使用量計費的模式，客戶通常依資料儲存、運算與查詢等用量付費。

主要服務可分為幾個層面：

• 雲端資料倉儲與分析：讓企業儲存大量結構化、半結構化資料，並快速進行查詢、商業分析與報表製作。
• 資料湖倉與資料工程：整合資料湖、資料倉儲與資料管線功能，讓原始資料能被清理、治理並轉化為可用資料。
• 跨雲資料管理與共享：可運行於 AWS、Microsoft Azure 與 Google Cloud 等環境，企業能跨雲管理資料，並在權限控管下與合作夥伴或客戶分享資料，而不必反覆複製檔案。
• 資料治理與安全：提供資料存取權限、隱私控管、資料目錄與監管合規相關功能，這對金融、醫療等高度監管產業尤其重要。
• AI 與生成式 AI 應用：透過 Cortex、Snowflake Intelligence、Cortex Code 等功能，讓企業直接在既有資料上建置生成式 AI、AI Agent、智慧搜尋與自動化分析工作流程。

簡單說，Snowflake 賣的不是單一軟體，而是企業的「資料與 AI 底座」：先讓資料能被可靠地集中與治理，再讓分析師、工程師與 AI 應用都能使用這些資料。

從目前頁面資訊看，AI 功能正逐漸成為 Snowflake 的第二成長動能。其價值關鍵在於，企業若要導入生成式 AI，通常必須先處理資料分散、品質不一與權限治理問題；Snowflake 正是試圖把這整段流程整合到同一平台。

市場現在看 Snowflake，已不再只是「雲端資料倉儲」題材，而是它能否成為企業 AI 時代的資料中樞與 AI Agent 控制平台。可整理為以下幾條主線：

1. AI Data Cloud：企業 AI 的資料底座

這是最核心題材。企業要導入生成式 AI、RAG 或 AI Agent，前提是資料能被整合、清理、治理並安全存取。Snowflake 希望把原本的資料倉儲、資料工程、分析、向量搜尋與 AI 推論整合在一個平台內。

市場關注點在於：企業是否願意將 AI 工作負載直接建在 Snowflake，而非把資料搬到其他模型、資料庫或雲端平台。若 AI 導入能帶動更多資料處理、查詢、推論與儲存，自然會反映為用量型收入成長。FY2027 第一季產品營收年增 34%，公司也將全年產品營收指引上修至 58.4 億美元、年增 31%，市場把這視為核心資料平台與 AI 工作負載同步增溫的訊號。

2. Agentic AI：從回答問題，走向自動執行工作

第二條主線是 AI Agent。Snowflake 不只讓使用者用自然語言問資料，更希望讓 AI 能在權限與稽核機制下，讀取企業資料、理解商業脈絡、協助分析，甚至串接後續工作流程。

這也是 Snowflake Intelligence、Cortex Code、Cortex Search 等產品被重視的原因：

• 一般員工可用自然語言取得分析洞察。
• 工程與資料團隊可在平台內開發、部署 AI 應用。
• AI Agent可在受治理的環境中使用資料與模型，而非把敏感資料散落在外部工具。

市場真正要驗證的是：這些功能是否從 PoC、試用階段，進入企業日常使用並創造額外消費量。目前 Cortex Code 已擴及超過 7,100 個帳戶，AI 對新簽訂單有明顯影響，顯示題材已開始對營收形成支撐，但後續持續性仍需靠使用量證明。

3. AWS 深度合作與 AI 基礎設施

Snowflake 與 AWS 簽訂未來 5 年、60 億美元的合作協議，是近期市場最關注的催化劑之一。合作涵蓋：

• 採用 AWS Graviton 運算資源與 AI 基礎設施
• 將生成式 AI、Agentic AI 功能與 AWS 更深度整合
• 透過 AWS Marketplace 擴大聯合銷售
• 共同協助企業遷移工作負載與部署 AI

正面解讀是 Snowflake 對未來資料與 AI 用量有信心，且 AWS 的通路、全球區域與運算資源能加速企業落地；風險解讀則是，這同時也是 Snowflake 的長期固定成本承諾，必須靠客戶用量持續成長才能維持投資報酬。

4. 多雲中立與避免被單一 CSP 綁定

Snowflake 可運作於 AWS、Azure、Google Cloud，對大型企業的吸引力在於：即使企業本身採多雲架構，也能以一致的平台管理資料、分析與 AI 工作負載。

市場看重這個定位，因為大型企業通常不願完全被單一 CSP 綁定；同時，Snowflake 把模型選擇、資料治理與資料工程放在同一層，讓客戶不必因使用不同雲端或模型而重建整套資料流程。這是它相對雲端原生資料倉儲產品的差異化，但也正面臨各大 CSP 持續強化自家資料與 AI 工具的競爭。

5. 開放資料格式、資料湖與零複製共享

Snowflake 過去偏向封閉式資料倉儲架構，現在則積極支援 Apache Iceberg 等開放格式，讓客戶能保留既有資料湖架構，同時使用 Snowflake 的查詢、治理和 AI 功能。

這項題材有兩面：

• 正面：降低客戶擔心被平台綁定的疑慮，能吸引更多已有資料湖的大型企業導入。
• 挑戰：開放格式也使資料更容易在不同平台間流動，Snowflake 必須以資料工程效率、治理、AI 功能和使用體驗，而非單純資料鎖定，來維持客戶黏著度。

資料共享與 Marketplace 也屬於同一條生態系題材：資料提供者、企業客戶與應用開發者愈多，平台的網路效應與跨組織協作價值就愈強。

6. 營收成長重新加速與用量型商業模式

最終市場不只看產品故事，而是看 AI 題材是否轉成帳單。Snowflake 以用量計價為主，因此需觀察：

• 產品營收年增率能否維持約 30%水準
• 既有客戶是否擴大使用，反映在淨營收留存率
• 大型客戶數與百萬美元級客戶是否增加
• 剩餘履約義務（RPO）能否持續成長
• AI 使用帳戶增加後，是否帶動資料工程、運算和推論消費
• 營業利潤率能否隨規模擴張而改善

目前市場的核心判斷其實很簡單：若 AI 對 Snowflake 是新增用量，而不是取代舊有查詢，AI 題材就能支持較高成長與估值；反之，若 AI 導入慢、成本過高，或被雲端巨頭與同業分走工作負載，估值壓力便會放大。

Snowflake 後續展望偏正向，主軸是 AI 產品帶動平台用量加速、企業客戶持續擴張，以及營運槓桿改善；但 AI 推論成本上升，使毛利率面臨壓力，成長能否持續轉成 GAAP 獲利仍是估值關鍵。

1. 近期營收動能：FY2027 指引上修

公司將 FY2027 全年產品營收指引上修至 60.7 億美元、年增 36%；第三季產品營收指引為 15.88～15.93 億美元、年增 37%～38%。這表示管理層預期產品營收的加速趨勢至少可延續到下一季。

支撐來源不只單一 AI 工具，而是三股力量同步推進：

• 核心資料倉儲、資料治理與分析用量擴張
• 企業將資料遷移到 Snowflake，以建構可供 AI 使用的資料基礎
• CoCo、CoWork、AI Functions、文件處理、機器學習與 AI Gateway 等產品帶來新增推論與查詢消費

管理層估計，AI 產品組合約貢獻近期營收加速幅度的一半，其餘則來自資料遷移加速與既有平台工作負載擴大。

2. AI 題材將從「帳戶數成長」進入「用量變現」驗證期

CoCo 已超過 9,100 個帳戶，單季增加逾 2,000 個；CoWork 達 5,800 個帳戶，季增近 11%。這顯示 Snowflake 的 AI 工具正從資料工程團隊，擴散到財務、供應鏈、銷售與風險管理等企業工作流程。

下一階段真正重要的是：這些帳戶是否持續產生可規模化的消費量。Snowflake 採按儲存、運算與查詢使用量計費，因此 AI 若促使客戶：

1. 匯入更多資料；
2. 建立更多 AI 應用與代理；
3. 提高推論、分析與資料處理頻率；

就會形成「AI 導入 → 平台用量增加 → 客戶支出擴張」的飛輪。

目前已有正面跡象：既有客戶淨營收留存率維持 126%，年花費超過 100 萬美元的客戶增至 828 家，而客戶在平台上部署的使用案例數年增 89%。

3. 大型企業客戶滲透仍是成長基礎

Snowflake 的優勢並非只在 AI 新創，而是其已深入大型企業的資料治理、權限控管與資料共享流程。截至 FY2027 Q2，公司客戶數達 14,554 家，其中 Global 2000 客戶有 829 家，覆蓋超過四成的 Global 2000 企業。

這種客戶結構對後續展望有兩層意義：

• 大型企業的資料遷移、AI 導入與工作流程改造週期長，但一旦進入正式營運，消費黏著度通常較高。
• Snowflake 可從資料工程、資料倉儲，向企業核心預算延伸至財務、供應鏈、風控與客戶營運，擴大單一客戶的使用情境與長期價值。

剩餘履約義務（RPO）達 90 億美元、年增 30%；其中預計在未來 12 個月認列的部分約為 54%，年增約 42%，為短中期營收提供一定能見度。

4. 獲利率：營業利益率改善，但產品毛利率承壓

公司對 FY2027 的獲利指引呈現「營業利益率上升、產品毛利率下降」的結構：

毛利率下修並不必然是負面訊號：部分原因是 AI 工作負載成長較快，而這類服務目前需負擔較高的模型 API、GPU 與雲端運算成本。公司選擇先加速客戶採用與資料平台用量，再透過模型路由、開源模型、雲端成本優化與規模經濟改善單位成本。

不過，這也代表市場不能只看營收成長；若 AI 用量成長持續快於成本優化，產品毛利率可能繼續承壓。公司仍以 FY2028 Q4 實現 GAAP 轉盈為目標，距離真正依一般會計準則獲利仍有一段執行期。

5. 後續最關鍵的觀察指標

• 產品營收年增率：能否持續維持在 35% 以上，或再度上修全年指引。
• AI 帳戶轉用量：CoCo、CoWork 的帳戶數增加之外，是否帶動更高的客戶消費與淨營收留存率。
• RPO 與第四季續約：客戶續約較集中在第四季，RPO 的成長與大型合約簽訂將影響市場對下一年度的信心。
• 產品毛利率：AI 工作負載的高成本，能否透過模型選擇、成本治理與規模化服務改善。
• 大型客戶擴張：年消費超過 100 萬與 1,000 萬美元客戶的增加速度，是平台黏著度與高價值用量的直接指標。

整體來看，Snowflake 正由傳統雲端資料倉儲，轉型為企業 AI 的資料與治理控制層。 FY2027 的營收與營業利益率指引同步上修，表示 AI 成長已開始反映在核心平台用量；而投資論點能否延續，將取決於 AI 帳戶採用能否持續轉成高毛利、可重複的長期消費。

目前可取得的市場預估顯示，FY2027 與 FY2028 的非 GAAP EPS 共識已因近期營收與獲利優於預期而上修；我再核對最新歷史 EPS 基準，避免把調整後預估與公司 GAAP 獲利混為一談。

Snowflake 未來兩個會計年度的市場 EPS 預估，重點如下：

這代表市場預期 Snowflake 的 EPS 將在兩年內由 FY2027 的 2.22 美元，提升到 FY2028 的 3.02 美元，兩年累積成長約 142%。市場預估範圍也相當寬：FY2028 EPS 的低、高估值約為 2.09～4.10 美元，反映 AI 工作負載變現與雲端成本控制仍有較高不確定性。

為何 EPS 有機會高速成長？

• 營收仍維持高成長：市場預估 FY2027、FY2028 營收分別成長約 35%、28%，即使增速逐年正常化，仍屬大型軟體公司中偏高水準。
• 營運槓桿開始顯現：公司近期產品營收成長加速，且非 GAAP 營業利潤率有所提升；若固定成本與銷售費用的成長低於營收，EPS 增速就可能高於營收。
• AI帶動資料處理用量：AI Agent、資料工程、推論與企業資料查詢，都會增加儲存及運算消耗。Snowflake 的消費計價模式下，AI若從測試走向正式部署，會直接推升產品營收與既有客戶支出。
• 預估持續上修：近 60～90 天，FY2027 EPS 共識由約 1.93～1.94 美元上調至 2.22 美元，FY2028 則由約 2.69～2.71 美元上調至 3.02 美元；這反映市場在最新一季優於預期的營收、EPS與全年展望後，已提高對獲利能力的假設。

需要留意的兩個差異

1. 這是調整後 EPS，不等同 GAAP EPS
   市場追蹤的每股盈餘通常偏向非 GAAP 口徑，會排除部分股權薪酬等費用；目前頁面中的近四季 EPS 仍為負值，主要是 GAAP 會計口徑下公司尚未穩定獲利。因此不能直接拿預估 EPS 套用傳統本益比，必須先確認所用的 EPS 口徑一致。

2. AI成長未必立即轉成更高利潤率
   AI工作負載會拉動用量，但也涉及模型、GPU、雲端運算與資料中心成本。若 AI 收入的毛利率低於核心資料倉儲業務，短期可能出現「營收很強、利潤率改善較慢」的情況。市場接下來會特別檢驗 AI 用量擴張能否大於成本增加。

整體而言，市場目前押注的不是單純營收成長，而是 Snowflake 能把 AI 帶來的資料與運算需求，轉為更快的非 GAAP EPS 擴張；FY2028 能否接近或超過 3 美元，核心取決於產品營收是否維持接近三成增長，以及 AI 工作負載的單位經濟效益能否改善。最新一季 EPS 0.62 美元、明顯高於當時市場預期，也使上述獲利路徑具備一定基礎，但估值已反映相當高的成長期待。

Snowflake 的客戶以大型企業與跨國組織為主，而不是少數單一客戶。公司採用依實際運算、儲存與查詢量收費的模式，因此客戶將更多資料、分析與 AI 工作負載放到平台上時，Snowflake 的營收就會同步擴大。

客戶輪廓

• 大型企業滲透深：最近一季客戶總數約 1.4 萬家，其中全球大型企業客戶達 813 家；過去 12 個月產品消費超過 100 萬美元者有 779 家，超過 1,000 萬美元者有 64 家。這表示營收成長很大部分來自高價值企業客戶持續擴充用量。
• 產業以金融、科技為核心：近期資料顯示，金融服務與科技業的需求尤其強勁；這些產業資料量大、即時分析與資安治理要求高，也更有導入 AI Agent、資料工程及雲端遷移的需求。
• 其他重要垂直領域：消費與旅遊、製造、零售、媒體，以及財富管理等，也都是可見的應用場景。已公開提及的客戶案例包括 Nestlé、Holiday Inn Club Vacations、Houzz；另有大型美國銀行進行既有資料平台遷移，以及財富管理業者導入 AI 代理工具供管理團隊使用。

大客戶為何會採用 Snowflake？

主要是為了將分散在不同雲端、企業系統與資料庫中的資料整合，並在同一受治理環境中完成：

1. 資料倉儲與商業分析
   
2. 資料工程、即時資料處理與共享
   
3. 雲端資料庫遷移
   
4. 企業內部生成式 AI、搜尋與 AI Agent 應用
   

Snowflake 可在多個主流雲端環境部署，對不願被單一雲端供應商綁定的大型企業具吸引力；其權限控管、資料治理及跨系統整合能力，也較符合金融與受監管產業的需求。

對投資判讀的意義

Snowflake 不是高度依賴單一客戶的公司，較適合從「大企業客戶是否持續增加、既有客戶消費是否擴張」判讀其營運品質。目前淨營收留存率約 125%～126%，代表一年前既有客戶群的支出平均仍增加約四分之一；加上百萬美元與千萬美元級客戶持續增加，顯示大客戶的資料與 AI 工作負載仍在擴大。

不過，因其收費與實際用量連動，若企業 IT 預算收緊、雲端遷移遞延，或 AI 專案尚未從測試走向正式上線，客戶消費增速便可能出現季度間波動。