Snowflake Inc. (NYSE:SNOW) is one of the Top AI and Technology Stocks to Buy According to Hedge Funds. On December 3, the company released its financial results for Q3 2026, with revenue coming at $1.21 billion, reflecting 29% YoY growth amidst 29% YoY growth in product revenue to $1.16 billion. Snowflake (SNOW) Releases Financial Results for Q3 2026 Snowflake Inc. (NYSE:SNOW)’s product revenue rose $258.1 million and $726.6 million for 3 and 9 months ended October 31, 2025 on a YoY basis, respectively, ...

核心观点 - 拥有大量资金的投资者对Snowflake采取了看跌立场 今日监测到30笔不寻常的期权交易 表明可能有知情人士预期将有事件发生 [1][2] - 这些大额交易者的整体情绪分化 23%看涨 60%看跌 在全部特殊期权中 8笔为看跌期权 总金额609,765美元 22笔为看涨期权 总金额1,354,158美元 [3] 期权交易活动分析 - 过去三个月 主要市场推动者关注的价格区间在150.0美元至280.0美元之间 [4] - 今日交易中 Snowflake期权的平均未平仓合约为1316.35 总交易量达到2289.00 图表描绘了过去30天内 执行价在150.0美元至280.0美元区间内的高价值交易的看涨和看跌期权成交量与未平仓合约的进展 [5][6] - 部分值得注意的期权交易活动包括：一笔执行价为200.00美元、到期日为2028年1月21日的看跌期权 总交易价格为217.5千美元 未平仓合约313 成交量104 一笔执行价为180.00美元、到期日为2026年12月18日的看涨期权 总交易价格为199.5千美元 未平仓合约139 成交量30 [9] 公司概况与市场表现 - Snowflake成立于2012年 是一个完全托管的平台 整合不同公有云上的数据以进行集中分析和治理 其云原生架构允许用户独立扩展计算和存储层 以较低成本提供优化性能 公司的数据湖和数据仓库产品支持多种用例 包括商业分析、数据工程和人工智能 被财富2000强中的金融服务、媒体和零售公司广泛使用 [10] - 过去一个月 有5位专家发布了该股票的评级 平均目标价为294.4美元 具体包括：Evercore ISI Group维持“跑赢大盘”评级 目标价300美元 BTIG将评级下调至“买入” 新目标价312美元 Piper Sandler将评级下调至“增持” 目标价调整为285美元 Keybanc维持“增持”评级 目标价285美元 Wells Fargo维持“增持”评级 目标价290美元 [12][13] - 当前Snowflake股价为219.06美元 下跌0.7% 成交量为1,675,255股 RSI指标暗示标的股票可能正接近超卖区域 下一次财报预计在70天后发布 [15]

企业AI部署现状与挑战 - 企业级AI应用规模化部署进展缓慢，仅17%的受访企业实现了AI项目的大规模投产，较2025年3月的14%仅略有提升 [1][3] - 投资回报率不明确是最大障碍，59%的受访者持此观点，比例较3月的50%显著上升，合规监管担忧(45%)和内部专业人才不足(43%)是另外两大主要挑战 [3] - AI应用并未导致大规模裁员，40%的受访企业表示AI将推动员工增长，仅31%预期会减少人员，且只有1%预期大幅裁员 [3] 市场主导者与竞争格局 - 微软、OpenAI和英伟达在企业AI市场占据主导地位，微软Azure在云基础设施层面保持领先 [3] - 在大语言模型方面，OpenAI的GPT系列模型占据前五名中的三席，GPT 4.0位居榜首，谷歌Gemini的采用率从去年5月的19%大幅提升至46%，Anthropic Claude也跃升至第三位 [3][10] - 在通用AI工具领域，微软M365 Copilot保持主导地位，但OpenAI ChatGPT商业版正快速崛起至第二位，受访企业平均拥有2050个M365 Copilot付费席位，较3月的1715个稳步增长，同比增长67%，ChatGPT在企业中的平均席位数约为995个 [3][10] 企业AI采购与构建模式 - 企业自建AI成为主流趋势，仅34%的受访企业完全依赖第三方软件厂商的AI产品，高达60%的企业选择完全自建或采用自建与采购相结合的混合模式 [4][5] - “DIY AI”模式的流行为OpenAI和Anthropic等AI模型提供商创造了新机遇，它们可通过向企业销售“模型+工具”平台进入市场 [8] - 在具体应用场景中，内部IT帮助台的AI部署需求(75%)明显高于外部客户支持(52%)，ServiceNow在内部IT工作流自动化AI解决方案中保持领先 [8] AI智能体技术部署 - AI智能体技术在企业级部署仍处于早期阶段，仅5%的企业实现了规模化生产部署，71%的企业处于试点或小规模生产阶段，另有22%的企业甚至未开始试点 [5][9] - 智能体部署的缓慢进展提醒投资者对相关技术供应商的短期收入预期保持理性，许多供应商描绘的智能体驱动大幅收入增长的愿景可能要到2027年或更晚才能实现 [9] AI对数据基础设施的拉动效应 - AI项目显著拉动数据基础设施需求，在各数据软件类别中，预期支出增长的受访者比例平均为52%，远超预期削减支出的平均比例10% [12] - 云数据仓库领域受益最为显著，69%的受访者预期相关支出将增加，其中25%预期大幅增长，这对Snowflake、AWS Redshift、谷歌BigQuery等厂商构成利好，Snowflake略微领先，但Databricks紧随其后 [12] - 云数据湖和ML/AIOps领域同样表现强劲，分别有56%和60%的受访者预期支出增长，运营数据库的AI拉动效应相对温和，仅10%的受访者预期大幅增加相关支出 [14]

投资者商业日报品牌与产品 - 公司旗下拥有多个投资分析产品与服务品牌 包括IBD IBD Digital IBD Live IBD Weekly Leaderboard MarketDiem MarketSurge等 [6] - 公司提供多种投资研究工具 包括IBD股票图表 IBD股票检查 股票报价 今日股市 大图景 我的股票列表等 [3][4] - 公司提供实时市场数据与专业投资平台 如IBD Live Leaderboard SwingTrader MarketSurge等 [4] 公司信息与数据来源 - 公司信息来源于被认为可靠的渠道 但对其准确性 及时性或适用性不作保证 [2] - 实时股价由纳斯达克最后销售提供 实时报价和/或交易价格并非来自所有市场 [5] - 所有权数据由伦敦证券交易所集团提供 预估数据由FactSet提供 [5] 法律声明与版权 - 投资者商业日报的所有内容仅用于信息和教育目的 不应被解释为买卖证券的要约 推荐 招揽或评级 [2] - 文章作者/演示者可能拥有他们讨论的股票 [2] - 公司不对投资任何特定证券或使用任何特定投资策略的可取性作任何陈述或保证 [5] - 信息可能随时更改 恕不另行通知 [5] - 投资者商业日报 LLC 拥有IBD IBD Digital IBD Live等相关商标 [6] - 版权归2025年投资者商业日报 LLC 所有 [6]

文章核心观点 - 数据系统在过去五十年经历了从处理日常交易到支持智能分析的演变，其核心驱动力是解决记录事件与理解其意义之间的根本张力 [1] - 技术架构的演进路线图是从OLTP系统发展到AI驱动的OLAP平台，目标是使数据转化为洞察变得更加便捷、快速和经济高效 [1][45] OLTP与OLAP的根本区别 - **OLTP系统** 专注于处理企业的日常运营事务，如在线订购、转账，需要快速、准确且始终可用，优化目标是快速写入大量小事务并即时读取特定记录 [2] - **OLAP系统** 专注于分析和报告，旨在通过汇总海量历史数据来揭示模式、趋势和洞察，优化目标是读取、聚合数据并进行跨维度的复杂计算 [2] - 这两种系统需求截然相反，一个系统无法高效同时完成两项任务，这推动了数十年的架构创新 [2] OLAP与数据立方体的兴起（20世纪90年代） - 专用OLAP系统引入了**数据立方体**概念，通过预先聚合多个维度的数据来加速分析查询 [3] - 数据立方体类似于多维电子表格，例如结合时间、产品和地理位置维度来预计算销售额，使原本需要数小时的查询在几秒内完成 [3] - 出现了三种主要架构：**MOLAP**（如Hyperion Essbase）使用多维数组实现高速查询但预处理量大；**ROLAP**（如MicroStrategy）在关系数据库上构建，更灵活但性能较慢；**HOLAP**（如Microsoft Analysis Services）尝试混合两者优点 [4] - 商业驱动因素是高管和分析师需要仪表盘和报表来做出数据驱动的决策，Business Objects、Cognos等工具成为前端界面 [5] 数据仓库时代（20世纪90年代末至21世纪初） - 数据仓库作为面向主题、集成化、时变且非易失性的集中式存储库出现，旨在支持商业智能 [7] - 规范架构采用**ETL管道**从多个源系统提取、清理、转换并加载数据 [7] - **星型模式**和**雪花模式**是两种主导的数据组织方式，用于优化读取性能 [8][9] - Teradata、Netezza、Vertica等企业级数据仓库引入了**列式存储**和**大规模并行处理架构**，显著提高了数据压缩率和查询速度，并支持通过添加机器实现水平扩展 [9] - 局限性在于模式必须预先定义，添加新数据源成本高，硬件扩展性有限，且系统成本高达数十万甚至数百万美元 [9] 大数据与Hadoop时代（2000年代末至2010年代） - 互联网公司面临海量非结构化或半结构化数据（如网络日志、点击流），传统数据仓库在经济和技术上均无法处理 [13] - 受谷歌GFS和MapReduce论文启发，开源**Hadoop生态系统**兴起，其核心是**HDFS**（用于低成本分布式存储）和**MapReduce**（用于分布式计算） [13][14] - Apache Hive、Impala、Presto（现Trino）、Spark等项目提供了更友好、更快的查询和计算能力 [14] - 引入了**数据湖**概念，采用“读取时模式”，允许先以原始形式存储数据，再决定如何使用 [14] - 局限性在于查询延迟高（需数分钟至数小时），不支持事务或更新，且运维复杂度极高 [14][15] 云数据仓库时代（2010年代） - Snowflake、Google BigQuery、Amazon Redshift等云原生数据仓库实现了**计算与存储的完全分离** [17] - 数据存储在廉价、持久的对象存储中，计算集群按需启动和伸缩，用户只需为运行查询支付计算费用，存储成本低廉 [17] - **Snowflake** 提出了“多集群共享数据”的弹性架构；**BigQuery** 采用无服务器模型，自动分配资源 [18] - 优势包括：按需付费的云经济学、几秒内实现弹性伸缩、零硬件管理负担、以及轻松的数据共享能力 [19][20][21][22] - 凭借列式格式、高级压缩和智能查询优化，这些系统能在几秒钟内扫描TB级数据 [23] - Snowflake在2020年IPO时估值超过700亿美元，成为标志性事件 [24] 开放表格式与湖仓一体时代（2010年代末至2020年代） - 云数据仓库的专有格式可能导致**供应商锁定**，而传统数据湖缺乏ACID事务、高效更新等功能 [26][27] - **开放表格式** 为数据湖带来了类似数据库的功能： - **Apache Iceberg** 提供ACID事务、模式演化、隐藏分区和时间旅行 [27] - **Delta Lake** 与Spark生态系统紧密集成，支持流式写入和批量读取 [27] - **Apache Hudi** 专用于高效的增量数据处理和upsert操作 [27] - 这些格式以Parquet等标准列式格式存储数据，并维护丰富的元数据 [28] - 新一代查询引擎如 **Trino**、**Dremio**、**DuckDB** 以及托管服务如 **AWS Athena**，能够在这些开放格式上提供高速SQL查询 [29][30][31] - **开放元数据目录**（如AWS Glue、Unity Catalog）提供了集中的元数据管理和治理 [32] - 这些技术融合催生了 **Lakehouse架构**，结合了数据湖的灵活开放性与数据仓库的性能和功能 [32] AI驱动的分析时代（2020年代至今） - AI原生分析平台正在模糊数据仓库、机器学习和商业智能之间的界限 [35] - 主要趋势包括： - **语义层和AI驱动的指标** 抽象了SQL复杂性，允许用户定义业务指标而非编写复杂查询 [35] - **由大型语言模型驱动的自然语言界面** 允许业务用户用简单语言提问，系统自动生成并执行SQL [35] - **向量搜索和嵌入技术** 使得能够结合传统SQL分析对非结构化数据进行语义搜索 [35] - 统一分析平台涌现，例如： - **Databricks** 整合了湖仓存储、协作笔记本、ML管道和交互式仪表板，并通过收购MosaicML集成LLM训练 [35] - **Snowflake Cortex** 将AI功能直接嵌入SQL [36] - **Dremio Reflections** 利用AI自动优化查询聚合 [36] - **MotherDuck** 将DuckDB高性能带入云端 [36] - **流式OLAP** 兴起，系统如Apache Pinot、ClickHouse能基于最新数据以亚秒级延迟运行分析查询，模糊了OLTP与OLAP的界限 [36] - 愿景是实现**自助式分析**，让领域专家无需依赖数据团队即可探索数据 [36] 技术演进时间线总结 - **1970s-1980s OLTP时代**：关键技术为关系型数据库，架构为单体、行式存储，用例是交易处理，局限性是分析性能差且仅支持垂直扩展 [41] - **1990s OLAP革命**：关键技术为数据立方体，架构为预聚合多维数组，用例是快速商业智能和报告，局限性是缺乏灵活性、预处理量大且规模有限 [41][42] - **1990s末-2000s初 数据仓库时代**：关键技术为企业数据仓库，架构采用ETL、列式存储、MPP集群，用例是集中式分析存储库，局限性是成本高、方案僵化、硬件扩展受限 [42] - **2000s末-2010s 大数据时代**：关键技术为Hadoop生态系统，架构基于通用硬件的分布式存储计算，用例是大规模数据湖和批量处理，局限性是延迟高、操作复杂、无事务支持 [42] - **2010s 云仓库时代**：关键技术为云原生数据仓库，架构实现计算存储分离、弹性无服务器，用例是可扩展、经济高效的分析即服务，局限性是专有格式可能导致供应商锁定 [42] - **2010s末-2020s 湖仓一体时代**：关键技术为开放表格式与现代查询引擎，架构是基于开放数据湖的ACID事务与通用目录，用例是开放、灵活的高性能分析，局限性是仍需SQL专业知识 [42] - **2020s至今 AI原生分析**：关键技术为具备语义层和LLM接口的AI驱动平台，架构统一数据、ML和BI并嵌入智能，用例是自助分析、自然语言查询和实时机器学习 [42] 未来展望 - 数据系统正从工具演变为能理解意图并适应需求的平台 [43] - 新兴领域包括：**自主优化**（系统自动学习并优化）、**实时智能**（运营与分析系统界限消失）、**联邦学习和隐私保护分析**，以及**自然语言作为主要交互界面** [44][45] - 未来成功的公司和系统将拥抱开放、优先考虑智能嵌入，并致力于让组织中的每个人都能做出数据驱动的决策 [45]

公司概况与市场定位 - Snowflake是云数据仓库和分析领域的重要参与者，提供高效存储、管理和分析数据的平台 [1] - 公司与Alphabet的Google Cloud等科技巨头竞争，后者通过BigQuery平台提供类似服务 [1] - 双方都是快速增长中的云分析市场的关键参与者 [1] 财务表现与市场数据 - 当前股价为215.47美元，较前一交易日下跌2.47美元，跌幅1.13% [5] - 当日交易区间在212美元至217.63美元之间 [5] - 过去52周股价最高达280.67美元，最低为120.10美元 [5] - 公司市值约为721.3亿美元 [5] - 纽约证券交易所当日成交量为4,433,329股 [5] 机构观点与价格目标 - Raymond James于2025年12月15日为Snowflake设定了250美元的目标价 [2] - 该目标价较当前215.47美元的股价暗示了约16.03%的潜在上涨空间 [2][6] 产品创新与增长 - 公司持续扩展其平台，年内迄今新增了370项产品功能，同比增长35% [2] - 这展示了公司对创新和增长的承诺 [2][6] - 每周有超过7,300名客户使用其人工智能和机器学习工具 [3] 行业前景与市场机遇 - 全球云分析市场预计将从2024年的353.9亿美元增长至2030年的1,306.3亿美元 [3] - 2025年至2030年的复合年增长率预计为25.5% [3] - Snowflake处于有利地位，有望从这一市场扩张中获益 [3][6] 竞争格局 - Snowflake面临来自Alphabet的Google Cloud的激烈竞争 [4] - 截至2025年第三季度末，Google Cloud报告的积压订单金额达1,550亿美元 [4] - 该积压订单环比增长46%，反映了Google Cloud在云数据和分析领域的强大市场地位和竞争优势 [4]

公司近期股价表现与市场反应 - 自2026财年第三季度财报于12月3日发布以来，Snowflake股价已下跌超过17.7% [1] - 尽管业绩超预期，但市场情绪谨慎主要源于对增长放缓的担忧 [1] - 华尔街分析师给出的12个月平均目标价显示，较当前水平仍有超过29%的上涨空间 [1] 分析师评级与目标价调整 - 花旗分析师Tyler Radke于12月8日重申“买入”评级，但将目标价从310美元下调至300美元 [2][4] - 瑞银于12月4日维持“买入”评级，目标价为310美元 [2] - 花旗分析师认为第四季度27%的销售指引表现强劲，尽管业绩超预期幅度低于该行预期 [4] - 瑞银认为第三季度业绩略令人失望，但对第四季度的乐观指引是其看好该股的关键因素 [5] 2026财年第三季度财务与运营业绩 - 季度营收同比增长28.75%，达到12.1亿美元，超出市场预期2890万美元 [3] - 每股收益为0.35美元，超出市场预期0.04美元 [3] - 净收入留存率达到125% [3] - 当季新增客户数量创纪录，达到615家 [3] - 管理层将增长归因于核心业务的持续强劲以及向数据工程和AI工作负载的扩展 [3] 业务增长趋势与指引 - 第三季度产品收入增长29%，低于第二季度32%的增速，显示季度环比增长略有放缓 [5] - 公司对2026财年第四季度的销售增长指引为27% [4] - 管理层对第四季度的指引被分析师视为积极因素 [5] 公司业务简介 - Snowflake是一家美国云数据平台公司 [6] - 公司提供AI数据云平台，使组织能够构建、使用和共享数据、应用程序及人工智能 [6]

行业市场前景 - 全球云分析市场规模在2024年估值为353.9亿美元，预计到2030年将达到1306.3亿美元，2025年至2030年的复合年增长率为25.5% [2] - Snowflake和Alphabet均有望从这一快速增长中受益 [2] Snowflake (SNOW) 业务表现与增长动力 - 公司平台采用率强劲，使用量增加，在2026财年第三季度的净收入留存率达到125% [3] - 2026财年第三季度客户数量同比增长20%，达到12,621家 [3] - 拥有688家过去12个月产品收入超过100万美元的客户（同比增长29%），以及766家福布斯全球2000强客户 [3] - 人工智能是关键的催化剂，在2026财年第三季度签署的订单中，有50%受到AI影响 [4] - 公司比预期提前一个季度实现了1亿美元的AI收入运行率，反映了其AI能力在企业中的强劲采用 [4] - 公司产品组合的扩展推动了强劲增长，巩固了其在企业AI和数据云领域的领导地位 [5] - 截至报告日，公司年内推出了370项新的正式发布产品功能，较上年增长35% [5][11] - 公司在人工智能和机器学习领域的投资，包括推出Cortex AI以及与OpenAI和Anthropic模型的集成，推动了客户参与度 [6] - 在2026财年第三季度，超过7,300名客户每周使用Snowflake的AI和ML技术 [6][11] Alphabet (GOOGL) 业务表现与增长动力 - 公司通过其云计算平台Google Cloud的BigQuery（强大的无服务器数据仓库解决方案）在云分析市场扩大影响力 [7] - BigQuery与更广泛的Google Cloud生态系统深度集成，使企业能够无缝利用谷歌的基础设施、数据和AI服务 [7] - 在蓬勃发展的云计算市场中，公司增长迅速，2025年第三季度Google Cloud收入同比增长33.5%，达到151.6亿美元 [8] - 公司在基础设施、安全、数据管理、分析和AI领域不断增加的投资是积极因素 [8] - Google Cloud在2025年第三季度末的积压订单金额为1550亿美元，环比增长46% [9][11] - 新的Google Cloud Platform客户数量同比增长约34% [9] - 70%的Google Cloud客户现在使用Alphabet的AI产品 [9] - Google Cloud对其核心Google Cloud Platform基础设施（包括数据分析和网络安全等服务）的需求强劲 [9] - 公司在全球范围内不断增加云区域和可用区是一个主要积极因素，拥有42个云区域、127个区域和覆盖超过200个国家的200个网络边缘位置 [10] - Google Cloud被认为是全球众多云提供商中的第三大云服务商 [10] 股价表现与估值比较 - 在过去六个月中，SNOW股价上涨了4.2%，表现逊于Alphabet，后者股价飙升了75% [12] - GOOGL的优异表现归因于其在整个搜索和云计算平台上持续推动AI [12] - 两家公司的股票目前都被高估，价值评分分别为F和D [15] - 就未来12个月市销率而言，SNOW股票的交易倍数为13.36倍，高于GOOGL的9.68倍 [15] 盈利预期比较 - 市场对SNOW在2026财年的每股收益共识预期为1.20美元，过去30天内上调了2.5%，这意味着同比增长44.58% [17] - 市场对Alphabet在2025年的每股收益共识预期为10.52美元，过去30天内上调了0.28%，这意味着同比增长30.85% [17] 结论性观点 - 尽管两家公司都处于有利地位，可以从蓬勃发展的云分析市场中受益，但Alphabet的Google Cloud提供了更广泛的生态系统、更强大的全球基础设施和持续稳定的盈利增长 [19] - 对于寻求稳定性和上行潜力的投资者而言，GOOGL是更好的选择 [19] - 尽管Snowflake拥有强大的产品组合，但来自超大规模云提供商的激烈竞争仍然是一个不利因素 [20] - 为支持AI驱动计划而增加的基础设施支出（特别是在GPU上）正在增加成本压力 [20]

核心观点 - Palantir和Snowflake从人工智能技术栈的不同层面切入市场 前者专注于高利润的应用与工作流层 后者专注于数据基础设施层 两者在财务表现、增长路径和市场估值上存在显著差异 [1][5][6][8] 财务表现对比 - **营收增长**: Palantir第三季度营收增长63% Snowflake产品营收增长29% [1][4] - **盈利能力**: Palantir营业利润率为51% 营业利润达3.93亿美元 同比增长248% Snowflake营业利润率为-27% 营业亏损3.29亿美元 [1][2][4] - **现金流**: Palantir第三季度自由现金流达5.4亿美元 过去12个月自由现金流首次超过10亿美元 Snowflake当期现金流为1.38亿美元 [2][3][4] - **客户与收入**: Palantir美国商业收入飙升121% 达到3.97亿美元 政府收入增长52% 达到4.86亿美元 Snowflake净收入留存率为125% 并增加了年度消费超过100万美元的客户 [2][3][7] 业务战略与市场定位 - **Palantir (应用层)**: 其人工智能平台(AIP)专注于生产部署和工作流自动化 价值主张在于快速解决实际问题 例如帮助一家保险公司将核保时间从两周缩短至三小时 帮助Trinity Rail在三个月内实现3000万美元的利润影响 [5] - **Snowflake (基础设施层)**: 占据数据仓库层 强调“没有数据战略就没有人工智能战略” 其Snowflake Intelligence产品获得早期强劲采用 但面临Databricks和云服务提供商等竞争对手的挑战 [6] - **运营效率**: Palantir的“Rule of 68”指标(增长率加营业利润率)突出 展示了高增长与高利润的结合 Maven智能系统将军事目标锁定单元从2000人减少到20人 效率提升100倍 [2][7] 市场估值与预期 - **估值倍数**: Palantir市销率为112倍 市值约4370亿美元 Snowflake市销率为17倍 市值约750亿美元 [4][8] - **市场预期**: 市场给予Palantir的估值反映了对其持续主导人工智能领域和利润率扩张的预期 而Snowflake的估值更像是一种 turnaround 的押注 [8] - **机构观点**: Palantir多数评级为“持有” 目标价186美元(当前股价约191美元) Snowflake获得43个“买入”或“强烈买入”评级 目标价282美元(较218美元有29%上行空间) 机构持股比例方面 Snowflake为74% Palantir为60% [8] 增长前景与风险 - **Palantir优势**: 拥有清晰的单位经济效益 AIP能实现客户在数周内从培训到签订七位数合同 快速转化表明其产品能解决真实痛点 [2][10] - **Snowflake挑战与潜力**: 增长率为29% 尚属可观 78.8亿美元的剩余履约义务提供了收入可见性 但其商业模式需要改进 在增长29%的同时营业亏损3.29亿美元 表明其需要展现运营杠杆效应才能获得资本青睐 [3][11]

核心观点 - BTIG对2026年上半年安全与基础设施软件板块作出展望，大型股首选Zscaler，中小盘股首选Netskope，其他看好标的包括Snowflake、SailPoint和Datadog [1] - 行业需求已呈现企稳态势，预计2026年覆盖企业营收增速将保持在15%-16%，与2025年水平基本持平 [1] - 平台化战略、供应商整合以及AI带来的工作负载顺风是核心关注方向 [1][4][5] 2025年回顾 - 尽管营收表现稳健，但安全与基础设施软件板块股价表现艰难，年初至今中位数回报率为-0.8%，显著落后于上涨22%的纳斯达克指数 [2] - 表现最佳的五家公司为Cloudflare、MongoDB、CrowdStrike、Snowflake和CyberArk Software，均以不同方式从AI中获益 [2] - 表现不佳的公司通常属于两类：在被大型平台供应商商品化的细分市场中提供单点解决方案的公司，和/或面临AI相关不利因素的公司 [2] - 尽管股价不佳，但运营业绩良好，典型公司的未来一年营收预期被上调逾1% [3] - 2026年营收预测上调幅度最大的是Snowflake(+6.3%)，Okta和Elastic并列第二(各+3.7%) [3] - 营收预测下调幅度最大的分别是OneSpan(-11.4%)、Rapid7(-7.0%)和SentinelOne(-5.2%) [3] 2026年展望 - 网络安全增长逐步企稳，覆盖公司2025年有望实现16%的增长，预计2026年将保持类似增速 [4] - 最看好的领域包括云安全、安全服务边缘/零信任和身份认证，同时认为供应商在SIEM(安全信息与事件管理)领域颠覆市场的机会正持续扩大 [4] - 尽管AI安全是重要新兴主题，但预计未来12至18个月内，大多数组织仍将依赖现有供应商解决方案来保护AI工作负载，采购策略的转变将是渐进的 [1][4] - BTIG最看好的AI相关标的包括Netskope、SailPoint、Cloudflare、Zscaler、Palo Alto Networks和CrowdStrike [4] - 平台整合仍是首要主题，更青睐拥有强大多产品组合并能跨采购中心推动采用的公司，CrowdStrike、Zscaler和Palo Alto Networks在平台主题上表现最佳 [1][4] - 对可观测性领域持乐观看法，客户优先选择供应商整合使Datadog和Dynatrace受益，AI带来的工作负载激增将催生利好 [5] - Palo Alto通过宣布收购Chronosphere进军可观测性市场，为行业引入新的潜在颠覆性催化剂，但预计类似端点安全领域的激进定价对市场领导者CrowdStrike影响有限，Datadog和Dynatrace在可观测性领域也存在类似的竞争态势 [6]