1956 年，福特公司上市，成爲有史以來最大的 IPO。由於融資規模巨大，這次公開募股，幾乎囊括了華爾街的每一家公司，其中就包括巴菲特的伯克希爾哈撒韋。

64 年後的 2020 年 9 月，SNOWFLAKE 上市，成爲有史以來軟件行業最大的 IPO 案例。同時，巴菲特繼參與福特 IPO 之後再次出手，投資 SNOWFLAKE，這對於常年迴避科技股的巴菲特來說，極爲罕見。

雖然相隔 64 年，但由於巴菲特僅參與過這兩次 IPO，於是，兩件事被聯繫起來。某種意義上說，SNOWFLAKE 和當年的福特汽車頗有相似之處。

因流水線生產獲得巨大成功，福特汽車真正地將汽車變成了工人階級也能夠買得起的快消品，這是對當時 “美國製造業翻天覆地的改革與創新”。

而 SNOWFLAKE，在數據分析領域做到了這一點。基於公有云和彈性計算，SNOWFLAKE 將數據計算工具變成了快消品。對下游企業用戶來說，存儲、處理和分析海量數據，成爲了 “綁定一張企業信用卡，就能馬上開始” 的快捷消費。

圖｜SNOWFLAKE 公司 （來源：企業）

國內新型分佈式數據庫公司 PingCAP 在海外與 SNOWFLAKE 有相似業務。在與 DeepTech 談到 SNOWFLAKE 模式成功的意義時，PingCAP 的 CTO 黃東旭打了一個比方，“SNOWFLAKE 出現之前，我出差只能在當地買房才能住，現在可以住酒店了，按時間算錢”。

通俗的講，SNOWFLAKE 是一家提供數據分析工具的公司，這在投資領域，被稱爲 “賣鏟子的人”。賣鏟子是最好的商業模式之一，因爲無論下游競爭如何激烈，總是要來買鏟子挖礦的。這裏的 “礦”，就是數據。

如今，數據已經成爲 21 世紀最有價值的資產之一。根據世界經濟論壇披露的資料顯示，到 2020 年，全世界總的數據量達到 44 個澤字節（ZB），這意味着其數據量是可觀測宇宙中星星數量的 40 倍。而每天，互聯網上產生 50 億次搜索、發送 2940 億封郵件、5 億條推特被髮出。

海量數據中，蘊藏着大量的商業機會。

圖｜人類已經進入大數據時代 （來源：pixabay）

根據麥肯錫全球研究院（MGI）的研究，幾乎所有的行業都可以從充分利用大數據中獲益。大數據的正確使用能夠讓零售商的營業利潤率提升 60%；在美國，醫療保健行業創造性地使用大數據提升效率和質量，每年能多創造出 3000 億美元的產值；美國的醫療支出也能因此降低 8%。

通過對海量數據的挖掘，從中獲得有效洞察，對企業業務進行反饋調節，目前已經成爲傳統行業、互聯網行業、新興行業的剛需。最強有力的證明來自於數據人才短缺的現狀，在美國對深度分析師需求的缺口達到 14 萬 - 19 萬人。麥肯錫預測，針對當前的數據量，需要 150 萬名經理和數據分析師，纔能有效地利用大數據。

這種 “從數據中獲取洞察” 的商業邏輯，從本世紀第二個十年開始，在中美兩個巨大的市場幾乎同時取得了共識。2011 年，麥肯錫發佈了《大數據：創新、競爭和生產力的下一個前沿》，給出定論：大數據的應用將會影響諸多行業，某些行業會得到更多的增益。在中國，分別於 2012 和 2014 年，塗子沛的《大數據：正在到來的數據革命，以及它如何改變政府、商業與我們的生活》與《數據之巔：大數據革命、歷史、現實和未來》兩部書引發了中國社會對大數據的廣泛討論，作者提出，“除了上帝，每個人都要用數據說話”。

圖｜傳統行業正在被大數據賦能 （來源：麥肯錫）

從此，數據驅動業務的模式逐漸形成並得到廣泛認可。深諳此道的阿里巴巴在公開討論中直接表示，使用數據決策的公司排名比較靠前，大多數基於直覺或經驗（70%）的企業是落後者

大數據浪潮之下，隱藏在數據中的金礦足夠誘人，挖礦的人足夠多，賣鏟子幾乎是絕好的生意。2012 年，三位數據倉庫專家祕密成立 SNOWFLAKE，2014 年，公司走出 “祕密模式”，今年，SNOWFLAKE 上市，以當日收盤價計，市值 704 億美元。從零走到現在，SNOWFLAKE 只用了 8 年。

SNOWFLAKE 勝在何處？

SNOWFLAKE 的成功，源於一系列工程技術問題的解決和創新性的商業模式。用更準確的話講，它解決了數據倉庫的遺留痛點，利用雲原生的技術性優勢，採取計算、存儲分離架構，爲客戶提供了靈活、按需付費的方案。

圖｜SNOWFLAKE 相對於傳統產品的優勢 （來源：公司披露文件）

要充分理解 SNOWFLAKE 產品的革命性之處，就要知道在此前通用的數據處理工具是怎樣的。對於一家有數據處理需求的企業，如果使用 Hadoop 技術自行搭建數據處理平臺，首先要有若干臺能存儲這些海量信息的計算機。黃東旭說，有時候需要採購幾十臺，甚至上百臺電腦，存儲公司上百 T 字節的數據，然後再購買數據分析軟件，下載到電腦上，交給數據分析師使用。

這種模式非常 “笨重”—— 企業要一次性支出大量資金，購買設備（計算機、服務器）和軟件，但是每天至少一半時間（夜間）是不使用它們的。這就好比買了一輛私家車，每天只有上下班使用，大部分時間躺在車庫裏，但是維護、保養費用一點也不會少。

對於那些資金實力有限、但是一樣想涉足數據分析的小公司來說，這種模式更加不友好。小公司成長迅速，產生的數據也會迅速增長，一年前搭建起來的系統，可能一年後就無法承載海量數據運行，只能再次添加設備。久而久之，整個系統會越來越臃腫。而對於初創公司而言，它們可能連支付這些設備的錢也拿不出來。

SNOWFLAKE 採用了一種新模式。

SNOWFLAKE 是一個提供數據分析倉儲服務的 SaaS 軟件，SaaS 是 Software-as-a-Service 的縮寫，意思是軟件即服務。使用 SaaS 軟件可以克服使用 Hadoop 自建系統的弊端，但 SNOWFLAKE 沒有止步於此，而是超越 SaaS 軟件的舊有模式。

從 SNOWFLAKE 官方文檔來看，這種 “超越” 至少體現在 3 個方面：一是使用 SNOWFLAKE 的用戶不需要安裝、配置任何硬件；二是軟件也無需安裝，系統在雲端運行；三是整個系統的維護、管理和優化都有 SNOWFLAKE 負責，用戶不需要親力親爲。

爲了能實現這種便捷、高效、間潔的設計，SNOWFLAKE 在產品架構上進行了優化。首先是通過與微軟、谷歌、亞馬遜等主流雲存儲企業合作，SNOWFLAKE 實現了提供 “跨雲” 服務，這意味着，不論用戶的數據是存儲在哪一家公司的雲端，都能接入 SNOWFLAKE 進行數據分析。這在從前，用戶需要從雲端下載到本地再分析，如今一切都發生在雲端。

再者，SNOWFLAKE 採用瞭解耦結構，允許各個組件彼此保留完全自治且無意識的複雜工作框架，這種架構使得數據存續和計算能夠在任何一個雲平臺分開、獨立運行。在這種架構下，SNOWFLAKE 實現了一種和傳統 SaaS 與 Hadoop 自建系統—— 真正的 Pay as you go（量入爲出）。

這種收費模式的意義在於，用戶在雲端使用 SNOWFLAKE 的數據分析工具，存儲、算力都可以由其提供，用戶需要支付的費用，是根據分析的數據量和運算時間給出的。這意味着下游用戶完全拋棄了自建服務器、購買計算機、訂閱數據分析軟件的模式。量入爲出，現收現付，“喫多少就掏多少錢”，並且是先看到效果，再付費，付費後置，效果前置。

傳統 SaaS 按照訂閱模式，提前支付月費或年費，先付錢，再使用，付費前置而效果後置，導致成本無法量化。

二者對比，高下立判。SNOWFLAKE 用戶不再需要提前支付一筆固定年費，平臺會根據實際使用中的計算和存儲用量結算 —— 成本可測。

圖｜SNOWFLAKE 產品架構圖 （來源：公司網站）

用一個更恰當的比喻，就是買車和打車。在 SNOWFLAKE 模式出現之前，用戶想要出行（海量數據分析），要麼買車（自建系統），要麼一次性租一年車（SaaS 年費訂閱）。現在，可以打車（SNOWFLAKE 模式），收費是根據里程數（數據量）和乘車時間（計算時間）共同算出的。

打車，幾乎能涵蓋所有的高、中、低端客戶。這便是 “Pay as you go” 的精髓所在，也是 SNOWFLAKE 短短几年，瘋狂收穫客戶的根本原因 —— 它把降本增效做到了極致。

中金資本也曾經表示：“Snowflake 背後的價值體現絕不僅僅來自於雲原生技術。SNOWFLAKE 的創始團隊來自於 IBM、Oracle 等傳統數據庫的創始團隊，天生具備企業級軟件基因。同時，其營收大量來自於包括全球 500 強在內的大型企業，並呈現平穩的、持續的增長，契合企業級服務能力的商業價值。從技術上看，Snowflake 通過跨雲的分佈式能力，協助客戶擺脫單一雲平臺的鎖定。

2015 年，公司發佈第一款產品，到 2018 年，公司經過一個爲期 3 年的冷啓動期。時任首席執行官 Bob Muglia 將公司從最初的 80 個客戶發展到 1000 個客戶。而在過去的 12 個月裏，SNOWFLAKE 迎來了爆發式增長，公司客戶從 1547 個增加到 3117 個，其中就包括財富 10 強中的 7 家和財富 500 強中的 146 家。

與此對應的，是公司高端客戶的增長。爲 SNOWFLAKE 營收貢獻超過 100 萬美元的客戶，從 2019 財年的 14% 增長到本財年的 41%。

圖｜SNOWFLAKE 發展歷程 （來源：公司披露文件）

根據黃東旭的說法，SNOWFLAKE 的優勢體現在技術架構層面上。整合各家雲存儲廠商，將其封裝後，SNOWFLAKE 成爲最上端面向客戶的一層，聽起來很容易，但是在實際操作過程中會有很多問題，比如如何保證運行穩定性、提高運行效率、保障數據安全性等等。

原理易懂，做起來還是要費些周折，中國公司想學 SNOWFLAKE，並非不能做。但爲何在國內，沒有看到一家像 SNOWFLAKE 一樣，估值上百億、爆發式增長的公司呢？

黎明前的寧靜

SNOWFLAKE 這個互聯網創新的好榜樣，之所以沒有被複制到中國，是由中美兩個市場商業發展進程和從業人員觀念不同導致的。

黃東旭告訴 DeepTech，在國內一些大企業，採購制度成爲企業無法使用 “Pay as you go” 服務的障礙。這些企業需要在前一年制定好下一年的預算，每一塊錢怎麼花是確定的，僵硬的規定下，企業很難接受 “先使用，後付費” 的模式。

此外，“重硬輕軟” 的落後思想作祟，讓一些中國企業不認爲軟件是資產。傳統的海量數據分析模式，即採購一批計算機、服務器，這些看得見摸得着的東西讓企業心裏更踏實。

即便有上述障礙，未來 “中國版 SNOWFLAKE” 的誕生也具有必然性。黃東旭對此有信心，“採購模式與重硬輕軟” 會隨着商業的發展而改變，最終企業會接受性價比更高、驅動業務創新更快的方式。他說，“當前很多互聯網企業已經擺脫了老舊採購模式的桎梏，他們是未來潛在的 SNOWFLAKE 類似服務的用戶”。

現在，更大的瓶頸是企業數據上雲。DeepTech 提出這樣一個問題：“到什麼時候，中國初創公司可以開始做 SNOWFLAKE 這樣的業務？” 黃東旭認爲，當中國的企業，它們的數據開始大規模上雲的時候，時機就到了。

在美國，企業數據上雲已經成爲普遍選擇。而反觀國內，還處在初級階段，企業由於對安全性的擔心、政策法規的要求等諸多原因，不願或不能上雲。而 SNOWFLAKE 的服務，就是建立在雲原生基礎上的。

黃東旭認爲，未來一定會有一家創業公司，把國內各大雲存儲企業整合起來，提供類似的服務，“這只是時間問題”。2020 年 8 月，財富 500 強中，中國企業數量（124 家）首次超過美國（121 家），考慮中美兩個市場體量的對比，SNOWFLAKE 上市市值 704 億美元，那未來中國的 “SNOWFLAKE” 價值幾何呢？