Snowflake 押注 Cortex Analyst 與 Cowork，承諾 2028 會計年度第四季實現 GAAP 獲利
Snowflake 分析師日，2026 年 6 月 2 日 — 舊金山 Summit 大會
Snowflake 在年度投資人日釋出兩項投資人期待已久的關鍵訊號：一是明確承諾在 2028 會計年度（FY2028）第四季實現 GAAP 獲利；二是針對 Cortex Cowork（該公司的個人工作代理）進行了前所未有的清晰定位。它不僅僅是一個數據查詢工具，更是一個企業級控制平台，旨在與 Microsoft Copilot 和 Salesforce Agentforce 等產品正面交鋒，爭奪知識工作者核心作業系統的地位。在週二之前，這兩項策略目標尚未完全明朗。
GAAP 獲利目標成為財務承諾核心
財務長 Brian Robins 宣布，Snowflake 將透過三大槓桿實現 FY2028 第四季的 GAAP 獲利：營收成長、營運費用控管，以及減少股權激勵（SBC），其中後兩者為重中之重。Robins 特別強調這並非基於營收假設的變動：「這不是關於 FY28 營收的討論。」他向分析師提供的關鍵模型輸入是 SBC 的軌跡，指出 SBC 已從營收的 41% 降至 34%，本會計年度預計降至 27%，顯示持續下滑的趨勢。非 GAAP 營運利潤率從 FY25 的 6.4% 上升至最近一季的 13.5%，在兩年內翻倍，同時維持非 GAAP 產品毛利率在 75% 左右。公司亦證實目前無意進行大型併購，且在 45 億美元的股票回購計畫中，仍有約 8 億美元額度可用。
GAAP 獲利承諾在象徵意義上與財務意義同等重要。執行長 Sridhar Ramaswamy 將其視為過去三年內部改造的成果：「我認為這是我們過去三年致力於重塑自我，變得更積極、更專注於產品、更追求品質的結晶。」他向投資人傳達的訊息是，公司相信能同時實現營收成長與利潤率擴張，這並非僅靠裁員，而是透過運用自家 AI 工具，從根本上重組工作流程。
Coco 與 Cowork：同一策略的兩面
投資人日最實質的產品訊號，在於對 Coco（Snowflake 的程式編寫與數據代理）與 Cowork（個人工作代理）之間進行了迄今最清晰的區隔。Ramaswamy 形容兩者為「同一枚硬幣的兩面」，共享龐大的基礎設施，但針對不同角色進行了客製化。Coco 是技術從業人員的工具，已在 Snowflake 超過 1.4 萬家客戶群中廣泛部署，並有具體成效：一家全球 2000 強的飯店集團使用 Coco 將遷移速度提升了 60% 以上，一家金融服務公司則在重複性工作中節省了超過 500 小時。Coco 桌面版在 Summit 大會上正式全面發布，此前僅進行了數週的公開預覽。
Cowork 則是規模更大、更具前瞻性的賭注。該產品最初於 2024 年 11 月以 Snowflake Intelligence 之名推出，定位為分析彙整層，隨後演變為更具野心的目標——一個整合結構化與非結構化數據，並能串接 Salesforce、Gmail 與 Workday 等企業應用程式，同時支援自動化與排程的個人工作代理。Robins 形容他每天早上都會使用：「我進入 Coco 輸入『早安』，它會在幾分鐘內將所有結構化與非結構化來源的數據整理成易讀的格式。」透過收購 Natoma（一項新披露的補強型收購，為 100 多個商業系統增加了 MCP 連接能力），Cowork 現在可以進行一次性驗證，並在企業應用堆疊中跨系統運作，同時由治理政策控管代理在外部能做與不能做的事。
收購 Natoma 補齊 Cowork 所需的企業治理層
在 Summit 大會上宣布的 Natoma 收購案，解決了代理式 AI 部署中最尖銳的批評之一：即代理向外推送數據時缺乏防護機制。產品執行副總裁 Christian Kleinerman 以 Snowflake 內部的配置為例：「我們配置 Natoma 電子郵件連接器的方式是，你可以要求代理 Coco 發送郵件。如果收件人是內部人員，它會直接發送；如果是外部收件人，它會將其存入草稿。」該產品賦予管理員設定政策、稽核所有代理活動，以及在所有連接系統中啟用單一登入（SSO）的能力。對於因大規模部署代理而對治理問題感到卻步的企業而言，這是平台的一項重大升級。
Snowflake 管理的 Iceberg 儲存消除了開放格式的最後障礙
技術上最重要的公告之一，也是一般投資人可能低估的，是 Snowflake 管理的 Iceberg 資料表儲存正式全面發布。過去客戶轉向 Iceberg 時，面臨的長期權衡是必須自行管理物件儲存，這會犧牲 Snowflake 的部分操作便利性。如今這種摩擦已消除。Kleinerman 直言：「你依然可以保持互通性，但儲存管理交給我們，且我們提供更具經濟效益的方案。」他認為這對 Iceberg 的採用率而言，是「比我們預期與建模中更好的助力」。Snowflake 將 REST Catalog API 整合至 Horizon 目錄中，進一步強化了互通性，實現對 Databricks、AWS Glue 及其他引擎中數據的讀寫存取。Kleinerman 強調 Snowflake 的 Iceberg 實作「不輸給任何人」，他指出這是「基於事實」——該公司目前是 V3 規範最廣泛的實作者，並正主導 V4 規範的制定。
遷移加速正成為真正的營收驅動力
Robins 比以往更明確地量化了遷移趨勢：FY26 的遷移量較 FY25 成長 1.9 倍，應用案例成長 1.7 倍。首次消費時間（Time-to-first-consumption）已從 10 個月縮短至 7 個月，並目標進一步縮短。Datometry 的收購（現已產品化為 Snowflake 遷移套件的一部分）增加了 Teradata 虛擬化功能，允許企業在底層運行 Snowflake 的同時，向舊有應用程式呈現 Teradata 介面，這可能將長達數年的 Teradata 遷移週期大幅縮短。Spark 的遷移流程也在有機改善：Kleinerman 提到一位客戶在進行一半的 Spark API 遷移時，直接要求 Coco 將工作負載轉換為 Snowpark，不僅完成了遷移，效能更提升了 5 倍。
銷售指標朝正面發展
Ramaswamy 披露了兩項內部生產力指標，顯示市場進入（Go-to-market）轉型已見成效。最近一季，每位客戶經理（Account Executive）贏得的應用案例數年增 86%；每位解決方案工程師（Solutions Engineer）實現的應用案例上線數年增 58%。兩項指標均按人計算而非總量，排除了團隊規模的干擾因素。銷售週期長度創下四個季度以來的新低，Ramaswamy 承認這在競爭激烈的環境下與直覺相悖。新客戶數量與新客戶年度合約價值（ACV）皆較去年顯著成長。公司新任 CRO（內部稱之為 JB）已在 Snowflake 任職超過十年，正引導公司轉向基於成果的定價模式，客戶經理現在已能在客戶面前使用 Coco 和 Cowork 進行合成數據演示。
OpenAI 的數據分析公告並非想像中的威脅
當德意志銀行分析師 Karl Keirstead 提出 OpenAI 的並行數據分析產品公告時，Ramaswamy 當場進行了查詢並總結道：「這些看起來像是運行在 Snowflake 之上的輕量級技能。我認為這更多是關於如何從核心層使用這些功能，而這正是他們實際與我們討論過的內容。」他補充說，該公告「實際上是呼叫我們的 MCP 連接器，我們週五才剛給他們報價。」對於 frontier model 公司是否會垂直整合進入數據層的更廣泛問題，Ramaswamy 的回應較為審慎：他將其與雲端供應商進行了明確對比，指出那些構建競爭性數據平台的超大規模雲端供應商，最終在大多數客戶端反而變得更具互補性而非競爭性。他也點出了一個有利於 Snowflake 的成長動態：「我們開始聽到客戶說：『我對這家 AI 模型公司做出了重大承諾，但現在我想用另一家。』我們曾在雲端供應商身上看到這種動態，而這正開始讓我們受益。」
Cowork 仍處於初期階段——管理層坦言
投資人日最重要的警示來自 Ramaswamy 本人，且未經提示。關於 Cowork，他表示：「我是第一個承認這還很早期，我們必須向各位證明其規模化應用案例的人。」他概述的發展路徑——創造世界級產品、爭取指標性客戶採用、證明規模化採用、最後推動營收——將 Cowork 穩固地置於第二或第三階段。當瑞銀分析師 Brent Thill 追問 30% 初頭的成長率是否與所描述的機會相符，特別是考慮到 Snowflake 的主要競爭對手成長速度快約一倍時，Ramaswamy 並未反駁：「我們絕對渴望更多，但『展示成果』勝過『紙上談兵』。」Robins 指出，財測基於觀察到的行為，隨著趨勢顯現，保守的上修將隨之而來。誠實的解讀是，Cowork 對營收的貢獻尚未反映在數字上，而是體現在客戶對話、銷售管道訊號與內部驗證案例中，儘管案例眾多，但尚未達到能顯著拉動成長率的規模。
勞動力重塑是未言明的營運槓桿故事
當天最被低估的主題，可能是 Snowflake 透過 AI 驅動的勞動力轉型對自身成本結構所做的改變。公司解散了技術寫作團隊，因為認定編寫代理能產出更優質的文件。其網站可靠性工程（SRE）團隊圍繞 Coco 的營運工具進行了重組，實質降低了所謂的「維運」開銷。員工人數成長幾乎為零——最近一季扣除 Datometry 收購案後僅淨增 17 人，上一季為 37 人。當 Raymond James 分析師 Adam Tindle 問及在有成長機會的情況下，為何 GAAP 獲利是優先事項時，Ramaswamy 的回答發人深省：「僅靠投入更多人力並不能解決更多問題。規模化不再需要由處理問題的人力數量來驅動。」這意味著 Snowflake 相信 AI 增強的生產力在結構上已足以支撐業務成長，而無需按比例擴張人力——如果此論點正確，這將使利潤率的軌跡變得持久而非週期性。