截至 2026 年 4 月 30 日的 2027 财年第一季度，Snowflake 总营收 13.91 亿美元、同比 +33%，产品收入 13.34 亿、同比 +34%——而更值得关注的，是背后 126% 的净收入留存率，以及超过 1.36 万个 AI 使用账户。
在将近 14 亿美元的季度总营收背后，三个数字更能反映公司的真实状态：剩余履约义务 92.1 亿美元、年产品收入超 100 万美元的客户 779 家，以及被上调的全年指引。
注：剩余履约义务（RPO）代表已签约、尚未确认收入的合同金额，它的增长指向未来收入的能见度提升。
随后，Snowflake 将全年产品收入指引从 56.6 亿美元上调至 58.4 亿，一次上调 1.8 亿美元。在企业软件预算普遍受审视的周期里，这属于少见的乐观信号。
一句话：客户没有退订，他们在加大预算。
这次财报里最耐人寻味的不是模型名，而是使用量：超过 1.36 万个账户已在使用 Snowflake 的 AI 能力；CoWork（AI 智能体工作台）的使用账户数环比增长 超过一倍；AI 编程工具 CoCo 进入超过 7100 个账户。
注：CoWork 的环比增速为“超过一倍”，与账户绝对数口径不同，未放入同一比例尺；上图仅为绝对账户数的相对关系。
结合 126% 的净收入留存率来看，AI 正在变成新的查询、新的计算任务和新的数据处理流程——这些最终都会体现在平台消费上。
Snowflake 没有训练一个对标 OpenAI 或 Anthropic 的基座模型；CoCo 也无意在通用代码生成上正面 PK Claude Code 或 Codex。它选择了一条更“重”的路：让 AI 在被治理的数据环境里工作。
高管们反复提到一个词：本体论（Ontology）。它不只是定义“收入如何计算、活跃用户如何定义”的指标口径，而是把客户、订单、部门、门店、风险事件之间的关系与规则结构化，让 AI 在写 SQL 之前先理解企业如何运转。
注：链条是从底层数据逐级向上抽象，每一层都在补充 AI 缺失的业务意义，最终约束并支撑智能体的行动。
当用户问“本季度销量为什么下降”，Agent 不能盲目在数百张表里生成 SQL。它需要先理解销量由哪些指标组成、订单与渠道和客户之间是什么关系、哪些属于季节波动、哪些属于渠道流失——然后才能决定查询什么、调用什么分析工具。
如果只是一味强调增长，会忽略另一个事实：从一个能写 SQL 的工具变成一个能参与业务的 Agent，中间隔着权限、审计、责任与语义漂移等一堆“非模型问题”。
同一个客户、同一份收入，在财务、客服和销售的系统中可能含义不同。人尚且需要反复对数，Agent 跨系统执行时矛盾会被放大。
数据背后是业务，业务背后是权限。一个无法继承原有权限体系的 Agent，即使 POC 表现更聪明，也很难进入生产环境。
Agent 从回答问题转向参与业务，治理必须提前到动作发生之前：谁能执行、谁能审批、出问题由谁负责。
语义规则、权限规则和 Agent 编排如果集中在单一平台，企业的认知资产可能变成新的厂商锁定。
模型能力正在变成可按 API 购买的商品，真正的壁垒不是谁的参数更多，而是谁能把“企业认知”沉淀成可持续调用、可治理的资产。
Snowflake 用一组数字证明了：把 AI 放进数据、权限和规则的成熟土壤里，它就会直接转化为收入。但要留意——认知层同时可能成为一个新的锁定层。对企业而言，把语义资产握在自己手里，比选择哪个模型更重要。
一份财报只是一个切片，连续三个季度的数据，才能判断它是风口，还是引擎。