公司概况 - Innodata Inc. 是一家数据工程领域的专业公司 在该领域拥有超过35年的专业经验 [1] 市场表现 - 在过去一年中 公司被证明是回报率较高的投资标的之一 [1]

公司新闻事件 - 公司首席信息官兼Tevogen.AI负责人Mittul Mehta将于2026年3月16日至20日在美国佐治亚州亚特兰大举行的微软Fabric社区大会上发表演讲 [1] - Mittul Mehta将参与两场会议 主题聚焦于数据工程与人工智能不断发展的交叉领域 [1] - 第一场会议于3月18日下午4:30至5:05举行 主题为“从风险到回报：现代化数据资产以驱动企业AI” 将与微软及Avanade的高管同台 [10] - 第二场会议于3月19日下午4:15至5:15举行 主题为“Microsoft Fabric上的智能体数据工程：构建自适应管道” 将与Avanade/Accenture等公司的专家共同进行 [10] 会议内容与公司技术关联 - 会议将探讨智能体AI如何变革现代数据工程 使数据管道从静态的、基于规则的系统转向自适应的、具有情境感知能力的工作流 [1] - 议题将包括新兴的架构模式、实际应用案例 以及在组织采用更自主的数据环境时 围绕治理、信任和企业准备度的关键考量 [1] - 这些主题与Tevogen.AI将先进机器学习应用于生物医学发现的更广泛努力相一致 [2] - 公司的努力包括其已公布的国际专利申请 该申请概述了用于预测免疫活性肽的新型系统 [2] 公司业务与战略概述 - 公司是一家以可负担性、高效性和科学严谨性为原则构建的社会化整合医疗保健企业 [4] - 公司利用人工智能和精准T细胞治疗平台 以患者为先且成本受控的运营模式 以及与全球技术领导者的合作 来支持多个治疗领域的先进、挽救生命的疗法的开发 并为更广泛的医疗保健系统提供可扩展的解决方案 [4] - 公司的领先项目Tevogen Bio已完成一项概念验证临床试验 证明了其单HLA限制性、未经基因修饰的同种异体T细胞的潜力 [5] - Tevogen Bio的产品管线涵盖病毒学、肿瘤学和神经学 其项目基于公司专有的ExacTcell™平台构建 [5] Tevogen.AI平台与战略合作 - Tevogen.AI旨在通过加速靶点检测、帮助降低失败率以及通过专有预测技术支持优化的临床试验设计 来变革药物开发 [6] - 该平台利用包括微软和Databricks在内的领先技术提供商的云和数据服务 以推进其长期目标：预测任何给定蛋白质-HLA组合的蛋白质组 从而实现快速且成本效益高的治疗发现 [6] - 公司正在探索未来的战略计划 可能包括国内仿制药、生物类似药、医疗器械以及面向医疗保健提供商的创新保险解决方案 [7] - 这些计划共同反映了公司的使命：通过更快、更高效、更公平的医疗保健模式 推进可持续创新并扩大患者可及性 [7]

公司与Palantir的合作 - Innodata Inc (INOD) 与 Palantir Technologies Inc (PLTR) 达成协议，为其提供专业的数据工程和高质量的训练数据 [1] - 根据合作内容，Innodata正在注释数千小时的牛仔竞技视频片段，以训练能够识别动物、骑手和骨骼运动的计算机视觉模型 [1] - 这项基础性工作使得能够自动测量复杂运动（如骑牛和绕桶赛）中的表现指标，将原始视频转化为可操作的洞察 [1] - 该合作公告发布后，INOD股价在昨日交易时段上涨了14.4% [1] 合作的意义与公司定位 - 通过此次合作，Innodata通过提供关键任务的训练数据和数据工程服务，显著扩大了其在高级物理AI工作流程中的作用 [2] - 该合作进一步巩固了Innodata作为领先AI平台可信赖数据合作伙伴的地位 [2] - Innodata将紧密嵌入Palantir的开发和部署周期，处理高度复杂的数据集（涵盖视频、图像、文档和复杂传感器数据），并遵守高风险企业应用所需的严格规模、精度和安全协议 [2] - 该合作突显了随着AI成为企业价值和战略竞争力的核心驱动力，对复杂数据工程的需求正在上升 [3] - 随着AI从实验性用例转向现实世界的高风险应用，企业和政府越来越依赖像Innodata这样的专业合作伙伴来提供大规模、精度驱动且安全可靠的数据解决方案 [3] 竞争格局与公司优势 - ExlService Holdings, Inc. (EXLS) 是AI数据服务领域一个更多元化、以稳定为导向的同行，其持续实现由保险、医疗和金融服务领域的经常性合同支持的稳定两位数收入增长，但其重点是企业数据转型，而非高强度的计算机视觉或物理AI工作负载 [4] - Unisys Corporation (UIS) 通过企业工作流程自动化来把握机会，专注于在IT服务和支持功能中部署智能体AI，其服务体验加速器结合了生成式AI、智能体AI和知识管理，以自动化服务台操作 [5] - Innodata的优势源于其专注于为超大规模企业和AI原生平台提供高复杂性数据工程和AI模型训练，与EXL的企业数据转型重点或Unisys的工作流程自动化战略不同，Innodata更直接地受益于对大规模模型开发、精炼和内容安全的需求加速 [6] 公司股价表现与估值 - 过去一年，INOD股价上涨了72.2%，显著跑赢了同期下跌15.5%的Zacks商业服务板块、上涨17.6%的标普500指数以及该行业12.7%的涨幅 [7] - 从估值角度看，INOD的远期市盈率为53.07倍，远高于行业平均的24.99倍 [10] - 过去60天内，Zacks对INOD 2026年每股收益的一致预期保持在1.20美元不变 [12] - 根据表格数据，对INOD当前季度（2025年12月）、下一季度（2026年3月）、当前年度（2025年12月）和下一财年（2026年12月）的每股收益一致预期分别为0.22美元、0.25美元、0.89美元和1.20美元，在过去7天、30天和60天内均保持稳定 [13]

公司董事会及管理层变动 - 美国领先数字银行Dave Inc宣布任命人工智能与数据工程领域杰出领导者Nima Khajehnouri为公司董事会成员 立即生效 他将同时担任公司审计委员会成员 原董事会成员Imran Khan自2023年8月任职后 在此次任命之际卸任 [1] - 此次任命是公司为加强技术领导力与创新能力而进行的有意搜寻的结果 旨在持续部署颠覆性技术为数百万美国用户服务 [2] - 董事会同时宣布多项领导职务交接 Mike Pope自2022年担任董事 现被任命为首席独立董事 接替Brendan Carroll 后者留任董事会 Andrea Mitchell自2022年担任董事 现被任命为提名与公司治理委员会主席 接替Mike Pope Mike Pope将继续担任该委员会成员 [3] 新任董事背景与公司战略 - 新任董事Nima Khajehnouri拥有超过20年在全球最具影响力科技公司领导工程团队的经验 他自2025年5月起担任Meta工程副总裁 此前于2024年1月至2025年5月担任谷歌工程副总裁 领导AI数据工程团队 更早之前于2015年至2023年12月担任Snap工程副总裁 [2][5] - 公司创始人、首席执行官兼董事长Jason Wilk表示 Nima在扩展工程团队方面的世界级经验 其在AI和复杂网络方面的深厚技术背景 以及对数据驱动创新的卓越见解 对董事会和整个公司都极具价值 [4] - Nima Khajehnouri表示 很高兴加入Dave董事会 并为其通过创新技术提供一流银行服务的使命做出贡献 公司致力于利用AI为普通美国人解决现实世界金融挑战的承诺令人鼓舞 [4] 公司业务概况 - Dave是美国领先的数字银行和金融科技先驱 为数百万普通美国人提供服务 [6] - 公司利用颠覆性技术 以远低于传统银行的价格提供一流的银行服务 [6]

财务数据和关键指标变化 - 第三季度产品收入为11.6亿美元，同比增长29% [4] - 剩余履约义务总额达78.8亿美元，同比增长加速至37% [5] - 净收入留存率稳定在125%的健康水平 [5] - 本季度新增615家新客户，创下纪录 [5] - 非GAAP产品毛利率为75.9% [18] - 非GAAP运营利润率同比增长超过450个基点，达到11% [18] - 非GAAP调整后自由现金流利润率为11% [18] - 公司使用2.33亿美元回购100万股股票，加权平均股价为223.35美元 [18] - 季度末持有现金、现金等价物、短期和长期投资总计44亿美元 [18] - 第四季度产品收入预期在11.95亿至12亿美元之间，同比增长27% [19] - 提高2026财年产品收入指引至约44.46亿美元，同比增长28% [19] - 重申2026财年利润率目标：非GAAP产品毛利率75%，非GAAP运营利润率9%，非GAAP调整后自由现金流利润率25% [19] 各条业务线数据和关键指标变化 - 超过7,300个账户在第三季度每周使用其AI能力 [6] - Snowflake Intelligence产品采用速度为公司历史上最快，已有1,200家客户使用其下一代智能AI能力 [6] - AI相关收入达成率已达到1亿美元，比预期提前一个季度实现 [8] - 本季度签署的订单中有50%受到AI影响 [8] - 本季度部署的所有用例中有28%融入了AI [9] - 迄今为止已推出370项GA产品能力，较去年增加35% [11] - AI产品套件（包括Cortex AI和Snowflake Intelligence）是客户采用最快的产品之一 [59] 各个市场数据和关键指标变化 - 金融服务和科技行业在第三季度引领增长 [17] - 全球2000强客户总数达到776家，每个账户在过去12个月平均支出230万美元 [17] - 通过AWS市场平台的销售额在单个日历年内已超过20亿美元 [15] - 全球系统集成商合作加速，例如埃森哲承诺培训超过5,000名专业人士 [15] 公司战略和发展方向和行业竞争 - 公司致力于打造真正为企业就绪的AI数据云，核心是客户至上 [5] - 通过战略收购（如Telemetry Software Migration Solution和Select Star）增强产品能力，简化客户迁移并丰富数据上下文 [13] - 扩大生态系统合作，包括与Workday、Splunk、Palantir、UiPath、SAP以及Anthropic的新合作伙伴关系 [9][14] - 推出针对特定行业的解决方案，如面向金融服务的Cortex AI [12] - 与谷歌云合作，使最新的Gemini模型可供其12,600多家客户使用 [12] - 强调客户选择性和灵活性，允许企业在自己的企业数据上安全利用领先模型 [11] - 通过Snowflake OpenFlow等关键能力，简化将各种数据引入平台的过程 [12] - 公司认为其处于巨大市场机遇的交汇点，专注于通过AI为整个数据生命周期赋能 [20][64] 管理层对经营环境和未来前景的评论 - 公司认为每家企业都在转型以拥抱AI时代，Snowflake处于当今AI革命的核心 [4] - AI是核心业务展现强劲势头的关键驱动力 [8] - 尽管超级云服务提供商在本季度出现中断，但公司的灾难恢复能力无缝转移了超过300个关键工作负载，确保了客户业务连续性 [9] - 公司对运营严谨性和紧密的产品与市场执行力的持续关注，帮助其保持了核心业务的实力并快速创新 [4] - 管理层看到在其现有客户群中仍有巨大的扩张机会 [17] - 公司专注于通过战略性投资实现长期增长，为持续扩张和高韧性增长奠定基础 [16] - 新任CFO指出，客户对Snowflake平台及其带来的变革性影响非常热衷，并将AI数据云置于其战略计划的绝对中心 [20] - 展望未来，重点将继续是提供高效增长，平衡增长与严谨执行 [21] 其他重要信息 - 本季度签署了四笔九位数的交易，创下单季度大额交易数量纪录 [17][45] - 在Snowflake的年度世界巡演中，超过40,000名客户、合作伙伴和潜在客户参加了23场活动，参与度同比增长超过40% [10] - 年度Build开发者峰会的出席人数同比增长43% [10] - 公司被摩根士丹利评为年度战略合作伙伴 [6] - 公司被公认为官方数据云提供商，支持美国雪车雪橇队备战奥运会 [11] - 公司获得了14项AWS合作伙伴奖项，超过任何其他ISV提供商 [15] - 新任CFO Brian Robbins加入，其在高增长软件公司担任CFO方面拥有丰富经验 [16] 问答环节所有提问和回答 问题: 关于第三季度产品收入增长和第四季度指引的差异，以及AI产品采用情况 [22] - 回答指出第三季度表现符合预期，29%的同比增长是稳健的，并将全年指引提高了5100万美元，认为全年指引是业务基本面的更有意义信号 [23] - 关于AI产品，Snowflake Intelligence放大了客户在Snowflake上投入高质量数据的价值，它使所有相关数据触手可及，面向公司内的每个业务用户，而不仅仅是分析师，这是巨大的突破 [24][25][26][27] 问题: 关于AI如何影响获客策略和产品落地方式 [28] - 回答指出Snowflake Intelligence等产品在向新客户展示时，通过高度定制化的演示或概念验证，使数据的价值更加生动和清晰，AI在近50%的新客户获取中起到了辅助作用，拓宽了市场范围，产品栈的广度（从OpenFlow到AI）也发挥着越来越大的作用 [29][30] 问题: 关于AI订单转化为实际使用的轨迹及其对未来的影响 [31] - 回答指出第四季度的指引是基于对消费趋势的机器学习预测，加速实际使用是优先事项，AI本身也有助于加速这些用例的落地，这些因素都反映在预测和指引中 [31] - 关于与Anthropic的2亿美元合作伙伴关系，回答澄清这是一项购买承诺，反映了对AI驱动收入的信心，该合作包括购买和更广泛的市场推广，旨在加速整体业务 [32] 问题: 关于迁移活动对产品收入的影响以及第四季度运营利润率指引 [34] - 回答认为迁移仍处于早期阶段（约15%-20%），AI产品既对迁移产生拉力（使Snowflake中的数据更有价值），也通过技术（如收购的迁移解决方案）推动迁移加速 [35] - 关于第四季度运营利润率，回答指出同时给出第四季度和全年指引时，无需过度解读，并无特别含义 [35] 问题: 关于"零拷贝"数据共享对公司的潜在影响 [36] - 回答认为"零拷贝"协议是双赢的，它们使SaaS供应商与Snowflake之间的数据协作更加顺畅，巩固了Snowflake作为客户获取统一数据视图的中心地位，特别是在智能AI时代，数据的价值巨大 [37][38] 问题: 关于客户是否明确将Snowflake预算与AI预算挂钩及其对购买行为的影响 [39] - 回答指出公司通过提供真正有效的AI产品（如Snowflake Intelligence）赢得了作为企业AI关键参与者的地位，客户意识到拼凑式解决方案的局限性，而Snowflake提供了包括数据构建、模型调整、性能评估在内的专业知识和完整解决方案，这导致了客户认知的转变 [40][41][42] 问题: 关于Snowflake平台如何加速客户AI进程，以及市场是否会围绕少数平台整合 [43] - 回答认为数据空间存在复杂性，但Snowflake通过其产品（如Intelligence, Streamlit, OpenFlow, Postgres支持）正在扩大其作为数据平台所能处理的范围，使客户能够用Snowflake做更多事情 [44] 问题: 关于预订势头、扩张率趋势以及大额交易的时间点影响 [45] - 回答描述了Snowflake的良性循环：客户签署协议后，团队利用内置的冗余容量扩展能带来价值的用例，AI易于使用且无需预先承诺，这种由消费模式驱动的无风险方法极具吸引力 [46][47][48] - 关于大额交易，回答指出签署大额交易通常不会对当季收入产生立竿见影的影响，甚至可能因折扣而对收入略有负面影响，这些是长周期，与季度消费没有直接联系，不应过度解读时间点差异 [48][49] - 补充回答强调产品收入仍是业务的领先指标，看好迁移和AI及数据工程工作负载的发展，季度波动性不是评估消费模式的正确方式，全年指引更能反映长期趋势，对业务的看法在过去90天内有所改善，这体现在年度指引的上调、RPO增长和新客户增加上 [49][50] 问题: 关于AI收入达成率1亿美元的构成和下一个里程碑 [50] - 回答澄清1亿美元主要包括Cortex AI套件（AI SQL, Cortex Search, Cortex Analyst）和构建于其上的Snowflake Intelligence，下一个里程碑是推动Snowflake Intelligence的更广泛采用，目标是使Snowflake中的所有数据都具备AI可消费性，并加速迁移和数据工程等工作 [51][52] 问题: 关于如何平衡巨大市场机会与利润率扩张 [52] - 回答认为这不是非此即彼的选择，公司在销售和营销方面进行了大量投资以抓住机遇，同时也在通过AI提升内部团队（如工程师、销售工程师）的效率，明年将继续投资业务，但也将通过提升效率来实现健康扩张 [53][54][55] 问题: 关于第三季度产品收入增长幅度相对上一季度的看法，以及指引理念是否有变 [56] - 回答指出公司一贯将3%的超越视为良好表现，第三季度约2.5%的超越仍是稳健的，第二季度的超越包含了一些一次性的大型迁移活动，但迁移本身具有波动性且难以预测，第四季度的预测方法相同，指引理念没有变化 [56][57][58] 问题: 关于AI收入增长速率以及客户对OLTP/OLAP平衡的看法（涉及Crunchy Data/Postgres） [59] - 回答指出AI收入增长非常快，因为其价值显而易见，但暂不提供具体指引；关于Postgres支持，客户反响积极，认为将应用托管在Snowflake部署中有其意义，Unistore（HTAP产品）也表现良好，Postgres的引入对于需要OLTP存储的智能解决方案用例将是一个重要进展 [59][60][61] 问题: 关于本季度四笔九位数交易的结构（期限、是否为大额扩张）以及对2027财年的初步看法 [62] - 回答指出这四笔交易均来自对Snowflake投入巨大且看好能带来更多价值的大客户，预订量是客户未来几年支出意愿的指标，而产品收入是下一季度集体客户支出的更好指标 [62] - 关于2027财年，回答指出将在下次财报会议提供指引，假期后的消费行为（1月、2月）是制定下一年指引最重要的参考依据 [63]

合作概述 - Cloudera与印度自主主权云平台Krutrim达成战略合作，为Ola在Krutrim Cloud上的大规模分析及数据湖工作负载提供算力支持[1] - 合作将助力Krutrim释放数据与AI潜能，推动业务转型、优化客户体验，并构建先进的数据工程、AI训练与推理能力[1] - Cloudera的解决方案将面向Krutrim的其他企业客户开放[1] Krutrim的云基础设施 - Krutrim正在打造垂直整合的云基础设施，涵盖计算、存储、数据管理及面向印度市场的AI驱动型终端应用[1] - 其AI计算栈涵盖文本、语音与视频等基础模型，并针对印度多元的语言与文化环境进行本地化定制[1] 技术能力与客户价值 - Krutrim依托Cloudera的数据平台与咨询服务，开发出实时处理多源大规模数据集的解决方案，为Ola提供更快速、更精准的智能洞察[2] - 该平台具备出色的可扩展性与安全性，可为印度各地的企业、初创公司及研究人员提供AI驱动的数据湖解决方案[2] - Krutrim致力于打造一体化整合基础设施、数据与AI的印度本土云平台，以满足印度市场的独特需求[2] 公司愿景与行业地位 - Cloudera是唯一一家能够将AI无缝应用于任何数据环境的公司，深受大型企业信赖[3] - Cloudera依托成熟的开源技术，融合公有云、本地数据中心与边缘环境，打造统一的云端体验[3] - 全球各行业顶级品牌依赖Cloudera重塑决策方式，提升盈利能力并防范威胁[3]

数据工程定义 - 数据工程是设计、构建和维护系统的过程，该系统可以收集、存储、分析数据并基于数据做出决策，旨在让其他数据用户能够访问高质量数据 [2] - 数据工程是数据驱动型公司的基石，贯穿从数据收集到决策的所有步骤，堪称现代公司的血液 [1] 数据源类型 - 结构化数据源：遵循预定义模式，组织在行列表格中，适合高一致性数据，包括关系数据库(PostgreSQL/MySQL)、CRM系统(Salesforce)、ERP系统(SAP) [7][8][9] - 半结构化数据源：使用标签组织但无固定模式，包括JSON文件、XML文件、HTML文档和电子邮件 [10][12][13][14][15] - 非结构化数据源：缺乏预定义模型，包括文本文档、社交媒体帖子、视频和图像 [16][18][19][20][21] 数据提取方法 - 批处理：按预定间隔(如每日)处理数据，适用于信用卡账单、工资单等场景，工具包括Informatica/Talend [24] - 实时流处理：持续收集处理数据，适用于股票市场/零售库存，工具包括Apache Kafka/Amazon Kinesis [25][26] 数据存储系统 - 数据库：关系型(MySQL)适合事务处理，NoSQL(MongoDB/Redis)处理半结构化数据 [29] - 数据湖(Amazon S3/Databricks)：存储原始多类型数据，适合AI/大数据分析 [30] - 数据仓库：优化结构化数据查询，用于商业智能，如Snowflake/Redshift [30][33] 数据处理技术 - 预处理包括数据清理(去重/填充缺失值)、规范化(数值缩放)、编码(分类转数值) [38][39] - ETL流程：提取源数据→转换格式→加载至存储系统，是数据集成的核心 [41] - 数据管道：自动化实时数据传输，工具如Apache NiFi/Airbyte [42][44] 数据集成方法 - 数据联合：创建虚拟数据库统一访问多源数据，无需物理整合 [46] - API集成：通过应用程序接口实现系统间数据调用 [47][48] - 聚合策略：包括分组(按属性分类)、汇总(计算总和/平均值)、层级汇总(日→周→月) [51][52][54] 数据质量保障 - 验证技术：模式验证、格式检查、范围检查、重复检测等，预防数据问题 [61][62] - 质量监控：定期审计+自动化工具(Great Expectations/Deequ)持续维护数据质量 [66][68] 数据建模与分析 - 建模分概念(实体关系图)→逻辑(定义键/约束)→物理(实际数据库实现)三阶段 [71] - 可视化工具：Tableau/Power BI展示数据趋势，Python库(pandas/Matplotlib)支持分析 [73][74] 系统优化趋势 - 可扩展性技术：分布式计算(Apache Spark)、云平台(AWS/Azure)、数据分区/缓存 [79] - 大数据工具：分布式存储(Google Cloud Storage)、处理框架(Hadoop/Flink)、实时分析(Kafka) [80][82][84] 行业技术趋势 - AI/ML正融入数据管道，实现自动化模式识别和预测分析 [84] - 云计算(AWS/Azure)和无服务器架构降低基础设施成本，提升处理效率 [85] - 未来数据工程师需兼具传统工程技能与AI/ML知识，需求将持续增长 [86]

核心观点 - 摩根士丹利首次覆盖Snowflake并给予增持评级 目标价262美元 认为人工智能将为其核心业务开辟长期增长路径 2030年前有望实现20%以上复合年增长率 [1] - 新任CEO上任后公司在销售 市场推广和产品工程等各方面执行效率提升 产品收入增长率稳定在20%以上 同时在四大领域加速产品创新 [1] - 公司已制定战略利用3000亿美元市场机遇 让客户能轻松在安全平台上应用人工智能 预计将实现持续20%以上增长并伴随运营利润率扩大 [2] 业务增长驱动因素 核心数据仓库业务 - 2024年数据仓库十大供应商中仅有两家市场份额增长 公司是其中之一 该趋势将持续至2025年及以后 [3] - 云数据仓库采用率和公司份额均提升 合作伙伴对云迁移持积极态度 当前估算保守 未来几年数据仓库年收入或仅增长4%-8% [3] 数据工程业务 - 数据工程产品组合第四季度收入运行率突破2亿美元 Python包下载数据显示采用率加速 [4] - 预计数据工程收入将从2025财年2.04亿美元增长至2026财年3.67亿美元 同比增长80% [4] 人工智能业务 - 人工智能竞争力改善 去年下半年出现拐点 已有大客户开展百万级别规模人工智能工作负载 [4] - 预计明年实现约1亿美元人工智能运行率目标 2027财年及以后该业务将做出显著贡献 [4] 客户增长 - 2022年第一季度至2025年第一季度客户群以23%复合年增长率增长 2025年第一季度加速至22% [5] - 新客户通常在6-9个月后启动 随后12-15个月内销售大幅增长 预计2027财年开始显著贡献收入 [5] 合作伙伴生态 - 新任首席收入官改善与主要云服务提供商关系 全球五大系统集成商中有三家承诺打造10亿美元业务线 [6] - 与安永等大型合作伙伴互动更紧密友好 合作伙伴生态系统建设有望直接推动产品收入加速增长 [6] 市场表现与估值 - 公司股价近一年上涨37% 同期大盘软件股(不含Palantir)上涨9% [2] - 摩根士丹利认为未来一个季度将有多个催化剂推动预期上调周期 [2]

纪要涉及的公司 Snowflake (SNOW) 纪要提到的核心观点和论据 1. **业务表现** - **消费和预订强劲**：Q4和Q1业务表现出色，消费和预订全面增长，零售和科技是优势领域，EMEA地区业务步入正轨，Azure业务增长良好，金融服务领域有两笔超1亿美元的大交易 [3][4][5] - **客户结构优化**：客户群体向大型企业倾斜，增长曲线更平稳，抗宏观风险能力增强 [6] - **自由现金流符合预期**：Q1自由现金流利润率为20%，受Q4未完成预订的持续影响，后续自由现金流将呈现季节性，下半年占比更高 [7] 2. **产品与市场** - **产品多元化发展**：产品分为数据工程、分析、AIML、应用和协作四个类别，Cortex套件产品用户增长迅速，数据工程是除分析外最大的收入贡献者，Snowpark和动态表等功能表现出色 [21][22][23] - **AI业务潜力大**：多数业务仍是传统数据业务，但AI业务发展前景广阔，Cortex系列产品具有吸引力，目前用户数量增长显著，未来有望带来更多收入 [22][26][27] - **市场竞争与合作**：与微软Azure合作紧密，Azure业务增长迅速；与Salesforce是合作伙伴，客户倾向于将数据存入Snowflake；与Databricks竞争加剧，但在大客户中仍能共存，Snowflake具有高性能和易用性的优势 [43][44][45][48][49] 3. **公司战略与管理** - **持续改进与发展**：Sreedhar注重市场和产品的持续改进，带来了更细致的问责制和组织结构优化，有望推动公司发展到新高度 [17][18][19] - **追求高效增长与盈利**：优先考虑增长，同时致力于实现高效增长和运营利润率扩张，将通过优化研发人员结构、提高内部AI应用效率等方式提升利润率 [33][34][37][38] - **谨慎对待收购**：对收购持谨慎态度，要求收购对象具备强大团队、差异化技术、能加速产品路线图且价格合理 [51] 其他重要但是可能被忽略的内容 1. **会议安排**：下周会议周二上午有主题演讲，下午1 - 3点活动将有Sreedhar、Christian和CRO Mike Gannon发言，因CFO过渡，财务部分内容较少 [57][58][59] 2. **云迁移驱动因素**：云迁移受客户数据中心续约周期影响较大，客户倾向于在续约时进行迁移，以避免长期双重付费 [53][54][55]

财务数据和关键指标变化 - 第一季度产品收入达9.97亿美元，同比增长26%，剔除闰日影响后同比增长28%，且季度环比增长率稳定无减速 [10][25] - 剩余履约义务总额达67亿美元，同比增长34% [10] - 净收入留存率为124% [11] - 第一季度非GAAP产品毛利率为75.7%，非GAAP运营利润率为9%，同比提高442个基点 [27] - 非GAAP调整后自由现金流利润率为20% [28] - 第一季度花费4.91亿美元回购320万股，平均加权股价为每股152.63美元，授权至2027年3月的回购额度还剩15亿美元 [28] - 本季度末现金、现金等价物、定期和长期投资共计49亿美元 [29] - 预计第二季度产品收入在10.35 - 10.4亿美元之间，同比增长25%，非GAAP运营利润率为8% [29] - 2026财年，公司将收入指引提高至43.25亿美元，同比增长25%，预计非GAAP产品毛利率约为75%，非GAAP运营利润率为8%，非GAAP调整后自由现金流利润率为25% [29][30] 各条业务线数据和关键指标变化 - 第一季度Snowpark和动态表业务表现超预期，技术和零售行业表现强劲 [25] - 第一季度新增451个净新客户，同比增长19% [27] 各个市场数据和关键指标变化 无 公司战略和发展方向和行业竞争 - 公司使命是通过数据和AI赋能企业，其AI数据云帮助客户从数据中获取更多价值、加快创新并消除业务运营中的摩擦，致力于成为客户数据之旅的端到端技术提供商 [9][11] - 公司在为非结构化和结构化数据提供可扩展、灵活的连接平台方面取得重要进展，Snowflake连接器使客户能与关键平台实现无缝连接和数据集成 [12] - 公司持续创新，本季度推出超125项产品功能，客户对开放数据格式尤其是Apache Iceberg的采用率较高 [15] - 公司在AI领域发展迅速，超5200个账户每周使用其AI和机器学习功能，Vertex AI成为企业AI战略的基础支柱，还推出Cortex Agents等产品，并将前沿模型集成到Cortex中 [17][18] - 公司在6月的Snowflake Summit活动上将展示新功能，以支持客户数据之旅的各个阶段 [21] - 在新首席营收官领导下，公司加强了市场推广业务的专注度和严谨性，同时扩大了可寻址市场，推出Snowflake Public Sector Inc.，获得国防部临时授权，还推出汽车解决方案 [21][22] - 公司与微软扩大合作，在微软Azure区域托管OpenAI模型，为客户提供更多选择和灵活性 [18] - 公司认为与超大规模企业虽存在竞争，但更多时候能有效合作，且合作呈上升趋势，尤其与Azure的合作 [82][84] 管理层对经营环境和未来前景的评论 - 公司年初开局强劲，核心业务、产品交付和市场推广引擎均表现出色，未来仍有巨大机遇 [8] - 公司对消费情况整体感觉良好，基于观察到的客户行为进行预测和制定指引 [34][36] - 公司客户群体已演变为世界上一些最大、更成熟且注重成本的公司，目前未看到宏观因素对业务的影响，客户对公司有信心 [61][62] - 公司对联邦政府业务机会持乐观态度，相关部门对公司能力的认识不断提高，有望在未来季度有更多进展 [72][73] - 随着公司逐渐成熟，净收入留存率和收入增长率将趋于一致 [79] - 公司在把握AI机遇方面取得显著进展，销售团队对AI的热情和推动AI用例规模化的能力有了显著提升 [88] - 公司认为Gen two是最新、最强大的计算环境，在价格性能方面有显著提升，是向前迈出的重要一步 [118] - 公司在新客户获取方面的努力取得成效，对新增新客户数量感到满意，并将继续关注这一领域 [122][123] - 公司认为Snowflake处于企业AI革命的中心，产品收入增长和2026财年的强劲展望表明公司有能力大规模执行，未来将保持创新和增长势头，实现长期高增长和利润率扩张 [138][139] 其他重要信息 - 公司将在6月3日于旧金山举办投资者日活动 [30] - 首席财务官岗位正在面试候选人，未来有确切细节时会公布 [31] 总结问答环节所有的提问和回答 问题1: 第一季度消费情况以及5月的消费趋势如何 - 公司不评论季度内的消费情况，但表示第一季度消费在假期后非常强劲，整体对消费情况感觉良好，且第二季度指引基于目前观察到的客户行为 [34][36] 问题2: Cortex的货币化趋势以及客户在使用Cortex方面的投入和消费情况如何 - 客户投资Snowflake是为了让数据和流程具备AI能力，公司采取谨慎方式让客户使用AI，不单独销售AI，而是基于客户现有支出，专注于能带来当下价值的用例，客户意识到Snowflake的数据战略对其AI发展至关重要 [38][40][41] 问题3: Snowpark和动态表表现超预期，是产品成熟度还是市场推广方面的原因 - 这两方面原因都有，公司需要有能创造价值的好产品，如Snowpark、动态表、Iceberg和Snowflake连接器等，同时也需要有针对性的市场推广团队，识别高价值用例，建立旗舰客户并推动销售 [45][46][47] 问题4: Snowpark的采用情况以及未来发展趋势如何 - 公司承认客户有复杂的数据生态系统，Snowflake连接器可连接不同数据源，Snowpark可进行数据转换，Cortex搜索可创建索引并连接到聊天机器人，公司将继续与专业玩家合作，同时也会推动数据整合的用例 [50][51] 问题5: 本季度股票回购很有机会，后续股票回购计划如何 - 公司将按季度评估股票回购情况，目前无具体计划，但预计到2027年将使用完剩余的回购额度 [56] 问题6: 与2022 - 2023年相比，当前宏观环境对公司的影响有何不同 - 疫情后公司客户群体发生变化，现在的客户更成熟、更注重成本，目前未看到宏观因素对业务的影响，新客户增加和剩余履约义务的增加表明客户对公司有信心，同时公司销售团队也注重帮助客户优化支出 [61][62][63] 问题7: 公司是否有来自大型AI原生公司的额外收入贡献 - 公司有一些AI公司客户，但它们的收入均占比不到1% [64] 问题8: 公司在销售和营销方面招聘人数较多，是因为Cortex或Snowpark等业务机会吗 - 第一季度是公司销售和营销招聘的高峰期，目的是让新员工参与年初的销售启动和培训活动，这体现了公司对业务的信心，同时公司也会关注员工的生产力 [67][69] 问题9: 联邦政府业务机会如何，是否会有机构从传统数据仓库转向Snowflake - 这是公司与政府部门积极讨论的话题，政府对公司能力的认识不断提高，关注数据基础设施的高效运行和跨部门数据共享，公司对此持乐观态度，未来季度可能会有更多进展 [72][73] 问题10: 公司净收入留存率为何没有因新产品推出和客户增长而提高，新首席营收官能否提升该指标 - 一些新客户的增长未体现在净收入留存率指标中，且有一个大客户去年增长较多，今年增长放缓，随着公司成熟，净收入留存率和收入增长率将趋于一致 [79] 问题11: 面对超大规模企业的竞争，Snowflake的优势和发展方向是什么 - 超大规模企业很强大，但Snowflake是优秀的数据平台，与AWS、Azure等有深度合作，如从Snowflake可读取OneLake的表，Cortex分析师和Cortex代理可作为组件在Office Copilot中使用，公司会寻找与客户合作的机会，实现共赢 [82][83][84] 问题12: 公司支持AI发展的市场推广策略成熟度如何 - 公司通过组建“AI忍者”团队，让销售团队对AI充满热情，并具备推动AI用例规模化的能力，目前正将专业知识推广到更多销售团队，同时在数据工程等领域也采用类似方法，整体市场推广策略效果良好 [88][89][90] 问题13: Snowpark在媒体数据科学用例中的应用情况以及笔记本的影响如何 - 公司笔记本使用情况良好，数千客户积极使用，在训练机器学习模型方面能力不断提升，在一些用例中市场份额增加，Snowpark也常用于非结构化数据处理 [94][95][96] 问题14: 公司第二季度及全年业绩指引的信心来源是什么 - 指引基于对客户行为的观察，公司过去五个季度一直关注新工作负载投入生产情况，迁移工作进展顺利，SnowConvert工具的使用量增加，这些都为指引提供了信心 [97] 问题15: 随着Cortex AI的采用，是否看到更多查询优化，对查询使用量有何影响 - Cortex分析师可帮助用户自动生成SQL查询，公司还提供了类似Copilot的功能，虽无具体数据表明查询量增加的百分比，但公司认为能帮助客户更快编写和调试查询及代码，同时公司致力于帮助客户始终保持优化状态 [101][102][103] 问题16: 第一方基础模型对公司战略的重要性如何，是否转向与第三方基础模型合作 - 训练大型基础模型成本高昂，公司目前不积极参与前沿基础模型训练，研究团队专注于后训练和推理优化等领域，同时与Meta、Anthropic、OpenAI等众多模型提供商合作，公司拥有世界一流的开源嵌入模型 [105][106][107] 问题17: 第一季度运营利润率强劲，但财年运营利润率和自由现金流利润率目标未变，原因是什么 - 第二季度公司有大型用户活动，这会对运营利润率产生影响，该因素已在预测中考虑，公司将按季度修订全年预测，同时公司在扩大运营利润率方面很谨慎，目前处于既能实现强劲收入增长又能保持高效运营的良好状态 [109][110][111] 问题18: 公司业务是否受到AI顺风因素的推动，客户在AI方面的投资和建设情况如何 - 越来越多客户意识到要做好AI，数据需放在Snowflake，公司的产品能解锁数据价值，用于基于代理的工作流程，同时公司自身也在产品和内部运营中使用AI，这些趋势推动公司发展 [115][116] 问题19: Gen two的性能提升是否会带来新的用例，如何看待其在平台上的潜力 - Gen two是公司最新、最强大的计算环境，结合了最新硬件和软件优化，在价格性能方面有显著提升，能缩短获取洞察和价值的时间，是向前迈出的重要一步 [118] 问题20: 新增新客户数量强劲的原因是什么，1亿美元以上交易来自哪些行业 - 新增新客户数量是公司去年组建专注于新客户获取团队的成果，目前看到了积极效果，1亿美元以上的两笔交易均来自金融服务行业 [122] 问题21: 销售团队薪酬计划的变化对本季度强劲的预订量有何影响 - 薪酬计划的变化有一定帮助，但本季度强劲的预订量主要来自两笔已知的大交易，销售人员对有预订量指标感到满意，但消费收入仍是主要驱动因素，该变化的长期效果还需时间观察 [127][128] 问题22: 资本支出大幅增加的原因是什么，是否为一次性项目 - 资本支出增加主要与公司在圣马特奥的新总部和贝尔维尤的办公室建设有关，预计未来几年不会有重大的办公室建设支出 [129][130] 问题23: 技术客户在本季度表现强劲，大型AI原生客户的消费情况如何 - 大型AI原生客户的消费情况良好，但它们的收入均占比不到1% [133] 问题24: 如何看待Databricks收购Neon，以及公司在UniStore和无服务器Postgres数据库市场的战略和定位 - 公司五年前开始研发Unistore，对目前在事务存储方面的投资感到满意，将继续在该领域投资，Postgres标准被广泛采用，但公司认为Unistore是对现有业务的自然补充 [135]