Snowflake （$SNOW） – 財報回顧 – 2024 年 5 月 25 日
Snowflake 的總體平台稱為Data Cloud。 這種基礎架構能夠以經濟實惠的方式大規模存儲、組織、查詢和學習數據源。 它提供的這些服務具有彈性計算能力，可以靈活地擴大或縮小使用範圍。 與傳統的數據倉庫解決方案不同，該架構自然地將數據存儲和消費功能分開。 這意味著數據消耗能力不受公共計算資源的限制。 這消除了計算能力瓶頸，提高了數據存儲的可擴充性。
在這個框架下，我可以隨心所欲地存儲數據，而無需立即進行處理。 這種處理利用了計算能力。 在 Snowflake 的案例中，存儲是在 Snowflake 數據雲的集中式數據存儲庫中完成的。 只在需要時才進行處理。 數據以虛擬方式使用，無需專用硬體。 這種可擴展（或 “彈性”）的現實限制了浪費和成本。 Snowflake 以管理的方式為客戶完成所有這些工作，最大限度地減少客戶對人才和基礎設施的需求。 有幾個關鍵產品需要了解和跟蹤：
Snowflake數據倉庫（Data Warehouse）是存儲和（根據指令）處理結構化數據的地方。 結構化數據是格式化的數據。 它用於保存記錄和創建報告。 數據可通過結構化查詢語言（SQL）輕鬆獲取。
Snowflake Data Lake的功能與非結構化數據倉庫相同。 非結構化數據未經格式化，可用於發現新的見解和模式。
- 該產品在 2020 年首次亮相（Warehouse是在2014 年）。
- 生成式人工智慧在很大程度上依賴於非結構化數據進行模型訓練。 這意味著這種激增將直接支援 Snowflake 上的非結構化數據消耗。
“我們兩年多前就宣佈支援非結構化數據。 現在，我們約有 40% 的客戶正在 Snowflake 上處理非結構化數據。 在過去 6 個月里，我們在這一領域新增了 1000 多家客戶。 – 首席執行官 Sridhar Ramaswamy
“Snowpark ”是其應用程式構建平臺。 它使開發人員可以使用任何原始程式碼語言處理數據。 有了它，開發人員可以處理數據並將其可視化（通過 Snowpark 功能），還可以構建應用程式（通過 Snowpark 本地應用程式）。 Snowpark 是他們利用數據打造新事物的樂園。 GenAI 模型是貪婪的數據消費者。 Snowpark 容器服務允許 GenAI 模型在更接近所需數據的情況下運行。 這樣既能提高性能，又能加快模型訓練。 將應用程式、工作負載和開發人員的注意力從 Apache Spark 轉移到 Snowflake 是增長的關鍵來源。
Snowflake 數據共用是其安全產品，顧名思義，它在 Snowflake 的其他用戶之間共享數據。 隨著越來越多的人選擇加入，相關數據會產生引人注目的網路效應，Snowflake 的價值主張也會隨之深化。
雜項工具：
- Snowflake Machine Learning 是用於在 Snowflake Data Cloud 中訓練 ML 模型的套件。 這可用於自動查詢和組織數據。
- Snowgrid 是一種全方位雲工具，可在客戶使用的各種雲中統一客戶的數據。
Snowflake 的收入模式以消費為基礎。 這意味著，與 SaaS 業務模式相比，能見度沒有那麼高。 這也意味著客戶可以在經濟不景氣時（或經濟景氣時）更容易地減少（或增加）用量。
需求
- Beat product revenue estimates by 5.6% & beat guidance by 5.7%.
- 不包括閏年在內的產品收入同比增長 32%。
- 收入超出預期 5.3%。 其 3 年收入複合年增長率（CAGR）為 53.6%，而上一季度為 60%，兩個季度前為 66%。
- 如果不考慮分層存儲（針對小客戶提供更多基於數量的折扣）帶來的不利因素，收入同比增長 34%。
- 產品收入在100萬美元以上的客戶同比增長30%; 全球 2000 強客戶增長 8%。
- 剩餘履約義務（RPO）同比增長 46%。 這是一個強有力的前瞻性需求指標。
- 其10大客戶的使用逆風繼續減弱。 在10個最大的客戶中，有7個客戶的收入貢獻實現了季度增長。
Source: Brad Freeman – SEC Filings, Company Presentations, and Company Press Releases
利潤與獲利率
- 息稅前盈利（EBIT）比預期的 2700 萬美元高出 900 萬美元，息稅前獲利率比預期的 3.0% 高出 140 個基點（bps，1 個基點 = 0.01%）。
- 每股收益 0.17 美元，低於預期 0.03 美元。
Source: Brad Freeman – SEC Filings, Company Presentations, and Company Press Releases
資產負債表
- 現金及等價物35億美元。
- 無債務或可轉換優先票據。
- 投資9.27億美元。
- 員工人數環比增長 4.2%，同比增長 15.6%。
- 股本同比增長3%。 該公司回購了 5.16 億美元的股票，目前的回購計劃還剩 8.92 億美元。
年度指引與評估
- 將年度產品收入指引上調 1.5%，超出預期 1.5%。 需求指引仍不包括新產品的任何潛在貢獻。
- 將息稅前獲利率從 6% 下調至 3%，超出預期 300 個基點。
- 將FCF獲利率指引從29%下調至26%，超出預期300個基點。
獲利率的削減與最新的圖形處理器（GPU）投資 5000 萬美元的計劃以及對 TruEra AI Observability 的收購有關。 TruEra 通過指引數據使用的最佳實踐來優化大型語言模型 （LLM） 的構建，同時提供異常檢測和模型幻覺最小化（減少錯誤答案）。 這將有助於強化 Snowflake 以效率為先、成本最小化的模型構建優勢。 作為收購的一部分，Snowflake 增加了 35 名員工。
斯諾今年的 EBITDA 和 EPS 分別約為 150 倍和 240 倍。 息稅折舊攤銷前利潤（EBITDA）和每股收益（EPS）都將同比大幅下降，明年才會恢復預期的快速增長。
電話會與發佈會
新任首席執行官 Sridhar Ramaswamy 的首要任務 – 完善市場推廣：
Ramaswamy 的 3 個工作重點是：傾聽和學習客戶的意見，完善 SNOW 的市場推廣流程，加快產品創新和開發。 他花了最多的時間談論最後兩項。 從進入市場的角度來看，公司正在實施銷售流程和專用工作負載（如人工智慧或數據工程），以推動產品與市場的契合。 Ramaswamy認為已經取得了穩步進展; 同時，他也認為在提高效率方面 「還有更多收穫」 ，以推動 「收入的進一步增長」。
新任首席執行官 Sridhar Ramaswamy 的首要任務 – 加快產品創新和開發：
Snowflake領導層最近對自己的創新步伐提出了批評。 他們直言不諱地告訴世界，他們需要加快步伐，而這種跡象已經顯現。 其名為 Arctic 的中型語言模型（MLM）在某些基準測試中優於大型語言模型，如 Meta 較老的 Llama 2。 這是在90天內完成的，其培訓成本僅為 「同等規模同行機型的八分之一」。 Arctic 專用於企業數據，並已開源，使用者可以輕鬆構建模型和應用程式。 這就像所有開源模型一樣，意味著第三方開發人員將通過自己的工作，逐步改善北極。 Arctic 在標準查詢語言 （SQL） 生成和代碼跟蹤方面排名靠前。
在創新部分，我們不能不談到人工智慧。 對不起…… 規則不是我定的。 Cortex AI 就是雪花公司所說的 「人工智慧層」。 這是一系列由 GenAI 驅動的工具，（正如 Snowflake 常說的）將人工智慧、應用構建和分析直接 「帶到客戶的數據中」。 Cortex 可以從看似非結構化的文本中總結和提取意義，説明初學者編寫 SQL，從雜亂無章的數據中判斷人類的情感，並説明提高模式識別能力，從而加強預測。 目前有 750 名客戶正在使用它。
- Snowflake 將數據遷移、清理、工程設計、SQL 編寫和分析副駕駛視為 GenAI 的重點領域。
- 它並不認為自己需要像許多其他公司一樣，投資數十億美元購買 GPU 來構建 LLM。 Snowflake 相信，它所需要的大多數應用都可以由中小型機型提供動力。
“在我們的消耗模式中，Cortex AI 最酷的一點是，我們的客戶不必進行大筆投資就能看到他們將獲得的價值，因為他們不必承諾租用多少 GPU。 例如，他們只需從 SQL 開始使用 Cortex AI。 這意味著他們可以專注於價值創造」。 – 首席執行官 Sridhar Ramaswamy
- Snowflake Unistore 是 Snow 的混合表產品，可以攝取和組織事務性和分析性工作負載。 這將在今年晚些時候全面發佈。 它將以高效的方式解鎖許多依賴於事務性工作負載的新型應用。 Snow迄今一直專注於分析性工作負載。
- 文檔人工智慧（Document AI）是其產品，可以從非結構化數據集中得出結構化的見解和模式。
- Snowflake 今年將首次推出容器服務，以管理應用程式的運行部署。 一半以上的 Snowflake 客戶正在使用 Snowpark。
目前，Snowflake 正在完成對 Iceberg 桌面的支援，並將於今年晚些時候推出。 這些都是開源數據存儲產品，通常具有較低的存儲成本、開源集成靈活性和更強的數據控制能力。 數據存儲和複製業務的激增導致收入減少，存儲業務約佔 Snowflake 全部業務的 10%。 Iceberg正在為企業創造更開放的數據訪問途徑。 隨著一些數據從 Snowflake 表轉移到 Iceberg 表，這是一個短期的不利因素，但領導層仍然認為這將是未來的加速因素。 採用這些開源表的客戶通常有 90% 以上的數據已經在 Snowflake 之外。 現在，他們在使用 Snow 的所有其他應用程式和服務來處理大量數據時，將減少摩擦。 存儲只占收入的 10%。 這個過程會傷害那 10%的人，但從長遠來看，可能會幫助其他 90%的人。
資料分享：
33% 的Snow客戶現在以某種方式與生態系統的其他部分共享數據，而去年同期和本季度分別為 24% 和 28%。 這就產生了一種引人注目的網路效應，使Snow的產品更具獨特價值，潛在客戶也更有動力簽約。 本季度，通過與 Fiserv 的合作，網路效應使其贏得了 20 家客戶。
觀點
這是一個美好的季度。 有利有弊。 第一季度的業績超預期無疑是最大的亮點，而較小的年度業績增長可能只是出於對一些既定假設的謹慎考慮。 創新引擎正在加速，快速的業務流程外包增長為未來更快的收入增長埋下了伏筆。 相反，獲利率的削減卻相當可觀，因為它需要加大資本支出，以支援其 GenAI 的雄心壯志。 從長遠來看，這可能是一個正確的決定，但作為全球最昂貴的股票之一，投資者應該能夠要求投資和持續的利潤擴張。
