2006 年的云改写了成本函数；Snowflake 用存算分离+按秒计费把数据仓库变成自来水公司（Capital One 实证）；Databricks 用 Lakehouse 服务造 AI 的企业（Mastercard/诺和诺德）；Fanatics vs FOX Sports 的同场景对照实验。
第三篇结尾，企业站在两难的路口：Teradata 稳定但贵到只有巨头用得起，Hadoop 便宜但乱到只有互联网公司玩得转。市场上留着一个空位——有没有一个「像数据仓一样好用、像数据湖一样便宜、还不用自己运维」的东西？两家公司从两个方向出发，几乎同时回答了这个问题。这一篇讲它们的崛起：Snowflake 怎么把数据仓库变成「自来水公司」，Databricks 怎么把数据湖变成「实验室」，以及一个绝妙的对照——两家公司的客户，正在用它们做几乎同一件事。
本篇要回答的问题
1. 2006 年的云到底改变了什么——为什么说没有 AWS S3 就没有 Snowflake？
2. Snowflake 的三个洞察是什么？它凭什么让 Capital One 把 Teradata 赶出家门？
3. 消费型计费（用多少付多少）的本质是什么——为什么它是 AI 时代的正确商业模式？
4. Databricks 的 Lakehouse 是什么？它和 Snowflake 抢的是同一批客户吗？
5. Fanatics 和 FOX Sports 用两家公司的产品做了几乎同款的事——那选型的逻辑到底是什么？
回看 Snowflake（2012 年成立）和 Databricks（2013 年成立）的创业时点，会发现它们都踩在同一个前提条件之上——这个前提不是某个天才的灵感，而是亚马逊在 2006 年上线的基础设施：S3（3 月，云存储）和 EC2（8 月，云算力）。
在 S3 之前，「存储」是有生命的成本：买磁盘阵列、配机房、算折旧、扛故障。S3 把它变成了一项服务：每 GB 每月几美分，无限弹性，永不丢失。EC2 把「算力」也变成了服务：一台服务器按小时租，用完销毁。这两件事对数据行业意味着成本函数的彻底改写——
| 成本项 | Teradata 时代 | 云时代 |
|---|---|---|
| 存储 | 磁盘阵列采购，按峰值容量买断 | 按实际存量按月付费，且单价持续下探 |
| 算力 | CPU 买断，闲置也是折旧 | 按小时/按秒租用，随开随关 |
| 扩容 | 采购流程，以月计 | 调大参数，以分钟计 |
| 容灾 | 自建异地备份 | 云厂商内建多副本 |
但云厂商自己并没有立刻兑现这个红利——AWS 的 Redshift（2013）最初仍是传统架构的云上版本，存储和计算绑定。真正的革命要等一个「纯云原生的架构设计」：既然存储已经便宜到可以随便存，那就把存储和计算彻底拆开——数据永远存在便宜的地方（云存储），需要计算时临时租算力来跑，跑完就退。
2012 年，三位前 Oracle 高管（Benoit Dageville、Thierry Cruanes 曾负责 Oracle 数据库架构，Marwit Zugnoni）与 CEO Mike Sperber、Bob Muglia 相继组成团队创办 Snowflake。他们的三个洞察，每一个都针对旧世界的一个具体痛点：
| 洞察 | 回应的旧痛点 | 给客户的体验 |
|---|---|---|
| 存算彻底分离：数据存云存储，计算节点是「虚拟仓库」，可独立开关、独立扩缩 | Teradata 扩容要采购整机；一个部门的查询挤占另一个部门 | 市场部大促分析临时开大算力，跑完关掉——财务部月结完全不受影响 |
| 按秒计费：计算用一秒付一秒的钱 | 授权买断制，闲置也是折旧 | 半夜没人查数就不花钱；新接入一个数据源试跑两周，成本几乎忽略 |
| 跨云中立：同样的产品跑在 AWS/Azure/GCP 三大云上，不做自己的应用与客户竞争 | 云厂商既是平台供应商又是竞品（数仓 vs 模型服务） | 企业敢把全部数据放进来——不会被绑死在某个云的生态里 |
表格里「跨云中立」四个字值得单独展开，因为它是 Snowflake 与云厂商数仓最本质的区别，也是企业选择它的第一理由。先看图：
三大云厂商各自有一个数仓产品（AWS 的 Redshift、微软的 Synapse、谷歌的 BigQuery），同时各自还有大模型服务（Bedrock、Azure OpenAI、Vertex）。这就产生了一个微妙的利益结构：企业若把全部数据放进某朵云的数仓，而未来 AI 应用的模型又恰恰选了同朵云的竞品服务——数据的「看门人」和「竞争者」是同一家公司。企业 CIO 对此的应对是多云策略：关键基础设施不押注单一云厂商。
Snowflake 的位置恰好卡在这个缺口上：它自己不卖算力、不卖大模型——同样的产品、同样的界面、同样的功能，跑在三大云之上（租用它们的算力再零售给客户）。客户用它，相当于买了一个「云上中立层」：数据池在 Snowflake 里，底层算力在哪个云、未来换到哪个云，客户都可以换，Snowflake 帮客户对冲了「绑死」风险。这也解释了它的一条产品铁律：永远不推出自己的大模型、不做与客户竞争的应用——一旦做，中立性这个最值钱的护城河就塌了。三大云厂商数仓与 Snowflake 长期共存而非被吞掉，中立性信任（加上存量迁移成本）是最重要的原因。
2015 年产品正式上线（GA），增长曲线陡峭得罕见：2019 年 ARR（年经常性收入）达 3.5 亿美元，2020 年上市完成当年最大软件 IPO，上市首日市值翻倍——巴菲特旗下伯克希尔在 IPO 前夜以「罕见」的方式买入了它的私募份额。到 2026 年，Snowflake 年产品收入指引已达 60.7 亿美元（+36%），服务 11,000+ 企业客户。
关于它的商业模式，值得单独强调一件事（这是理解后面所有分析的钥匙）：Snowflake 卖的是「用量」，不是「授权」。客户每查一次数、每存一个 TB、每跑一次 AI 任务，付一笔钱。这带来两个推论：其一，客户的成功=Snowflake 的收入（客户业务越发展、AI 用得越多，消费越多）——不存在「签完约就见不到销售」的割裂；其二，收入即消费的真实刻度——电表走了才有钱，所以消费增长基本造不了假。这也是为什么资本市场格外看重「产品收入增速」与 NRR（老客户消费留存率）这两个指标。
Snowflake 官方案例库里最值得细读的是 Capital One——美国第一家宣布全面离开自建机房、进入公有云的银行。监管最严的行业都敢上，其余行业的顾虑就都可以商量了。
它的用法很有代表性：6,000 多名分析师、每天最多 400 万次查询，全部跑在 Snowflake 上。具体做了什么：
| 场景 | 怎么用 | 效果 |
|---|---|---|
| 反欺诈与授信 | 每天数千万笔刷卡交易的实时分析；欺诈模型重新训练（重计算）与客户分析团队（高并发查询）分属不同的虚拟仓库——互不抢资源 | 毫秒级 AI 授信决策；两团人马各自提速 |
| 数据接入 | 新数据源从「月度开发上线」变为自助接入 | 新数据集装载 24 小时 → 1 小时 |
| 外部数据 | 用 Data Marketplace 秒接第三方数据（如 Starschema 的疫情数据）做风险情景推演 | 疫情期风险模型的调整以天计而非以月计 |
| 成本治理 | 消费计费天然透明：每个部门用多少、花多少，报表清晰 | 自建治理工具后：省 50,000 小时人工、支出 -27%、单查询成本 -43% |
请特别注意最后一条，它揭示了消费型模式的一个隐藏优势：因为按用量计费，每一分钱都有迹可循——哪家部门、哪个项目、哪条查询花的钱清清楚楚。买断制的时代这笔账是算不清的（授权费摊在哪？谁也说不清）。这是「用量收费」在管理上的正外部性。
同样的故事在不同行业反复上演：资管巨头 BlackRock 把 Aladdin 平台的数据底座建在 Snowflake 上（每晚数百万数据文件汇入、每天 1,160 亿数据点）；制药、零售、电信的案例在 Snowflake 官网排成一列。核心模式高度一致：把分散在各业务系统的数据集中入仓 → 各团队用独立算力各自分析 → 按用量付费，用多少算多少。
Snowflake 从「数据仓」这一端出发，把仓库搬上云、拆开存算；Databricks 则从「数据湖」那一端出发，把湖的「乱」治理出秩序。它的起点是 2009 年 UC Berkeley AMPLab 的 Spark 项目（第三篇提过：内存计算，比 MapReduce 快一到两个数量级），2013 年由 Spark 创始团队创办。
Databricks 给行业贡献了一个核心概念：Lakehouse（湖仓一体）——在数据湖的开放存储格式之上，补上数据仓的三大能力（事务一致性、高性能 SQL、完善治理）。数据湖的便宜与灵活保留了，数据仓的纪律与性能补齐了。2026 年它的产品线已经相当完整：Lakehouse 数据仓、Lakebase（交易与分析一体的 serverless Postgres）、Genie（自然语言分析）、Agent Bricks（企业 AI 智能体构建）、Unity Catalog（统一治理），外加 5ms 级实时流处理。规模上：20,000+ 客户，超过 60% 的 Fortune 500 在用。
它与 Snowflake 最根本的差异不在功能清单，而在基因：Databricks 是开源路线（Spark、Delta Lake、MLflow 都是开源项目），目标客户是「要自己动手造 AI 的企业」——有数据工程团队、Python/Spark 文化、希望在开放格式上构建自己的模型与智能体。两个典型客户案例：
| 客户 | 用法 | 效果 |
|---|---|---|
| Mastercard | 年 1,730 亿笔交易的欺诈检测与风险分析——海量实时流数据 + 机器学习工作负载 | 金融级欺诈检测的行业标杆；万圣节前夜的交易洪峰也扛得住 |
| 诺和诺德（Novo Nordisk） | 1,000 名研究员用 Genie（自然语言分析）直接查询临床试验数据 | 数周的数据分析变成数秒；临床试验优化贡献 $1.57 亿净新增价值 |
| adidas | 200 万+ 条商品评论的情感分析 | 分析效率 +30–40%，查询延迟 -60% |
注意 Mastercard 和诺和诺德的共同点：都不是「找分析师看报表」，而是在自己的数据上构建机器学习与 AI 应用。这就是 Databricks 客户画像与 Snowflake 的分野——这个分野在下一节的对照实验里表现得淋漓尽致。
要理解两家公司的差异，最好的素材是一个「近乎受控实验」的市场现象：体育行业的球迷个性化——这个需求同时被两家的客户用两家的产品满足了。
| Fanatics × Snowflake | FOX Sports × Databricks | |
|---|---|---|
| 业务 | 体育授权商品与球迷电商（1 亿+ 球迷，2B+ 每日信号） | 体育媒体（实时赛事内容） |
| 痛点 | 球迷分散在商品/收藏/游戏多条业务线，画像对不齐 | 赛事数据实时流式处理，比赛进行中就要出洞察 |
| 用法 | Snowflake 拼出 FanGraph（每球迷数百属性统一画像）+ CoWork 智能体：业务人员自然语言查数、圈人群、发营销 | Databricks 实时处理比赛数据 + 应用内聊天机器人：球迷随问随答，比赛每一刻生成个性化内容 |
| 成果 | 统一画像 → 广告受众网络（数据变成广告生意） | 实时流处理支撑比赛级时效 |
| 选型逻辑 | 业务团队自助分析、低运维、消费弹性——数据是「被消费」的 | 工程团队主导、实时流+ML 深度定制——数据是「被加工」的 |
行业对这两家的选型共识可以粗略总结成一句话：「SQL 团队选 Snowflake，工程团队选 Databricks」。Snowflake 的高并发 BI、零运维、业务自助更省心；Databricks 的开源自由度、ML 工具链（MLflow）、大规模分布式加工更强——但代价是需要 Spark/Python 专才（工程师年薪 $15 万美元起）和更复杂的成本管理（平台费与云资源费双账单）。两家甚至抢到同一个口号上：超过 60% 的 Fortune 500 同时是两家的客户——大部分大企业的数据版图里，两家并存、各管一摊工作负载。
把视角拉回 2015 年那个「两难路口」。Snowflake 和 Databricks 的崛起，精确地吃掉了两个旧霸主的午餐——而且吃法很有意思，是互相配合着吃的：
吃掉 Teradata 的午餐：Teradata 的核心价值是「全公司统一分析」，软肋是「贵 + 封闭 + 扩容慢」。Snowflake 用 1/10 的成本给出同样甚至更好的分析体验，还附赠弹性——银行、零售、制造业的数据仓迁移潮持续至今，Capital One 只是最著名的一例。
吃掉 Hadoop 发行版的午餐：Cloudera/Hortonworks（把 Hadoop 打包成企业发行版售卖的公司）曾融资数十亿美元，巅峰时合并抱团，最终在 2021 年被收购退出独立舞台——因为 Databricks 用 Lakehouse 提供了比「Hadoop 全家桶」整洁得多的开源路线，而云上的存算分离让 Hadoop 唯一的省钱优势也消失了。
到 2026 年，数据仓库市场的格局已经重排：Snowflake 与 Databricks 两大云原生平台双雄并立，Teradata 退守存量，Hadoop 发行版退场，三大云厂商的原生数仓（Redshift/BigQuery/Synapse）以捆绑策略自守一方。这个格局的下一幕——AI 时代数据层的重新洗牌——是第六篇的内容。
本篇数据与案例来源：Snowflake FY27 Q2 8-K（SEC）、Snowflake 官网案例库（Capital One/BlackRock/Fanatics）、Harvard Business Review 与 diginomica 的 Capital One 专稿、Databricks 官网案例库（Mastercard/诺和诺德/adidas/FOX Sports）、SiliconANGLE（Fanatics vs FOX Sports，Summit 26 采访）、7wData 平台评测、腾讯财经与 21 财经财报报道。Capital One 为 Snowflake 早期投资者（HBR 披露），引用时已留意其立场。两家公司客户数、收入指引均以各自 2026 年公开披露为准。
系列下一篇 · 《中国的路：数据中台的梦与国产替代》——2015–2021 年中国最激进的组织化尝试（数据中台）为什么没能长出 Snowflake？工行、招行、安踏们用什么解决了问题？以及中国版数据消费叙事的观察哨在哪里。