Resultados da Snowflake Superam Expectativas, mas o Consumo de IA Precisa Provar que Pode Durar

Os resultados da Snowflake trouxeram uma clara surpresa positiva, com a receita trimestral alcançando US$ 1,55 bilhão e a receita de produtos crescendo 37% em relação ao ano anterior. O resultado superou o consenso de receita de cerca de US$ 1,48 bilhão reportado pela LSEG. A Snowflake também elevou sua previsão anual de receita de produtos bem acima de sua orientação anterior.

O desempenho acima das expectativas é relevante porque a Snowflake opera um negócio baseado em consumo. Os clientes pagam conforme utilizam serviços de computação, armazenamento e IA, em vez de por meio de assinaturas previsíveis baseadas em licenças por usuário. Portanto, um crescimento mais rápido sugere que as cargas de trabalho empresariais estão se expandindo, e não apenas que os clientes assinaram contratos mais longos.

A questão mais profunda é se a IA mudou a trajetória de crescimento da Snowflake ou apenas gerou um trimestre forte. Databricks, Microsoft, Google, Amazon Web Services e outros provedores de plataformas de dados competem pelas mesmas cargas de trabalho de IA. A Snowflake agora precisa demonstrar que sua aceleração reflete uso duradouro em produção, não experimentos que os clientes posteriormente otimizem ou abandonem.

O Resultado Acima das Expectativas da Snowflake Foi Mais Amplo do que um Único Número de Receita

A Snowflake superou as expectativas em receita atual, compromissos futuros e sua projeção para o ano inteiro.

A Snowflake divulgou seus resultados do segundo trimestre do ano fiscal de 2027 em 2 de setembro de 2026. O trimestre terminou em 31 de julho, portanto o anúncio cobre atividades concluídas antes do último mês do terceiro trimestre do calendário.

Segundo os resultados trimestrais da empresa, a receita total alcançou US$ 1,55 bilhão. Isso representou crescimento de 35% em relação ao ano anterior. A receita de produtos chegou a US$ 1,49 bilhão, alta de 37%.

Esses números devem permanecer distintos. A receita total inclui receita de produtos e serviços profissionais. O número de produtos é especialmente importante porque a Snowflake o utiliza para medir a demanda por sua plataforma principal.

Dados de consenso externos situavam a receita total esperada perto de US$ 1,48 bilhão. Alguns relatórios arredondaram essa estimativa de forma diferente, mas o resultado essencial permanece inalterado. A Snowflake superou a previsão média de Wall Street em aproximadamente US$ 70 milhões.

A administração descreveu o período como seu terceiro trimestre consecutivo de aceleração no crescimento da receita de produtos. Esse padrão tem mais peso do que um único resultado acima das expectativas. A Snowflake encerrou o ano fiscal de 2026 com crescimento da receita de produtos próximo de 30%, e depois acelerou durante a primeira metade do ano fiscal de 2027.

Os indicadores de clientes também avançaram na mesma direção. A Snowflake encerrou o trimestre com 828 clientes gerando mais de US$ 1 milhão em receita de produtos nos últimos 12 meses. Esse grupo cresceu 27% em relação ao ano anterior.

O crescimento entre grandes clientes importa porque os projetos de dados empresariais frequentemente começam com uma carga de trabalho limitada. Eles se tornam estrategicamente importantes quando departamentos adicionais, conjuntos de dados, aplicações e sistemas de IA passam a utilizar a mesma plataforma.

A Snowflake também informou ter 829 clientes da Forbes Global 2000. Esse número oferece uma medida separada de penetração empresarial, embora não revele quanto cada cliente gasta.

A retenção líquida de receita foi de 126%. A retenção líquida de receita compara a receita atual de produtos de um grupo de clientes existente com a receita do mesmo grupo um ano antes. Uma taxa acima de 100% significa que a expansão superou as reduções e as perdas de clientes.

O índice de 126% indica que os clientes existentes, em conjunto, aumentaram seus gastos. No entanto, ele não mostra se essa expansão foi distribuída de maneira uniforme. Um pequeno número de cargas de trabalho de IA em rápido crescimento pode influenciar materialmente a receita de consumo.

As obrigações de desempenho restantes alcançaram US$ 9 bilhões, alta de 30% em relação ao ano anterior. Essa métrica representa receita futura contratada que a Snowflake ainda não reconheceu. Ela oferece visibilidade sobre a demanda, embora o momento do reconhecimento dependa do uso pelos clientes e dos termos contratuais.

A empresa permaneceu não lucrativa segundo os princípios contábeis geralmente aceitos. Ela registrou um prejuízo líquido trimestral de aproximadamente US$ 192 milhões, melhorando em relação aos cerca de US$ 298 milhões de um ano antes. Essa diferença entre o desempenho ajustado e a lucratividade GAAP continua fazendo parte do debate de investimento.

Em conjunto, esses números mostram uma melhora ampla. Os clientes comprometeram mais dinheiro, as contas existentes ampliaram o consumo, o número de grandes contas aumentou e a receita reconhecida superou as expectativas.

Essa abrangência explica por que os investidores se concentraram em mais do que os US$ 1,55 bilhão do destaque principal. O trimestre apresentou evidências de que o motor de crescimento da Snowflake acelerou em vários indicadores conectados.

A Snowflake Elevou Sua Previsão Muito Além da Base Anterior

A mudança mais relevante foi a decisão da Snowflake de elevar a orientação de receita de produtos para o ano inteiro para US$ 6,07 bilhões.

A Snowflake esperava anteriormente uma receita de produtos para o ano fiscal de 2027 de aproximadamente US$ 5,84 bilhões. Sua nova previsão adiciona cerca de US$ 230 milhões a essa perspectiva e implica crescimento anual de 36%.

O valor elevado também superou o consenso de analistas de aproximadamente US$ 5,86 bilhões citado nas primeiras reportagens. Não foi um ajuste restrito de orientação projetado apenas para atender às expectativas de Wall Street.

A Snowflake espera receita de produtos de aproximadamente US$ 1,59 bilhão no terceiro trimestre fiscal. Essa projeção ficou acima de uma estimativa de analistas próxima de US$ 1,51 bilhão na reportagem original e implica que a administração espera que o impulso continue além do trimestre reportado.

A reação do mercado refletiu esse sinal voltado ao futuro. As ações da Snowflake subiram mais de 20% nas negociações estendidas após o anúncio.

Movimentos das ações não verificam as alegações operacionais de uma empresa. Eles mostram como os investidores interpretaram a diferença entre a previsão antiga e a nova. Neste caso, o mercado tratou o aumento da orientação como evidência de que a demanda havia ultrapassado as premissas anteriores.

A dimensão da revisão importa porque a Snowflake já havia elevado as expectativas no início do ano fiscal. Outro aumento sugere que a empresa observou um consumo mais forte após estabelecer sua previsão anterior.

Modelos de consumo podem revelar mudanças na demanda mais rapidamente do que contratos tradicionais de assinatura. Quando os clientes executam mais consultas, processam conjuntos de dados maiores ou acionam mais modelos de IA, a receita pode aumentar dentro do mesmo trimestre.

A mesma sensibilidade cria risco. Os clientes podem otimizar cargas de trabalho, reduzir consultas desnecessárias ou adiar projetos. A Snowflake enfrentou essa pressão quando empresas examinaram os gastos com nuvem em períodos anteriores.

Este trimestre indica que as cargas de trabalho em expansão superaram esses esforços de otimização. Isso não significa que a otimização tenha desaparecido. Os clientes continuarão buscando melhor desempenho por unidade de computação, especialmente à medida que a inferência de IA eleva as contas de infraestrutura.

A Snowflake também projetou uma margem operacional não GAAP de 14,5% para o ano inteiro. Sua margem esperada de fluxo de caixa livre ajustado não GAAP foi de 23%.

Essas metas de margem importam porque as cargas de trabalho de IA podem ser caras de atender. Inferência de modelos, computação acelerada, redes e armazenamento geram custos diferentes daqueles das consultas analíticas convencionais.

A administração, portanto, enfrenta dois testes simultâneos. A Snowflake precisa aumentar o consumo relacionado à IA enquanto preserva margens brutas e operacionais aceitáveis. Um crescimento alcançado por meio de computação antieconômica enfraqueceria o valor da aceleração de receita.

Os compromissos de infraestrutura de longo prazo da Snowflake acrescentam outra camada. A empresa assinou um acordo de cinco anos envolvendo US$ 6 bilhões em consumo esperado de infraestrutura AWS durante o trimestre anterior.

Esse compromisso pode garantir capacidade e melhorar a economia do negócio. Também aumenta a importância de uma demanda sustentada pela plataforma, pois a Snowflake precisa gerar consumo suficiente dos clientes para usar a infraestrutura com eficiência.

A nova previsão indica que a administração atualmente vê demanda suficiente para elevar suas expectativas. Os próximos trimestres revelarão se essa confiança resiste a mudanças nos orçamentos dos clientes e na eficiência da computação.

A IA Está Deixando de Ser uma História de Recursos para se Tornar uma História de Consumo

A inversão central é que a IA parece estar aumentando a demanda pela plataforma principal de dados da Snowflake, em vez de contorná-la.

O argumento pessimista em torno da IA empresarial era direto. Novos modelos poderiam permitir que as empresas interagissem diretamente com informações em sistemas existentes, reduzindo a necessidade de um data warehouse em nuvem separado.

A Snowflake apresenta o resultado oposto. Sua plataforma fica entre os dados empresariais e as aplicações de IA, fornecendo armazenamento, computação, governança, busca e controles de acesso. As aplicações de IA podem criar consultas adicionais e atividade de processamento de dados dentro desse ambiente.

O CFO Brian Robins afirmou que o trimestre incluiu “um aumento significativo na receita de IA”. Ele também conectou o resultado à força contínua do negócio principal de plataforma de dados da Snowflake.

Essa distinção é importante. A IA não opera como uma categoria de produto completamente separada. Ela pode aumentar a demanda por warehouses existentes, pipelines de dados, sistemas de governança e infraestrutura de aplicações.

Snowflake Intelligence oferece um exemplo. O produto permite que usuários de negócios façam perguntas sobre dados empresariais por meio de uma interface conversacional. Por trás dessa interface, a Snowflake ainda precisa identificar dados autorizados, recuperar informações relevantes e executar cálculos governados.

Cortex AI oferece serviços para criar e operar aplicações de IA generativa dentro da Snowflake. Cortex AI SQL incorpora operações assistidas por modelos ao SQL, a linguagem comum usada para consultar dados estruturados.

Um artigo técnico produzido pela Snowflake descreve como Cortex AI SQL trata o custo de inferência de modelos como parte do planejamento de consultas. O sistema pode direcionar tarefas mais simples para modelos menos caros e reservar modelos mais capazes para casos incertos.

Esse mecanismo conecta a adoção de IA diretamente ao desafio econômico da Snowflake. Os clientes querem resultados úteis dos modelos, mas também precisam de latência previsível e custos de computação administráveis.

Se a Snowflake reduzir o custo de uma consulta de IA, os clientes poderão gastar menos em cada solicitação. Ainda assim, custos menores também podem tornar viáveis casos de uso adicionais em produção, aumentando o volume total de consultas.

Essa dinâmica se assemelha a ciclos anteriores de otimização em nuvem. Uma infraestrutura mais eficiente não reduz automaticamente a receita de um fornecedor. Custos unitários menores podem estimular maior consumo quando os clientes encontram mais cargas de trabalho que valem a pena executar.

A posição existente da Snowflake em dados ajuda. Sistemas empresariais de IA exigem mais do que acesso a um modelo de linguagem. Eles precisam de informações comerciais atualizadas, controles de permissão, verificações de qualidade, linhagem e monitoramento.

Esses requisitos se tornam especialmente importantes quando um agente de IA pode realizar ações. Um resumo incorreto gera inconveniência. Uma ação automatizada incorreta pode afetar registros financeiros, clientes, estoque ou processos regulados.

A Snowflake está tentando se tornar a camada de execução governada para esses sistemas. Sua oportunidade não se limita a vender acesso a modelos proprietários. Os clientes podem usar diferentes provedores de modelos enquanto mantêm os dados e as políticas de controle dentro da Snowflake.

Essa abordagem também explica por que o negócio principal da plataforma acelerou junto com a receita de IA. Antes de implantar um agente de IA, um cliente pode precisar consolidar informações, melhorar a qualidade dos dados e estabelecer regras de acesso.

Essas cargas de trabalho preparatórias geram consumo convencional de plataformas de dados. Portanto, a IA pode expandir a receita antes que a aplicação final alcance uso amplo em produção.

A teleconferência de resultados da empresa também destacou migrações de sistemas de dados mais antigos. Essas migrações continuam sendo uma fonte separada de crescimento, mas a urgência em torno da IA pode acelerá-las.

Uma empresa pode tolerar dados fragmentados quando os funcionários montam relatórios manualmente. Essa mesma fragmentação se torna um obstáculo maior quando um sistema de IA precisa de acesso confiável e imediato entre departamentos.

O argumento mais forte da Snowflake, portanto, vai além de “os clientes querem IA”. É que uma IA corporativa útil aumenta a demanda por dados organizados, governados e acessíveis para processamento computacional.

Profissionais do conhecimento enfrentam um problema semelhante em menor escala. Um modelo não consegue responder a perguntas de forma confiável quando notas e documentos relevantes permanecem dispersos. Uma base de conhecimento pessoal pesquisável aplica o mesmo princípio básico ao trabalho individual.

Para a Snowflake, a oportunidade de receita vem da aplicação desse princípio em grandes organizações. Cada sistema de IA em produção pode criar nova demanda por preparação de dados, recuperação, segurança e monitoramento.

É por isso que este trimestre é mais significativo do que um anúncio isolado de produto de IA. A Snowflake reportou evidências de que a atividade relacionada à IA agora está afetando a receita reconhecida e sua previsão anual.

Databricks e os Gigantes da Nuvem Mantêm a Pressão Alta

Os resultados da Snowflake fortalecem sua posição, mas não resolvem a disputa pelas cargas de trabalho de dados para IA corporativa.

A Databricks continua sendo a oponente direta mais clara. A empresa construiu sua reputação em torno de engenharia de dados e aprendizado de máquina, enquanto a Snowflake inicialmente ficou conhecida pelo armazenamento de dados em nuvem.

Ambas as empresas expandiram além desses pontos de partida. A Snowflake adicionou ferramentas para desenvolvedores, serviços de aprendizado de máquina, suporte a tabelas abertas e produtos de IA. A Databricks avançou em análises, cargas de trabalho SQL, governança e inteligência de negócios.

Essa convergência significa que os compradores avaliam cada vez mais as duas empresas pelos mesmos requisitos. Eles incluem engenharia de dados, análises, desenvolvimento de modelos, governança, implantação de aplicações e suporte a formatos abertos.

A aceleração da receita da Snowflake sugere que a Databricks não a impediu de expandir dentro de grandes empresas. A conclusão inversa também seria forte demais. Muitas empresas usam ambas as plataformas e atribuem cargas de trabalho diferentes a cada uma.

Microsoft, Google e AWS criam outra forma de pressão. Cada uma controla um grande ambiente de nuvem e oferece serviços integrados de dados, análises e IA.

A Microsoft pode combinar a infraestrutura do Azure, Fabric, Power BI e seus relacionamentos com a OpenAI. O Google oferece BigQuery, Vertex AI e seus modelos Gemini. A AWS conecta sua presença de infraestrutura a Redshift, Bedrock, SageMaker e serviços relacionados.

Essas empresas podem agrupar produtos de dados e IA com compromissos mais amplos de nuvem. Elas também controlam a infraestrutura subjacente que a Snowflake usa para fornecer seu serviço.

A resposta da Snowflake é a disponibilidade multicloud e uma plataforma consistente entre provedores. Isso pode atrair empresas que desejam reduzir a dependência de um único fornecedor de nuvem ou gerenciar dados em vários ambientes.

No entanto, uma arquitetura multicloud introduz seus próprios custos. Mover informações entre regiões ou provedores pode gerar despesas de rede, complexidade de governança e latência.

Os formatos de dados abertos também mudaram o cenário competitivo. O Apache Iceberg, um formato aberto de tabelas, permite que vários mecanismos de computação trabalhem com os mesmos arquivos de dados subjacentes.

A Snowflake oferece suporte ao Iceberg porque os clientes querem cada vez mais separar o armazenamento de dados do mecanismo de computação de um único fornecedor. A Databricks promove uma abertura comparável por meio de tecnologias associadas à abordagem lakehouse.

Essa mudança dá aos clientes mais flexibilidade. Ela também enfraquece a vantagem tradicional de reter dados e computação dentro de um único ambiente proprietário.

A Snowflake precisa, portanto, competir por meio de desempenho, governança, experiência para desenvolvedores e serviços integrados. Simplesmente armazenar os dados de um cliente já não é suficiente.

A IA aumenta essa pressão porque os provedores de modelos e desenvolvedores de aplicações querem acesso aos dados sem movê-los desnecessariamente. A plataforma que oferecer o acesso governado mais simples poderá capturar mais computação a jusante.

Os números do segundo trimestre da Snowflake mostram que os clientes estão atualmente trazendo mais atividade para sua plataforma. As obrigações de desempenho remanescentes e o crescimento de grandes clientes indicam que a empresa também está garantindo compromissos de prazo mais longo.

Ainda assim, esses compromissos não garantem uso exclusivo. Uma empresa pode assinar um grande contrato com a Snowflake enquanto expande Databricks, Microsoft Fabric ou Google BigQuery em outros lugares.

A concentração de clientes também merece atenção. O crescimento entre contas que gastam mais de US$ 1 milhão é encorajador, mas grandes empresas possuem poder de negociação substancial. Elas podem negociar descontos e transferir cargas de trabalho quando a economia muda.

O modelo de consumo da Snowflake torna as mudanças competitivas visíveis por meio do uso. Se um cliente redirecionar o treinamento de aprendizado de máquina ou a inferência de IA para outro ambiente, a Snowflake poderá sentir o efeito antes que um contrato de assinatura expire.

Essa sensibilidade é parcialmente a razão pela qual os investidores reagiram tão fortemente ao trimestre. A aceleração do consumo fornece um sinal relativamente imediato de que a Snowflake está conquistando cargas de trabalho suficientes para superar a pressão competitiva e de otimização.

O relatório anual anterior da empresa identificou competição, dependência de infraestrutura, segurança e otimização pelos clientes como riscos contínuos. Um trimestre forte altera as evidências atuais, não essas condições estruturais.

A Snowflake conquistou uma posição mais forte no debate. Não conquistou isenção dele.

O Que os Números Ainda Não Comprovam

A Snowflake mostrou que a IA contribuiu para um crescimento mais rápido, mas não divulgou integralmente a durabilidade ou a economia dessa contribuição.

A administração afirmou que a receita de IA aumentou de forma significativa. O comunicado público de resultados não forneceu um número completo e independente para a receita de IA, uma coorte de clientes ou a margem bruta dessas cargas de trabalho.

Essa omissão limita a análise externa. Os investidores podem observar um crescimento mais rápido da receita de produtos, mas não conseguem separar com precisão o consumo de IA de migrações, análises convencionais, armazenamento, preços ou outros serviços de plataforma.

As métricas de adoção pelos clientes também exigem contexto. Uma conta pode ativar um recurso de IA sem colocá-lo em um processo crítico de produção. Testes, demonstrações e implantações departamentais limitadas podem contar como uso.

As cargas de trabalho em produção tendem a se comportar de forma diferente. Elas processam mais dados, exigem segurança mais rigorosa e operam repetidamente. Também enfrentam maior escrutínio das equipes de finanças, jurídico e infraestrutura.

A próxima questão, portanto, não é se os clientes podem acessar os produtos de IA da Snowflake. É se esses produtos se tornam componentes recorrentes das operações de negócios.

A volatilidade do consumo continua sendo outra incerteza. O desenvolvimento de IA frequentemente cria um aumento inicial à medida que as equipes preparam dados, testam modelos e comparam arquiteturas. O uso pode cair quando um projeto termina ou entra em uma fase de otimização.

A previsão elevada da Snowflake para o terceiro trimestre reduz a preocupação com uma reversão imediata. Ela não estabelece um padrão de vários anos.

A relação entre eficiência e receita também exige interpretação cuidadosa. A Snowflake melhora continuamente o desempenho computacional para que os clientes possam concluir mais trabalho com menos créditos.

Essa melhoria fortalece o valor para o cliente e a competitividade. No curto prazo, contudo, ela pode reduzir a receita de uma carga de trabalho inalterada. A Snowflake precisa de novas cargas de trabalho e maior atividade para compensar esses ganhos de eficiência.

A IA pode fornecer essa demanda adicional. O trimestre sustenta essa visão, mas os resultados futuros precisam mostrar que a criação de cargas de trabalho supera consistentemente a otimização.

As margens fornecem um segundo teste. A Snowflake espera uma margem bruta de produtos non-GAAP de 74% para o ano completo, juntamente com a margem operacional non-GAAP de 14,5%.

Esses números indicam que a administração espera uma lucratividade substancial apesar do aumento da atividade de IA. Os investidores ainda devem observar se a inferência de modelos e a computação acelerada pressionam a margem bruta de produtos.

A lucratividade GAAP continua indefinida. O prejuízo líquido trimestral de aproximadamente US$ 192 milhões da Snowflake melhorou, mas mostra que os lucros ajustados não capturam todas as despesas materiais.

A remuneração baseada em ações continua sendo uma diferença importante entre os resultados GAAP e non-GAAP. Ela não exige o mesmo pagamento imediato em caixa que os salários, mas pode diluir os acionistas existentes quando as empresas emitem ações adicionais.

A reação do mercado cria seu próprio desafio. Uma avaliação mais alta atribui mais peso à execução futura. A Snowflake agora precisa cumprir uma previsão anual substancialmente acima de seu plano anterior.

Os orçamentos corporativos acrescentam incerteza. A IA continua sendo uma prioridade da administração, mas muitas organizações ainda estão determinando quais casos de uso proporcionam retornos mensuráveis.

Segurança e confiabilidade podem desacelerar implantações. As empresas podem permitir que um assistente de IA resuma documentos internos antes de permitir que um agente atualize bancos de dados ou acione fluxos de trabalho operacionais.

A qualidade dos dados apresenta outra limitação. Um sistema de IA pode recuperar informações rapidamente e ainda assim produzir respostas pouco confiáveis se os dados de origem forem inconsistentes, incompletos ou mal governados.

A Snowflake pode fornecer infraestrutura para governança, mas não consegue corrigir automaticamente todos os processos organizacionais que criaram dados fracos. Implantações bem-sucedidas exigem trabalho técnico e disciplina operacional dos clientes.

Essas restrições não anulam o trimestre. Elas definem o padrão que a Snowflake precisa cumprir a seguir. A empresa precisa converter o interesse inicial em IA em consumo recorrente em produção sem sacrificar margens ou confiança.

Três Sinais Mostrarão se a Aceleração da Snowflake Pode Continuar

O consumo do terceiro trimestre, a economia da IA e as vitórias competitivas em cargas de trabalho determinarão se este trimestre marca uma mudança duradoura.

O primeiro sinal é a receita de produtos da Snowflake no terceiro trimestre fiscal. A administração espera aproximadamente US$ 1,59 bilhão, confortavelmente acima da estimativa anterior de analistas citada nos relatórios iniciais.

Atingir essa meta mostraria que a aceleração do segundo trimestre continuou após julho. Outro aumento de previsão reforçaria o argumento de que a administração ainda subestimou a demanda.

Um resultado abaixo do esperado não invalidaria automaticamente a tese de IA. O consumo pode mudar entre trimestres devido aos cronogramas dos clientes e à atividade sazonal. Ainda assim, uma diferença significativa levantaria dúvidas sobre a durabilidade do recente crescimento das cargas de trabalho.

A retenção líquida de receita deve ser analisada junto com a receita de produtos. Uma taxa estável ou crescente indicaria que os clientes existentes continuam expandindo. Uma queda sugeriria que a atividade de novos clientes está fazendo uma parcela maior do trabalho.

O segundo sinal é a relação entre a receita de IA e as margens. A Snowflake precisa demonstrar que o aumento do uso de modelos pode coexistir com seus objetivos de margem bruta e fluxo de caixa livre ajustado.

Os investidores devem acompanhar a margem bruta de produtos, os custos de infraestrutura e os comentários da administração sobre eficiência de inferência. Se as margens se mantiverem enquanto o consumo de IA aumentar, a economia da plataforma da Snowflake parecerá mais forte.

Se as margens enfraquecerem, o mercado precisará determinar se a pressão reflete investimento temporário ou uma combinação de cargas de trabalho estruturalmente mais cara.

O terceiro sinal é a evidência de conquistas competitivas em produção. Os anúncios de clientes têm mais peso quando descrevem sistemas implantados, uso recorrente, consumo mensurável e expansão entre departamentos.

Anúncios genéricos de parcerias oferecem menos evidências. Uma empresa pode anunciar acesso a um modelo ou integração sem gerar receita relevante para a plataforma.

A atividade de migração também revelará força competitiva. Quando organizações transferem data warehouses antigos ou sistemas de dados fragmentados para a Snowflake, criam uma base para o consumo futuro de análises e IA.

Os casos mais fortes combinarão migração com IA em produção. Essa combinação reforça o argumento da Snowflake de que a IA expande a plataforma central, em vez de substituí-la.

Databricks, Microsoft, Google e AWS continuarão lançando serviços concorrentes. Suas respostas ajudarão a mostrar se a Snowflake criou uma vantagem distinta em governança e consumo ou apenas entrou em uma corrida por funcionalidades já concorrida.

Compradores corporativos devem comparar as plataformas no nível das cargas de trabalho. Localização dos dados, requisitos de governança, suporte a formatos abertos, escolha de modelos, desempenho e custo operacional total importam mais do que uma única manchete trimestral.

Desenvolvedores devem observar quão facilmente os serviços de IA da Snowflake passam de protótipos para aplicações monitoradas. A velocidade de implantação importa, mas a confiabilidade e o controle de custos determinam se essas aplicações resistem às revisões orçamentárias.

Profissionais do conhecimento devem esperar um acesso mais conversacional aos dados corporativos. Também devem perguntar quais fontes sustentam uma resposta, quais permissões se aplicam e se o sistema consegue distinguir informações verificadas de texto gerado.

Os resultados do segundo trimestre da Snowflake fornecem a evidência mais forte até agora de que a IA está aumentando o consumo de sua plataforma. Receita, retenção, compromissos e projeções avançaram em uma direção favorável.

O teste restante é a repetição. Acompanhe a meta de produtos de US$ 1,59 bilhão para o terceiro trimestre, os comentários sobre margens relacionados à IA e as implantações em produção nomeadas. Esses três sinais mostrarão se os resultados da Snowflake marcaram uma aceleração duradoura ou um trimestre excepcionalmente forte.