过去一年多，占据科技新闻头条的是英伟达的芯片，是OpenAI和Anthropic的大模型，而对于传统软件行业来说，这段日子极为难熬——市场一度被“AI吞噬软件”的悲观情绪笼罩，代表整个软件板块的IGV指数大幅回调，投资者普遍担忧AI Agent和大模型会直接替代现有的各类软件应用。
作为数据仓巨头，Snowflake曾是这场阵痛中最典型的受害者。股价从高点一路下探、近乎腰斩，市场上充斥着“被大模型边缘化”的看空声音。
直到过去这两个财报季，Snowflake凭借两份超预期的成绩单，不仅自身从低点涨了近三倍，更给陷入停滞的企业级软件板块注入了一剂强心针。
两个财报季，软件股如何完成“反颠覆”？回顾这半年的市场走势，Snowflake的逆袭路径非常清晰。5月底，Snowflake抛出一份超预期的财报、单周股价直接暴涨超40%，这迅速带动了超跌的软件板块，IGV指数单周拉升8%。软件业没被颠覆，此前可能被严重低估了。
而三个月后的财报，让Snowflake站稳了“AI收费站”的位置。9月初他们最新发布的财报显示，其单季总营收同比增长35%至15.5亿美元，核心产品收入同比大涨37%，连续第三个季度实现加速增长。公司还顺势将全年指引上调至60亿美元以上。财报发布后，Snowflake股价再次跳空暴涨超20%。
这次大涨不只是Snowflake的单点爆发，它背后拉动的是一整条数据产业链的重估。掌握私有数据的公司，实际上掌握了企业使用AI的真正入口。这也带动企业服务与数据产业链上的巨头同行一起起飞。
MongoDB作为文档型数据库龙头，其云数据库Atlas是大模型时代存储向量数据和非结构化数据的绝对主力。在软件股修复浪潮中，MongoDB同样凭借超预期的Atlas营收增速打消了市场担忧，证明了底层数据引擎对AI开发的不可或缺。
作为传统SaaS龙头，Salesforce（CRM）此前也深受“AI替代SaaS”逻辑的困扰。但随着其将客户数据与大模型全面打通，客户发现使用AI Agent依然绕不开CRM里的客户记录，估值也随之迎来剧烈修复。
8月26日，Salesforce宣布与Anthropic合作推出Claudeforce，并向部分试点客户开放。销售人员可以在Claude中查询客户信息、分析商机和更新业务数据，无需进入Salesforce界面。这看似绕过了Salesforce，但实际上恰恰相反，使用门槛降低后，软件会被调用得更加频繁。
Salesforce应用与市场总裁Patrick Stokes表示，AI从根本上改变了人们使用软件的方式。虽然用户减少了对软件的点击，却可能比过去更频繁地调用Salesforce的能力。
微软作为这一轮AI浪潮的集大成者，一方面依靠Azure算力与OpenAI变现，另一方面通过Copilot和Fabric数据底座，完美演绎了从“算力卖方”到“企服收费站”的全链条收割。
Snowflake用数据证明，它的净收入留存率（NRR）回升到了126%，旗下AI辅助编码工具CoCo（旧称Cortex Code）接入的企业账号近万。甚至连公有云巨头AWS也与其续签了5年60亿美元的大单。
这就意味着，只要企业的数据还在软件巨头的平台上，他们每调用一次AI、每做一次数据分析，这些基础设施就能收一次“过路费”。
为什么Snowflake们能从“被颠覆者”变成“收费站”？行业正在从“买铲子囤算力”，走向“找场景要效益”。
AI的三要素是算力、算法、数据。在前半场，资金疯狂涌向卖铲子的英伟达和做地基的大模型公司，但到了下半场，企业老板们冷静下来发现，卡买了、大模型租了，可落到具体的业务场景里，AI依然做不好事。
原因很简单，通用大模型根本不懂企业的私有数据。想让AI帮公司算财务、分析客户、调配供应链，就必须把大模型接入内部纷繁复杂的数据库。
Snowflake和MongoDB Atlas们的位置就在这里，它们本身就是企业的“数据管家”。当基础算力部署完毕后，如何把私有数据安全、合规、无缝地“喂”给AI，就成了企业最大的痛点。
AWS CEO Matt Garman在介绍与Snowflake的合作中也强调，客户的数据在平台里，直接在数据旁边跑AI工作负载，成本最低，也最安全。只要核心数据还在平台手里，企业在选择AI编程和分析工具时，就会天然优先采用其内置的AI体系。
把镜头拉回国内，Snowflake引发的这场“收费站”叙事，对国内企服板块带来了什么样的影响？
回顾几个月前的第一波大涨，国内资本市场的反应是典型的“情绪共振”。当时金蝶国际、浪潮、迈富时、中软国际等SaaS概念股，借着美股IGV指数反弹的强心针，在低位拉出了一波10%到20%的脉冲式跟涨。但那时候，更多是长期超跌后的估值修复。
而到了现在这个阶段，国内市场的逻辑开始从“情绪跟涨”转向“逻辑验证”。
虽然美股的走势再次印证了“掌握私有数据=拥有企业AI流量入口”这个铁律，但国内投资者不再盲目看美股炒国内，谁家能在财报里拿出真正的“数据治理”和“AI变现”成果，谁才能拿到溢价。
对国内SaaS厂商来说，去卷千亿参数的大模型显然不划算，把精力放在行业数据的清洗、治理和安全接入上，成为企业智能化转型的那个“数据收费站”，才是眼前最现实、也最有爆发力的一条路。