生成式人工智能競爭初期，市場焦點集中於誰擁有最強大模型、最多GPU及最大數據中心。然而，當企業真正把AI投入生產環境，瓶頸往往並非模型能力不足，而是數據分散、格式不一、權限混亂，以及缺乏可追溯的業務語境。這正是Snowflake由雲端數據倉庫轉型為「AI Data Cloud」的核心邏輯：模型可以更換，企業數據及其治理體系卻不能輕易搬走。
Snowflake原有優勢，在於把儲存與運算分離，讓企業毋須自行管理複雜基礎設施，並可跨Amazon Web Services、Microsoft Azure及Google Cloud使用。進入AI時代後，公司希望把這套數據底座向上延伸至模型調用、向量搜索、非結構化數據分析、智能代理及應用開發，使客戶毋須把敏感數據搬到外部平台，也能直接建立生成式AI應用。
其產品布局已不再限於傳統分析。Cortex AI讓企業以SQL等熟悉工具調用大模型；CoWork面向業務人員，提供自然語言分析及行動能力；CoCo則協助開發者編寫程式及管理數據工作。Cortex AI Gateway進一步負責模型路由、權限、成本及代理活動監控。Snowflake亦與OpenAI簽訂為期多年的2億美元合作協議，把OpenAI模型原生引入平台，反映其策略不是押注單一自研模型，而是成為連接企業數據與多種模型的中立層。
真正護城河是數據治理，而非模型
Snowflake的投資故事因此不是「能否製造下一個GPT」，而是能否掌握AI應用最難複製的一層：經過整理、授權和持續更新的企業數據。大型模型若欠缺準確業務語境，再聰明也可能產生幻覺；金融、醫療及政府客戶更要求資料權限、操作紀錄及答案來源可審計。Snowflake若能把數據目錄、語義定義、身份權限和AI代理統一管理，其角色便有機會由資料庫供應商升級為企業AI控制平面。
公司亦積極回應市場對封閉生態的疑慮。Snowflake擴大支援Apache Iceberg開放表格格式，並透過Horizon Catalog管理存放於不同系統的數據，讓客戶毋須大量複製資料。開放格式表面上削弱平台鎖定，實際上卻可能擴大Snowflake可管理的數據範圍：未必所有資料都要儲存在Snowflake，但其治理及運算服務仍可從中收費。
最新數字初步支持轉型。Snowflake截至2026年7月底季度產品收入達14.92億美元，按年增長37%；淨收入留存率為126%，剩餘履約義務達90億美元，增加30%。CoCo已有逾9,100個帳戶使用，CoWork則擴展至5,800個帳戶。管理層同時把2027財年產品收入指引提高至60.7億美元，顯示AI工作負載開始轉化為實際用量，而不只是產品發布會上的概念。
不過，投資者仍須區分「AI帶動用量」與「AI創造持久超額利潤」。Snowflake面對Databricks及三大雲平台直接競爭；當模型推理價格持續下降，Cortex的模型調用亦可能商品化。其按使用量收費模式在需求上升時彈性可觀，卻也令收入受企業優化運算成本影響。此外，公司季度非通用會計準則經營利潤率雖達15.3%，同期按通用會計準則仍錄得2.63億美元經營虧損，股權薪酬及收購成本不能永遠被市場忽略。
Snowflake能否成為模型時代的地基，最終不取決於它提供多少個模型，而在於企業是否願意把數據治理、業務語義及AI代理權限交給同一平台。若答案是肯定的，Snowflake售賣的便不再只是運算資源，而是企業AI的可信入口；若AI功能只成為數據倉庫的附加選項，其估值仍要回到增長率、現金流與競爭價格。這場轉型已有數據支持，但真正的護城河，仍須由客戶長期用量來證明。
義合控股投資者關係部
（芯片與算力系列之99）
