斯里达尔·拉马斯瓦米，首席执行官：

感谢大家今天拨冗参加。

人工智能正在从根本上重塑工作方式，而 Snowflake 正处于这场变革的核心。

各行各业的组织正迈向一个未来：员工与智能代理并肩协作，以加速决策、自动化复杂工作流，并释放前所未有的生产力和创新力。

借助 Snowflake，这一未来已初现雏形。我们的平台汇集了组织转型为"代理企业"所需的四大要素：统一且受管控的数据基础、领先 AI 模型的访问权限、企业应用与工作流的互联互通，以及能够将意图转化为受管控行动的统一代理控制平面。

这一控制平面正通过 Snowflake Intelligence 和 Cortex Code（或简称 CoCo）逐步成为现实。Snowflake Intelligence 为业务用户提供了访问企业数据上下文和操作的自然语言界面，而 CoCo 则让开发者能够直接在 Snowflake 上通过自然语言创建应用程序、数据管道、代理和工作流。

正如我们第一季度的业绩所示，Snowflake 拥有得天独厚的优势，能够帮助客户转型为"主动型企业"。

产品收入达到 13.34 亿美元，同比增长率加速至 34%，高于上季度的 30% 和一年前的 26%，创下公司历史上最强劲的环比美元增长。我们的净收入保留率提升至 126%。

随着我们持续专注于以严谨的态度和高效的运营执行工作，我们第一季度的非公认会计准则（Non-GAAP）营业利润率同比扩大了 300 多个基点，达到 12%。

我想花一点时间谈谈我们的展望。

基于核心数据平台业务的强劲表现，以及包括 CoCo 和 Snowflake Intelligence 在内的 AI 能力带来的显著提升，我们将 2027 财年的增长预期从同比增长 27% 上调至 31%。

Brian 将在他的发言中分享更多关于我们业绩指引的细节。感谢所有 Snowflake 员工为取得这些成果所付出的辛勤工作和奉献精神。

AI在三个层面同步增强业务：拉动核心平台、新产品开辟增长、二阶推动核心使用量

在整个业务中，AI 正在多层面同步增强 Snowflake 的实力。

首先，随着客户为安全且大规模地获取支持人工智能所需的数据上下文和治理能力，正加速将工作负载迁移至 Snowflake，人工智能正在推动我们核心平台的业务增长。

其次，Snowflake Intelligence 和 CoCo 的采用速度创下了我们公司历史上新产品的最快纪录，作为代理控制平面推出的首批主要产品，它们为增长开辟了新的机遇。

第三，随着客户在 Snowflake 上从提问转向回答、从提示转向管道、从构想到生产工作流，这些 AI 产品的采用正在推动核心平台的使用量增长。

采用 CoCo 的客户增长速度甚至更快，我们预计随着采用范围的扩大，这一势头将持续下去。

我们第一季度的强劲业绩，体现了"主动型企业"所产生的强大飞轮效应。重要的是，这一势头源于我们核心业务的实力。

我们的 13,912 家客户选择 Snowflake，是因为我们的 AI 数据云易于使用、支持无缝协作，并具备企业级治理和安全保障。

事实上，42% 的客户正在 Snowflake 上与至少一个稳定边缘节点共享数据。这凸显了平台在围绕单一受管控的"可信数据源"连接组织、合作伙伴和应用程序方面的作用。

在 AI 时代，这种互联互通的基础变得更加宝贵。Snowflake 不仅仅是一款软件。这是一个循环系统，连接现代企业，使数据应用和人工智能代理能够在组织间顺畅无缝地流动。正是这种连接性、治理能力和易用性的结合，让企业一次又一次地选择 Snowflake 作为其数据和人工智能战略的基石。

以领先的度假产权公司假日俱乐部度假村（Holiday Inn Club Vacations）为例，他们选择 Snowflake 来推动其数据和人工智能现代化，并指出我们的简便性、内置的人工智能和机器学习能力以及强大的合作伙伴关系是其选择的原因。借助 Snowflake，他们现在已具备在整个业务中扩展分析和运营的能力。

And Health，这家领先的建筑与设计领域人工智能驱动平台，选择了 Snowflake 来加速其下一阶段的增长，从而实现全业务范围内的更快洞察获取。借助 Snowflake，And Health 将显著提升数据处理性能，减少数据管道维护工作，并释放工程资源以专注于开发新产品。未来，他们将投资于自然语言查询处理和自助式分析，以提升全组织范围内数据的可用性。

对于现有客户，请继续全力拥抱 Snowflake。

历经近两年时间，美国一家大型银行完成了从 Teradata 到 Snowflake 的迁移，这堪称金融服务领域最复杂的数据仓库迁移项目之一。此次迁移是他们计划将众多传统平台迁移至 Snowflake 的众多举措之一。他们的团队目前正在他们已大规模运行的平台之上，直接构建基于人工智能的监管情报、自然语言分析和数据探索功能。

此外，还有雀巢——这家全球最大的消费品公司之一，在全球拥有超过 2,000 个品牌，业务遍及 185 个国家。他们正在扩大 Snowflake 的应用范围，以推动企业的数字化转型。作为这一战略的一部分，雀巢正以数据和 AI 作为关键推动力，全面重塑其端到端运营：构建企业级数据产品，目前已有超过 50,000 名用户在 150 项全球业务能力中使用这些产品。这使得企业能够获得实时互联的业务视图，让团队能够更快、更主动地做出决策。

全球一家最大的财富管理公司开发了一个名为 Osteo Data 的基于 Cortex 的智能代理，并将其部署给整个高管团队。此前需要转交给分析师进行手动数据挖掘的业务咨询中，超过 60% 现在都能利用 Snowflake 中的现有数据，在需要时即时得到解答。

我们还看到，包括 Global Payments、美国存管信托与清算公司 (DTCC) 以及 Blue Yonder 在内的《全球 2000 强》企业，正扩大 Snowflake 的应用范围，以支持不断增长的工作负载、加速基于 AI 的洞察，并为终端客户创造更多价值。这种持续的扩展体现在我们大型客户群的显著增长上。

第一季度，有 8 家客户的过去 12 个月收入突破了 1000 万美元。目前，我们已有 64 家客户的过去 12 个月支出超过 1000 万美元。

随着人工智能推动对我们核心平台的需求，这也为 Snowflake 提供了更多机遇，使其能够推出新一代由人工智能驱动的产品和体验。

Snowflake 拥有独特的优势，能够引领企业 AI 的下一阶段发展，因为我们早已处于客户数据、业务背景、AI 模型和工作流的核心位置。

客户越来越希望有一个简单、统一的平台来完成工作。在这个平台上，业务用户可以提出问题、理解答案并触发下一步操作。

开发者无需离开 Snowflake 即可将一个想法转化为应用程序、管道、代理或自动化工作流。这就是我们所说的"代理控制平面"。这是一个受管层，在此层中，意图转化为行动，其根基在于客户的企业数据、业务背景、模型、应用程序和安全策略。

Snowflake Intelligence 是该控制平面的业务用户界面，而 CoCo 则是构建者界面。二者协同工作，帮助客户在 Snowflake 值得信赖的治理模型内，实现从洞察到行动、从原型到生产环境的无缝过渡。

事实上，随着越来越多的组织采用这种受管制的对话式方式，让业务用户能够对企业数据提出问题、获得解答并采取行动，使用 Snowflake Intelligence 的客户数量已实现环比翻倍增长。

目前，CoCo 已被超过 7,100 个账户采用，为开发者提供了一种自然语言方式，使其能够直接在 Snowflake 中创建应用程序、管道、代理和工作负载。

就在不久前，我们的合作伙伴 Infinite Lambda 正为一场重要的客户推介会做准备。我们的工程师利用 CoCo 仅用 5 小时就构建了一个真正的客户 360 度视图应用，将客户数据、流失洞察、推荐措施和实时仪表盘整合到单一体验中，并向客户展示了该应用，客户反应非常积极。会议结束后，该公司的 CEO 给我打来电话说："你们正在改变这个行业。"

普罗维登斯（Providence）作为美国最大的医疗系统之一，正在利用 Snowflake Cortex 在数秒内从临床记录和患者档案中提取洞察。借助 CoCo，他们现在能够直接在 Snowflake 中构建这些工作流，使医疗团队在遵守隐私标准的同时，更快地获取关键信息。

而全球法律、税务及监管情报提供商汤森路透（Thomson Reuters）则利用 Snowflake Cortex（包括 CoCo）来驱动人工智能驱动的法律和合规工作流。通过利用 CoCo 直接在 Snowflake 内构建和部署智能应用程序，其团队能够在几秒钟内将复杂的监管数据转化为可操作的洞察，同时加速产品开发。这种方法保持了高风险专业应用所需的受托人级治理和可靠性。

CoCo 不仅为人工智能业务贡献了可观的收入，同时也推动了整个平台的用户参与度提升。这种切实的增长势头，加上我们核心平台的持续强劲表现，体现在我们上调的 2027 财年业绩预期中。

在持续创新以支持客户的同时，我们也正从内部引领 AI 转型。借助 Snowflake Intelligence 和 CoCo，我们的团队正在彻底改变工作方式。

在 Snowflake 的全球支持团队中，CoCo 现已在工程师介入前对收到的客户案例进行分析，提前提供诊断见解和可能的根本原因。配合 AI 加速的调查流程，这使得案例解决时间缩短了 25% 以上，每位工程师的案例处理量也提高了 25%。

通过采用由 CoCo 工程团队负责运行的 Snowflake 云部署方案，我们不仅释放了运维容量并将资源转向产品创新，还使复杂案例的解决时间缩短了近 30%，并将每张工单的工程处理时间削减了约 40%。

在整个数据部门，CoCo 使每位工程师的代码行数翻倍，从而将开发人员生产力提升了一倍，并在短短几周内实现了财务、市场营销、销售和人力资源等部门超过 100 个工作流的自动化。通过此次运营转型，我们的团队正以更快的速度和更强的专注力，积极把握眼前的 AI 机遇。

在第一季度，我们向市场推出的产品功能比去年同期增加了 20% 以上，这充分彰显了我们的创新速度以及 Snowflake 平台正在进行的广泛扩展。

今天，随着我们宣布计划收购 Natoma，我们将 Snowflake 的代理控制平面从数据封装工作流扩展到了实际开展工作的日常应用场景中。

借助 Natoma，用户无需离开 Snowflake Intelligence 或 CoCo，即可发送电子邮件、总结聊天记录、查看日历以及打开 JIRA 工单。关键之处不仅在于便利性，更在于控制权。这些操作均在受控环境中进行，该环境内置了企业级安全防护、权限管理、可观测性及策略执行机制。

这将进一步巩固 Snowflake 在 AI 治理领域的领导地位，确保企业不仅能安全管理数据，还能管控 AI 代理在业务工作流中采取的各项行动。

我们还正在加强市场拓展团队，以支持下一阶段的增长。经过平稳的交接，新任首席营收官乔纳森·布利耶（J.B.）正引领 Snowflake 在人工智能时代实现规模化发展。

J.B. 在 Snowflake 拥有十余年的丰富经验，对我们的客户和平台有着深刻的了解，并具备极强的运营专注力，这将助力我们持续优化市场拓展策略。这种强大的执行力正转化为持续的客户增长势头和更广泛的产品采用。

本季度，我们净增了 616 家新客户，同比增长 38%。我们还观察到，客户部署和扩展工作负载的速度正在加快。

随着客户将更多工作负载迁移到该平台并投入生产，本季度在 Snowflake 上部署的新案例（即由 Snowflake 管理的独立项目）数量同比增长了 114%。

与此同时，每位客户经理负责的用例数量同比增长 86%，这既体现了客户需求的增长，也反映了整个组织销售执行力的提升。

此外，随着我们深化与战略合作伙伴的关系并扩大 AI 数据云的覆盖范围，我们也在持续强化生态系统建设。

就在今天，我们宣布通过一项价值 60 亿美元的新多年期协议，与 AWS 扩大合作，旨在利用 Graviton 计算和 AI 服务，加速全球企业对 AI 的采用。

此次宣布之际，Snowflake 在 AWS Marketplace 上的累计销售额已突破 70 亿美元，这反映出在 Snowflake 上运行 AI 和数据工作负载的需求日益增长。

本季度，我们还宣布与 OpenAI 扩大合作，达成了一项价值 2 亿美元的合作伙伴关系。

此外，就在不久前，我们已将与 SAP 标志性合作中的联合功能正式投入全面使用，使客户能够通过我们的 AI 数据云，整合其核心数据系统中的关键业务数据。

在结束之前，我想特别感谢我们的联合创始人兼首席架构师贝诺瓦·达热维尔（Benoit Dageville）。他将于 6 月中旬卸任日常运营工作，但将继续担任 Snowflake 董事会成员。

贝诺瓦是我们行业中最杰出的技术远见者之一。他的领导力和创新精神推动了现代云数据平台的诞生，并为 Snowflake 今日的成就奠定了基础。他对公司、客户以及更广阔的技术领域产生了非凡的影响，在我们迈入新篇章之际，我们对他持续的指导深表感激。我们的产品部门将继续由克里斯蒂安·克莱纳曼（Christian Kleinerman）领导。

在过去的几年里，大家已经看到人工智能（AI）逐渐成为推动我们业务发展的强劲动力。第一季度标志着这一进程中的重要转折点。Snowflake 值得信赖的企业级数据、丰富的业务背景、领先的 AI 模型，以及与企业应用程序的安全连接，这些要素的结合创造了难得的发展机遇。

Snowflake Intelligence 和 Cortex Code 是客户把握这一机遇的两大主要途径，前者面向业务用户，后者面向开发者。二者协同作用，使客户能够在受管控的环境中将意图转化为行动，从而助力 Snowflake 赢得"主动控制平面"这一新市场。

我们既受益于人工智能这一长期利好，同时也通过自有 AI 能力实现商业化。这一切得益于快速创新、强大的市场推广执行力以及严谨的运营纪律。

我们已做好充分准备，将实现增长提速和利润率提升。

接下来，我将请布莱恩为大家详细解读财务数据。

布莱恩·罗宾斯，首席财务官：

第一季度，产品收入同比增长率加速了约 400 个基点，达到 34%。这一增长得益于 AI 收入的显著增长以及我们核心数据平台业务的加速发展。

AI 是我们发展势头背后的驱动力，也是我们核心数据平台业务的催化剂。秉持"AI 优先"的理念，客户正以日益迫切的态度向云端及 Snowflake 迁移。

这一利好趋势在新客户增长速度上显而易见。正如斯里达尔所提到的，我们的净新增客户同比增长了 38%。我们新增了 13 家全球 2000 强企业，而去年同期仅为 4 家。

如今，Snowflake 的 AI 工作负载本身已成为一个重要的收入引擎。

像 Cortex Code 这样的 AI 产品正在拓展现有客户的业务机会，因为 CoCo 能够推动数据平台的更快、更广泛使用。

目前，我们有 79 家客户在过去 12 个月内的支出超过 100 万美元。第一季度有 46 家客户突破了 100 万美元大关，而去年同期这一数字为 26 家。

未履行业绩义务（RPO）同比增长 38%，而去年第一季度为 34%。我们持续观察到客户倾向于在第四季度续约。因此，我们预计订单量将日益向第四季度集中。

我们始终致力于实现增长与利润率的双重提升。

第一季度，非 GAAP 运营利润率同比扩大逾 300 个基点，达到 12%。强劲的营收增长和审慎的招聘策略共同推动了非 GAAP 营业利润率的超预期表现。

本季度我们新增了 190 名员工，而去年同期新增约 400 名。在这 190 名员工中，有 173 名是通过收购 Observe 加入 Snowflake 的。若不计 Observe，本季度的有机招聘仅为 17 人。

第一季度，我们动用约 3 亿美元回购了 170 万股。在最初 45 亿美元的回购授权额度中，目前尚余约 8 亿美元。截至本季度末，我们的现金、现金等价物以及短期和长期投资总额为 44 亿美元。

本季度，我们与 AWS 签订了一份为期 5 年、价值 60 亿美元的合同，金额较 2023 财年签署的上一份合同翻了一番多。根据该协议，AWS 已承诺在合作方面加大市场推广投入。该协议标志着我们与 AWS 持续合作关系中的重要里程碑，其影响已完全纳入我们的展望之中。

接下来谈谈我们的展望。

一如既往，我们的预测基于现有的消费模式。我们的预测方法和指导原则均未发生变化。

鉴于我们观察到核心数据平台业务和人工智能业务均表现强劲，我们将上调本年度的业绩指引。对于 2027 财年，我们目前预计产品收入将达到 58.4 亿美元，同比增长 31%。在第二季度，我们预计产品收入将在 14.15 亿至 14.2 亿美元之间，同比增长 30%。

我们对 Observe 的收购进展顺利，符合我们的初步预期。Observe 对第一季度产品收入增长的贡献不足 1 个百分点，我们仍预计该收购将为全年产品收入增长贡献约 1 个百分点。

接下来谈谈利润率。

我们预计 2027 财年非 GAAP 产品毛利率将达到 75%。

预计第二季度非 GAAP 营业利润率为 12.5%，并将全年非 GAAP 营业利润率指引从 12.5% 上调至 13.5%。

我们重申非 GAAP 调整后自由现金流利润率为 23%。我们对全年非 GAAP 营业利润率和非 GAAP 调整后自由现金流利润率的展望中，仍包含与收购 Observe 相关的约 150 个基点的负面影响。这一影响与上季度相比保持不变。

我们计划收购 Natoma 将为 Snowflake 带来 20 名员工。

在进入问答环节之前，我想简要回顾一下我对 2027 财年的工作重点。

上季度，我概述了两大关键优先事项。第一，推动增长和利润率提升；第二，持续优化我们的市场推广策略。随着人工智能强化我们业务的各个环节，我们在这两个方面都执行得相当顺利。

自上季度以来，在 Cortex Code 的引领下，我们的 AI 收入机会已发生阶跃式变化。人工智能目前也正在改变我们的内部运营方式，通过放缓招聘步伐并增加云端支出，从而提升生产力。

在市场拓展方面，我们对新任首席收入官（CRO）所获得的反响感到非常满意。J.B. 拥有丰富的经验，并在 Snowflake 取得了卓有成效的业绩。他深谙如何创造卓越成果并赢得单个客户的青睐。更重要的是，他懂得如何将这种成功经验推广至整个组织。

最后，下周我们将与在旧金山举办的 Snowflake Summit 大会同期举办投资者日活动。如有意参加，请发送邮件至 ir@snowflake.com。至此，我将把电话交由主持人进行问答环节。

Sanjit Singh，摩根士丹利 分析师：

斯里达尔，我长期以来一直负责覆盖消费类软件公司。在正常年份，我们通常不会看到你们所报告的这种环比美元收入增长。通常情况下，全年或第二季度的业绩指引也不会像这次财报中这样上调。

但我的问题很简单：本季度究竟在哪些方面出现了转折？我认为可能涉及两个层面——一是市场背景下的需求视角；二是 Snowflake 业务组合内部的动态，比如核心数据平台的有机客户增长，以及人工智能业务的发展。你能具体谈谈你观察到转折点出现在哪里吗？

斯里达尔·拉马斯瓦米，首席执行官：

完全正确。我会将这一点分为三个部分。

首先，人工智能正在加速提升用户从已导入或即将导入 Snowflake 的数据中获取的价值。因此，我们看到核心数据平台正面临着强劲的长期增长势头。

第二点是，那些具备自主决策能力的产品——例如 Snowflake Intelligence、Cortex Code 以及 CoCo 等控制平面产品——在第一季度已初显成效。

回顾一下，CoCo 于 2 月 5 日正式发布，恰逢本季度伊始。目前这两款产品都展现出了非常强劲的市场反响。

Cortex Code 真正有趣的地方在于，它反过来又能推动核心数据平台的更多使用——仅仅是因为它让项目落地变得更加轻松，无论是构建数据管道、创建新代理、设置新的动态表，甚至坦白说，进行数据迁移。因此，它同时也带来了这种二阶效应。

这就是 1、2、3 的逻辑，这也是我喜欢将其视为 AI 在数据领域对 Snowflake 优势产生复利效应的原因。

接下来我将把话筒交给 Brian，由他详细说明这些因素如何在我们本季度及全年的预测中相互作用。Brian？

布莱恩·罗宾斯，首席财务官：

我来稍微谈谈这方面的影响。CoCo 是我们预测增长的最大驱动力。

需要提醒的是，我们在进行预测时，仅预测已观察到的消费行为。正如斯里所提到的，这种情况就在本季度发生了。因此，本季度我们获得了将 CoCo 纳入模型的独特机会，这一因素将体现在今年剩余时间的表现中。

我们还看到核心业务增长加速，这也影响了我们的展望。因此，我们的指导原则没有改变，即超出预期 3% 对我们来说已是非常强劲的表现。

S. Kirk Materne，Evercore ISI 分析师：

恭喜贵公司取得本季度的佳绩。

Sridhar，我想就 CoCo 这一产品再深入探讨一下——它究竟如何提升客户从平台中更快获取更多数据的能力？能否对此再详细说明一下？

此外，能否谈谈像 CoCo 这样的产品可能会如何稍微改变你们的市场推广模式？你刚才提到，显然 Infinite Lambda 在第一季度表现优异。我想了解的是，随着今年剩余时间的推进，拥有这些创新产品会如何影响你们对市场推广策略的规划？

斯里达尔·拉马斯瓦米，首席执行官：

CoCo 是一种通用编码代理，具备一系列专为 Snowflake 和数据平台设计的特性。我们发布的基准测试结果表明，在 Snowflake 内部进行操作时，CoCo 的表现甚至优于 Frontier 模型。

在过去一个季度里，我们实际上已将其扩展以支持其他数据平台，例如 Amazon Glue、Airflow、dbt Cloud，甚至包括 Databricks。因此，它的功能极其强大。就其如何提升客户、我们自身以及合作伙伴的效率而言，任何类型的代码转换（例如数据迁移）都能借助 CoCo 实现加速。

我们拥有一支迁移团队，他们正忙于创建我们称之为"框架"的工具。这些框架旨在对流程进行结构化设计，从而将复杂的迁移任务分解为可系统化处理的步骤。

我们与合作伙伴及客户保持着紧密合作，帮助他们更快地完成这些迁移工作。此前我曾提到，许多合作伙伴甚至正在将整个商业模式从按工时和材料收费，转变为按成果收费。

此外，诸如创建代理程序来运行 Snowflake Intelligence 智能分析这类工作，现在也变得快得多，因为我们在 CoCo 中为整个代理创建流程构建了工作流。

事实上，这一过程已经变得如此简单明了，以至于像我这样的人也能从数据集入手，经过 Cortex Analysts 和搜索实例等环节，最终创建一个代理并对其进行评估。这就是创建代理的完整生命周期。

它就像是一个自动化平台，涵盖了与 Snowflake 相关的方方面面。无论是 Snowflake 内部，还是外部合作伙伴，都在积极开展大量工作，例如在此基础上构建更加复杂的技能和流程。我深信，这还只是起步阶段。

至于这对我们的市场推广策略有何影响，首先，我认为像 Snowflake Intelligence 这样的产品，让我们的整个市场推广团队在某种程度上实现了"AI 原生化"——说实话，这在一年前我们甚至无法想象。因此，我们的解决方案工程师、销售人员，甚至客户经理都能展示 Snowflake 的强大功能。

没有什么比掏出手机展示 Snowflake Intelligence 的功能更直观的了——过去 9 个月里我见过的每一位 CEO 都深有体会。现在，这已成为我日常工作的一部分。我们的解决方案工程师能够构建更加逼真的演示和原型，甚至能够非常、非常迅速地为客户完成项目，向客户展示 CoCo 的强大功能。

同样，我们的内部团队——无论是刚才提到的支持团队，还是负责运维生产系统的 SRE（站点可靠性工程）团队，以及我们的服务团队——这些团队对 CoCo 的采用率已超过 95%，这在他们开发产品时带来了巨大的助力。

此外，CoCo 和编码代理还改变了诸如能力赋能等方面的工作方式。这要容易学得多，你甚至可以直接问一位编码工程师该怎么做，让他给你一个现成的示例供你参考，让你先研究一下，然后自己尝试，最后编写一个更复杂的示例。

我的一位教授朋友将 CoCo 称为"自分类"工具。它内置了这种学习能力，这意味着 CoCo 中发布的产品功能，服务团队成员几乎可以在同一周内直接使用。正是这种快速迭代也让我们受益匪浅。这就是我们所处的良性循环。我们相信，这样能更快地完成项目。

老实说，我们认为自己在智能体开发领域仍处于非常早期的阶段，新的技术几乎每周都在涌现。借助这些代理技术，我们完成日益复杂项目的能力正变得无比强大。

我认为，无论是通过 CoCo，还是借助 Snowflake Intelligence 以及 MCP 等技术，我们都在为数据工作乃至更广阔领域的未来树立新标准，这些技术进一步释放了代理技术的潜力。

Karl Keirstead，瑞银 分析师：

如果可以的话，我想继续就 CoCo 的话题展开讨论，并向斯里达尔和布莱恩提一个问题。

斯里达尔，很明显，鉴于采用按 token 或按使用量计费的模式，客户在 Cortex Code 上的支出，甚至包括 Claude 等更广泛的模型，都在不断增加。我认为许多投资者担心，情况可能会发展到客户试图管控或限制这些工具的使用，以控制支出。

我只是好奇，你们是否预见到这种情况会发生？也许答案是，这些工具带来的附加值如此之高，以至于这种情况不太可能出现？

此外，对于布莱恩来说，我认为可能还存在一种看法，即像 Cortex Code 这样的产品通常毛利率低于其他业务。但我注意到，在你们对全年的业绩指引中，尽管 Cortex Code 的业绩似乎大幅提升，你们仍坚持将产品毛利率指引维持在 75%，这或许表明，即使存在毛利率拖累，其影响也微乎其微。关于这一点，我希望能请您稍作评论。

斯里达尔·拉马斯瓦米，首席执行官：

成本始终是我们关注的问题。在 Snowflake Intelligence 中是这样，在 Cortex Code 中也是如此。

但真正起决定性作用的是，这些产品能让你完成以前根本无法完成的工作，或者让工作效率提高 10 倍，有时甚至更高。这绝非寻常之事。

举个具体例子：我们合作的一家大型银行曾告诉我，尽管他们整体在数据系统上的投入高达数亿美元——毕竟这是一家规模庞大的银行。他们用于支持这些各类软件并将其相互连接的人力资本投入，是上述金额的 3 到 4 倍。

因此，任何能使这部分劳动力效率提升 10 倍的方案，总是备受欢迎。

话虽如此，当我们要将 Snowflake Intelligence 推广至 10,000 名用户时，成本管控绝对是一个问题——就像我在 Snowflake 内部大规模推广产品时面临的问题一样。因此，我们正在实施诸如在账户层面或特定代理层面设置成本限制等措施，或者限制特定用户可消耗的 token 数量。

当然，这很快又回到了为那些真正物有所值、才华横溢的用户设置例外的情况。而这正是我们最擅长构建的基础设施。因此，我们对能够做到这一点感到非常自豪。此外，我们在这些代理产品本身内部也推动了许多创新。正如我所说，它们处理的是非常复杂的任务，但并非所有事情都那么复杂。

如果你想进行摘要，比如，我前几天做了一件事，就是对一些内容进行摘要。而仅凭这些原始数据生成的微型模型就足以胜任。你不需要最先进、最强大的模型来做摘要。我们正在将这类能力原生集成到 Snowflake 中，以便它能高效地选择使用何种模型。

但针对你的问题，我的简短回答是：这些模型确实创造了巨大的价值，但我们不会因此止步不前。随着业务持续扩展，我们正在构建必要的管控机制，以确保成本可控。

接下来，我请 Brian 来回答关于 AI 利润率的问题。

布莱恩·罗宾斯，首席财务官：

卡尔，感谢你的提问。你说得完全正确。我们的 AI 产品毛利率确实低于核心平台。

在推出像 CoCo 这样的新产品时，我们对 AI 产品的首要目标是确保开发出优质产品，并实现大规模采用。而 CoCo 目前确实取得了非常不错的采用率。目前已有约 7,000 多个账户采用了 CoCo。

尽管如此，我们通过降低带宽成本（即我之前提到的 AWS 合同）来抵消这一影响，从而保持全年 75% 的产品毛利率不变。正是通过这种方式，我们才得以实现这一目标。我们致力于提高运营效率，以维持 75% 的毛利率。

Raimo Lenschow，巴克莱 分析师：

我也向你们表示祝贺，这是一个非常出色的季度。我的问题主要想问 Brian。

Brian，回顾过去几个季度，你一直向我们提及你所设想的超预期节奏。显然，本季度你们超预期幅度更大，CoCo 对此起到了推动作用，但这同时也是一种消耗型模式。

你认为未来会如何发展？我们又该如何理解你们在此处的业绩指引理念？或许你能帮我们解答这些问题，再次向你们表示祝贺，这是一个非常出色的季度。

布莱恩·罗宾斯，首席财务官：

我想强调的是，我们的业绩指引理念并未改变，我们认为超出预期 3% 是一个非常稳健的表现。

本季度的不同之处在于，CoCo 产品在本季度正式推出。我们的业绩指引通常基于已观察到的消费表现，而此前 CoCo 产品上市时，我们尚未掌握其市场表现数据。

如今，由于我们已对其进行了一个季度的观察，因此获得了将该数据纳入全年业绩指引的独特机会，这也是我们所采取的措施。

此外，我们还观察到核心产品的增长势头正在加速，并根据当前观察结果将其纳入了全年业绩指引。

Matthew Hedberg，RBC 分析师：

我也向您表示祝贺。我有一个问题。

最近大家讨论很多，特别是从自主人工智能的角度来看，上下文工程和护栏工程的重要性。斯里达尔，你在准备好的发言中也提到了这一点。我想知道 Snowflake 在其中扮演什么角色？从一些人工智能实验室的护城河角度来看，我们该如何看待这一点？

斯里达尔·拉马斯瓦米，首席执行官：

存储在 Snowflake 中的数据是企业最宝贵的数据之一。这就是所谓的"黄金层"，通常包含 Snowflake 中最重要的信息，例如，我们所有的营收信息、消费信息以及各部门的信息都存储在 Snowflake 中。

此外，构建在 Snowflake 之上的仪表盘平台还提供了大量额外的上下文信息。我们能够观察到这些平台的工作机制。

因此，我们在为 AI 提供上下文信息方面具有非凡的能力。同时，我们正致力于开发相关产品，利用这些能力进一步加速从 AI 中获取价值的过程。

我刚才提到，我们已经实现了代理创建全生命周期的流程自动化。但我们并不止步于此。我们希望 CoCo 能成为让您的数据投资最快产生价值的平台。

Christian 也在这方面开展了一项关键工作。Christian，您想补充说明一下吗？

克里斯蒂安·克莱纳曼，产品高级副总裁：

Matt，简而言之，我认为你的问题很有见地。

我们一直利用 Snowflake 内部的元数据和活动记录来提升效果，这方面已有成功经验。过去，这通常体现在查询优化和性能提升上。如今，我们正利用 Snowflake 中此类活动记录，为 AI 提供更丰富的上下文信息。

在峰会上，我们将展示 CoCo 和 Snowflake Intelligence 如何通过开箱即用的功能，在效果上优于其他智能代理。

斯里达尔·拉马斯瓦米，首席执行官：

这也凸显了 Cortex Code 的整体战略价值，因为如果企业内部的众多数据用户都在使用这些代理式构建平台来创建终端用户产品——无论是技能、仪表盘还是代理——我们还能够实质性地跨这些平台进行学习。

因此，我们创建了记忆概念，当这些产品在 Snowflake 中被使用时，Cortex Code 本身在未来的使用中会变得更加出色。这就是拥有出色的代理式封装产品所能带来的飞轮效应的一部分。

Brent Thill，杰富瑞 分析师：

斯里达尔，关于销售和市场营销方面，如果你观察了订单积压情况，我们会发现本季度在销售和市场营销方面的招聘规模并不大。我只是好奇，基于当前的市场需求以及你们所观察到的情况，为何不在市场推广方面加大力度？

也许你们正在幕后进行相关布局。我认为这可能也与本季度销售部门新负责人上任后进行的转型有关。所以，如果能从你的角度出发，将这些因素整合到市场推广的视角中进行阐述，那就太好了。

斯里达尔·拉马斯瓦米，首席执行官：

我认为，我们当前需要理解的一点是，人工智能正在许多方面显著提升 Snowflake 的运营效率。

我在准备好的发言中提到，我们成功拓展的用例数量大幅增加，而这主要归功于客户经理的推动。此外，员工个人生产力也实现了同比显著提升。

这得益于人工智能，它使销售代表能够更快地掌握产品知识，向客户推介更切合其需求的产品，同时还能让解决方案工程师基于客户的具体场景，直接创建相关原型。因此，作为一家企业，我们的整体运营效率正在大幅提升。

我们将继续投资于所有负责推动 Snowflake 发展的关键职能。这同样适用于销售和解决方案工程领域。但与此同时，我们在其他许多非常适合人工智能自动化的职能领域（如客户支持、技术文档等）也获得了巨大的效率提升，从而实现了平衡。

简而言之，许多信息处理和信息交换功能已变得轻松许多——这也是各团队在 Snowflake Intelligence 上部署 CoCo 等工具处理此类用例时表现极为高效的原因。只要能获得显著的杠杆效应，我们绝对会持续进行投资。

Alex Zukin，Wolfe Research 分析师：

先祝贺你们交出了一份出色的季度成绩单。

斯里达尔，这个问题可能主要问你，其实两个问题可能都该问你。如果对比一年前和现在使用 Cortex Code 的客户画像，你在支出增长方面观察到了什么？

此外，鉴于你们宣布收购 Natoma，在我看来，Cortex Code 似乎只是个开端。也许它只是你们即将推出的首个产品，而你们不会止步于此。或许还有许多其他产品即将面世。因此，能否请您帮助我们思考，这将如何改变客户随时间推移的潜在支出结构？

斯里达尔·拉马斯瓦米，首席执行官：

我的意思是，像 CoCo 这样的产品对客户产生的最大影响之一，其实就是对客户期望的满足。

我在发言中再次提到，我们曾完成过一项为期两年的 Teradata 迁移项目。我们正在进行更多迁移项目，但这些项目的实施周期现在已缩短至一个季度到两个季度之间。

这既是我团队的期望，也是客户的期望，更是他们对我们的要求。而我们具备兑现这一承诺的能力。我认为——无论是客户对数据应用的迫切需求，还是他们对数据能实现什么的期待，以及对我们完成速度的期望——这都标志着一场巨大的变革。

克里斯蒂安·克莱纳曼，产品高级副总裁：

斯里达尔，根据你的说法，目前存在大量积压的工作——也就是客户希望完成的事项——因此，只要能帮助他们更快地完成这些工作，他们就能更早地着手下一批任务。

斯里达尔·拉马斯瓦米，首席执行官：

没错。就拿我们自己的数据团队来说，通常积压的工作量都长达数年之久。

事实上，大家都很清楚，标准流程其实有点可笑，但也并非全无道理。如果你向数据团队提出请求，得到的回答通常是："这主意不错，请提交工单并耐心等待。"

但如今，他们已经能够以更快的速度处理积压的工作，从而更快地释放价值。

回到关于 Natoma 及其重要性的问题，以及关于编码代理的问题，需要理解的是，Snowflake Intelligence 和 Cortex Code 基于相同的底层技术构建，只是面向最终用户的工具不同，功能也各异。

它们都使用底层的"模型花园"（Model Garden）来驱动所有这些模型。它们共享所谓的"框架"（harness）。这个框架运行在模型之上，负责决定调用哪些工具。此外，它们未来也将共享相同的运行时环境。

我们有一款云运行时产品，目前正处于公开预览阶段。这意味着，您原本期望在本地运行 CoCo 时所具备的所有功能，现在都可以在云端以受控的方式执行。我已经在该云端代理平台上运行了代理，利用其启动程序的能力——例如自主代理，因为您不再需要打开笔记本电脑就能运行程序，这确实非常了不起。

这一切都是基于同一套基础设施构建的，包括 harness、运行时以及会话内存等功能。而 Cortex Code 和 Snowflake Intelligence 仅仅是同一产品的两种表现形式。

MCP 和 Natoma 之所以备受瞩目，是因为它们如今将 SaaS 应用程序的完整上下文整合到了这些产品中。例如，我曾撰写过深度研究报告并展示给 Christian 看，这些报告现在能够从 Snowflake、网络、Google Docs 以及 Slack 中检索信息，并将它们整合成极具价值的内容。

此外，这些功能还能让你立即采取行动。你可以通过 Slack 联系某人，可以撰写并发送电子邮件，还可以在底层应用程序中采取行动，这就是我们的承诺。我们基本上为这些产品提供了开发者版本和终端用户版本。

显然，这些名称听起来比实际情况要差异更大，这也是我们正在努力改进的地方。但这些编码代理产品所提供的强大功能和灵活性确实令人惊叹。

在我看来，一个恰当的比喻是：编码代理虽然可以编写代码，但其本质上是一种抽象代理。它能让你在较高层次上完成某些操作，而过去你可能不得不将这些操作逐一排序执行。

我认为，这正是它们所蕴含的强大力量。

克里斯蒂安·克莱纳曼，产品高级副总裁：

还有一点非常重要，需要强调的是，该工具在确保可见性的同时兼顾了治理和可审计性，因为我们的使命是帮助每个组织在数据环境中利用人工智能，同时确保治理、安全性和可信度。

因此，这完全符合我们的使命。

Brad Reback，Stifel 分析师：

斯里达尔，鉴于您在 CoCo 和 Snowflake Intelligence 方面取得的成功，这是否从根本上改变了您开拓新客户时的竞争格局？您现在是否比一些老牌竞争对手更频繁地接触潜在客户？

斯里达尔·拉马斯瓦米，首席执行官：

我们拥有独特的价值主张。正如各位所知，即便在数据领域，云服务提供商也早已推出相关产品。

我们与它们建立了非常成功的合作伙伴关系。事实上，我们刚刚宣布与其中一家达成了一项价值 60 亿美元的合作协议。我们的价值主张一直非常明确。我们致力于为客户提供选择权。

我们也致力于在一定程度上摆脱云服务提供商的技术限制——一种独特的实现方案在 AWS 上运行良好，但在 Azure 上同样可行。我们与领先的人工智能实验室（包括 Anthropic 和 OpenAI）也建立了类似的、非常良好的合作伙伴关系。我们与他们密切合作，不仅致力于打造卓越的人工智能产品，更致力于开发安全的人工智能产品。

同样，Cortex Code 和 Snowflake Intelligence 也提供了模型选择。我们的系统在这两种模型上都能运行良好。

此外，我们还自主托管了大量其他模型，随着开源模型等技术的重要性日益提升，我们始终以客户利益为先，我认为这使我们在所有客户心中都赢得了良好的声誉。

布莱恩·罗宾斯，首席财务官：

我想补充一点。

仅从本季度的销售执行情况来看，我们在所有地区和所有垂直行业都取得了优异成绩。这是公司历史上新增净客户数量最多的一次。

因此，总体而言，这确实是一个表现非常稳健的季度。

Koji Ikeda，美国银行 分析师：

当我与 Snowflake 的合作伙伴和客户交谈时，我反复听到同样的反馈：Snowflake 是我值得信赖的企业数据和 AI 供应商，其治理与安全防护机制是其关键的差异化优势。我对此深有感触。

但人工智能领域的发展速度极快。假设随着行业进步，竞争对手的实力也会随之增强。您凭什么有信心认为，Snowflake 作为值得信赖的企业数据和 AI 合作伙伴的地位能在长期内保持稳固？

斯里达尔·拉马斯瓦米，首席执行官：

因为有一系列深层的基础设施能力，其开发需要耗费大量时间，无论是基于角色的访问控制，还是大规模的角色级访问控制——还有我们世界一流的复制技术，它能支持灾难恢复、出色的组织支持等功能，此外还有许多我没提到的功能。

克里斯蒂安，你想补充点什么吗？

克里斯蒂安·克莱纳曼，产品高级副总裁：

不，我认为，那些关于数据屏蔽和角色级策略的能力表明，治理的安全配置和身份验证机制已经确保客户能够通过 Snowflake 安全地访问数据。

而 AI 只是进一步强化了这一点，相比之下，其他方案只会迫使客户重复造轮子，重新构建所有这些功能，这实在没有太大意义。

斯里达尔·拉马斯瓦米，首席执行官：

此外，重要的是要明白，我们不仅在持续提升开发 Snowflake Intelligence 和 Cortex Code 等产品的能力，还致力于实现各种次生效应：

试想拥有能够自动检测数据异常的自主代理，这样您就不必在外部运行这些任务；或者说，治理工作不再依赖于您编写的大量繁琐的 SQL 语句，而是通过策略来明确企业治理的实施方式，由我们负责处理后台运行的所有细节和机制，或是创建基于 Snowflake 数据并由 AI 驱动的新型应用程序。

这一切都是我们所促成的。老实说，我认为这也是我们必须做到的。

你提出的"人们能够添加这些功能或将它们整合在一起"这一核心观点是正确的，但与此同时，我们也在以惊人的速度开发由人工智能驱动的强大新功能。我认为，这正是当今取得成功所必需的。

克里斯蒂安·克莱纳曼，产品高级副总裁：

我们准备了大量新的控件和策略，将于下周展示，其中包括一些能让操作变得更简单的出色机制。

斯里达尔·拉马斯瓦米，首席执行官：

简而言之，人工智能正在加速我们核心平台及原生 AI 产品的应用——Snowflake Intelligence 和 Cortex Code 正在快速扩展，并已各自为营收做出了显著贡献。

这些 AI 能力正将 Snowflake 打造为企业级的智能控制平面，在可信环境中连接数据、模型、应用程序和工作流，使意图转化为受控行动。我们正持续推进增长加速、利润率提升及客户关系深化，同时赢得众多新客户。

我们相信，Snowflake 在"智能企业"时代拥有独特的领先地位，并继续看到前方的巨大机遇。AI 正在进一步增强 Snowflake 在数据领域的优势。