Snowflake证明企业数据基础设施韧性
快速阅读: Snowflake 发布强劲财报，反驳 Gartner 技术采购放缓警告，第二财季产品收入增长 32%，新增客户 533 家，AI 工作负载影响近半新签约，占所有部署案例 25%。
Snowflake 在 Gartner 股价因企业技术采购放缓警告而暴跌 50% 后不久，发布了强劲的财报，反驳了这一悲观预期。该公司报告称，其第二财季产品收入同比增长 32%，新增客户 533 家。更重要的是，人工智能工作负载现在影响了近 50% 的新客户签约，并占所有部署案例的 25%。
Snowflake 首席执行官 Sridhar Ramaswamy 表示：“我们的核心业务分析依然强劲，是公司的基础。” 但他强调了一个更重要的趋势：“数据现代化旅程比以往任何时候都更加重要，因为企业意识到 AI 转型的工作流程和与客户的互动方式，严重依赖于准备好用于 AI 的数据。”
这种动态揭示了为什么企业在数据方面的支出似乎不受整体技术预算限制的影响。与可推迟的软件购买不同，数据基础设施已成为 AI 计划的关键组成部分。Kevin Petrie，BARC US 的研究副总裁告诉 VentureBeat：“Snowflake 的快速增长表明，即使面临经济逆风，公司仍在投资数据、分析和 AI，以提高效率，实现盈利目标。我们发现，大多数公司在实验和部署 AI 时更倾向于与现有供应商合作。”
Snowflake 的技术指标进一步证明了这一点。该公司在过去六个月推出了 250 项新功能，涵盖分析、数据工程、AI 和应用程序及协作四个关键领域。目前每周有超过 6,100 个账户使用 Snowflake 的 AI 功能，显示出企业对生产 AI 工作负载的快速采用。
Snowflake 新推出的 Snowflake Intelligence 平台支持自然语言查询，直接在企业数据集上运行智能代理。早期采用者如 Cambia Health Solutions 利用它分析大量纵向医疗数据，Duck Creek Technologies 则在财务、销售和人力资源部门广泛使用。
推动增长的技术架构包括：
– 统一 AI 和分析：Snowflake 的新 Cortex AI SQL 将 AI 模型直接集成到 SQL 查询中，消除了数据移动，实现了实时 AI 分析。这种架构解决了企业在 AI 实施中的关键问题，即数据治理和安全。
– 性能优化：第二代仓库提供高达两倍的性能提升，同时自动优化资源，解决了可能阻碍采用的成本问题。
– 迁移加速：增强的工具简化了将旧版本地系统迁移到云平台的过程，缩短了实施时间，使现代化项目在经济不确定时期更具吸引力。
– 开放标准集成：支持 Apache Iceberg 和新的 Snowpark Connect for Apache Spark，消除了供应商锁定的担忧，加快了企业决策。
Petrie 指出：“许多公司已经拥有 Snowflake 数据仓库，因此自然倾向于使用其工具进行 AI 项目。Snowflake 在数据仓库领域的优势也为其在 AI 项目中赢得了先机，因为结构化数据仍然是 AI/ML 模型的主要输入。”
近期市场信号显示，Gartner 关于企业技术采购放缓的警告以及 MIT 研究提出的潜在 AI 泡沫条件，曾令投资者对企业技术需求感到担忧。然而，Snowflake 的业绩表明，企业在技术支出方面存在明显的分化。
福雷斯特公司的副总裁兼首席分析师尤汉纳认为，雪花公司的业绩反映了更广泛的趋势：“数据市场正在加速发展，这得益于对集成、可信和AI就绪数据需求的不断增长。”尤汉纳告诉VentureBeat，“随着企业竞相实现AI运营化，他们意识到原始或孤立的数据远远不够。数据必须经过治理，高质量且能够大规模访问。”
尽管存在对AI市场的质疑，行业分析师桑杰夫·莫汉认为市场韧性将持续。“我非常高兴看到雪花公司的出色财务表现，一点也不意外，”莫汉告诉VentureBeat，“这表明企业正在投资确保其数据准确、精确、相关并集中在一个系统中。”莫汉驳斥了AI投资疲软将影响数据平台的担忧。“是的，高德纳的股价下跌，因为客户减少了自由支配支出，”他说，“但即使AI公司增长放缓，我相信雪花、Databricks、谷歌云、超大规模企业和其他大型供应商将继续繁荣发展。”他的观点反映了企业在看待数据基础设施方面的根本转变。“如果生成式AI热潮教会了我们什么，那就是：没有可靠的数据，就没有护城河。”
对于技术决策者而言，雪花公司的表现揭示了几大关键趋势：
– 数据基础设施作为竞争优势：延迟数据现代化的企业将落后于已经部署AI驱动工作流的竞争对手。
– 整合而非替代：成功的企业不是全面更换技术，而是将AI能力整合到现有的数据平台中。这种方法降低了风险，加快了价值实现时间。
– 以治理为中心的AI战略：强调“AI就绪数据”表明，重视数据治理的企业更有可能在AI方面取得成功。这意味着需要治理、高质量且可访问的数据集，而不仅仅是原始或孤立的信息。
在总体技术支出担忧与数据平台投资增长之间的分歧为企业领导者带来了风险和机遇。更广泛的教训是显而易见的：虽然某些技术投资可能在经济不确定时期面临审查，但数据基础设施已超越了可选支出，成为企业的基本能力。认识到这一转变并相应投资的企业将能够在各种市场条件下抓住AI机会。
(以上内容均由Ai生成)
