Sridhar Ramaswamy（首席执行官兼董事）
Brian Robins（首席财务官）
身份不明的参会者
Karl Keirstead（瑞银集团）
好的，我们开始吧。第四天了。很多熟悉的面孔。考虑到我们已经面对面四天了，你们现在看着我，我也看着你们。你们应该感到欣慰，这么多人在第四天还能到场。我知道，因为我看到他们中的许多人昨晚在Thirsty Camel酒吧待到很晚。所以你们真是太了不起了。我很高兴Snowflake能来到这里。Sridhar和Brian。顺便说一下，Brian，恭喜你担任这个职位。很高兴看到你以新的身份来到这里。
谢谢。是的。
强大的团队。显然，Snowflake刚刚发布了财报，所以我们当然有机会和Brian讨论本季度的一些情况。不过，也许我们先从你开始，Sridhar。去年我们在这里聊过，那次讨论非常棒。当你回顾2025年时，你认为有哪些事情进展非常顺利，又有哪些事情没有完全按计划进行？
感谢邀请。很高兴见到大家。无论是去年还是今年，Snowflake团队和我的两个主要目标都是加快项目产品开发速度，以及通过全球分布的销售团队将这些产品推向市场。是的，这就是Snowflake的核心。当人们问我，人工智能如何让Snowflake变得更好时，我担心的是如何让这两个职能部门变得更好。这两件事都很棘手。产品开发速度，任何关注大公司投入大量精力的人都知道，不仅仅是让人们去解决问题那么简单。它需要做出正确的选择，需要有品味。产品仍然具有魔力。我们没有人能完全说清楚为什么一个好的产品能有这样的效果。所以产品有点让人头疼。我对产品团队在产品上投入的匠心和速度感到非常满意，比如Snowflake Intelligence这样的产品。每个人都想创建一个智能代理解决方案。这现在显然是个热门词汇，但我们快速创造价值的能力，创建Snowflake Intelligence代理实例的整个生命周期，让我能够向你们展示它的功能，让你们作为用户能够理解并说“嘿，这很棒，我很喜欢”，这仍然很有魔力。
我认为我们在很多方面都做对了。我们收购的一些公司，例如Data Volo，已经变成了Snowflake的Openflow，团队表现非常出色。我们还扩大了视野，致力于覆盖整个数据生命周期，在Snowflake的框架内开展了多项产品工作。可以说这部分进展顺利。在市场推广方面，我们一直在努力将这些新产品推向市场，确保我们的销售团队接受相关培训，在有意义的地方引入专业资源，但始终关注如何推动更广泛的团队掌握更多技能。我们任何人都只能负担得起有限数量的专业团队。我认为，过去两年，团队变得更加量化和深思熟虑，这在很多方面都是非常有益的。至于哪些方面本可以做得更好。我喜欢用轶事来说明。我给你们讲一个我成长过程中的小故事。
如你所知，大多数在美国取得卓越成就的人都曾在印度经历过马德拉斯印度理工学院（IIT Madras）的严酷考验，也就是IIT入学考试。这些考试非常可怕。数十万人参加，只有几千人能合格。我很久以前在这个考试中排名第35或36位。我告诉我爸爸，他说：“真的吗？为什么是36名？”这就是我们可以做得更好的地方。我明白，现在是一个充满无限机遇的时代。我认为产品开发的速度确实非常惊人。你看到像OpenAI和Anthropic这样的公司日复一日地在做这件事。他们的思维方式不同。他们不受传统软件公司的失败模式或工作方式的束缚。因此，我们需要在很大程度上进行调整。无论是我的产品和工程团队，还是市场推广团队，我认为他们被期望做的事情将会非常不同。要让数千人快速做出改变，并告诉他们必须以不同的方式谋生，这真的很难。
好的，让我们谈谈一些更广泛的趋势。Sridhar。我知道，在座的每个人也都知道，当我们与客户和合作伙伴交谈时，我们总是听到这样的说法：尤其是在我们为人工智能时代做准备时，我们必须更好地聚合、同步和利用企业数据。这是一个非常普遍的主题。
没错。
这一点也反映在大多数数据软件公司的股价上，这些股票表现良好，因为市场认识到了这一趋势，而且在大多数情况下，增长率正在加速。所以很明显，一些非常有趣的事情正在发生。那么，如果你要深入探讨过去几个季度（你可以选择任何时间段）你所看到的一些有趣的需求趋势，有哪些变化开始出现，你会鼓励大家关注这些变化？
是的，我认为人工智能的大主题是我称之为“思维工业化”的开始。首先，工业化的发展需要几十年甚至几个世纪的时间。但我认为这个时刻的独特之处在于，这些语言模型有能力进行规划，能够执行只有人类才能完成的任务。在过去50年的计算时代，数据系统在很大程度上一直是后台事务。老实说，没人关心。你只想要季度收益报告，你不在乎它经过了800个人的手，有很多人在编辑小电子表格。
这有点像家庭手工业。Snowflake Intelligence之类的产品以及消费者端的ChatGPT之类的产品，极大地揭示了一个事实：如果你有正确的数据，你就能创造奇迹。例如，你们用深度研究报告能完成的工作，我相信你们都知道，以前分析师做这类工作需要一周时间才能生成一份高质量的深度研究报告。但其中很多技术基本上都是经过训练的，而且只使用开放网络。这就是为什么数据如此重要的简单解释：如果你想要那种思维水平，如果你想要那种能让你惊叹的规划能力，当涉及到这些人工智能产品时，无论是Gemini、ChatGPT Research还是Anthropic的产品，对于你自己的企业来说，你都需要高质量的数据。
我认为这就是令人兴奋之处。是的，它是更快地获取数据。但越来越多聪明的CEO也意识到，将这些数据放在Snowflake这样的平台上，使其易于访问、易于转换，也是业务转型的基础。因为以前需要人们传递纸质文件或PDF才能完成的事情，现在更容易自动化了。这就是为什么“人工智能就绪平台”的概念如此重要。这也是我们看到Snowflake需求增长的原因。因为Snowflake中的数据首先是Snowflake Intelligence的人工智能就绪数据。但未来还会有更多其他功能，它们都建立在数据转换和思维转换的概念之上。
当我与客户交谈并具体询问他们如何着手时，有多种途径。没错，有些客户只想将数据放入他们选择的云基础设施或Snowflake之类的平台中。但我也和其他人交谈过，包括在座的一些人，他们参加了我与瑞银IT人员的讨论。我们正试图部署一种不同的模式，更像是数据网格，我们试图将所有数据保留在原地，不复制，不移动，直接使用静态数据。因此，感觉有多种途径可以实现数据栈的现代化。这些途径中有没有哪些更有利于Snowflake？我确定前者是有利的。但当客户采用UPS那样的路径时，你们仍然能从中受益吗？
首先，任何公司都不应该试图在一天内对其所有业务进行大规模转型。这是我明确告诉所有客户不要做的事情。你只是在承担太多风险。我永远不会这么做。我不再接受团队提出的没有明确交付成果的两年期项目。老实说，每个月都要有成果，因为两年太长了。我不应该相信那样的计划。因此，渐进式变革非常重要。另一方面，计算向云迁移的长期趋势是有原因的。
是的，本地系统涉及繁荣与萧条的资本投资周期。而且，软件工程师和优秀公司的注意力越来越不在本地系统上。许多本地系统和软件都处于价值提取而非价值创造的领域。人们从这些系统迁移出去是有原因的。因为如果他们想将某个问题的计算量增加5%，那个“乐于助人”的供应商会告诉你，你必须支付两倍的费用，因为他们正处于从每个客户身上榨取每一美元的阶段。而在Snowflake上，你甚至不必告诉我你想在某个问题上多花5%的计算资源，因为你的团队发现这个问题很有趣。
这就是为什么像Snowflake这样的云计算平台确实受到LASA团队青睐的长期原因。我们还有最好的技术，可以在数据之上创建人工智能和智能代理技术解决方案。我们有很多优势，但世界绝对是异构的。开放格式之类的东西。当然，如果Hadoop系统通过S3 API公开数据，我们可以读取其中的数据。现实世界是混乱和复杂的，我们会与之友好合作，但我们的长期优势也很强大，而且只会从现在开始不断增强。
是的，当我与客户交谈时，我确实感觉到他们对将更多数据迁移到云中的兴趣日益浓厚。所以你说的很符合实际情况。也许这可以自然地过渡到Brian。我认为你很清楚，Snowflake在7月季度受益于多项大规模迁移活动。我记得你提到过很多金融和电信客户，而昨晚公布的业绩可能没有达到同样的程度，但这只是季度间的差异。那么，你如何描述这种迁移活动的节奏？为什么它会在一个季度激增，而在另一个季度恢复正常？
是的，当然。你知道，在纯 consumption 模式下，季度业绩本质上会有一些波动。因此，第二季度是迁移活动非常强劲的一个季度。但想想看，有成千上万的公司，他们围绕你的季度末规划迁移。这与他们内部的转型时间有关。所以当我们报告业绩时，我们就像划下一条线，而我们确认的收入取决于所有这些公司在迁移过程中的位置，这与SaaS公司不同，SaaS公司一旦 billing，收入就按日确认，使用量的影响不大。
因此，我们真正想让人们关注的是财年指引。你知道，我们对本季度的表现非常满意，报告的收入同比增长29%。本季度没有出现任何意外情况。我们在电话会议中提到了一件事：一家超大规模云服务商的 outage 造成了大约100万到200万美元的阻力。但其他一切都基本符合预期。然后我们将四年期指引上调了5100万美元，以反映我们从所有这些迁移中看到的客户行为本质。
是的，不过 Brian，我还是想继续讨论迁移这个主题。当我看到你们1月份季度（第四季度）的指引时，你可能不希望我这么做，但我假设会有2到3个百分点的超出预期，你们最终会实现产品收入增长率在第四季度重新加速。那么，你们在1月份季度是否看到了一些与10月份季度相反的趋势？比如看到一些积极因素，可能是更多的迁移活动？
是的，当然。在 consumption 模式下报告收益时，你可以想象，作为一家数据公司，我们每天都会查看数据，拥有所有这些机器学习模型，还有很多人实际上在做每日预测。因此，我们在给出指引时会考虑所有观察到的客户行为。因此，你看到的是我们在报告前90天内观察到的情况。因此，在过去90天里，我们看到整体迁移情况有所改善。
好的，我唯一要补充的是，请记住，作为人类，我们喜欢看到二元结果。也就是说，人们很容易说某个指标在加速或减速。对吧。但我们关注的焦点是接近30%的增长 mark，在我看来，这是一个很好的位置。显然，我们有一个季度略高于这个数字，另一个季度略低于这个数字。但对我来说，能够保持在这个水平是很棒的。如果要说有什么的话，你应该问Brian，要达到40%的增长率需要什么条件。
好的，我可能会问这个问题。
那只是假设。
但公平地说，在你们这个规模的软件公司中，增长率达到30%的并不多。所以我同意你的看法。让我们回到人工智能方面。有一个主题让我感兴趣，那就是不仅客户在人工智能时代的行为方式，还有Sridhar，你和工程团队如何将人工智能整合到Snowflake的产品集中，以实际提高查询速度。就像多年来硬件发生的许多变化一样，芯片组不断改进，提高了查询速度。Snowflake如何将人工智能嵌入核心产品，为客户带来性价比提升？
你说的 queries 是什么意思？
你知道，就是在Snowflake中托管数据的客户出于商业智能报告需求而查询数据。你们是否以某种方式嵌入人工智能，让他们能够更轻松地与数据交互，查询速度更快一些。
是的，我会把这个问题分成两个部分。是的，我们在不同时期对Snowflake的性能进行了大量改进。其中一些来自超大规模云服务商或英特尔等公司生产的新一代芯片。这些通常涉及性价比权衡，也就是说，使用新芯片可能会获得20%的性能提升（意味着查询完成速度更快），但另一方面，芯片本身的单位时间成本可能会高出10%。我们还进行了许多软件改进，只是为了让查询速度更快。
这些通常与人工智能几乎没有关系，而且我们在过去几年中一直在努力解决如何推出这些改进。我们曾与你们中的许多人讨论过如何推出性能改进等等。但我的团队中有一位天才想出了新一代仓库的主意，它提供了许多这些性能改进，但价格大致保持不变。这就是第二代仓库（Gen 2 warehouse）。这个想法在很大程度上是双赢的。我们不会看到收入减少。
至少这是我们的愿望。正确定价是一个复杂的建模问题。但另一方面，我们的客户有很多工作做得更快了，他们不需要做任何事情。这是我们越来越倾向的权衡，我们可以谨慎地将一系列好处分配给客户，但也可以控制我们希望承担的价格影响。第二部分更多的是关于你们如何使用人工智能来让使用Snowflake、配置Snowflake、优化Snowflake的过程变得更好。这对我们整体来说实际上是一个非常令人兴奋的领域。我们有一个产品，目前处于 private preview 阶段，名为Cortex Code。这个想法在很大程度上是它是一个数据代理，作为Snowflake的一部分，可以为你处理相当复杂的任务。
以至于我的工程师们都感到害怕，我可以在一个下午就写出原型，因为它更注重你想要的结果，并帮助你，引导你完成整个过程。是的，它将用于优化查询，但也将用于配置复杂的连接器，比如OpenFlow，以便从Oracle系统提取数据并更快地放入Snowflake。但这回到了我的观点，即这是一个需要从根本上重新思考产品开发的时代。
但产品推出以及解决方案工程师或服务工程师如何使用软件的方式也需要发生重大变化。我们认为这将对迁移等活动产生巨大影响。你 earlier 提到了这一点。在我认识Snowflake的两年半时间里，迁移一直受到Snowflake团队和合作伙伴团队安全处理能力的限制。每次迁移都是高风险的操作，因为背后有一些关键系统，业务负责人会说，在迁移前后必须完全一样。
这很可怕，但我们认为人工智能可以极大地加速迁移速度。它们都属于同一个范畴，即如何使用人工智能让这些复杂的数据工作变得更快、更安全？
这很有趣。所以这可能会在未来几年加速迁移活动。
100%。100%。我认为会有阶段性的变化。过去三个季度我一直在谈论这个问题。我有一些个人关注的重点项目。人工智能驱动的迁移就是其中之一，因为其潜力实在是太惊人了。
好的，也许可以对该领域的其他一些发展发表一些看法。Frida，我在夏天问过你这个问题。你可能不记得了，但我指出，很多SaaS公司，也就是这个群体关注的应用供应商，都在以各种方式转型。Salesforce可能是一个很好的例子。他们从工作流自动化SaaS公司的根源，逐步进入数据领域。似乎每个SaaS公司都试图在一定程度上成为数据公司。你对这种转变有什么看法？数据领域中有没有哪些部分是他们有权利赢得的，哪些部分可能超出了他们的能力范围？
我的意思是，为了给这些问题提供一些历史背景，大多数SaaS供应商基本上都是运营事务性系统。这些是记录系统。如果你想申请带薪休假（PTO），或者想招聘新人，你会进入Workday系统，有人会在那里输入信息。对这些公司来说，报告一直是事后才考虑的事情。我曾经管理过AdWords团队。我们有一个报告团队。但老实说，那个报告团队对我的常规团队来说有点像负担。我宁愿让他们致力于如何赚更多钱，而不是给广告商提供更多统计数据。这是所有SaaS供应商对报告和分析的普遍态度。这也是像Snowflake这样专注于擅长分析的平台崛起的部分原因，因为我们非常擅长做这个。
在过去的许多年里，我们已经确立了自己的地位，成为可以汇集不同类型数据、并列比较以获得企业内部360度视图的地方，这是我们都渴望的，尤其是在人工智能时代。但即便在那之前，随着分析变得越来越重要，人们开始认识到数据存在闭环。
人工智能加速了这一点，因为人们现在明白，如果Snowflake拥有一家公司所有最关键数据的副本，它就可以成为决定优化什么、下一步做什么的地方。因此，出现了许多所谓的“准数据云”。似乎每隔一个月就会出现一个。大致而言，关于我们的权利，首先，我们不认为这是一场零和游戏。我们认为有很多价值可以创造。我们已经与Salesforce、ServiceNow、SAP、Workday等公司建立了双边合作伙伴关系，还有其他几家正在筹备中，基本上都是为了这类协议。这个想法在很大程度上是，通过这样做，这些公司能够创建可以赚钱的产品，因为这些数据确实有价值。
但我们也能赚钱，因为通过这些双边协议，我们可以获取数据，与其他数据并列比较。我们的客户，比如你们，最终会从使用Snowflake中获得很多价值。所以这不是零和游戏。会有在Snowflake之上开发的智能代理解决方案。也会有在这些公司提供的平台之上开发的智能代理解决方案。这有点像让最好的产品获胜。我们对自己的地位感到满意，因为我们已经做了很长时间了。
Sridhar，你一直有竞争对手，有些是大公司，比如谷歌和微软，但让我问你一个较小的竞争对手，它引起了我的注意，我想也引起了其他人的注意，那就是Clickhouse。我认为他们以低延迟分析工作而闻名，尤其是某些日志事件之类的。你对他们有什么看法？Snowflake在推出能够做到这一点的功能方面处于什么阶段？
交互式分析是一个有趣的类别，正如你正确指出的，Snowflake并不总是关注这个领域。我们的许多客户，即使是大客户，每当他们想从Snowflake提供数据时——我的意思是将Snowflake中的数据提供给像你们这样对延迟有严格要求的用户——比如你在查看交易屏幕时，想要看到一些汇总数据，你对延迟的容忍度甚至不到一秒。你希望它立即显示出来。这不是我们过去关注的领域，但我们认为这是我们正在做的事情的自然延伸。
我们实际上已经推出了一个名为交互式分析（Interactive analytics）的产品功能，专注于高性能分析。我们的目标，作为亲自对这些系统进行过负载测试的人，我可以说，我们的目标是简单查询的延迟低于200毫秒，以便能够大规模部署。Snowflake的底层技术确实令人惊叹，我们可以支持每秒数百次查询，这如果不是更多的话，可以转化为数百万用户直接在Snowflake之上。它们与我们常规的Snowflake系统有不同的权衡。但你知道，这是我们真正擅长的。有一个精干的团队正在研究它，进展顺利。我认为这对我们来说将是一个有趣的类别。
是的，我期待明年能看到这个功能。谢谢你，Brian。Snowflake的利润率结构有了新的视角。我的观点是，这家公司实际上有相当不错的EBIT利润率潜力。也许这也是吸引你加入这个平台的原因之一。但Sridhar和他的团队已经建立了一家年收入40到50亿美元的公司，但在我看来，它的EBIT利润率结构还有提升空间。你同意这种观点吗？你认为未来几年可以从哪些方面进行改进？
是的，当然。我坚信，而且你可以看看我过去所在的公司GitLab和VeriSign，你可以实现增长，但同时也可以负责任地做到这一点。因此，Sridhar和我100%一致。我最近做的一件事是，我们坐下来，向所有ELT分发了年度运营计划，并通过使用人工智能来提高问责制。提高效率，而不是仅仅投入更多人力来解决问题。所以这是一个巨大的市场。这是一个非常有趣的市场。它一直在变化，所以我们非常专注于增长。但我们会负责任地做到这一点。
是的。好的。我们还有一分钟时间，也许你可以问Brian一些关于财报的问题。我给你一个机会。我想有人举手了，Malcolm。是的，我想你可以直接说出来。
你们现在有Cortex Rep API。它可以用于行动。所以产品是相互关联的。你们实际上可以给他们快速开发人工智能应用的能力，在此之上，可以摄入数据，获取屏幕管道，从而创建全面的系统。Snowflake环境。我想听听你对这个机会的看法。
是的。我会把这更多地描述为Snowflake中的数据具有引力，我们正在让将数据引入Snowflake变得越来越容易。但我们对这些数据的超级能力是我们施加的治理和安全层。将数据引入Snowflake的人通常会设置细粒度的权限，我们可以在极大的规模上处理这一点。数万个角色，角色之间复杂的关系，为拥有10万名员工的复杂公司建模，他们的应用程序变得有趣的是，这些企业中有很多人说，我想构建一个流畅的交互式应用程序，但我不想重新讨论治理和谁有权访问什么数据的决定。
我们如何让它作为Snowflake系统的一部分超级容易地工作？Streamlit就是这样一种尝试。老实说，那是两三年前的事了，我们在让它高性能和易于使用方面做得不是很好。人工智能在这里是一个巨大的游戏规则改变者。我们目前在编码智能代理方面的努力是，我已经做过了，你基本上写两三句话。既然我在这些表中有这个数据集，帮我制作一个Streamlit来可视化数据结果、选项，你可以对其进行调整等等。
但我们也认识到，现在有一整个生态系统的公司专门从事快速应用开发。你们所有人肯定都知道像Vercel这样的公司。他们有一个很棒的新产品叫做V0，这是他们的编码助手。你可以用很少的编程开发出非常漂亮的React应用。我们几周前刚刚宣布了与他们的private preview，我们正在努力推出它。你可以在Vercel环境中构建应用程序，但将其安全地部署到Snowflake中。只需按一下按钮，说“部署到Snowflake”。然后你就有了一个现代的、可定制的React应用程序，运行在Snowflake的安全边界内。
遵守规则，遵守权限，所有这些。然后你的团队就不必担心，我是否必须管理一个单独的托管环境？我是否必须担心权限？这是我们越来越想做的事情。这个领域还有很多其他公司。你知道，无论是Replit还是Lovable，我们看到大量这样的合作伙伴关系即将到来，它们将应用技术的最佳之处与数据的强大持久力和引力以及安全治理结合起来。
好的，我们就到这里吧。时间到了。Sridhar和Brian，非常感谢你们来到亚利桑那州参加我们的活动。