El director financiero de Snowflake revela cómo los productos de IA impulsaron el 50% de los buenos resultados del último trimestre, mientras el crecimiento de la plantilla se desacelera a un tercio del ritmo del año pasado
Conferencia Growth Frontiers de Piper Sandler, 15 de septiembre de 2026
Brian Robins, director financiero (CFO) de Snowflake, aprovechó una charla informal en la quinta conferencia anual Growth Frontiers de Piper Sandler para detallar cómo el conjunto de productos de inteligencia artificial (IA) de la compañía está transformando tanto su trayectoria de crecimiento como su estructura de costos, ofreciendo a los inversores información detallada sobre un trimestre que Robins calificó como uno de los mejores en la historia de Snowflake. El dato principal de ese informe: la proyección de ingresos para todo el año se elevó del 31% al 36% interanual, un incremento de 500 puntos básicos en un solo trimestre. Robins indicó a la audiencia que aproximadamente la mitad de ese resultado positivo provino de los productos de IA y la otra mitad del negocio central de almacenamiento de datos, aunque puntualizó que ambos están cada vez más entrelazados.
La adopción de la IA impulsa el negocio principal y no solo añade una nueva línea de ingresos
La revelación más trascendental no estuvo relacionada directamente con los productos de IA, sino con su efecto de contagio en el negocio tradicional de consumo de Snowflake. Robins citó una publicación en LinkedIn del CEO Sridhar Ramaswamy que señalaba un incremento del 11% en el consumo del negocio central cuando un cliente adopta CoCo, el producto principal de agentes de IA de la compañía. Esta cifra es relevante porque replantea la tesis de inversión: la adopción de la IA no canibaliza ni simplemente complementa el núcleo, sino que lo expande. Robins reveló que cerca de 9.100 cuentas ya han adoptado CoCo y poco más de 5.000 han adoptado Cowork, y la estrategia comercial actual se centra en profundizar la penetración en esas cuentas en lugar de limitarse a sumar nuevos clientes. "Ahora intentamos que nuestro equipo de ventas se acerque a hablar sobre los casos de uso para lograr una mayor penetración en esas cuentas y así conseguir más usuarios", afirmó Robins.
La disciplina en las previsiones explica el patrón de superar las expectativas y elevar las proyecciones
Robins ofreció una explicación inusualmente detallada de por qué Snowflake, al ser un negocio basado 100% en el consumo, ha superado las previsiones con margenes más amplios durante su gestión de lo que los inversores están acostumbrados. La compañía ejecuta modelos de aprendizaje automático (machine learning) todas las noches, con un proceso de cuatro horas que genera un correo electrónico detallado con las previsiones para Robins, Ramaswamy y otros directivos antes de las 5 a.m. de cada día, elaborado a partir de datos de clientes y productos consolidados por región. Para el negocio principal maduro, Robins señaló que la desviación estándar en las previsiones es muy ajustada debido a los años de datos históricos. Los nuevos productos son otra historia. "Con solo una pequeña cantidad de datos y números altos, creo que sería algo imprudente extrapolar eso y aplicarlo sin más a las proyecciones", sostuvo, al explicar que la compañía aplica una reducción deliberada a las trayectorias de los productos de IA incipientes en lugar de extrapolar el hipercrecimiento inicial. Dado que CoCo lleva ya dos trimestres en el mercado en lugar de uno, Robins sugirió que el intervalo de confianza se está estrechando, lo que podría traducirse en resultados positivos más moderados en el futuro, pero también en previsiones más creíbles.
El camino hacia la rentabilidad según los GAAP genera escepticismo, pero Robins insiste en que no se está sacrificando el crecimiento
El compromiso asumido por Snowflake en su Día del Inversor de alcanzar la rentabilidad bajo los principios contables GAAP en el cuarto trimestre del próximo año generó entre los inversores más controversia de la prevista, según Robins; algunos aplaudieron la disciplina, mientras que otros argumentaron que Snowflake debería reinvertir de forma más agresiva mientras mantenga una ventaja de crecimiento impulsada por la IA frente a competidores anónimos que operan en un punto de equilibrio de flujo de caja libre. Robins rechazó de plano la idea de que ambos objetivos entren en conflicto. "¿Hice algo que impusiera restricciones al negocio para poder hacer esa afirmación? Y la respuesta es rotundamente no. Estamos gastando todo lo que queremos gastar en el negocio", afirmó, señalando su trayectoria en VeriSign, donde indicó que elevó los márgenes operativos desde un dígito bajo hasta un nivel que ayudó a multiplicar la capitalización bursátil de la empresa durante su gestión.
La eficiencia en la plantilla es la prueba más clara de que la tesis de la IA se aplica internamente
El dato más concreto que respalda el impulso a la rentabilidad de Snowflake fue el crecimiento de la plantilla. Robins reveló que la compañía ha incorporado a unas 330 personas en lo que va del año, de las cuales entre 170 y 180 provienen de la adquisición de Observe, lo que significa que el crecimiento orgánico del personal se acercó a las 150 personas. Esto se compara con aproximadamente 940 nuevas contrataciones netas en el mismo período del año anterior, a pesar de que la previsión de crecimiento de los ingresos aumentó en 500 puntos básicos. Robins atribuyó parte de esto a un cambio en la estrategia de contratación en ingeniería: en lugar de contratar ingenieros sénior que exigen grandes paquetes accionariales, Snowflake contrata cada vez más a ingenieros junio que utilizan herramientas de programación de IA para ser más productivos a un menor costo. A nivel interno, Robins indicó que Snowflake ha cancelado todos sus contratos de software de inteligencia empresarial (BI) y análisis, reemplazándolos por paneles creados con CoCo, y ha desplegado un agente de habilitación de ventas llamado Raven que automatiza el trabajo de preparación de los ejecutivos de cuentas, además de una herramienta interna que denomina "Good Morning CFO", la cual extrae datos de unas 40 fuentes cada mañana y permite realizar consultas hasta el nivel de SKU o de cliente.
Los tiempos de migración se han reducido casi a la mitad, pero sigue existiendo una gran oportunidad inexplorada en la migración de sistemas heredados
Robins señaló que las herramientas de IA de Snowflake, incluidas las capacidades de su adquisición de Natoma para la conectividad MCP, ya han reducido los plazos de migración de los clientes de 10 u 11 meses a aproximadamente 6 meses, aunque advirtió que las dependencias del lado del cliente impiden llevar esta cifra a cero. Enmarcó la oportunidad general en términos de mercado total direccionable, citando una cifra del Día del Inversor de un mercado que se acerca a los $300.000 millones en los próximos cinco a seis años, una cifra que, según dijo, excluye el análisis adyacente, la inteligencia empresarial y otros casos de uso impulsados por la IA superpuestos en CoCo y Cowork. "Apenas estamos rasguñando la superficie", sostuvo Robins, argumentando que las cargas de trabajo de almacenamiento de datos heredados representan un flujo de migración grande y todavía en gran medida inexplorado a medida que las empresas buscan consolidar datos en plataformas preparadas para la IA.
La concentración de renovaciones en el cuarto trimestre es un patrón estacional conocido, no un riesgo nuevo
Al ser consultado sobre el riesgo de que una gran concentración de renovaciones de clientes coincida con el cuarto trimestre —momento en que muchos clientes empresariales finalizan sus presupuestos anuales—, Robins minimizó cualquier riesgo adicional. Destacó que los ejecutivos de cuentas están en contacto constante con los clientes durante todo el año para tratar temas de uso, retorno de inversión (ROI) y oportunidades de expansión mucho antes de las fechas de renovación. "No es un evento mayor. Es simplemente un evento normal para nosotros", afirmó, y añadió que los representantes ya están trabajando en las conversaciones de renovación con bastante anticipación dado el modelo comercial de Snowflake basado en el consumo.