SNOW 5+2基本面分析，彻底看懂SNOW投资！ - 2026年6月
2小时前
播放量 371
接下来，我会用这个5+2分析法，用最短的时间，来快速地给大家介绍一下，Snowflake这家公司。
开通服务即可查看评论～
文字稿
Snowflake，这是一家在云数据领域里最热门的公司之一。然而它自上市以来的表现并不怎么样，尤其是24年2月新CEO上任后，股价一直就横盘徘徊，甚至一度被认为是会被AI颠覆的股票。但在前不久，一个财报彻底扭转了这个叙事，单日大涨 37%、让Snowflake 完整经历了一轮市场情绪从极度悲观到重新拥抱的全过程，也让这家公司重新回到市场的焦点中。
今天这期视频，咱们先不做财报分析。这期视频，我会先用我自创的一个系统性分析股票基本面的方法，5+2分析法，先给大家对snowflake做一个全面的介绍。之后，我们还会对snowflake这次史诗级财报做一个深度分析，预计下周或下下周就能够发布，敬请期待。
什么是5+2分析法呢？它指的是，我们通过7个步骤，从不同的角度去理解一家公司。其中前五步，我们会用最客观的方法去了解这家公司，分别是，行业分析，商业模式分析，管理层分析，财报分析，和估值分析。后两步则是综合了前五步客观分析后，去思考它的投资逻辑和投资风险。其中投资逻辑，我们可以简单地理解为是我买这只股票的理由，而投资风险则是逼着自己去思考我不买这只股票的理由。在经过这一整个系统的分析之后，我们就可以对整家公司的情况有一个初步但全面的了解了。
所以接下来，我会用这个5+2分析法，用最短的时间，来快速地给大家介绍一下，Snowflake这家公司。
第一步：行业分析
5+2分析法的第一步，是行业分析。Snowflake 属于云数据平台行业，也叫云数据仓库，Cloud Data Warehouse，再往上扩一层，可以归为"企业数据基础设施"。
为了更好理解这个行业，我们要先明确：所有 AI 应用的底层都是数据。模型再强，没有干净、可用、结构化的企业数据，也跑不出业务价值。所以 AI 越发展，理论上对数据平台的需求就会越大。
行业规模和增速
那整个需求能有多大呢？先看最直接的市场规模。根据 Mordor Intelligence 2026 年 1 月发布的最新数据，全球云数据仓库市场 2025 年规模约 117.8 亿美元，2026 年达到 149.4 亿美元，预计到 2031 年扩展到 491.2 亿美元，年复合增长率27%。这个增速远远高于全球 IT 整体支出 10.8% 的增速（Gartner 26 年最新预测），相比之下，在绝对体量不算小的情况下，其相对增速是大盘的两倍以上。
点击放大
AI 成为行业的真正催化剂
传统数据仓库在 2015–2022 这一波的核心增长动力，是企业上云，把本地的 Oracle、Teradata 这些老系统迁移到云端。但这一波红利已经走完一半，从2023 年至今，行业最大的变量变成了 AI。因为AI 模型训练和推理，都要消耗海量结构化和非结构化数据。企业为了"喂"自己的 AI，必须先把这些数据整理好、放到一个可治理、可调用的平台里，而这也就成为 Snowflake 这类公司的天然增量入口。
其次，AI Agent 时代的到来，让数据平台从过去只是负责存储数据，跑跑报表的角色，升级成为一个AI的控制平面。Snowflake 在给自我定位的时候就很喜欢说这么一句话：“Agentic Enterprise 的控制平面”，“the control plane for the Agentic Enterprise"，说的就是这个意思。最后，企业一般都是不愿意让自己的核心数据走出平台的，所以 AI 的能力必须从数据所在的地方出现。这就是为什么三大模型厂商需要集成进 Snowflake，而不是反过来。
竞争格局
可以看到，整个大行业的逻辑还是很坚挺的，但在行业内部，整个竞争格局也不容忽视。现在的云数据平台，是处于一个多强并存的局面。整体来看有三大类竞争对手。
第一类是三大云厂商自己的产品。AWS 有 Redshift，Azure 有 Synapse 和 Fabric，谷歌有 BigQuery。这些产品最大的优势是和云生态绑定深、价格便宜、销售渠道现成。但它们最大的短板是只能跑在自家云上，一旦跨云，客户体验就割裂。
第二类是 Snowflake 的最大对手，独立数据平台 Databricks。截至 2026 年 2 月，Databricks 年化收入ARR为54 亿美元，和snowflake已经差不多水平。不过Databricks的增速还要更快一些，最新季度同比增长 65%，而且是从再上季度的55%加速到现在的65%。另外，AI 产品 ARR 已超 14 亿美元，占总收入约 26%。按照一级市场的估值，现在Databricks已经达到1340亿美元，比snowflake当前800多亿美元的市值还要高出一层。和Databricks的竞争也是snowflake这家公司最需要关注的风险，在后面我们还会提到。
第三类是 SaaS 应用厂商自带的数据层，比如 Salesforce 的 Data Cloud。这块对 Snowflake 既是补充也是潜在替代。
整体来看，Snowflake 的跨云中立性带来了差异化优势，但其他各家也都有独特之处，都在努力扩大自身市场份额，所以这个行业的竞争格局还是比较激烈的。不过由于目前行业的东风比较强劲，目前的 AI 热潮也让行业遭遇前所未有的机遇，所以在竞争之外，如何将 AI 结合自身优势，就是这些公司眼下最核心的扩张逻辑。
小结
整体看，AI逻辑和云数据仓库的 27% 的增速，这两个因素是Snowflake 未来几年增长比较确定的下限保障，但是行业的红利也不会落到 Snowflake 头上，能不能拿到、能拿多少，要看它自己的产品力、执行力和管理层。而这是我们接下来要回答的问题。
第二步：商业模式
讲完行业，我们进入 5+2 分析法的第二步，商业模式。商业模式说白了就是这家公司怎么赚钱、靠什么和别人不一样。
Snowflake 业务模式
Snowflake 是一个跑在 AWS、Azure、谷歌云之上的"云数据平台"。企业把自己最重要的数据放到 Snowflake 上，做存储、查询、分析、AI 应用。它本身不是云厂商，相反，它是云厂商最大的客户之一。AWS、Azure、GCP 是它的"地基"，Snowflake 在上面再盖一层全企业的"数据操作系统"。
这里的逻辑可能有点复杂，咱们不妨用一个简单的比喻来理解。假设AWS、Azure、GCP 是"水电煤"，那么Snowflake 是建在上面的"中央厨房"。客户的所有数据食材在这里集中处理，做成能直接上桌的菜。这个菜，指的就是分析报表、AI 应用、Agent 工作流等。
下面这张图是公司官方对自己平台架构最完整的一张全景图，每一层都对应了 Snowflake 商业模式的关键支点。这张图从下往上看，就看清楚Snowflake 的全部结构，这里我们重点讲解最底层和最上层。
点击放大
最底层是它的"地基"：Snowflake 自己不建机房，租在 AWS、Azure、谷歌云这三家最大的云之上，但客户用起来不用关心房东是谁，数据还能在三家之间自由流通。这中间涉及到的 IT 知识较多，我们就不详细介绍，简单来说，snowflake主要起到一个数据整理，加工和管理的作用。
最上层指的是一个“统一入口"，就是我们说的数据分析、AI 应用、报表、交易全部跑在同一个平台上。这种通过最底层的数据，和最高层的一站式分析，就形成了足够垂直的功能，也让snowflake极强的客户粘性。这一点，相比只专注数据或者只专注分析的公司形成了错位优势。
收费模式
Snowflake 的收费模式很有特点，是行业里最纯粹的"用多少付多少"，也就是按量收费。这跟传统 SaaS 的按人头收费不一样。这种收费模式的好处是，客户用得越多，Snowflake 收入越高，业绩跟客户的业务真实增长是完全绑定的。这也是为什么 Snowflake 一直强调一个核心指标——净收入留存率（NRR）。按照最近的财报来看，NRR是 126%，意思就是同一批客户，今年比去年多花了 26%。这个指标在 SaaS 行业里属于非常高的水平。
具体来说，Snowflake 的收入由三块组成：
第一是计算（Compute）。客户每跑一次查询、训练一次模型，Snowflake 就按秒计费。这块是 Snowflake 收入的大头，超过 90%。
第二是存储（Storage）。客户存了多少数据，按月按量收费。这块占比不到 10%。
第三是云服务层（Cloud Services），主要是元数据管理、查询编译等，一般会被算进总账单，封顶在计算费用的 10% 以内。
拥抱 AI
关于AI部分， Cortex AI 套件是 Snowflake 现在最重要的增长曲线。而Cortex 里面包含两块拳头产品：
一是 Snowflake Intelligence，定位是企业级的 AI 分析入口。用户可以直接用自然语言查询自己公司的数据，背后由大模型加企业数据上下文驱动。
二是 Cortex Code，简称Coco，跟奶茶店同样的名字。Coco是在26 年 2 月正式发布的 AI 编码 Agent，官方把它主打称"懂企业数据上下文"。意思是，开发者可以直接在企业数据环境里写代码、调 API、跑 SQL。按照最新的数据来看，Coco目前已有超过 50% 的 Snowflake 客户在用，增长速度非常快。
云厂商的关系
最后，Snowflake 的商业模式里有一个特别值得讲的点，那就是它跟三大云厂商，AWS、Azure、GCP 的关系非常微妙。
一方面，它是云厂商最大的客户之一。26 年 5 月，Snowflake 跟 AWS 签了一份五年 60 亿美元的算力采购大单，是 Snowflake 史上最大的一笔基础设施承诺。从 2020 年 IPO 时的 12 亿美元，到 2023 年 25 亿美元，再到现在 60 亿美元，Snowflake 在 AWS 上的承诺金额每两三年翻一倍。这本身就是公司对未来 AI 数据负载增长的强信号。
另一方面，三大云厂商各自都有自己的数据仓库产品（Redshift、Synapse、BigQuery），跟 Snowflake 直接竞争。但有意思的是，Snowflake 跟它们之间已经形成了一种"竞合共存"的格局。意思是，客户用哪一家云，Snowflake 都能跑在上面；云厂商虽然想推自家产品，但也不得不在自己的 Marketplace 上卖 Snowflake，因为客户要用。光是 AWS Marketplace 上，Snowflake 的累计销售额已经超过 70 亿美元。
小结
整体来看，Snowflake 的商业模式是，这是一家跑在三大云之上的、按量收费的、跨云中立的、面向 AI 时代的企业数据平台。它按量收费，收入随客户使用自然增加。它的优势在于跨云中立和数据治理，而随着 Cortex AI 套件全面铺开，Snowflake 正在把自己从一个单纯的数据仓库，定义成"AI 时代企业的数据存储和分析 + Agent 控制平面"。这也成为它最近两年最重要的商业模式升级。
第三步：管理层分析
聊完商业模式，我们进入第三步：管理层。
对一家科技公司，尤其是处在战略转型期的公司，CEO 的份量怎么强调都不为过。Snowflake 现在的 CEO是Sridhar Ramaswamy。Ramaswamy 从2003 年到 2018 年，在谷歌工作了 15 年，最后一个职位是负责广告和电商业务的 SVP。
2018 年他从谷歌离职去创业做搜索引擎 Neeva。但可惜并未获成功，后来在 2023 年公司被卖给了 Snowflake。被收购时，他只是被聘为 SVP of AI，并不在 CEO 候选名单上，但 8 个月后的 2024 年 2 月，Frank Slootman 突然宣布退休，把Ramaswamy推上位。这种情况在硅谷极其罕见，因为通常一个被收购公司的创始人，最多在新公司待一两年就会离开，而不是反过来变成新公司的 CEO。
Ramaswamy的前任 Frank Slootman是硅谷传奇 CEO。2019 年加入 Snowflake，带领公司在 2020 年完成史上最大软件 IPO，之后股价一路走高。Slootman 的强项是销售执行力，他打造了 Snowflake 的整个企业销售体系。而在Slootman宣布退休当天，市场反应非常激烈，股价单日暴跌 20%。当时市场担心，Slootman 在销售端的影响力太大，他一走，Snowflake 的执行力会出现真空；二是担心Ramaswamy 之前的履历里没有过 CEO 经历，而且 Neeva 这家小创业公司也没真正跑出来。市场当时对他打了一个大问号。
两年下来，外界对他的了解越来越多，他的管理风格也越来越清晰。
Ramaswamy最有意思的，是他每周亲自开"War Room"。Fortune 在 2025 年 2 月做过一篇专门写他的文章，里面披露了 Snowflake 翻盘的一个秘密武器——Ramaswamy 每周都亲自主持一个产品 war room 会议，跟产品团队一起拍方案。他不是坐在那里听汇报，而是会跟产品负责人一起在白板上画方案，亲自参与产品级别的决策。这跟 Slootman 那种"销售型 CEO"，把销售引擎拧到最大的状态完全不一样。
也因此在这两年时间里，snowflake的基因正从从"销售型"转向"产品型"。这是 Snowflake 过去两年最重要的内在变化，但很容易被外界忽视。在Slootman 时代，所有的故事都是大客户案例、大单签约。但在Ramaswamy 时代，所有的故事都围绕产品本身：Cortex Code 怎么改变开发者工作流、Snowflake Intelligence 怎么让业务人员直接和企业数据对话。
老实说，一家市值 600 亿美元的公司，要在 CEO 换人之后完成基因层面的切换，是非常难的事。这两年snowflake也确实经历了不少困难，不过整体来看，效果还算不错。
当然了，这些管理风格的改变，最终要真的拿出东西才显得有意义。Ramaswamy 接任 CEO 之后第一个完整的财年 FY2026，Snowflake 发布了超过 430 项新功能。作为对比，一般规模的企业软件公司年新功能发布数量大约在 50–100 项之间。另外，他也公司彻底转向"AI Data Cloud"，推出 Cortex AI、Snowflake Intelligence、Cortex Code 三大 AI 产品线；生态上他先后和 OpenAI、Anthropic、Google Cloud达成战略合作。26 年 5 月又签下 60 亿美元的 AWS 五年算力大单，是公司历史上最大的一笔基础设施承诺。
整体来看，我认为Snowflake 的管理层目前处在一个"风险解除、信任修复"的阶段。Ramaswamy 上任时市场曾担心他的能力，包括公司AI 战略会不会跟不上。目前看来都在陆续被证伪。Snowflake 现在不仅没有失去前任 Slootman 时代的执行力，反而多了一层"AI 原生 CEO"的战略深度。
当然，Ramaswamy也并非没有受到争议，过去这两年，公司一直看到这样那样的财务数据问题，包括收入增速放缓，运营利润率被压缩，销售费用过高等。也因此，snowflake的股价在过去两年表现并不算好。那往后它的财务状况会怎么调整呢？咱们一起来看5+2分析的第四步，从定量角度去看 Snowflake 的财报。
第四步：财报分析
Snowflake的财报分析和一般公司相比较为重要，咱们这里多讲讲。下图是公司过去三个财年的收入和GAAP净利润数据。可以看到，过去三年里，收入每年高速增长，但 GAAP 亏损反而越来越大。这到底是怎么回事呢？难道是这家公司这些年天天在亏钱倒贴用户？
点击放大
咱们以26年亏损13.3亿美元的数据为例。这个数据如果我们拆开去看，去发现，公司有一笔相当重要的支出是全年股权激励（Stock-Based Compensation，SBC），这个支出大约 16 亿美元，占收入的 34%。按照 GAAP 财务规则，这 16 亿需要在计算净利润的扣除。如果把这 16 亿美元的 SBC 加回来，公司实际的利润其实是正的3亿美元。
那这个SBC到底重要不重要呢？这里我给大家科普一下。SBC 的本质是公司发股票当作工资的一部分发给员工，它的好处是不消耗现金，但是会让股本被稀释。对于像 Snowflake 这样还在大投入阶段的科技公司，SBC 占收入比例高是正常的，但不得不说， 34% 这个比例还是有点太高了。但好在，另一边，公司也有在做回购。董事会在 2023 年 2 月授权 20 亿美元、24 年 8 月再加码 25 亿美元，总共 45 亿美元的股票回购计划，算是弥补了一大部分。因此这个SBC的影响其实也还算可控。
整体来看，虽然公司披露的GAAP 净亏损很高，但里面绝大部分是 SBC 这种非现金支出，不是真的在烧钱。因此看 Snowflake 的盈利能力，最简单的方法，还是去看现金流。
现金流
那Snowflake的现金流到底怎么样呢？ 从下图可以看到，公司过去三年的现金流基本都是正的，而且增速也算可恶贯，比如26年的现金流增速达到27%。而现金流利润率方面，26财年全年的现金流利润率为25.5%，也就是说，公司实际上每赚 100 块钱就能落下 16 块钱现金，这个这个利润率水平已经接近于成熟期的优质 SaaS 公司了。
点击放大
可以看到， snowflake的现金流还是很强的，和GAAP亏损完全不成正比。除了前面说的SBC 是非现金支出要加回来以外，还跟公司的消费模式有关。Snowflake 是消费式收费，但客户大多签的是长期合同，这意味着客户预先付费较多，从而带来不少现金流。最后，公司的资本性支出非常低，由于公司的商业模式是在云上跑的轻资产模式，不需要自己建数据中心，所以现金流较为有保障。
毛利润和营业收入
除了看现金流以外，另一个能反映一家软件公司赚不赚钱的指标是毛利率。Snowflake的GAAP 毛利率长期稳定在 65%–70% 区间。随着 Snowflake 自己的算力规模化，单位算力成本会进一步下降，毛利率仍有进一步抬升空间。不过最近几个季度，由于公司在AI上投入较多，所以毛利率波动较大，这也是之前市场不太待见它的重要原因。
点击放大
然后我们看看运营收入，operating income，毕竟这是一家在快速成长的公司，市场对其成长性是非常敏感的，所以营业收入的增长对公司的股价是比较重要的。
点击放大
可以看到公司从 25 年开始，经营收入增长比较明显，最新给出 165M 的业绩预期更是引爆了市场。但同时我们也应该看到，按照 GAAP 口径下经营收入的增长并没有 Non-GAAP 那么亮眼，关于这个问题，我们会在之后的财报分析里再详细讨论。
负债率和净现金头寸
最后看看负债的情况。截至 2026 年 4 月 30 日：现金及短期投资约 29.6 亿美元，而负债方面，长期负债口径下主要是约 22.8 亿的可转换票据。相比于目前账上的 29.6 亿现金和短期投资，公司的负债方面还是比较健康的，即便目前。公司利用手中现金偿还全部长期负债，仍然留存约 7 亿净现金。再考虑到公司自身还在每个季度生成正的现金流，所以snowflake的财务状况还是比较健康的。
小结
整体来看，Snowflake 表面上 GAAP 亏损连年扩大，但这很大程度是 SBC这种非现金项目的影响。而公司的自由现金流强劲且结构性稳定，盈利能力沿曲线抬升，资产负债表净现金充足，这些特质共同支撑了一个已经跑通的盈利能力极强的商业模式。
第五步：估值
财报分析做完，我们就来到第五步，估值。
对于snowflake的估值，我们这里不用常规的市盈率PE来看，而是用EV/Sales。这对于Snowflake这种公司是比较合理的。因为第一，收入是利润表里最干净的数字，不受 SBC、折旧、商誉等会计调整的影响，也直接反应公司的规模和增速。第二，企业价值EV能够比较准确地反映实际买下整个公司经营业务的价格。另外，Snowflake 自己有 6 年完整的 EV/Sales 历史区间，纵向对比非常方便。
相对估值法：EV/Sales 历史区间
先看 Snowflake 自己的 EV/Sales 历史。这家公司 2020 年 9 月 IPO，初登场就被市场热捧，IPO 当日就破了软件公司史上最大 IPO 纪录。当时市场给的估值非常高，EV/Sales 一度被推到100倍。但这背后是典型的故事炒作，加上那时候的流动性极度宽松，所以参考价值不大。
点击放大
随后的几年是 Snowflake 估值的漫长压缩期。我们可以把过去六年的 EV/Sales 简单分成四个阶段：
第一阶段，2020–2021 年，IPO 后高峰期，估值维持在 60–80 倍区间，市场认为它是下一个 ServiceNow + Salesforce 级别的明星 SaaS。
第二阶段，2022 年加息周期，整个 SaaS 板块被砸盘，估值从60倍一路跌到15 倍左右，整整压缩了 70%。
第三阶段，2023–2024 年，Slootman 退休、Ramaswamy 接任、增速从 60%+ 放缓到 30%，估值进一步被压缩到10到15倍，打到历史最低。
第四阶段，2025–到现在，AI 故事逐步跑通，但市场对Databricks 竞争这件事有所顾虑，包括公司的财务数据也不算太好，所以估值依然保持在低位。直到最新的财报打破僵局，估值才有一点修复，但其实仔细看，它仍然处于12.9倍的位置，和他自己比并不算贵。也就是说，这次大涨更多是市场在兑现公司的增长，并没有提升太多的估值。
横向对比
只看 Snowflake 自己跟自己比还不够，我们还要把它放进行业里看一下。下面这张图汇总了几家类似公司的估值对比图。可以看到，Snow 的估值在同行中并不低，甚至是最高一档的。
点击放大
那为什么市场愿意给这些家公司远超中位数的估值？Meritech 在上季度的一份研究报告里就提到说，能持续拿到10倍以上 EV/Sales 估值的公司，几乎全部同时满足两个硬性条件。第一，增速大于20%；第二，自由现金流利润率大于20%。这两个门槛单独看都不算极致，但是要同时满足，难度就非常高了。因为增速高的公司通常还在烧钱，自由现金流利润率高的公司，又通常已经过了高速成长期。所以如果能两条腿同时跑的公司，本质上是用最少的钱、跑出了最快的增长，是软件行业里的稀缺物种。
而Snowflake 在这两个条件都明显超出了门槛。增速方面，26财年全年收入增速29%，最新一季度34%；自由现金流利润率上，26财年25.5%，最新季度也有23%，表现都非常坚挺。
对比一下行业里其他符合条件的少数公司：Datadog分别是25%和28%，ServiceNow是22%和31%，而Palantir更是30%和40%，这些公司的估值分别是17倍，8倍，和36倍。除了ServiceNow以外，另外两家要比snowflake的13倍贵得多。所以这么一对比，其实snowflake的估值也还算合理。
当然了，换一个角度去思考，如果未来 2-3 年 Snowflake 的增速跌破 20%，或者自由现金流利润率降到 20% 以下，那么它的估值必然会受到大幅度的压缩。这个下行风险甚至有可能高达50%。也因此，公司必须要持续展现出足够高的执行力，来兑现业绩。
第六步：公司的投资逻辑（为什么买？）
到这里，关于 Snowflake 的客观分析就做完了。客观分析做完之后，我们进入主观思考的部分：第六步"投资逻辑"，这个部分回答的是：我为什么要买这只股票。这部分相对来说更个人化一些，每个人可以根据自己对公司的理解给出不同的答案。下面这两条是我自己的判断，分享出来抛砖引玉。
Snowflake最为核心的投资逻辑，是在AI时代的转型，以及从行业的发展中持续受益。Snowflake在AI时代的产业位置非常稀缺。因为所有 AI 应用的底层都是数据，模型再强、算力再多，没有干净可调用的企业数据，AI 就跑不出业务价值。而在这个基础上，客户如果不想被锁死在某一家云厂商，那么Snowflake 几乎就是唯一选项。这种中立性是云厂商自己的数据仓库产品天然做不到的，也能让公司在未来处于一个相对有竞争优势的地位。
当然，产业位置稀缺只是基础，行业本身在高速增长也很重要，而且是snowflake这家公司能持续增长的底。云数据仓库市场，以及更广义的 AI基础设施支出，它们未来的增长是非常确定的，而且整条赛道的资金非常充沛。这意味着，Snowflake 即便守住份额、不用抢市场，也能跟着行业一起快速增长。
当然了，要兑现这种增长，乃至持续超出市场预期，光占住了位置，乘上了行业东风，肯定也是不够的。最为重要的，还是公司能在产品上持续发力。包括积极推进 AI 相关战略，用更流畅更舒适的产品体验度留住客户，放大客户价值。而这点，就需要管理层不断地更新迭代，不断地接纳AI，并且通过AI来完成自我升级。目前看来，自从新CEO上任后，这些升级都做得还不错。而这些，才是公司能够持续成长的根本逻辑。
第七步：风险
讲完为什么买，我们要逼着自己反过来想：为什么不买。这是 5+2 分析法的第七步，也是最重要的一步：识别投资风险，给自己留出"反向论证"的空间。对 Snowflake 来说，有这么几条风险逻辑值得重点关注。
风险一：AI 浪潮下的颠覆性风险
第一还是AI浪潮下的颠覆风险。如果未来 AI Agent 能直接读写云存储里的原始数据，企业不再需要一个独立的数据平台来做中间整理，那么 Snowflake 这种"中央厨房"式的角色就有可能被压缩。这是整个 SaaS 行业都在面临的AI 颠覆风险，Snowflake 未必能免疫。
好消息是，这件事当下没有兑现。Snowflake 反而借着 AI 浪潮把自己从"数据仓库"升级成了"AI 数据控制平面"，最近几个季度的业绩也说明它在当前 AI 浪潮里是受益方、不是受害方。但 3–5 年之后呢？没人敢打包票。AI 这一波变革的速度，对于这些软件公司来说就意味着不确定性。所以，我们只能通过持续观察AI的进化方向。一旦企业级 AI 不再需要"中央厨房"这种角色，Snowflake 的整个商业模式都会被市场重新审视。
风险二：市场竞争
第二条风险是竞争。首先是Databricks的竞争。两家公司过去分别占领"数据仓库"和"数据湖"两块市场，现在边界正在快速消失、互相推进对方腹地。短期看 Snowflake 在大企业客户、数据治理上仍有优势；但 Databricks 在增速、估值、和 AI 工程师群体的口碑上目前都明显占优。整体从目前的趋势上看，Databricks还是比Snowflake更有侵略性一些，这是snowflake长期投资不得不关注的风险。
其次是三大云厂商对 Snowflake 的威胁，这部分威胁倒不在技术，而在渠道、捆绑、价格等。云厂商可以用折扣、云额度抵扣、整体打包来抢客户。这种压力虽然短期内不可能造成太大的影响，但如果三大云持续推进自家产品，可能会逐渐侵蚀 Snowflake 的份额扩张速度。
风险三：估值
第三个风险就是估值了。前面说过，虽然snowflake和自己比估值不贵，但在行业中仍然处于高位。一旦公司的增长放缓，或者自由现金流利润率受到压缩，那么snowflake是有不小的估值压缩空间的。毕竟，这家公司在过去两三年里已经见识过类似的风险，只要未来，哪怕是一个季度出现明显减速，那么市场的反应大概率就会相当差。
小结
整体来看，snowflake目前的几个风险都属于比较中长期的，更像是要持续监控的方向。而在当前阶段，由于公司基本面在加速，加上整体的估值还算合理，所以积极的叙事仍然占据主导。 只要执行力不出意外、AI 技术没有结构性切换，Snowflake的风险仍然是可控的。
总结
好了，到这里，关于Snowflake的5+2分析法就给大家介绍完了。希望这么一期视频，可以让你快速地了解到Snowflake这家公司。最后，我想说，5+2分析法并不是个股分析的全部，相反，它仅仅是个开始。很快，snowflake就要上线美投的跟踪体系了，另一个同时会上线的还有苹果。另外，对于snowflake最近的深度财报分析，我们也会在下周或者下下周推出。毕竟，要想看懂一家公司，绝不是一个十多分钟的视频就能实现的。美投的跟踪产品体系中，还有大量基本面分析视频能够帮助你更好的了解这家公司的投资。投资一家公司，永远没有足够的分析，了解越多越能帮助我们安心投资。
为你推荐
28:53
其他机会
SNOW 5+2基本面分析，彻底看懂SNOW投资！ - 2026年6月
2小时前
371
3
27:23
NVDA | 5+2基本面分析
英伟达5+2基本面分析，彻底看懂英伟达投资！ - 2026年6月
昨天
1.6k
13
17:49
NVDA | 估值分析
英伟达估值上限，下限，以及合理估值；从估值中看懂英伟达股价逻辑！——26年6月
昨天
1.6k
15
4
23:04
NFLX | 其他
Netflix下一个机会发生在哪？为何说Netflix还有巨大潜力仍未释放？体育直播和广告业务全剖析！
4天前
4.7k
28
1
22:05
行业机会
AI是威胁？还是机遇？软件股多点开花预示什么？哪些公司能率先迎来爆发？
6天前
6.1k
46
7
