$Snowflake(SNOW.US)

SNOW 的業務很強，但財務翻譯很難

機構最喜歡的公司有一個特點：業務邏輯能直接翻譯成財務模型。

達子的變現途徑是清晰的，GPU 供不應求 → 數據中心收入暴漲 → 毛利率高 → EPS 上修。

巨硬不如達子的敍事硬，但也能打。Azure 增長 → M365 Copilot 提價/滲透 → backlog 增長 → EPS 穩定上修。

再來看看 Snowflake 的敍事鏈：企業數據雲 → 數據治理 → AI 訪問層 → workload 增加 → consumption 增長 → revenue recognition → margin / FCF。

中間環節太多。客户用了 Snowflake，不代表馬上多花錢，AI 接入 Snowflake，也不代表 Snowflake 一定捕獲最大價值。

所以機構會問，AI 讓 Snowflake 的 usage 增加多少？這個 usage 是一次性遷移，還是持續性消費？客户會不會優化查詢成本，反而壓低消費？Databricks / Microsoft Fabric / BigQuery 會不會搶走新增 workload？

這就導致 SNOW 很難像 NVDA 那樣形成單線條買入邏輯。

SNOW 不是傳統 SaaS 那種 “按 seat 收費為主” 的公司，而更偏 用多少算多少。

客户數據量和查詢量上來，收入可以很快增長。

但也有壞處，客户如果做成本優化、減少查詢、壓縮工作負載，收入也會受影響。機構很怕這種模式，因為它不像訂閲 SaaS 那樣容易預測 NRR、ARR、續費率。

SNOW 經常變成一種季度執行票：

本季 product revenue 指引強，股價漲；

management 説客户優化還在繼續，股價跌；

AI workload 有想象力，股價漲；

consumption 沒明顯加速，股價跌。