巴菲特罕见出手科技股,Snowflake上市预示大数据分析“快消品“时代到来?

巴菲特罕见出手科技股,Snowflake上市预示大数据分析“快消品“时代到来?
2020年10月24日 22:25 麻省理工科技评论

1956 年,福特公司上市,成为有史以来最大的 IPO。由于融资规模巨大,这次公开募股,几乎囊括了华尔街的每一家公司,其中就包括巴菲特的伯克希尔哈撒韦。

64 年后的 2020 年 9 月,Snowflake 上市,成为有史以来软件行业最大的 IPO 案例。同时,巴菲特继参与福特 IPO 之后再次出手,投资 SNOWFLAKE,这对于常年回避科技股的巴菲特来说,极为罕见。

虽然相隔 64 年,但由于巴菲特仅参与过这两次 IPO,于是,两件事被联系起来。某种意义上说,SNOWFLAKE 和当年的福特汽车颇有相似之处。

因流水线生产获得巨大成功,福特汽车真正地将汽车变成了工人阶级也能够买得起的快消品,这是对当时 “美国制造业翻天覆地的改革与创新”。

而 SNOWFLAKE,在数据分析领域做到了这一点。基于公有云和弹性计算,SNOWFLAKE 将数据计算工具变成了快消品。对下游企业用户来说,存储、处理和分析海量数据,成为了 “绑定一张企业信用卡,就能马上开始” 的快捷消费。

图|SNOWFLAKE公司 (来源:企业)

国内新型分布式数据库公司 PingCAP 在海外与 SNOWFLAKE 有相似业务。在与 DeepTech 谈到 SNOWFLAKE 模式成功的意义时,PingCAP 的 CTO 黄东旭打了一个比方,“SNOWFLAKE 出现之前,我出差只能在当地买房才能住,现在可以住酒店了,按时间算钱”。

通俗的讲,SNOWFLAKE 是一家提供数据分析工具的公司,这在投资领域,被称为 “卖铲子的人”。卖铲子是最好的商业模式之一,因为无论下游竞争如何激烈,总是要来买铲子挖矿的。这里的 “矿”,就是数据。

如今,数据已经成为 21 世纪最有价值的资产之一。根据世界经济论坛披露的资料显示,到 2020 年,全世界总的数据量达到 44 个泽字节(ZB),这意味着其数据量是可观测宇宙中星星数量的 40 倍。而每天,互联网上产生 50 亿次搜索、发送 2940 亿封邮件、5 亿条推特被发出。

海量数据中,蕴藏着大量的商业机会。

图|人类已经进入大数据时代(来源:pixabay)

根据麦肯锡全球研究院(MGI)的研究,几乎所有的行业都可以从充分利用大数据中获益。大数据的正确使用能够让零售商的营业利润率提升 60%;在美国,医疗保健行业创造性地使用大数据提升效率和质量,每年能多创造出 3000 亿美元的产值;美国的医疗支出也能因此降低 8%。 

通过对海量数据的挖掘,从中获得有效洞察,对企业业务进行反馈调节,目前已经成为传统行业、互联网行业、新兴行业的刚需。最强有力的证明来自于数据人才短缺的现状,在美国对深度分析师需求的缺口达到 14 万 - 19 万人。麦肯锡预测,针对当前的数据量,需要 150 万名经理和数据分析师,才能有效地利用大数据。

这种 “从数据中获取洞察” 的商业逻辑,从本世纪第二个十年开始,在中美两个巨大的市场几乎同时取得了共识。2011 年,麦肯锡发布了《大数据:创新、竞争和生产力的下一个前沿》,给出定论:大数据的应用将会影响诸多行业,某些行业会得到更多的增益。在中国,分别于 2012 和 2014 年,涂子沛的《大数据:正在到来的数据革命,以及它如何改变政府、商业与我们的生活》与《数据之巅:大数据革命、历史、现实和未来》两部书引发了中国社会对大数据的广泛讨论,作者提出,“除了上帝,每个人都要用数据说话”。

图|传统行业正在被大数据赋能(来源:麦肯锡)

从此,数据驱动业务的模式逐渐形成并得到广泛认可。深谙此道的阿里巴巴在公开讨论中直接表示,使用数据决策的公司排名比较靠前,大多数基于直觉或经验(70%)的企业是落后者

大数据浪潮之下,隐藏在数据中的金矿足够诱人,挖矿的人足够多,卖铲子几乎是绝好的生意。2012 年,三位数据仓库专家秘密成立 SNOWFLAKE,2014 年,公司走出 “秘密模式”,今年,SNOWFLAKE 上市,以当日收盘价计,市值 704 亿美元。从零走到现在,SNOWFLAKE 只用了 8 年。

SNOWFLAKE 胜在何处?

SNOWFLAKE 的成功,源于一系列工程技术问题的解决和创新性的商业模式。用更准确的话讲,它解决了数据仓库的遗留痛点,利用云原生的技术性优势,采取计算、存储分离架构,为客户提供了灵活、按需付费的方案。

图|SNOWFLAKE相对于传统产品的优势 (来源:公司披露文件)

要充分理解 SNOWFLAKE 产品的革命性之处,就要知道在此前通用的数据处理工具是怎样的。对于一家有数据处理需求的企业,如果使用 Hadoop 技术自行搭建数据处理平台,首先要有若干台能存储这些海量信息的计算机。黄东旭说,有时候需要采购几十台,甚至上百台电脑,存储公司上百 T 字节的数据,然后再购买数据分析软件,下载到电脑上,交给数据分析师使用。

这种模式非常 “笨重”—— 企业要一次性支出大量资金,购买设备(计算机、服务器)和软件,但是每天至少一半时间(夜间)是不使用它们的。这就好比买了一辆私家车,每天只有上下班使用,大部分时间躺在车库里,但是维护、保养费用一点也不会少。

对于那些资金实力有限、但是一样想涉足数据分析的小公司来说,这种模式更加不友好。小公司成长迅速,产生的数据也会迅速增长,一年前搭建起来的系统,可能一年后就无法承载海量数据运行,只能再次添加设备。久而久之,整个系统会越来越臃肿。而对于初创公司而言,它们可能连支付这些设备的钱也拿不出来。

SNOWFLAKE 采用了一种新模式。

SNOWFLAKE 是一个提供数据分析仓储服务的 SaaS 软件,SaaS 是 Software-as-a-Service 的缩写,意思是软件即服务。使用 SaaS 软件可以克服使用 Hadoop 自建系统的弊端,但 SNOWFLAKE 没有止步于此,而是超越 SaaS 软件的旧有模式。

从 SNOWFLAKE 官方文档来看,这种 “超越” 至少体现在 3 个方面:一是使用 SNOWFLAKE 的用户不需要安装、配置任何硬件;二是软件也无需安装,系统在云端运行;三是整个系统的维护、管理和优化都有 SNOWFLAKE 负责,用户不需要亲力亲为。

为了能实现这种便捷、高效、间洁的设计,SNOWFLAKE 在产品架构上进行了优化。首先是通过与微软、谷歌、亚马逊等主流云存储企业合作,SNOWFLAKE 实现了提供 “跨云” 服务,这意味着,不论用户的数据是存储在哪一家公司的云端,都能接入 SNOWFLAKE 进行数据分析。这在从前,用户需要从云端下载到本地再分析,如今一切都发生在云端。

再者,SNOWFLAKE 采用了解耦结构,允许各个组件彼此保留完全自治且无意识的复杂工作框架,这种架构使得数据存续和计算能够在任何一个云平台分开、独立运行。在这种架构下,SNOWFLAKE 实现了一种和传统 SaaS 与 Hadoop 自建系统—— 真正的 Pay as you go(量入为出)。

这种收费模式的意义在于,用户在云端使用 SNOWFLAKE 的数据分析工具,存储、算力都可以由其提供,用户需要支付的费用,是根据分析的数据量和运算时间给出的。这意味着下游用户完全抛弃了自建服务器、购买计算机、订阅数据分析软件的模式。量入为出,现收现付,“吃多少就掏多少钱”,并且是先看到效果,再付费,付费后置,效果前置。

传统 SaaS 按照订阅模式,提前支付月费或年费,先付钱,再使用,付费前置而效果后置,导致成本无法量化。

二者对比,高下立判。SNOWFLAKE 用户不再需要提前支付一笔固定年费,平台会根据实际使用中的计算和存储用量结算 —— 成本可测。

图|SNOWFLAKE产品架构图 (来源:公司网站)

用一个更恰当的比喻,就是买车和打车。在 SNOWFLAKE 模式出现之前,用户想要出行(海量数据分析),要么买车(自建系统),要么一次性租一年车(SaaS 年费订阅)。现在,可以打车(SNOWFLAKE 模式),收费是根据里程数(数据量)和乘车时间(计算时间)共同算出的。

打车,几乎能涵盖所有的高、中、低端客户。这便是 “Pay as you go” 的精髓所在,也是 SNOWFLAKE 短短几年,疯狂收获客户的根本原因 —— 它把降本增效做到了极致。

中金资本也曾经表示:“Snowflake 背后的价值体现绝不仅仅来自于云原生技术。SNOWFLAKE 的创始团队来自于 IBM、Oracle 等传统数据库的创始团队,天生具备企业级软件基因。同时,其营收大量来自于包括全球 500 强在内的大型企业,并呈现平稳的、持续的增长,契合企业级服务能力的商业价值。从技术上看,Snowflake 通过跨云的分布式能力,协助客户摆脱单一云平台的锁定。

2015 年,公司发布第一款产品,到 2018 年,公司经过一个为期 3 年的冷启动期。时任首席执行官 Bob Muglia 将公司从最初的 80 个客户发展到 1000 个客户。而在过去的 12 个月里,SNOWFLAKE 迎来了爆发式增长,公司客户从 1547 个增加到 3117 个,其中就包括财富 10 强中的 7 家和财富 500 强中的 146 家。

与此对应的,是公司高端客户的增长。为 SNOWFLAKE 营收贡献超过 100 万美元的客户,从 2019 财年的 14% 增长到本财年的 41%。

图|SNOWFLAKE发展历程 (来源:公司披露文件)

根据黄东旭的说法,SNOWFLAKE 的优势体现在技术架构层面上。整合各家云存储厂商,将其封装后,SNOWFLAKE 成为最上端面向客户的一层,听起来很容易,但是在实际操作过程中会有很多问题,比如如何保证运行稳定性、提高运行效率、保障数据安全性等等。

原理易懂,做起来还是要费些周折,中国公司想学 SNOWFLAKE,并非不能做。但为何在国内,没有看到一家像 SNOWFLAKE 一样,估值上百亿、爆发式增长的公司呢?

黎明前的宁静

SNOWFLAKE 这个互联网创新的好榜样,之所以没有被复制到中国,是由中美两个市场商业发展进程和从业人员观念不同导致的。

黄东旭告诉 DeepTech,在国内一些大企业,采购制度成为企业无法使用 “Pay as you go” 服务的障碍。这些企业需要在前一年制定好下一年的预算,每一块钱怎么花是确定的,僵硬的规定下,企业很难接受 “先使用,后付费” 的模式。

此外,“重硬轻软” 的落后思想作祟,让一些中国企业不认为软件是资产。传统的海量数据分析模式,即采购一批计算机、服务器,这些看得见摸得着的东西让企业心里更踏实。

即便有上述障碍,未来 “中国版 SNOWFLAKE” 的诞生也具有必然性。黄东旭对此有信心,“采购模式与重硬轻软” 会随着商业的发展而改变,最终企业会接受性价比更高、驱动业务创新更快的方式。他说,“当前很多互联网企业已经摆脱了老旧采购模式的桎梏,他们是未来潜在的 SNOWFLAKE 类似服务的用户”。

现在,更大的瓶颈是企业数据上云。DeepTech 提出这样一个问题:“到什么时候,中国初创公司可以开始做 SNOWFLAKE 这样的业务?” 黄东旭认为,当中国的企业,它们的数据开始大规模上云的时候,时机就到了。

在美国,企业数据上云已经成为普遍选择。而反观国内,还处在初级阶段,企业由于对安全性的担心、政策法规的要求等诸多原因,不愿或不能上云。而 SNOWFLAKE 的服务,就是建立在云原生基础上的。

黄东旭认为,未来一定会有一家创业公司,把国内各大云存储企业整合起来,提供类似的服务,“这只是时间问题”。2020 年 8 月,财富 500 强中,中国企业数量(124 家)首次超过美国(121 家),考虑中美两个市场体量的对比,SNOWFLAKE 上市市值 704 亿美元,那未来中国的 “SNOWFLAKE” 价值几何呢?

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部