Snowflake Q2产品营收+37%：当CEO说AI贡献了增长的一半，企业软件板块正在发生什么
Snowflake Q2产品营收+37%：当CEO说AI贡献了增长的一半，企业软件板块正在发生什么
2026年9月2日，美国股市收盘后，Snowflake公布了一份让整个企业软件行业停下来思考的财报。
数字本身并不复杂：Q2产品营收同比增长37%，达到$14.9亿。全年产品营收目标从$58.4亿上调至$60.7亿。超出分析师预期。
但CEO Sridhar Ramaswamy在财报电话会议上的一句话，比数字本身更重要：AI产品贡献了增长加速的约一半。
这句话为什么重要？
因为在过去18个月里，「AI驱动增长」几乎成了科技行业财报季的标配台词。每家公司都在说AI，但分析师们越来越疲于听这个词——因为大多数时候，AI更像是一个营销标签，而不是一个可以量化的财务贡献。Gartner 2026年上半年的企业调研发现，超过70%的企业表示已经部署了AI工具，但其中只有不到30%能够量化AI带来的具体业务价值。
Snowflake的这份财报，第一次在季度报告层面，给「AI驱动」打上了一个具体的百分比。
一、数字背后的结构变化：消费模式而非订阅模式
要理解这份财报的意义，需要先理解Snowflake是什么样的公司，以及它的商业模式为什么特殊。
Snowflake不是一个卖AI功能的公司。它的核心产品是数据云——一个让企业存储、查询、转换和共享数据的平台。它的商业模式是按消费量计费：企业使用平台处理的数据越多，支付的费用就越高。这个模式有时被称为「水电费模式」——你用多少付多少，不是固定订阅。
这个模式有一个关键含义：Snowflake的营收增长，直接反映了企业在数据处理上的实际消费量增长。当Ramaswamy说AI贡献了增长加速的约一半，他描述的不是「我们推出了一个AI助手功能，用户为此多付了一笔订阅费」。他描述的是：有一半的增量数据消费，是由AI相关的工作负载驱动的——企业在运行AI推理、AI微调、AI数据管道时，消耗了大量的Snowflake算力和存储。
这是个根本性的差别。
传统的「AI订阅附加费」模式：企业决定是否买一个AI功能套餐，价格弹性高，ROI不清晰时用户会选择不买或等价格下降。2024-2025年间，大量「AI加持」的SaaS产品发现，客户愿意试用但不愿意为AI溢价长期付费——因为价值无法量化。
Snowflake的「AI消费驱动」模式：企业不是在「为AI付费」，而是在「为处理了更多数据而付费」。AI只是让他们需要处理更多数据的原因，但账单里看不到AI两个字。这使得AI需求的增长，变成了一种更接近基础设施消费的模式：你需要用，所以你用，然后你付钱。
当CEO明确说「AI贡献了增长加速的约一半」，他实际上是在告诉市场：企业AI工作负载的规模，已经大到足以在季度报告中留下可量化的印记。这是一个里程碑——不是因为37%的增速特别高（Snowflake过去也有过更高增速），而是因为AI的贡献第一次被明确指认出来了。
二、软件板块的集体上涨：一次预期重定价
Snowflake财报公布的第二天（9月3日），市场发生了一件值得关注的事：不只是Snowflake自己的股价上涨，整个企业软件板块都在涨。
ServiceNow上涨约5%。Adobe上涨约4%。Intuit上涨约3.5%。Salesforce上涨约6%（此前Salesforce也因与Anthropic合作的Claudeforce产品以及本身的强劲财报获得了提振）。
这种联动不是偶然的，也不是纯粹的情绪传染。市场正在对一个隐含假设进行重新定价：如果AI工作负载真的在增加企业的数据消费量（Snowflake的初步证据），那么所有依赖「企业数字化程度深化」的软件公司，都可能从这个趋势中受益。 这仍是市场的一个假设性解读，而非经过验证的确定性结论。
逻辑链条是这样的：
- AI工作流需要更多的数据处理和存储（→ Snowflake、Databricks受益）
- AI工作流需要集成到更多的业务系统中（→ ServiceNow的工作流自动化、Salesforce的CRM数据受益）
- AI工作流需要大量内容创作、数字资产管理和设计自动化（→ Adobe的Creative Cloud AI功能受益）
- AI工作流需要财务预测、税务自动化和人力资源管理（→ Intuit、Workday受益）
这不是简单的板块情绪联动——而是市场在相信，AI需求的增长会通过「价值链传导」，在企业软件的多个层面上产生实质性的营收贡献。
但这个逻辑成立有一个重要前提：AI确实在推动企业在软件上的增量消费，而不只是在重新分配预算（从一个软件产品的预算转移到另一个）。Snowflake Q2数据是支持「增量消费」假说的第一个可量化证据。
三、AI需求的两个阶段：从试验到生产
要理解Snowflake这份财报的位置，需要对企业AI落地的阶段有一个清晰的认识。
第一阶段（2024-2025年：概念验证与试点）
这个阶段的特征是：大量企业在小范围内尝试AI，通常是创新部门或IT团队主导的实验项目。预算来自专项创新基金，规模小，与核心业务流程隔离。这个阶段产生了大量「AI能力展示」，但对企业整体IT支出的影响相对有限。
分析师们在这个阶段对AI收入增长持怀疑态度是合理的：试验性项目可以随时停止，不会影响核心业务。
第二阶段（2025-2026年：生产部署与规模化）
这个阶段的特征是：AI开始被嵌入核心业务流程——客户服务、风险管理、供应链优化、代码开发等。如果这一趋势持续并在下一个季度得到验证，企业AI需求将从「弹性需求」（实验项目，可随时停止）进入「刚性消费」（生产工作流，运营成本）——但目前，这仍是初步证据而非已确立的结论。
Snowflake CEO的表述，暗示他们正在目睹第二阶段的到来：AI不再只是一个实验项目，它开始成为企业核心业务流程的底层驱动因素，而这种驱动直接体现在了数据消费量的增加上。
这个阶段转换对整个企业AI市场的意义是深远的：
需求刚性增强：当AI工作流被嵌入生产流程，相关的数据处理消费变成了运营成本，而不是可选支出。关掉AI，业务就会受到影响。这和早期企业AI的「可选性」完全不同。
预算来源改变：AI消费开始从「创新实验预算」转移到「IT运营预算」。IT运营预算更稳定、更难被削减，因为它支撑的是已在运行的生产系统。
规模效应出现：当AI工作流从单一团队扩展到多个部门，数据处理量会呈倍数增长，而边际成本相对可控。这是Snowflake增速加快的底层逻辑。
四、竞争格局的另一面
Snowflake Q2的亮眼数字，不应该让我们忽视这个市场的竞争压力。
Databricks的挑战：这家私营数据智能公司在私人市场的估值被广泛报道超过$600亿（具体数字因来源不同存在差异），是Snowflake最直接的竞争对手。Databricks的优势在于开源生态（Delta Lake格式、Spark集成）和机器学习工作流的原生支持，这让它在AI训练和MLOps场景下有天然优势。Snowflake的Cortex AI（内嵌AI功能）和Arctic开源模型是反制措施，但两者之间的竞争预计在2026-2027年将更为激烈。值得注意的是，两家公司选择的战场有所不同：Databricks更侧重AI训练数据管道，Snowflake更侧重AI推理时的数据查询和分析工作流——在AI应用层面，两者的竞争可能是互补而非零和的。
云巨头的竞争：Google BigQuery、AWS Redshift、Azure Synapse的AI集成能力在快速演进。云提供商有一个关键优势：他们不只是提供数据处理平台，还提供AI计算能力、模型训练和推理服务，形成了更完整的AI价值链。但Snowflake的「跨云中立」定位（可以在AWS、Azure、GCP上运行）在多云战略的企业中仍然有独特价值。企业为了避免被单一云绑定，往往愿意为Snowflake的跨云数据访问能力支付额外的成本。
开源替代：Apache Iceberg、Delta Lake等开源数据格式的普及，正在削弱专有数据平台的部分锁定效应。企业在AI数据处理上的投资，不一定都要流经Snowflake。
尽管有这些竞争压力，Snowflake的Q2数据显示，至少在目前，它的平台在AI工作负载增长中获得了真实的份额。37%的产品营收增速，是在激烈竞争格局下实现的，这说明市场需求的增速，超过了竞争侵蚀的速度——至少在这一个季度是如此。
五、怀疑论者需要回答的问题
Snowflake Q2财报引发了一批建设性的怀疑：
「AI贡献一半增长」是否可持续？ 企业AI工作负载的部署往往有一个「初始冲刺」期——新项目上线时数据消费激增，但之后会趋于稳定。Ramaswamy的表述描述的是Q2的情况，不一定代表长期趋势。
增量消费还是替代消费？ 如果AI工作负载只是替代了原有的传统数据查询（而不是新增消费），那整体数据处理预算不会增加。Snowflake的消费量增加，需要来自「企业总体数据处理量增加」，而不只是「AI工作负载从其他平台迁移到Snowflake」。
FCF同样需要关注。同期亚马逊AWS的Q2营收也是+37%（$422亿），但亚马逊过去12个月的自由现金流是负$76亿。这说明高增速不等于健康的现金流——大规模AI基础设施投资会先消耗现金，再产生回报。Snowflake不需要自己建算力，但它的客户（AWS、Azure等）在AI算力上的巨额投入，长期来看会通过竞争加剧、价格压力等方式影响Snowflake的市场。
六、这份财报真正告诉我们什么
2026年9月之前，「AI正在推动企业需求增长」更多是一个需要被验证的假说。Snowflake的这份财报，提供了第一批季度级别的量化确认之一。
但这个「第一批」本身也值得细想——这意味着在此之前，大量「AI推动增长」的叙事，并没有得到同等量级的财务验证。
真正的问题不是「AI现在是否在驱动增长」，而是：这种增长是可持续的、结构性的，还是企业AI部署早期阶段的阶段性加速？
Snowflake Q2数据给出了一个积极的信号：AI工作负载的消费量增长，已经足以在季度报告中留下可量化的印记。这是第一阶段验证。
第二阶段验证将是：这些AI工作负载能否在企业内部继续扩展（更多部门、更多流程），以及它们是否能产生足够清晰的ROI，让企业愿意持续加大投入，而不是在初期尝试之后因为看不到回报而缩减。
如果Snowflake在2027年Q2同样能报告AI贡献了增长的一半，那这才是一个真正的结构性趋势。如果不能，那2026年Q2的这个数字，可能只是企业AI部署早期的一个集中爆发点——值得记录，但不代表行业长期趋势。
软件板块的联动上涨，是市场在押注前者。
怀疑者会说：还需要更多数据点才能下结论。这也是为什么Snowflake下一份季度财报，将变得异常重要——不只是对Snowflake投资者，而是对整个企业AI市场的判断。
AI从「附加组件」到「核心消费驱动」的转变，可能就在这几个季度之间发生。Snowflake Q2数据是迄今为止最清晰的路标。
参考来源：Yahoo Finance（Snowflake Q2财报分析，2026-09-13）、Forkast News（AI资本市场分析，2026-09-12）、Yahoo Finance（Alibaba vs Amazon AI支出比较，2026-09-13）、Investment News（AI独角兽VC数据，2026-09-11）