1956 年，福特公司上市，成為有史以來最大的 IPO。由于融資規模巨大，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 年后的 2020 年 9 月，SNOWFLAKE 上市，成為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 之后再次出手，投資 SNOWFLAKE，這對于常年回避科技股的巴菲特來說，極為罕見。 雖然相隔 64 年，但由于巴菲特僅參與過這兩次 IPO，于是，兩件事被聯系起來。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 “美國制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。基于公有云和彈性計算，SNOWFLAKE 將數據分析工具變成了快消品。對下游企業用戶來說，存儲、處理和分析海量數據，成為了 “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） 國內新型分布式數據庫公司 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，被稱為 “賣鏟子的人”。賣鏟子是最好的商業模式之一，因為無論下游競爭如何激烈，總是要來買鏟子挖礦的。這里的 “礦”，就是數據。 如今，數據已經成為 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），這意味著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 億條推特被發出。 海量數據中，蘊藏著大量的商業機會。 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，目前已經成為傳統行業、互聯網行業、新興行業的剛需。

最強有力的證明來自于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，才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，麥肯錫發布了《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，分別于 2012 和 2014 年，涂子沛的《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并得到廣泛認可。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，大多數基于直覺或經驗（70%）的企業是落后者 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，三位數據倉庫專家秘密成立 SNOWFLAKE，2014 年，公司走出 “秘密模式”，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，源于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，利用云原生的技術性優勢，采取計算、存儲分離架構，為客戶提供了靈活、按需付費的方案。

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。對于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，有時候需要采購幾十臺，甚至上百臺電腦，存儲公司上百 T 字節的數據，然后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里，但是維護、保養費用一點也不會少。 對于那些資金實力有限、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，可能一年后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。而對于初創公司而言，它們可能連支付這些設備的錢也拿不出來。

SNOWFLAKE 采用了一種新模式。 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 沒有止步于此，而是超越了 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，系統在云端運行；三是整個系統的維護、管理和優化都由 SNOWFLAKE 負責，用戶不需要親力親為。 為了能實現這種便捷、高效、簡潔的設計，SNOWFLAKE 在產品架構上進行了優化。

首先是通過與微軟、谷歌、亞馬遜等主流云存儲企業合作，SNOWFLAKE 實現了提供 “跨云” 服務，這意味著，不論用戶的數據是存儲在哪一家公司的云端，都能接入 SNOWFLAKE 進行數據分析。這在從前，用戶需要從云端下載到本地再分析，如今一切都發生在云端。 再者，SNOWFLAKE 采用了解耦結構，允許各個組件彼此保留完全自治且無意識的復雜工作框架，這種架構使得數據存續和計算能夠在任何一個云平臺分開、獨立運行。在這種架構下，SNOWFLAKE 實現了一種和傳統 SaaS 與 Hadoop 自建系統完全不同的收費模式—— 真正的 Pay as you go（量入為出）。

這種收費模式的意義在于，用戶在云端使用 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。這意味著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。量入為出，現收現付，“吃多少就掏多少錢”，并且是先看到效果，再付費，付費后置，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，付費前置而效果后置，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），要么買車（自建系統），要么一次性租一年車（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 短短幾年，瘋狂收獲客戶的根本原因 —— 它把降本增效做到了極致。 中金資本也曾經表示：“Snowflake 背后的價值體現絕不僅僅來自于云原生技術。SNOWFLAKE 的創始團隊來自于 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，其營收大量來自于包括全球 500 強在內的大型企業，并呈現平穩的、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 通過跨云的分布式能力，協助客戶擺脫單一云平臺的鎖定。 2015 年，公司發布第一款產品，到 2018 年，公司經過一個為期 3 年的冷啟動期。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 個月里，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。為 SNOWFLAKE 營收貢獻超過 100 萬美元的客戶，占比從 2019 財年的 14% 增長到本財年的 41%。

根據黃東旭的說法，SNOWFLAKE 的優勢體現在技術架構層面上。整合各家云存儲廠商，將其封裝后，SNOWFLAKE 成為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，并非不能做。但為何在國內，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，之所以沒有被復制到中國，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，采購制度成為企業無法使用 “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，每一塊錢怎么花是確定的，僵硬的規定下，企業很難接受 “先使用，后付費” 的模式。 此外，“重硬輕軟” 的落后思想作祟，讓一些中國企業不認為軟件是資產。傳統的海量數據分析模式，即采購一批計算機、服務器，這些看得見摸得著的東西讓企業心里更踏實。 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，“采購模式與重硬輕軟” 會隨著商業的發展而改變，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采購模式的桎梏，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云。DeepTech 提出這樣一個問題：“到什么時候，中國初創公司可以開始做 SNOWFLAKE 這樣的業務？”黃東旭認為，當中國的企業，它們的數據開始大規模上云的時候，時機就到了。 在美國，企業數據上云已經成為普遍選擇。而反觀國內，還處在初級階段，企業由于對安全性的擔心、政策法規的要求等諸多原因，不愿或不能上云。

而 SNOWFLAKE 的服務，就是建立在云原生基礎上的。 黃東旭認為，未來一定會有一家創業公司，把國內各大云存儲企業整合起來，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？

原文標題：巴菲特罕見出手科技股，Snowflake上市預示大數據分析“快消品“時代到來？

文章出處：【微信公眾號：DeepTech深科技】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq