Snowflake与AI infra 打响证伪信号枪？

主要观点总结

本文主要介绍了Snowflake和MongoDB的AI战略定位、产品发展、竞争态势以及它们如何应对市场的变化。Snowflake正在从数仓升级到“数据-推理-事务”平台，而MongoDB作为OLTP数据层，成为AI的着陆层。两者各有优势并在不同领域发展，同时面临竞争和挑战。

关键观点总结

关键观点1: Snowflake的AI战略

Snowflake通过Cortex AI SQL、Snowflake Intelligence和Snowflake Postgres等产品，将AI融入数据治理、分析和事务处理中，形成“数据-推理-事务”的一体化平台。其采用模型集成而非单一模型锁定的策略，注重数据的可信度和治理。在推广路径上，从部门级生产化向全员/流程化推进，降低AI的摩擦和成本。

关键观点2: MongoDB的AI角色

MongoDB作为系统记录源，天然适合承载AI代理产生的状态和业务事件。其Atlas生态为读取、写入、索引和事件处理提供了一站式服务，为RAG（检索+决策+写回）提供了短链。在AI代理时代，MongoDB这类OLTP数据层是代理产生价值的落点。

关键观点3: Snowflake与MongoDB的合作关系与竞争

Snowflake和MongoDB在分工上有自然的交叉，但也有竞争。Snowflake倾向于数据治理与分析，而MongoDB更擅长业务线上高频写入与事务。两者都在尝试向对方领域渗透，形成混合栈。谁能在“认知→动作”的链条上做到更短、更可计费，谁就能在市场上占据更多优势。

关键观点4: 软件行业的变革

软件行业正在经历变革，从“软件吞噬世界”转变为“action agent吞噬软件”。软件的价值不再仅仅在于提供认知服务，而在于谁能把洞察转化为动作，并具备可计费锚点。Snowflake和MongoDB都在努力在这一新范式下找到自己的位置。