SNOW 股票指南：估值、AI 策略與投資分析

最後更新：2025 年 7 月 | 財務數據反映 Snowflake 2025 財政年度（截至 2025 年 1 月 31 日）的業績。請至 Snowflake 投資者關係 驗證最新數據。

投資免責聲明： 本內容僅供參考，不構成財務建議、投資建議，或買賣、持有任何證券的推薦。在做出投資決定前，請務必諮詢合格的財務顧問。過去的股票表現不保證未來的結果。投資個別股票涉及風險，包括本金可能損失。

簡介

波克夏·海瑟威很少買進科技 IPO。然而，在 2020 年 9 月，該公司在其上市當天買進了 Snowflake 公司 (NYSE: SNOW) 的股份，此舉吸引了大量散戶投資者的關注，關注一家大多數人此前從未聽過的雲端數據公司。四年後，在股價遠低於歷史高點之際，投資者如今問的問題是：Snowflake 的潛在業務是否值得以目前的價格持有倉位。

本指南涵蓋了投資者評估 SNOW 所需的一切內容：公司業務、營收模式、財務狀況、管理團隊、相較於競爭對手的位置，以及可信的多頭與空頭論點。

• 什麼是 Snowflake 公司 (NYSE: SNOW)？
• Snowflake 如何賺錢：基於用量的商業模式
• Snowflake 股票歷史：從 IPO 到現今
• Snowflake 財務表現：投資人必知的關鍵指標
• Snowflake 管理層：CEO 轉變及其對投資人的意義
• Snowflake AI 策略：Cortex、Arctic LLM 與 AI 成長論點
• Snowflake 競爭格局：SNOW 與競爭對手相比如何
• Snowflake 機構持有與主要投資人
• Snowflake 股票估值：SNOW 被高估還是低估？
• Snowflake 股票是個好的投資嗎？看多與看空論點
• 分析師對 Snowflake 股票有何看法？
• Snowflake 股票預測：目標價與成長展望
• 如何購買 Snowflake 股票 (SNOW)：步驟教學
• 投資 Snowflake 股票的關鍵風險
• 關於 Snowflake 股票的常見問題
• 總結：誰應該考慮 SNOW 股票？

Snowflake 公司 (NYSE：SNOW) 是什麼？

Snowflake Inc. (NYSE: SNOW) 是一間雲端數據平台公司，讓企業能夠同時跨多個雲端環境存儲和分析大量數據。該公司由 Benoit Dageville、Thierry Cruanes 和 Marcin Żukowski 於 2012 年創立，總部位於蒙大拿州博茲曼市。其幾乎所有的收入都來自其旗艦產品 Snowflake Data Cloud。

Snowflake 一覽：快速了解

[{"Attribute":"股票代碼","Value":"SNOW"},{"Attribute":"交易所","Value":"紐約證券交易所 (NYSE)"},{"Attribute":"創立年份","Value":"2012"},{"Attribute":"創辦人","Value":"Benoit Dageville, Thierry Cruanes, Marcin Żukowski"},{"Attribute":"IPO 日期","Value":"2020年9月16日"},{"Attribute":"IPO 價格","Value":"每股 120 美元"},{"Attribute":"IPO 開盤價","Value":"每股 245 美元"},{"Attribute":"現任 CEO","Value":"Sridhar Ramaswamy (2024年2月至今)"},{"Attribute":"總部","Value":"蒙大拿州博茲曼 (Bozeman, Montana)"},{"Attribute":"產業類別","Value":"科技 / 雲端運算、資料倉儲、分析"},{"Attribute":"主要產品","Value":"Snowflake Data Cloud"}]

註：Snowflake 在紐約證券交易所 (NYSE) 掛牌交易，而非那斯達克 (NASDAQ)。這是一個常見的誤解，因為大多數高成長科技公司都在那斯達克上市。

Snowflake 資料雲端：這家公司實際銷售的產品

Snowflake 資料雲是涵蓋 Snowflake 資料倉儲、資料湖、資料工程、資料科學和應用程式開發等工作負載的傘形平台。其基礎架構的創新在於將運算（處理能力）與儲存（資料儲存庫）分離，讓兩者能夠獨立擴展。與傳統內部部署的資料庫系統（將運算與儲存捆綁在一起）不同，Snowflake 客戶只需為他們在任何給定時間所需的資源付費。

該平台原生運行於 AWS、Microsoft Azure 和 Google Cloud，透過設計使 Snowflake 具備多雲能力（可在三大主要雲端供應商之間同時運行）。這表示使用多個雲端供應商的公司，可以透過單一 Snowflake 環境跨所有供應商共用及分析資料，而無需複製或移動底層資料檔案。

Snowflake 同時也營運一個市集，這是一個數據交換平台，第三方數據供應商在此發布數據集，供 Snowflake 客戶直接存取和查詢。越多的數據供應商參與，該平台對數據消費者而言就越有價值，反之亦然。這種網路效應是看漲者（多頭）為 SNOW（Snowflake）提出的其中一個護城河論點。

Snowflake 的主要客戶是跨足金融服務、醫療保健、零售、媒體和科技產業的大型企業。該公司將年度支出超過 100 萬美元的客戶視為企業採用深度的指標，而此數字自 IPO 以來持續成長。

Snowflake 如何獲利：以用量計費的商業模式

Snowflake 透過向企業客戶收取其實際消耗的運算資源（以 Snowflake Credits 計量）來產生營收，而非收取固定的月費訂閱費用。這種用量計費模式運作起來就像水電費帳單：客戶根據實際使用的電力付費，而不是不論實際用量如何都支付固定費率。這一單一結構性特徵定義了投資者應如何對 SNOW 進行財務分析，並使其與大多數企業軟體公司區分開來。

什麼是用量計費模式？

以量計價意味著 Snowflake 的客戶是根據每個月實際使用的運算資源付費，而不是預定的訂閱金額。客戶可以透過預付合約或隨需購買 Snowflake Credits（該平台專屬的運算耗用單位）。這些 Credits 會隨著工作負載的執行而扣除。在特定月份執行較多資料查詢的公司付費較多；執行較少查詢的公司付費較少。

這種模式具有兩個與投資者相關且作用方向相反的特性。從積極的一面來看，為其數據找到新用途的客戶會自然而然地增加在 Snowflake 上的支出，而無需簽署新合約。這就是「先落地後擴張」（land-and-expand）模式：一種增長策略，客戶從有限的使用量開始，隨著為平台找到更多應用場景而擴大支出。在警示方面，在經濟衰退或成本優化週期中，企業客戶可以直接減少對 Snowflake 的使用量，這會立即導致營收下降。這種模式不像固定年度訂閱那樣，沒有合約保底來保護 Snowflake 的營收。

以量計費與訂閱制 SaaS：對投資者的意義

訂閱式 SaaS 公司，例如 Salesforce 和 ServiceNow，會收取固定的年度合約費用，而不論客戶的產品使用量如何，從而產生可預測的經常性收入。一個企業若購買了 1,000 個座位的 Salesforce 授權，無論員工大量使用產品，或是幾乎不使用，支付的金額都是相同的。

Snowflake 的消耗模式產生了變動營收，當客戶執行更多工作負載時，營收會隨之上升，而當客戶縮減支出時，營收則會下降。這對於投資者如何對 Snowflake 的財務表現進行建模具有重要影響：

["- 營收預測取決於對客戶使用行為的假設，而非僅是合約續約","- 在經濟放緩時期，Snowflake 的營收減速速度可能比訂閱式 SaaS 同業更快","- 在成長時期，由於客戶無需簽署新合約即可找到新的資料使用案例，營收可能加速更快","- 傳統 SaaS 估值框架（前瞻性年度經常性收入倍數）對 Snowflake 的適用性不夠完美"]

理解這項區別是解讀本指南中所有財務指標的前提。

重點摘要：商業模式

• Snowflake 以消耗的計算單位（Snowflake 點數）計費，而非固定訂閱費
• 收入是可變的，且直接與客戶使用量掛鉤，而非合約價值
• 這在成長時期創造了上行空間，在成本優化時期則有下行風險
• 此消耗模式推動了「開拓及擴展」的成長策略，該策略產生了 Snowflake 的 NRR（淨營收留存率）指標

Snowflake 股價歷史：從 IPO 至今

Snowflake 於 2020 年 9 月 16 日上市，定價為每股 120 美元，開盤價為 245 美元，成為當時歷史上規模最大的軟體 IPO。此次上市引發了極大的關注，部分原因是波克夏·海瑟威（Berkshire Hathaway）和 Salesforce 分別認購了發行股份，這對於一家尚未獲利的雲端公司來說是極為罕見的情況。

該股票在 2021 年底達到 400 美元以上的歷史新高，這是受到疫情刺激措施後的低利率時期，高成長軟體股廣泛估值重估的推動。在該巔峰時期，SNOW 的市銷率 (P/S) 超過 100 倍，這一倍數反映了極高的成長預期。

自該高點以來的跌幅相當顯著，且是由多種因素共同導致的：

• 利率環境： 2022 年和 2023 年利率上升，壓低了整個市場上高成長、未盈利的科技股的估值。
• 營收成長放緩： 隨著 Snowflake 的營收基礎規模擴大，營收成長率從三位數下降到 30-40% 的範圍，這雖然仍然強勁，但低於證明峰值倍數合理性的超高速成長基準。
• 淨營收留存率 (NRR) 下降： 淨營收留存率從 2022 年初的峰值 170% 以上下降到約 127%，這表明現有客戶在其 平台 支出上的增長速度放緩。
• CEO 轉換： Frank Slootman 於 2024 年 2 月離職，引發了單日股價的劇烈下跌，因為專門為 Slootman 的業績記錄而持有 SNOW 的投資者重新評估了他們的部位。
• 與財報相關的波動： 數季度的財報發布的指引未能達到市場的預期，導致財報公布後的股價大幅下跌。

詢問 Snowflake 股票為何下跌或滑落的投資者，將無法找到單一的答案。其從歷史高點回落，反映了增長型軟體產業估值常態化、增長指標確實放緩，以及包括執行長變動在內的特定公司事件等多重因素的結合。這些因素是否已在當前水準反映在股價中（Priced in），是後續章節要探討的核心估值問題。

Snowflake 財務表現：投資者必知的關鍵指標

Snowflake 的財務績效可透過五項指標來最好地理解：產品營收增長、毛利率、淨營收留存率 (NRR)、調整後自由現金流 (FCF) 利潤率，以及未實現合約收入 (RPO)。下方的財務快照表格呈現了 Snowflake 2025 財政年度的數據；接下來的子章節將分析各項指標及其對投資者的影響。

資料時效性說明： 本節中的財務數據反映了 Snowflake 2025 財政年度的業績（截至 2025 年 1 月 31 日止年度）。Snowflake 按季度發布報告。如需獲取最新數據，請參閱 Snowflake 於 Snowflake 投資者關係網站 或 SEC EDGAR SNOW 文件資料庫.

Snowflake 財務概覽（2025 財政年度）

來源：Snowflake Inc. 2025 財政年度收益新聞稿及 10-K 申報文件。請至 Snowflake 投資者關係網站核實目前數據。

百萬美元以上客戶數值得特別關注。Snowflake 追蹤在過去十二個月內於平台消費超過一百萬美元的客戶數量，因為這群大型企業同時代表了最高的營收集中度，也是平台實現大規模採用的最佳領先指標。此區塊的成長顯示企業正投入更多預算於 Snowflake，而不僅是試用。### 了解 Snowflake 的淨營收留存率 (NRR)

淨收入留存率 (NRR) 衡量的是 Snowflake 在 12 個月期間從其現有客戶群中保留的收入百分比，其中包括因額外使用而產生的擴充（Expansions），並減去因客戶減少支出或完全流失而導致的任何收入損失。NRR 超過 100% 意味著即便在 Snowflake 增加任何一個新客戶之前，單靠現有客戶就能實現總收入的增長。

Snowflake 的 NRR 走勢是該公司財務歷史中，投資者最需理解且影響最深遠的單一趨勢：

• 2022 年初高峰： 淨收入留存率 (NRR) 約為 174%，這表示現有客戶平均每年在 Snowflake 上的支出增加了 74%。
• 後續下滑： NRR 持續穩步下滑，截至 2025 財政年度，約為 128%。
• 現況對比： 目前 128% 的水平，Snowflake 的 NRR 仍高於一般被認為對企業級 SaaS 公司而言屬強勁的 110-120% 區間。

這一下跌之所以重要，是因為它表明現有客戶擴大其 Snowflake 使用量的速度正在放緩。分析師對此趨勢有兩種相互競爭的解讀。

該熊市觀點認為，成長減速反映了結構性壓力：企業客戶在雲端數據支出方面變得更加嚴格管控，Databricks 正在以保證金贏得工作負載，而超高速增長階段已告一段落。

牛市觀點認為，從非凡的頂峰回落至僅僅強勁的水平，是產業成熟的自然現象。而透過 Cortex AI 與 Arctic LLM 所驅動的 AI 使用案例，將成為企業在其 Snowflake 數據上運行 AI 工作負載時，扭轉此趨勢的可靠催化劑。

剩餘履約義務 (RPO) 提供了一個互補的前瞻性指標。RPO 代表 Snowflake 已承諾交付但尚未確認的已簽約未來收入。RPO 的上升（年增約 34% 至超過 52 億美元）顯示出強勁的銷售執行力與未來的收入可見性，部分抵消了對 NRR 增速放緩的擔憂。由於 Snowflake 的按量計費模式意味著部分收入並未提前簽約，因此 RPO 低估了整體的未來收入潛力，使其在追蹤已承諾的企業合約動能方面最為有用。

Snowflake 是否獲利？自由現金流以及邁向 GAAP 獲利之路

Snowflake 尚未實現 GAAP 獲利，主要原因是股票基礎賠償 (SBC) — 這是公司在以資產淨值而非現金支付員工時所記錄的非現金費用 — 超過了其營運收入。隨著 Snowflake 的規模擴大，SBC 佔營收的百分比一直在下降，這是一個積極的趨勢信號，但其金額仍然龐大，足以使 GAAP 淨利為負。

自由現金流 (FCF) 保證金的定義為營運現金流減去資本支出，並以佔營收的百分比表示，對 Snowflake 而言是更有用的盈利能力衡量指標。以經調整自由現金流基準計算（Snowflake 偏好的非 GAAP 指標，其中排除了包括資本化軟體成本在內的特定項目），該公司在 2025 財政年度產生了約 26% 的 FCF 保證金。此數據顯示 Snowflake 的基礎業務確實產生了顯著的現金流，儘管在財報上顯示 GAAP 虧損。

達成GAAP獲利主要取決於兩個變數：持續的營收規模擴大（這能稀釋營收佔股權獎勵 (SBC) 的比例）以及嚴格控制營運費用。如果營收佔股權獎勵 (SBC) 的比例持續以目前速度下滑，在更高的營收基礎上，GAAP獲利將在數學上變得可行。分析師目前預計，在達成特定條件下，GAAP營運將能在未來兩到三個財政年度內獲利，不過，此預測可能需要修正，這取決於招聘決策和股價水平（這些因素會影響股權獎勵 (SBC) 費用的估值）。

空頭認為，作為一家上市公司四年多以來，始終看不到GAAP獲利，這是一個合理的擔憂，尤其如果營收成長持續放緩。多頭反駁說，自由現金流（FCF）保證金的趨勢證明了真實的業務品質，而GAAP會計卻透過非現金費用將其掩蓋。

重點摘要：財務表現

• 產品營收在 2025 財年增長了 29%，雖較前幾年有所放緩，但仍高於企業軟體產業的中位數
• 淨續約率 (NRR) 約為 128%，高於 SaaS 基準，但遠低於其 174% 的峰值，使其成為最受關注的趨勢
• 約 26% 的調整後 FCF 保證金確認了儘管存在 GAAP 虧損，仍有正向現金生成能力
• GAAP 虧損主要由股份制賠付所驅動，其佔營收的百分比正在下降

Snowflake 領導層：執行長交接及其對投資者的意義

Snowflake 自 2020 年 IPO 以來最重大的公司事件，是 2024 年 2 月宣布執行長 Frank Slootman 將卸任，並由 Sridhar Ramaswamy 接任。該公告在發布當天引發了股價兩位數百分比的跌幅，並引發了投資者之間對於這次人事更迭對 Snowflake 未來走向之訊號的持續辯論。

市場反應如此劇烈的原因在於，許多機構和散戶投資者正是因為 Slootman 的過往績績才持有 SNOW。在他的離職之際，Snowflake 的增長指標已經在放緩，這無疑移除了支撐其估值的關鍵支柱。

Sridhar Ramaswamy：新任執行長與 AI 使命

Sridhar Ramaswamy 是 Snowflake Inc. 的執行長（請勿將其與政治家兼企業家 Vivek Ramaswamy 混淆，後者與該公司並無關聯）。Ramaswamy 於 2024 年 2 月獲任現職，此前他曾在 Google 擔任廣告業務高級副總裁長達約十年，負責管理全球技術最精密先進的廣告系統之一。他共同創辦了 AI 驅動的搜尋新創公司 Neeva，Snowflake 於 2023 年收購該公司後，他進而加入 Snowflake，並在隨後被任命為執行長。

他的任命傳達了一個明確的策略訊號：Snowflake 的董事會選擇了一位產品與技術背景的執行長，其主要資歷在於 AI 和搜尋基礎設施，而非企業銷售規模。這代表了從 Slootman 的市場開拓重點，刻意轉向以 AI 產品為核心的轉型。Ramaswamy 已明確表達其使命：讓 Snowflake 成為企業在自家數據上運行 AI 的平台。

從投資者的角度來看，問題是他過去的經驗能否轉化為AI產品的執行能力。Ramaswamy 在 Google 擔任十年、管理大規模機器學習系統的經歷，為他在該領域贏得了信譽。Neeva 的收購也表明董事會特別重視他的AI產品經驗。而這些經驗能否透過採用AI工作負載實現淨收入留存率（NRR）的穩定，進而轉化為可衡量的財務成果，是市場正在評估的前瞻性論點。

Frank Slootman：IPO 時代的 CEO 及其傳承

Frank Slootman 於 2019 年至 2024 年 2 月期間擔任 Snowflake 的執行長，帶領該公司完成了破紀錄的 IPO，並將其從一家上市前的初創企業擴張至年營收達數十億美元的企業。在加入 Snowflake 之前，Slootman 已在矽谷建立了頂尖企業軟體營運者的名聲，他曾先後擔任 ServiceNow 和 Data Domain 的執行長，並在任期內大幅擴張了這兩家公司的規模。

他於 2024 年 2 月的離職，公開被描述為一個適時的自願性過渡。他表示希望在一個適當的轉折點交接領導權。無論如何包裝，市場都將此公告解讀為負面訊號，而股價在那天大幅下跌。

施洛特曼留給投資者的遺產是，雪花公司在他任內設下的財務基準，包括 170% 以上的淨收入增長率、三位數的營收增長率以及創紀錄的首次公開募股 (IPO)，都代表了公司現在正以此進行評估的標誌性高點。當前的財務表現看起來有所不同，部分原因在於這些基準是在疫情時代雲端採用的加速和零利率貨幣政策的罕見結合時期設立的。理解施洛特曼的成就，為解讀為何當前指標相比之下顯得較弱，同時又不一定表示基本面惡化，提供了關鍵的背景。

Snowflake 的 AI 策略：Cortex、Arctic LLM 與 AI 成長論點

Snowflake 的 AI 策略核心是將人工智慧功能直接嵌入 Snowflake Data Cloud 平台，讓企業能在不將數據轉移到外部 AI 系統的情況下，於自有數據上運行 AI 工作負載。此法由執行長 Sridhar Ramaswamy 領導，代表了看好 SNOW 股票的投資者的主要成長論點。其邏輯直接源於企業數據的定位：企業需要在其專有數據上運行 AI，而這些數據已經存在於 Snowflake 中；將 AI 工作負載保留在同一個平台內，不僅消除了外部 AI 工具帶來的安全與合規障礙，同時也降低了延遲。

Snowflake 並非以通用 AI 模型開發商的身份與 OpenAI 或 Anthropic 競爭。其 AI 策略的核心在於將 Snowflake Data Cloud 打造為企業級 AI 運行的平台，並同時運用自身的 AI 產品以及與外部模型提供商的整合。

Snowflake Cortex AI

Snowflake Cortex 是該公司原生內建於 Snowflake 平台的一套 AI 與機器學習功能。大型語言模型 (LLM) 驅動了 Cortex 的各項功能，LLM 是訓練於海量文本數據且能理解並生成人類語言的 AI 系統（與 ChatGPT 和 Google Gemini 等工具所使用的底層技術相同）。這些功能包括 LLM 推論（執行 AI 模型查詢）、text-to-SQL（將自然語言問題轉換為資料庫查詢）、情緒分析以及文件摘要。

對投資者而言，Cortex 的重要面向在於它為企業客戶提供了在 Snowflake 內部執行更多運算的理由，而非將數據提取到外部 AI 系統。每一次 Cortex 查詢都會消耗 Snowflake 點數。如果 AI 工作負載在客戶活動中佔據顯著比例，這將在不要求客戶增加資料儲存量的情況下增加每位客戶的支出，這與傳統的數據增長論點相比，是一種在本質上不同的增長驅動力。

Arctic LLM 與 Document AI

Snowflake Arctic 是該公司於 2024 年發佈的開源大型語言模型，專為包含 SQL 生成和結構化資料分析在內的企業資料任務而建構。與 GPT-4 或 Claude 等通用型大型語言模型不同，Arctic 的設計初衷是為了在資料工作負載中追求精確，而非廣泛的對話能力。這一區別至關重要：Arctic 的價值主張在於企業資料團隊執行特定任務時的準確性與效率，而非廣泛的語言能力。

Document AI 是一項互補的 AI 功能，可直接在 Snowflake 環境中從非結構化文件（PDF、合約、表單及類似檔案）中擷取結構化資料。對於在管理結構化資料的同時也處理大量文件的企業而言，Document AI 代表了一種先前需要外部工具的新型工作負載類別。

這兩項產品都旨在達成同一個策略目標：提升客戶在 Snowflake 內部而非外部處理 AI 相關資料工作的比例。

Snowpark ML 與 AI 投資論點

Snowpark ML 是 Snowflake 的機器學習框架，讓資料科學家能透過 Python 在 Snowflake 環境內建置和訓練機器學習模型。在 Snowpark ML 之前，資料科學家通常會從 Snowflake 中提取資料，在外部 Python 環境中進行處理，然後返回結果。Snowpark ML 移除了這個提取步驟，將整個工作流程及相關的計算消耗都保留在 Snowflake 內部。

Snowflake AI 策略的全球潛在市場 (TAM) 論點是建立在市場擴張的基礎上：即一家公司如果能佔下 100% 的目標市場，所能獲得的總營收機會。Snowflake 提到的 TAM 為 2,480 億美元或更高，涵蓋了資料倉儲、資料湖、資料工程、資料應用程式以及 AI/ML 工作負載。AI 工作負載代表了該 TAM 在 Snowflake 過去專注的資料分析領域之外的進一步擴充。

應當有所保留。TAM 數據由公司自行申報，且傾向於樂觀。並非所有引述的 TAM 都能立即觸及，來自雲端巨頭（AWS、Microsoft Azure、Google Cloud）和專用 AI 平台的競爭非常激烈。AI 功能也處於早期階段；其對營收的財務貢獻尚未在 Snowflake 的財報中顯著出現。此論點是關於未來潛力，而非當前執行。

核心要點：AI 策略

• Snowflake 的 AI 產品 (Cortex、Arctic LLM、Document AI、Snowpark ML) 讓企業 AI 工作負載保留在平台內，產生額外的運算消耗。
• CEO Ramaswamy 在 Google 以及透過 Neeva 的背景，為其 AI 轉型增添了可信度。
• AI 貨幣化尚未在財務報表中顯著體現；這是一個前瞻性的論點。
• 與超大規模雲端供應商和專注的 AI 平台的競爭真實存在且日益激烈。

Snowflake 競爭格局：SNOW 如何與對手較量

Snowflake 的主要競爭對手是 Databricks、Google BigQuery、Amazon Redshift 和 Microsoft Fabric，這四個平台各自爭奪企業數據倉儲、分析和 AI 工作負載。各自的競爭動態差異很大。Databricks 從數據工程和機器學習方面著手；三大雲端服務供應商（AWS、Microsoft Azure 和 Google Cloud，主要的雲端基礎設施提供者）透過其原生數據平台產品，同時扮演著合作夥伴和競爭對手的角色。

Palantir 科技（NYSE: PLTR）是另一家企業級數據分析公司，投資者在建立數據和 AI 基礎設施曝險時，有時會將其與 Snowflake 並列討論。這項比較是從投資者角度出發的平行類比，而非產品上的相似之處：Palantir 專注於為政府和企業客戶提供由 AI 驅動的營運決策平台，而非雲端數據倉儲，因此這兩家公司服務的是不同的買家需求。

Snowflake 與 Databricks：最重要的競爭戰役

Databricks 是一家私人公司，這對於將其與 Snowflake 進行比較的投資者而言是一個關鍵區別。由於 Databricks 尚未公開上市，使用股價營收比或精確的營收倍數進行的直接財務比較，無法像 Snowflake 的公開申報文件那樣具有相同的嚴謹度。任何引用的 Databricks 的營收或估值數據，都必須來自 Databricks 的官方新聞稿或信譽良好的財經媒體，而非投機性估計。

可供比較的便是產品定位。Databricks 推崇 Data Lakehouse 架構，這是一種結合了資料湖（能以低成本儲存原始、非結構化資料）的彈性，與資料倉儲（能執行快速 SQL 分析）的高效能查詢能力的設計。Databricks 由 Apache Spark 的創始人創立，並在資料工程與機器學習社群中建立了聲譽。

Snowflake 歷來在資料倉儲和多雲 SQL 分析方面更強。Databricks 歷來在資料工程管線和 Python 式機器學習方面更強。隨著兩家公司各自拓展到對方的應用場景，這兩款產品之間的界線已逐漸模糊：Snowflake 新增了資料湖功能（包括支援 Apache Iceberg 開放表格格式），而 Databricks 則新增了 SQL 分析和資料倉儲功能。

從投資比較的角度來看，Snowflake 的投資者應關注 Databricks 的 IPO 時間表。Databricks 的上市將帶來直接的公開市場競爭透明度，首次實現真實的財務比率比較。若 Databricks 以強勁的財務指標上市，可能會對 Snowflake 的估值倍數產生額外壓力。

Snowflake 對決 Google BigQuery、Amazon Redshift 與 Microsoft Fabric

Google BigQuery、Amazon Redshift 和 Microsoft Fabric 各自代表了雲端產業所謂的與 Snowflake 之間的『敵友』關係。這三家大型雲端服務供應商在自家基礎設施上託管了 Snowflake 大部分的運算負載，同時也向相同的企業客戶銷售互相競爭的資料 平台 產品。

Amazon Redshift：AWS 是 Snowflake 最大的基礎設施合作夥伴，託管了 Snowflake 大部分的運算工作負載。AWS 也提供 Amazon Redshift，這是一項雲端資料倉儲服務，直接與 Snowflake 的核心產品競爭。競爭風險在於，AWS 可能會更積極地將 Redshift 捆綁到其企業協議中，或降低 Redshift 的價格以削弱 Snowflake 的競爭力。合作維度在於，Snowflake 在 AWS 上的成長歷來使兩家公司都受益，這對 AWS 產生了一些商業上的不鼓勵因素，使其不至於過度競爭。

Google BigQuery：Google BigQuery 是一個完全託管、無伺服器資料倉儲，採用類似 Snowflake 的隨用隨付計價模式。BigQuery 受惠於 Google 的 AI 研究能力，以及與 Google 的機器學習平台 Vertex AI 的整合。Snowflake 的反向定位是雲端無關性：BigQuery 僅限於 Google Cloud，而 Snowflake 可原生同時在三大主要雲端供應商上運行。採用多雲策略的企業因此傾向於偏好 Snowflake。

Microsoft Fabric：Microsoft Fabric 是微軟的統一數據分析平台，將數據倉儲、數據工程和 Power BI 報表整合在單一產品中。Fabric 的競爭風險在於分銷：微軟透過 Microsoft 365、Azure 和 Dynamics 擁有深厚的企業客戶關係，並已將 Fabric 綑綁進企業授權方案中。一個已經支付 Microsoft 365 企業授權費用、且無需額外費用即可獲得 Fabric 的客戶，購買獨立 Snowflake 環境的財務誘因就較少。

Snowflake 競爭對手比較

Snowflake 有競爭護城河嗎？

Snowflake 的競爭護城河源自三個不同的面向。數據引力是最強大的來源：客戶數據在 Snowflake 內的累積使得遷移至競爭平台在營運與技術上都成本高昂，因為遷移多年儲存的數據、重寫查詢指令以及重新培訓數據團隊都會產生顯著的轉換摩擦。Snowflake Marketplace 的網絡效應增加了第二層優勢：第三方數據提供者與數據消費者之間形成了隨規模擴大而增長的相互依賴關係，使平台隨著更多參與者的加入而更具價值。多雲可攜性則完善了其競爭倉位：Snowflake 能同時在所有三大主要雲端供應商上原生運行，這是任何超大規模雲端原生替代方案都無法複製的。

護城河確實存在，但並非牢不可破。Databricks 在新的資料工程工作負載方面已取得進展，尤其是在那些比起 SQL 分析更重視機器學習的公司。Microsoft 透過 Fabric 進行的捆綁策略，代表了一種資料重力和網路效應無法直接抗衡的分銷優勢。

重點摘要：競爭格局

• Databricks 是最直接的產品競爭者，但由於其為私營公司，因此無法進行直接的財務比較
• 大型雲端服務供應商（Hyperscalers）同時是基礎設施的合作夥伴和產品的競爭者
• Snowflake 的護城河在於資料重力（data gravity）、市集（Marketplace）的網絡效應，以及多雲端的可攜性
• Microsoft Fabric 的綑綁銷售策略（bundling strategy）代表了最直接的結構性競爭威脅

Snowflake 機構持倉與主要投資者

波克夏·海瑟威在 2020 年 9 月的 IPO 中購買了約 210 萬股 Snowflake 股票，考慮到華倫·巴菲特歷來偏好避開 IPO 和高估值的科技公司，這是一個不同尋常的舉動。此次投資受到了散戶投資者的極大關注，他們將其解讀為巴菲特對 Snowflake 業務品質的背書。關鍵的細微差別在於：據報導，這項投資是由波克夏的投資組合經理托德·康姆斯 (Todd Combs) 或泰德·韋施勒 (Ted Weschler) 執行的，而非巴菲特本人。對於那些將投資邏輯錨定在「巴菲特買了 Snowflake」的投資者來說，這一區別非常重要。這項決定極有可能是由波克夏的投資經理做出的，而不是巴菲特直接授意。

更重要的是，波克夏海瑟威在隨後幾個季度削減了其 Snowflake 倉位。依賴波克夏背書作為持續訊號的投資者，應當核實波克夏最新提交給美國證券交易委員會 (SEC) 的 13-F 文件中的當前倉位，因為自首次公開募股 (IPO) 以來，該質押已發生實質性變化。如需追蹤波克夏當前投資組合，波克夏海瑟威股票分析) 提供了一個易於查閱的參考點，用於了解該公司公開披露的持股情況。

機構對 SNOW 的持有包括主要的資產管理公司、指數基金和成長型機構投資者。Snowflake 被納入包括標準普爾 500 指數和羅素 1000 指數在內的主要成長型指數，意味著管理這些指數基金的機構投資者必須持有與其指數權重成比例的 SNOW 股份，這會影響股價動態和交易流動性。

除波克夏之外，最大的機構股東通常包括先鋒領航（Vanguard）和貝萊德（BlackRock），以及各大專注於成長型資產的管理公司。這些資訊可以透過美國證券交易委員會（SEC）的 EDGAR 資料庫，與最新的 13-F 申報文件進行核實。機構持股集中度、內部人減持活動，以及主要股東部位的變化，皆是值得關注的前瞻性情緒指標。

雪花股票估值：SNOW 是被高估還是被低估？

SNOW 的股價營收比（P/S）相較於大多數企業軟體同業，處於權利金狀態。該權利金是否合理，取決於投資者在未來三到五年內，為該公司設定何種營收成長軌跡和最終保證金結構。股價營收比（P/S），是以 Snowflake 的市值除以其年營收計算，由於 Snowflake 尚未達到 GAAP 獲利標準，這是華爾街分析師套用在 SNOW 上的標準估值視角。

傳統的本益比（P/E ratio）在此並不適用。由於 Snowflake 申報的 GAAP 淨虧損是由股份報酬賠付所驅動，因此沒有正盈餘可用於計算股價倍數。市銷率（P/S）是衡量尚未實現 GAAP 獲利的高成長型公司的標準指標，它顯示了投資者為該公司產生的每一美元營收所支付的金額。

SNOW 在 2021 年的高點時，其交易市銷率 (P/S) 超過 100 倍，反映出市場極高的成長預期。儘管此後該倍數已大幅收縮，但 SNOW 相對於大多數企業軟體同業，其交易價格仍保有權利金，這反映出其高於平均的成長率，以及市場對 AI 擴張論點的信心。

為了評估目前的 P/S 倍數是否合理，投資者需要考量隱含的營收成長軌跡。相對於同業，以較高 P/S 倍數交易的公司，其定價反映了高於平均水準的營收成長預期。如果 Snowflake 的成長率持續放緩至 20% 左右的區間，相較於成長較慢但獲利能力更強的同業，目前的 P/S 倍數將難以支撐。若 AI 工作負載重新激發使用量成長，並將 NRR 推回 130% 以上，目前的倍數則可能被證明是合理的。

將 Snowflake 的股價營收比（P/S）與 Datadog、MongoDB 等其他高成長數據基礎設施公司進行比較，可以提供市場背景。一般來說，Snowflake 相較於同業交易時享有權利金，部分原因在於其規模（年營收超過 36 億美元），部分原因則在於市場對 AI 敘事的持續信心。SNOW 的核心估值爭論在於，考量到淨營收留存率（NRR）的下滑，該權利金是否合理，或者，若 AI 採用帶動用量重新加速，這項權利金是否將被證明是先見之明。

Snowflake 股票是一項好的投資嗎？看漲與看跌觀點

Snowflake 股票是否代表一項好的投資，取決於投資者認為關於其發展軌跡的兩個相互競爭的敘事中哪一個更可信。看漲論點的基礎是 Snowflake 成為企業 AI 工作負載的預設平台，這種情況下，每位客戶的使用量將會加速，且 NRR 將會穩定。看跌論點的核心在於 NRR 持續放緩以及大型雲端服務供應商的競爭，在高估值的情況下侵蝕 Snowflake 的成長。這兩種情況都有特定、有數據支持的論點；沒有哪一種明顯是錯的。

關於牛市/熊市/基本情境框架通常如何應用於高波動成長股的背景資訊，AMC 股票預測情境框架 說明了投資者在評估不同發展路徑時經常採用的分析方法。

SNOW 的看漲情境

Snowflake 的看漲理由主要基於人工智慧工作負載論點。企業無法在他們無法控制的專有數據上運行 AI，而 Snowflake 正是該數據已存在的平台。如果 Cortex AI、Arctic LLM 和 Document AI 能為現有客戶帶來有意義的新用量，近幾季的 NRR 下降可能會逆轉。

特定的多頭論點：

• AI 是使用率的驅動因素，而不僅僅是敘事。 企業在 Snowflake 數據上執行 LLM 推論和 text-to-SQL 查詢會產生增量積分消耗。隨著 AI 功能成熟，這種使用率可以在不要求客戶儲存更多數據的情況下，顯著擴大單一客戶的支出。
• 營收成長仍高於產業中位數。 Snowflake 的年成長率約為 29%，在可比營收規模下，其成長速度仍快於大多數企業軟體公司。
• 自由現金流（FCF）保證金正在擴大。 約 26% 的調整後 FCF 保證金展現了真實的現金產生能力，且其軌跡顯示中期內有望實現 GAAP 獲利。
• 128% 的淨留存率（NRR）按產業標準來看依然強勁。 雖然從 174% 下降是事實，但 128% 仍表示現有客戶的支出每年成長 28%，這對大多數 SaaS 業務來說都是極佳的結果。
• Ramaswamy 的背景具有高度相關性。 一位曾管理 Google AI 和廣告技術長達十年，並創立過 AI 搜尋公司的執行長，為目前的任務帶來了直接適用的經驗。
• 多雲架構是持久的差異化優勢。 隨著企業越來越多地採用多雲策略，一個無需移動數據即可在所有主要雲端運行的數據平台，提供了超大規模業者（hyperscaler）原生產品無法比擬的真實價值。
• AI 帶來的可觸及市場總額（TAM）擴張是可信的。 Snowflake 引用了 2,480 億美元或更多的 TAM，而 AI 工作負載代表了在歷史數據倉儲之外，可定址市場的增量擴張。

SNOW 的看空理由

Snowflake 的看空理由核心在於 NRR（淨保留率）增速放緩。從 2022 年高峰的約 174% 下降至 2025 財政年度的約 128%，顯示現有客戶在平台上的支出增長速度已顯著放緩。此趨勢目前尚未趨於穩定。

具體的熊市論點：

• NRR 減速可能並非純粹週期性。 如果 Databricks 在邊際上獲取新的數據工程工作負載，客戶可能只是將較小比例的新工作負載分配給 Snowflake，而不是像過去那樣。短期內，競爭侵蝕看起來與成本優化相似，但長期影響不同。
• AI 貨幣化尚未在業績中顯現。 Cortex、Arctic 和 Document AI 是引人注目的論述，但它們的營收貢獻尚未在 Snowflake 的財務報告中佔據實質性地位。此論點需要對未來執行力的信心。
• 超大規模雲端供應商的捆綁是一種結構性威脅。 Microsoft 將 Fabric 包含在企業 M365 授權中，改變了成本基礎的比較。正在評估 Snowflake 與其現有 Microsoft 協議中看似「免費」的產品的客戶，可能會減少對 Snowflake 的採用。
• GAAP 盈利能力仍然難以捉摸。 作為一家上市公司四年多，但沒有 GAAP 利潤，也沒有在短期內實現盈利的確定性，這對資本配置和持續的股權激勵（SBC）的稀釋風險提出了合法質疑。
• 權利金估值留下了有限的容錯空間。 高股價營收比（P/S）意味著該股票的定價預期持續強勁的執行。任何進一步的營收增長或 NRR 減速都會壓縮該倍數，可能導致股價相對於盈利未達預期出現超常規的下跌。
• CEO 變動帶來了戰略不確定性。 儘管 Ramaswamy 的背景相關，但他正在對一家指標不斷放緩的公司進行重大的戰略轉型，這項挑戰在歷史上比擴大規模已在增長的公司更為困難。

看漲 vs. 看跌總結

重點摘要：投資分析

• 看漲和看跌的論點都有具體、有數據支持的論據。這並非一個非黑即白的情況。
• 看漲論點的前提是相信人工智慧工作負載的採用將在未來 12-24 個月內逆轉淨經常性收入（NRR）的減速。
• 看跌論點的前提是相信超級雲端服務供應商（hyperscaler）的競爭和淨經常性收入（NRR）趨勢代表的是結構性而非週期性挑戰。
• 投資者在做出決定前，應考慮自身對權利金倍數（premium-multiple）科技股的承受能力以及多年持有期（multi-year holding horizons）。

分析師對 Snowflake 股票有何看法？

華爾街分析師對 Snowflake Inc. 的評級為普遍的「買入」，大多數分析師推薦該股票，少數分析師維持「持有」或「中性」評級。分析師涵蓋 SNOW 的中位數 12 個月目標價反映了一種看法，即 AI 成長論點和持續的自由現金流利潤率（FCF margin）擴張，支撐了當前的高於市場的估值倍數（premium multiple）。目標價範圍很廣，這反映了對於 AI 貨幣化將多快實現存在真實分歧。

分析師共識摘要

資料來源：分析師綜合共識。使用前請確認最新更新日期。請在 MarketBeat 或 Bloomberg 共識頁面核實目前的共識數據。

分析師免責聲明： 分析師價格目標與評級均為經常修訂的前瞻性預測。其反映了發布該資訊之分析師的獨立意見，不構成投資建議。如需目前的共識數據，請透過 MarketBeat、Bloomberg 共識或您的券商平台的研究專區進行驗證。

SNOW 的分析師意見分佈反映了在看漲和看跌情境部分概述的核心爭論。相信 AI 工作負載採用將帶動 NRR 穩定性的分析師傾向於維持買進評級，並設定高於共識的目標價。重視 NRR 減速趨勢和估值溢價的分析師則傾向於持有評級。分析師社群中目標價的差異是基本面不確定性的有用信號，而非完全否定分析師覆蓋的理由。

Snowflake 股票預測：目標價與成長展望

Snowflake 股票的未來走勢，取決於該公司能否證明其在 AI 產品上的投資，能夠帶來可衡量的營收增長，而不僅僅是營造話題或進行論述定位。分析師共識預計，未來兩個財政年度營收將持續以 20-30% 的幅度增長，但這些預測可能在每次季度財報公布後進行調整。

如果 Snowflake 的 AI 產品在未來 12 到 18 個月內帶動顯著的用量成長，且 NRR 穩定在 130% 以上，該股目前的 P/S 倍數將在目前水準得到更好的支撐，並可能具備擴張空間。若 NRR 持續向 120% 區間下滑，同時營收成長放緩至 25% 以下，則無論絕對營收表現如何，估值倍數進一步壓縮將是可能的結果。

截至2026年1月結束的2026財政年度，分析師共識普遍預測產品營收將落在42億至45億美元之間，意味著約15%至25%的增長。這些預測是基於對AI採用率的假設，而這些假設可能被證明過於保守或過於樂觀，取決於實際產品的採納情況。Snowflake自身的指引，在每次季度財報發布時提供，是最可靠的前瞻性指標，並超越本指南中的任何數字。

SNOW 與高成長軟體股這一類別具有顯著的相關性。包括聯準會利率政策在內的總體經濟因素會影響應用於未來現金流的折現率，而像 SNOW 這樣的高倍數成長股對這種動態機制的敏感度高於價值股。

尋求 SNOW 2025 年或 2026 年股價預測的投資者，應將任何特定的價格目標視為機率加權估算，而非預測。相較於更成熟、穩定的企業，SNOW 合理結果的範圍更廣。如需瞭解 AI 及科技公司股價預測方法的更多背景資訊，NVIDIA 股價預測 AI 指南 為衡量成長型科技股的預期提供了一個實用的框架。

如何購買 Snowflake 股票 (SNOW)：逐步指南

Snowflake 股票在紐約證券交易所 (NYSE) 上市交易，股票代號為 SNOW。任何提供紐約證券交易所上市股票交易權限的零售經紀帳戶，包括 Fidelity、Charles Schwab、Robinhood、TD Ameritrade、E*TRADE 等大多數券商，皆可購買其股份。支援零股交易的平台均可購買零股。

1. 開立證券帳戶（如果您尚未擁有支援紐約證券交易所 (NYSE) 上市股票的帳戶）。Fidelity、Charles Schwab 與 TD Ameritrade 提供完整的 NYSE 交易權限，且標準帳戶皆無最低開戶金額限制。

2. 在您券商平台的股票搜尋功能中搜尋股票代碼 SNOW。確認顯示為 NYSE: SNOW，以避免與其他代碼混淆。

3. 在下單前查看目前的股價和最近的交易區間。檢查買價-賣出價差和最近的成交量，以瞭解目前的市場狀況。

4. 決定您的訂單類型。 市價單會立即以當前價格成交；限價單僅會在您指定價格或更低的價格時執行。限價單提供價格確定性；市價單提供成交確定性。

5. 根據您的整體投資組合配置策略和風險承受能力，決定您的持倉規模。請考量到 SNOW 是一檔高倍數成長股，其價格波動相對於大盤指數而言較為劇烈。

6. 下單並確認您的訂單。 執行後，請在您的投資組合中驗證成交價格和收到的股份。請保留紀錄以供報稅之用。

本節說明購買股票的操作流程。是否購買 SNOW 的決定是一項獨立的判斷，應納入本指南中的分析，並在適當情況下諮詢財務顧問。

投資 Snowflake 股票的主要風險

每項投資都存在風險，Snowflake 股票也具備投資者在配置資金前應了解的特定風險。以下風險是根據 Snowflake 最近期的年度申報文件所列出的最重大考量因素。這些內容並不構成 Snowflake 10-K 報告中所揭露之風險因素的完整清單，投資者應直接閱讀該報告。

風險提示： 以下風險可能會導致 Snowflake 的股價大幅下跌。過去的績效不保證未來的結果。投資個別股票涉及風險，包括可能損失本金。

• NRR 增速放緩風險： 淨收入留存率 (NRR) 持續下降至 120% 或以下
• 超大規模雲端服務商競爭： Microsoft Fabric 的捆綁銷售或 AWS Redshift 的定價調整可能會減少 Snowflake 的可獲得市場機會
• 人工智慧變現不確定性： AI 產品僅產生敘事話題而非可衡量的收入增長

1. 淨收入留存率減速與營收增長放緩

Snowflake 的淨營收留存率 (NRR) 在三年期間從大約 174% 下降到大約 128%。如果這種下降趨勢持續，達到或低於 110%，這將表明現有客戶的增長不再有實質性的正面成長，使得公司必須更加依賴新客戶的獲取來維持整體營收增長。持續的放緩將對股價的本益比 (P/S multiple) 和股價造成壓力。

2. 超大規模業者競爭壓力

亞馬遜、微軟和 Google 各自擁有深厚的企業關係、定價能力，並有能力將競爭性的資料平台產品以降低或零額外成本的方式，打包整合至現有的客戶合約中。微軟的 Fabric 捆綁策略是此風險最直接的體現。Snowflake 的競爭護城河並不會消除此威脅；相反，它讓威脅更易於管理。

3. AI 策略執行風險

Snowflake 的看漲情境很大程度上取決於 AI 工作負載的採用帶動新的運算消耗。如果 Cortex AI、Arctic LLM 和 Document AI 在未來 12 到 24 個月內未能取得實質性的企業採用，目前賦予 AI 論點的權利金估值將面臨壓力。當一家公司在新領導層帶領下進行戰略轉型時，執行風險是確實存在的。

4. GAAP 獲利時程的不確定性

Snowflake 已上市超過四年，但尚未實現 GAAP 獲利。如果營收增長的減速快於以股份為基礎的賠付佔營收比例的下降速度，實現 GAAP 獲利的時間表將會延長，這將透過持續的資產淨值發行對股東造成持續稀釋。

5. 宏觀與利率敏感度

身為高估值成長股，SNOW 對利率變動的敏感度高於價值股或已盈利的科技公司。利率上升會提高未來現金流的折現率，進而壓低成長股的股價營收比（P/S multiples）。若重返高利率環境，將獨立於其營運表現對 SNOW 的估值造成壓力。

關於 Snowflake 股票的常見問題

Snowflake 股票是良好的投資嗎？

Snowflake 股票是否為一項好的投資，取決於您的風險承受能力和投資期限。Snowflake 產生正向的自由現金流，營收年增率約為 29%，且在具備直接相關經驗的執行長帶領下，擁有可靠的 AI 產品策略。該公司也以權利金估值進行交易，伴隨著淨收入留存率 (NRR) 指標放緩且尚未實現 GAAP 獲利。對於能接受權利金倍數科技曝險和多年持股期的投資者來說，SNOW 可能較為合適；而優先考慮短期獲利或低風險特性的投資者，則可能偏好等待 NRR 趨於穩定的證據。

Snowflake Inc. 是做什麼的？

Snowflake Inc. 營運 Snowflake Data Cloud，這是一個雲端平台，讓企業能夠同時在多個雲端環境中儲存、查詢及分析海量數據。該公司的基礎創新將運算與儲存分離，使兩者能夠獨立擴展並分別計費。Snowflake 的平台原生運行於 AWS、Microsoft Azure 和 Google Cloud，使其具備雲端無關性。客戶將其用於資料倉儲、資料工程、機器學習，以及越來越多在自有數據上運行的 AI 工作負載。

為什麼 Snowflake 股票在下跌？

Snowflake 股價自歷史高點回落有多重原因：利率上升壓縮了整個市場高倍數成長股的估值；隨著公司規模擴大，營收成長率從三位數放緩至約 29%；淨收入留存率（Net Revenue Retention）從約 174% 下降至約 128%；以及 2024 年 2 月執行長由 Frank Slootman 變更為 Sridhar Ramaswamy，引發了投資者的不確定性。此外，當業績指引低於分析師的高預期時，財報公佈後的股價也出現了下跌。

SNOW 股票是否被高估？

SNOW 是否被高估，取決於對未來 AI 驅動營收增長的假設。與大多數企業軟體同業相比，Snowflake 以權利金市銷率（Price-to-Sales ratio）交易，反映了市場對高於平均水準增長的預期。以目前的倍數計算，該股票的定價已考慮了持續強勁的營收增長及最終的保證金擴張。相信 AI 工作負載的採用將重新加速淨留存率（NRR）的投資者，可能認為目前的價格合理或被低估；而認為 NRR 減速具有結構性的投資者，則可能認為該權利金倍數是不合理的。

誰持有最多的 Snowflake 股票？

Snowflake 的最大機構股東包括 Vanguard（領航投資）和 BlackRock（貝萊德）等主要指數基金管理公司，以及各類成長型機構投資者。波克夏·海瑟威（Berkshire Hathaway）在 2020 年 9 月的 IPO 中購買了約 210 萬股，但在隨後的季度中一直在減少其倉位。如需獲取最新的持股結構，請參閱 Snowflake 最近的代理聲明文件以及 SEC EDGAR 資料庫中的機構 13-F 申報文件。

Snowflake 股票的前景如何？

Snowflake 股票的未來走勢主要取決於 AI 產品投資是否能在未來 12 至 24 個月內產生可衡量的營收加速。如果 Cortex AI、Arctic LLM 和 Document AI 能帶動顯著的新運算消耗，進而穩定或扭轉 NRR（淨收入留存率）的下滑，看漲情境將會增強。分析師目前的共識預計 2026 財政年度的營收成長約為 20% 至 25%，不過預測值在每次財報發布後都可能會有所修正。任何股票預測都不應被視為必然的預言。

Snowflake 獲利了嗎？

Snowflake 尚未實現 GAAP 獲利，主要是因為以股份為基礎的賠付支出超過了營業收入。在調整後的非 GAAP 基礎上，截至 2025 財政年度，Snowflake 產生了正的自由現金流，其保證金約為 26%。實現 GAAP 獲利的途徑取決於營收的持續擴大，以及以股份為基礎的賠付佔營收比例的下降。分析師預計在未來兩到三個財政年度內將實現有條件的 GAAP 營業獲利，儘管這一時間表取決於營收增長和招聘假設。

Snowflake 的營收是多少？

Snowflake 報告了截至 2025 年 1 月 31 日的 2025 財政年度產品收入約為 36.3 億美元，較去年同期增長約 29%。產品收入是主要的收入項目；專業服務貢獻的金額較少。有關最新的收入數字，請參閱 Snowflake 最新的季度財報新聞稿，網址為 Snowflake 投資者關係

沃倫·巴菲特在 Snowflake 投資了多少？

波克夏·海瑟威在 2020 年 9 月首次公開募股 (IPO) 時購買了約 210 萬股 Snowflake，加上後續的二次購買，總計初次投資金額以 IPO 定價計算達數億美元。這項投資最準確地歸功於波克夏的投資組合經理 Todd Combs 或 Ted Weschler，而非華倫·巴菲特本人。波克夏已在其後幾個季度削減了其 Snowflake 倉位。當前的倉位應與波克夏向美國證券交易委員會 (SEC) 提交的最新 13-F 文件進行核實。

Snowflake 的目標價是多少？

SNOW 的分析師價格目標依據對 AI 採用和 NRR 走勢的假設而有所不同。市場一致的買入評級反映了大多數關注該股票的分析師的觀點，其目標價範圍從接近目前市價（悲觀情境）到顯著溢價（樂觀情境）。目標價會在每次財報發布後進行修訂，應視為前瞻性估計，而非預測。請在閱讀時於 MarketBeat 或 Bloomberg Consensus 驗證當前共識目標價數據。

Snowflake 的 CEO 是誰？

Sridhar Ramaswamy 是 Snowflake Inc. 的執行長。他於 2024 年 2 月被任命。Ramaswamy 曾任 Google 廣告業務資深副總裁，在該職位上負責廣告業務約十年，並共同創立了人工智慧驅動的搜尋新創公司 Neeva，該公司於 2023 年被 Snowflake 收購。他不應與政治家兼企業家 Vivek Ramaswamy 混淆，後者與 Snowflake 並無關聯。

Snowflake 的淨收入留存率是多少？

淨營收留存率 (NRR) 衡量在 12 個月期間內從現有客戶手中保留的營收百分比，包括因使用量增長而產生的擴展，並減去因客戶流失或縮減而損失的任何營收。截至 2025 財政年度，Snowflake 的 NRR 約為 128%，這意味著現有客戶在他們的平台支出上平均同比增長約 28%。這高於被認為對企業級 SaaS 而言強勁的 110-120% 範圍，儘管它已從 2022 年初的約 174% 的峰值下降。

Snowflake 如何賺錢？

Snowflake 透過向客戶收取其實際消耗的運算資源費用來產生營收，以 Snowflake Credits 計費，而非收取固定訂閱費。這種以用量計費的定價模式意味著營收是變動的，並直接與客戶的使用量掛鉤。客戶可以預先購買點數（預付合約）或按需購買，而點數會隨著資料工作負載的執行而消耗。在特定期間內執行更多查詢的客戶支付的費用較多；減少用量的客戶支付的費用較少。這與 Salesforce 等訂閱制 SaaS 公司不同，後者無論使用量多寡均收取相同的費用。

Snowflake 與 Databricks 有什麼區別？

Snowflake 是一家公開上市的雲端數據平台公司 (NYSE: SNOW)，專注於資料倉儲、SQL 分析以及日益增長的 AI 工作負載。Databricks 是一間由 Apache Spark 創始人所創立的私有公司，專注於資料工程管線以及使用資料湖倉 (Data Lakehouse) 架構的機器學習。由於 Databricks 是私有公司，因此無法使用市銷率 (Price-to-Sales ratios) 進行直接的財務比較。在產品方面，Snowflake 歷來在 SQL 分析和多雲資料共享方面表現較強；Databricks 則在基於 Python 的機器學習方面表現較強。隨著兩者各自向對方的使用情境擴張，這兩款產品正趨於融合。

Snowflake 於何時上市？

Snowflake 於 2020 年 9 月 16 日上市。其首次公開募股 (IPO) 定價為每股 120 美元，開盤價為每股 245 美元，使其成為當時史上最大的軟體 IPO。波克夏·海瑟威 (Berkshire Hathaway) 和 Salesforce 各自認購了該次發行的股份。該股票隨後於 2021 年底一度飆升至 400 美元以上的歷史新高，之後隨著利率上升和成長指標放緩而下跌。

總結：誰應考慮 SNOW 股票？

Snowflake 是一家高品質的雲端數據平台，正產生正向的自由現金流，營收年增率約為 29%，並在一位背景與其職責完全契合的執行長領導下，執行可靠的 AI 產品策略。以可衡量的財務標準來看，該公司經營良好。對於任何投資者而言，問題不在於 Snowflake 是否為一家好公司，而是其目前的股價是否已反映了足以支撐其權利金估值的 AI 成長情境。

Snowflake 股票可能適合符合以下條件的投資者：

• 擁有多年投資年限（至少二至五年）
• 能夠接受權利金倍數的科技股曝險，以及隨之而來的波動性
• 相信企業採用人工智慧工作負載將在未來 12 至 24 個月內推動淨保留率（NRR）趨於穩定
• 理解 GAAP 虧損主要由非現金股權賠付所致，並將自由現金流（FCF）保證金視為更相關的獲利指標

Snowflake 股票可能較不適合具備以下特徵的投資者：

• 將 GAAP 獲利能力或近期收益視為優先投資標準
• 對權利金估值敏感，並希望在其科技股配置中保有安全邊際
• 需要在其投資組合中配置波動性較低的持股
• 在建立倉位之前，偏好等待 AI 產品有助於淨保留率（NRR）穩定下來的具體證據

淨營收留存率 (NRR) 的趨勢是現階段最需關注的關鍵指標。若在未來兩到三個季度的財報發布期間，NRR 趨勢止穩或出現上行反轉，則多頭論點將獲得顯著可信度。若 NRR 持續下滑至 125% 以下，則空頭論點將更難被駁斥。

過往表現不保證未來結果。投資個別股票涉及風險，包括可能損失本金。

相關文章

["- AMC 股票預測：價格區間、驅動因素與風險的劇本框架","- 波克夏·海瑟威股票分析","- NVIDIA 股票價格預測：AI 新手指南：區分真實與虛假"]

此內容僅供參考，且不構成財務建議、投資建議，或買賣/持有任何證券的推薦。在做出投資決策前，務必諮詢合格的財務顧問。過去的股票表現不保證未來的結果。投資單一股票涉及風險，包括本金可能損失。本指南引用的財務數據反映了 Snowflake 的 2025 財政年度（截至 2025 年 1 月 31 日的年度）的業績，並可能隨著公司報告後續季度而發生變動。