Verdict

Too hard — admire it, do nothing. 这是一台增长很快、客户黏性很强的机器,但它不是我白板上那个模式:它把规模留作毛利,而非还给客户;而它最终的目的地,因 Databricks 与三家超级云东主的存在,锥形太宽,我无法把它窄到可以持有十年的程度。它不进我的 terminal portfolio。

The Model

我先在办公室的白板上找模式。我们一直说:"In the office we have a white board on which we have listed the (very few) investment models that work and that we can understand." Snowflake 的模式我能看懂——它是一台高黏性的企业数据云,靠"数据重力"和消费型计费把客户锁住,NRR 126% 说明老客户年年加购。能看懂,这一关算过。但能看懂不等于它是我最想要的那个模式。我最想要的那个模式只有一个名字:scale economics shared。Snowflake 不是。

• Sharing vs keeping(分享还是留存):这是它最致命的地方。 真正分享规模的企业,毛利率随规模走平或走低,因为省下来的钱以更低价格离开了公司。Snowflake 恰恰相反:毛利率从 FY2021 的 59.0%(349.5M/592.0M)一路升到 FY2026 的 67.3%(3.15B/4.68B)。毛利率随规模上升,这正是规模被"留存"而非"分享"的标记。 Costco 把毛利率用文化钉死在 14–15%,把每一分省下的钱还给会员;Snowflake 则在做相反的事——它在扩张毛利。用我 2004 年信里的话:"Most companies pursue scale efficiencies, but few share them. It's the sharing that makes the model so powerful." Snowflake 追求了规模效率,但它没有分享。
• Windfall-profits test(意外之财测试): 我常问公司,如果天降一笔横财,你会怎么处置?——"We often ask companies what they would do with windfall profits... Almost no one replies give it back to customers – how would that go down with Wall Street?" Snowflake 的实际行动已经回答了:它把现金拿去回购股票(FY2024 $591.7M → FY2025 $1.93B → FY2026 $873.5M,三年累计 $3.40B)。回购正是我列为"错误答案"的那一类——它撑开了一把让竞争对手在底下定价的伞。何况这里的回购大半是为对冲 FY2026 高达 $1.60B(占营收 34%)的股权激励稀释,而非真正回报股东。它对意外之财的本能是"还给华尔街",不是"还给客户"。
• Flywheel(飞轮是否闭合):不闭合。 scale economics shared 的飞轮是:"increased revenues begets scale savings begets lower costs begets lower prices begets increased revenues." 关键的两根箭头是分享(省下的钱有没有变成更低的价格)和互惠(客户是不是因为降价而买更多)。Snowflake 这里:第一根箭头断了——它不降价,反而扩毛利;它的增长来自 AI 工作负载放量与新客户,而非"降价→更多消费量"的互惠回路。客户买更多,是因为数据存进去了搬不出来(数据重力)和 AI 新需求,这是锁定,不是 Costco 式的互惠。锁定是好生意,但它不是我的那个飞轮。

一句话:我能看懂这个模式,但它不是 scale economics shared。它把规模留作毛利,这在我眼里就把它从"会复利的稀有机器"降级为"一家有规模、因而背上靶子的普通好公司"。

Destination

• 10–20 年后它在哪里: 乐观侧,它是企业 AI 时代的数据底座,产品收入从今天的 ~$5.84B(FY2027 指引)长到 $10–12B 量级,在一个 $200B+ 的数据云 TAM 里占 10–15%。悲观侧,它是被 Databricks 在数据工程/AI、被 AWS Redshift / Google BigQuery / Azure Synapse 在基础设施定价两头夹击的一家"还不错"的数据仓库公司,毛利和增速双双被压。
• 路径是否大概率、outcome 锥是否够窄:不够窄。 我只投那些 "Fewer things will happen than can happen" 的生意——未来被模式、文化和客户关系约束到可预测。Snowflake 的未来恰恰是可能发生的事太多:Databricks(私有,ARR ~$5.4B、+65% YoY、估值 $134B)正在 AI/ML 领地全面进攻;三家超级云东主既是它的房东(它跑在 AWS/Azure/GCP 上)又是它的对手,握有生态绑定和激进定价;Iceberg/Delta Lake 等开放表格式还在侵蚀它闭源格式的优势。一个生意的房东就是它的竞争对手——这本身就让目的地的锥形张得很开。这不是我能把手放在心口、说"我知道它十年后在哪儿"的那种生意。它属于 too-hard 堆,不是因为它差,而是因为目的地不可知。
• Static-to-dynamic test(静态转动态测试): Stagecoach 教会我,不要锚定买入价、要用全新的眼睛重问目的地。这里我反过来用:即便忘掉一切价格,今天第一次认识 Snowflake,我也无法把它的目的地收窄。 问题不在"它涨了所以该卖",而在"我从一开始就无法确知它的终点"。Gate 4(目的地)是否决项,而它在这里没过。

Owner-Operators & Capacity to Suffer

• Operator(经营者):非创始人、非大股东运营。 现任 CEO Sridhar Ramaswamy 2024 年 2 月才就任(前 Neeva/Google 广告高管),是职业经理人,不是创始人;创始人 Benoit Dageville/Thierry Cruanes 已退居技术岗。前 CEO Frank Slootman 已转任董事,且 2026-06-18 大额行权后在 $220–228 区间连续抛售逾 $34M。数据缺口:DATA.md 未提供内部人持股总量/比例(需 DEF 14A),据此我无法确认是否接近我看重的 ~20% 门槛——但从治理结构看,几乎可以肯定远低于它。 我的组合里"Almost ninety percent... is invested in firms run by founders or the largest shareholder... just over twenty percent of the shares outstanding",而且这是 emergent(自然涌现)、不是 designed:诚实的复利机器碰巧都是主人在经营。Snowflake 不符合这个画像。
• Behaviour over title(看行为而非头衔):行为指向"留存规模",不是"还给客户"。 管理层扩毛利、回购股票、用巨额 SBC(FY2026 $1.60B)激励——这些都是华尔街喜欢的动作,不是 Costco 式逆着华尔街、把省下的钱砍进价格的动作。它没有在做"逆华尔街"的事。
• The J-curve(J 曲线在哪):有递延,但是另一种递延。 Snowflake 确有 J 曲线——GAAP 连年巨亏(FY2026 净亏 $1.33B、经营亏 $1.44B),但现金流在改善(经营现金流 FY2019 -$144M → FY2026 +$1.22B,FCF 已正)。问题是,这个"痛今天换明天"的痛,有相当一部分不是为客户让利(scale shared 的那种痛),而是为研发军备竞赛和股权激励烧的钱。这不是我说的 "It is pain today and gain tomorrow"——那种痛是主动砍价喂飞轮;这里的痛更多是"为了不被 Databricks 和云东主追上而必须持续重投"。
• 三方能否承受、最弱一环:最弱一环是公司本身的目的地,不是耐心。 公司能继续报丑数字(净现金 $2.83B、轻资产、CapEx 仅占营收 2.2%,撑得住);投资者(我)若信目的地也能坐穿波动。但真正的弱环不在"谁先崩溃的耐心",而在我对目的地本身没有把握——耐心只在目的地确定时才是美德。对一个目的地不可知的生意,坐穿波动不是 capacity to suffer,只是赌博。

Sizing & Value

• Conviction p(对目的地正确的概率):低。 我诚实地把"它十年后仍是不可替代的企业数据底座"这一目的地判断的把握定在 p ≈ 0.45–0.50。代入 Kelly,weight ≈ 2.1p − 1.1 = −0.16 至 0%。负值或零的含义很直接:这不是一个该建仓的标的。我的仓位由对目的地的把握决定,而不是由它的增速或动能决定;Snowflake 的增速很迷人(营收 +31% YoY),但增速从不进我的 Kelly 公式,目的地概率才进。
• Lifetime-FCF view(全生命周期自由现金流):增长当然要折进价值,我从不把"价值"和"成长"分成两个门派——"a business is worth the free cash flow that it can be expected to generate between now and judgment day, discounted back at a reasonable rate. Period." 我也绝不会因为它近期没有 GAAP 利润、P/E 为负就嘲笑它——对一个递延利润的生意,拿近期 P/E 说事是范畴错误。但反向 DCF 给了我一个清醒的锚:今天的 EV 已经隐含 未来 10 年自由现金流以约 28%/年复合增长(WACC 11.9% / 永续 3.0% 中值)。28% 低于公司自身历史(74%),看似留了安全边际——但那是把"安全边际放在价格里"的算法。我的安全边际不放在价格,而放在模式与跑道的耐久性**里,而 Snowflake 的模式(留存规模)和跑道(被两头夹击的锥形)恰恰是我最没把握的两处。价格里的边际,补不上模式里的窟窿。
• Margin of safety location(安全边际位置):理应在模式与跑道——而那里恰好是空的。 对一个复利机器,安全边际活在飞轮的耐久里。Snowflake 的飞轮不是我的飞轮,跑道又被对手挤窄。所以无论价格里隐含多少"安全边际",我都不认为这是一笔有真正安全边际的投资。

Inactivity Test

• 比我已经持有的更好吗?否。 我的默认动作是 doing nothing。新主意不必差,只需"better than what I already own, after tax and after the loss of a thesis I understand cold"。Snowflake 一不是 scale economics shared,二目的地不可知,三非主人运营——它过不了这道在我心里钉死的门槛。"we find many great businesses... but... they do not compare favorably with what we already own, and so we move on... doing nothing." Snowflake 正是这样一家:很出色,但比不上一台 Costco/Amazon 式的、我能持有一辈子的机器。
• 是否该卖——目的地有没有破? 不适用(我并不持有)。但顺带说明我的卖出纪律:我只在目的地破裂或出现真正持久更好的标的时卖,绝不因为"它涨了"卖——那是 Stagecoach 的锚定错误。这里我连买入门槛都没过,谈不到卖。
• 默认持有期: 不建仓。若硬要给一句:对这家公司,正确的"持有期"是把它放进 too-hard 堆,继续观察,什么也不做。

What Would Make Me Wrong

我若太舒服地下了"too hard",就是没想完。让我用自己的错误来压这个论点:

1. Costco-式分享可能正在它内部酝酿,而我误读了毛利。(分享测试反打)毛利率上升,也可能是因为它把省下的钱投到了 AI 产品力上、让客户获得了远超价格降幅的价值,从而以"产品力"而非"价格"完成了互惠回路。如果 Cortex AI 等真的让客户体验到了 scale shared 的实质(花同样的钱、拿到指数级增长的算力价值),那我把"扩毛利=留存规模"读死了,就是误判——而这恰是 Stagecoach 式静态锚定:我用零售业的"价格"标尺去量一个软件业的"价值"标尺。这是我最不愿听、但必须正视的反方。
2. 目的地可能比我以为的窄。(Conseco 静态视角反打)NRR 126%、779 家百万美元级大客户(+29% YoY)、RPO $9.77B(+42%)——数据重力一旦到了某个临界,迁移成本会让目的地自动收窄,Databricks 与云东主的威胁就只是噪声而非真威胁。若如此,我把锥形看得太宽了,把一台正在加速锁定的复利机器错放进了 too-hard 堆。
3. 稀释路径我尚未建模到底。(MBIA 反打)SBC 占营收 34%、是 FCF 的 1.43 倍——若未来稀释持续吞噬每股价值,即便公司目的地正确,股东的"每股目的地"也可能受损;这是我没在 DATA.md 里拿到完整稀释路径(内部人持股、未来授予)而保留的一处。

诚实的结论:我对反方 1 有真实的不适——若 AI 时代的"分享"是以指数级算力价值而非价格让利的形式出现,我的整个判断框架可能在用一把过时的尺。但即便如此,owner-operator 缺位与云东主既是房东又是对手这两点,仍把目的地的锥形撑得太开,过不了我的 Gate 4 与 Gate 5。所以结论不变,但持有时带着这份不适。

In My Words

Zak 和我向来从白板开始,而不是从报价开始。Snowflake 是一台漂亮的机器——客户把数据存进去就搬不走,营收一年长三成,现金流从深坑里爬了出来。但漂亮不是我要找的东西。我在白板上要找的只有一种生意:通过把省下的钱还给客户而变大的生意——"the company grows through giving more back."(2004 年信)Snowflake 在做相反的事:它的毛利率随着变大而上升,从 59% 爬到 67%。在 Costco,那是文化上不可想象的;在 Snowflake,那是策略。这一个反转,就把它和我最想要的模式分开了。

更难的是它的目的地。我只买那些 "Fewer things will happen than can happen"(2005 年信)的生意——未来被收窄到我能安心持有十年。可 Snowflake 的房东(AWS、Azure、GCP)同时是它的对手,Databricks 又在 AI 那侧猛攻——一个生意若让我连五年后它站在哪儿都说不清,它就不属于我的 terminal portfolio,而属于 too-hard 堆。再加上掌舵的是一位 2024 年才上任的职业经理人,而非持股两成、用自己身家在经营的主人——我组合里近九成是后者那种人,且这是自然涌现、不是刻意设计的。三道关:模式不对、目的地不明、主人缺位。

所以最有价值的动作,还是那个会计师永远记不下来的动作:"the decision not to do something is still an active decision."(2013 年信)我欣赏它,但不买它。正如我借用查理·芒格(Charlie Munger)的那句话——"you make your real money sitting on your assets"——真钱是坐出来的,而要坐得住十年,得先坐在对的生意上。Snowflake 不是那张椅子。我把它放回架子上,继续坐在我已有的东西上面。

一句留给反方的诚实话:如果 AI 时代的"分享"不再是砍价、而是用同样的钱给客户指数级的算力价值,那我可能是在用一把零售业的旧尺去量一门新生意——这份不适我留着。但在我拿到更确凿的证据、把目的地真正收窄之前,我的答案是英国人式的那个安静答案:do nothing。

基于 2026-06-23 共享数据;本分析为单一大师框架的演绎,非投资建议。