Sridhar Ramaswamy：Snowflake、AI 竞争与变革中的领导力

Snowflake 首席执行官 Sridhar Ramaswamy 认为，AI 基础设施与应用日益重叠，为基于模型提供商开发产品的公司创造了机会，也带来了风险。在这场 2025 年 2 月与 Harry Stebbings 的对话中，他讨论领导力、企业 AI、竞争和产品分发。他对 Snowflake 及其竞争对手的判断反映了他领导公司的身份。

Ramaswamy 在读本科或博士时从未想过会成为首席执行官。他曾考虑当教授，但后来对研究的兴趣减弱，转向软件工程。他给职业发展的建议是：志向远大，同时迈出小步，并认清机会。

对于年轻毕业生，包括他的两个儿子，他建议寻找自己热爱且社会也重视的工作。AI 正在改变知识工作，因此他鼓励人们保持开放、灵活，并愿意投入精力学习，而不是否认变化。

他预计软件工程和其他知识职业都会受到重大影响，但认为现在判断工程职业会收窄还是变得更有价值还为时过早。随着软件进入更多领域，他仍然看好拥抱技术的人所拥有的机会。

随着年龄增长，身体上的挑战对他来说更难了，他也承认全身心投入一个全新领域的时间有限。他仍致力于学习和调整思维，并认为 AI 工具能帮助人们探索更多领域。

被问及高强度的首席执行官如何让团队跟上时，他说人们需要理解机会的规模和稍纵即逝的性质。他将 Snowflake 的高要求描述为员工对使命和增长方式的一种选择。

他说，并非所有人都能跟上组织扩张，个人情况也会变化。当团队人数翻倍时，让管理者在原来规模下表现出色的长处可能成为障碍。他认为自己有责任给予员工时间和机会去适应。

Ramaswamy 说，领导者不应拖延艰难对话：拖延可能让冲突恶化，也会让对方失去有用的反馈。他会尝试以尊重而直接的方式说明期望，同时承认对话很尴尬，自己也未必拥有所有答案。

职责范围缩小并不总意味着一个人应该离开。他回忆，Google 的一位管理者在业务扩张后承担了过多职责；他缩小了这个角色的范围，让对方能够专注，并说这位管理者后来成功晋升为副总裁。

他不认同更富有的领导者一定更好。财富可能让领导者对风险不够敏感，而决策影响的不只是高管本人，还有员工、客户和股东。他说，领导者需要记住这些不同利益。

Stebbings 问，随着 AI 模型进步、应用更容易构建，持久价值将在哪里产生。Ramaswamy 说，基础设施和应用之间的边界很模糊：模型提供商或大型科技公司可能亲自进入初创公司的业务领域。

他认为，拥有客户关系和明确产品价值、同时足够快地采用 AI 的公司可以创造价值。他将 Snowflake 归入这一类，因为公司帮助客户收集、分析和使用数据。这是首席执行官的战略观点，并不能证明公司不会受到颠覆。

Ramaswamy 认为，OpenAI 的消费市场机会不只取决于模型是否最好或最便宜。他指出，ChatGPT 的产品功能、分发和用户关系可能带来持久优势。他与 Anthropic 的比较是当时的观点，而非两家公司最终的排名。

Stebbings 问，DeepSeek 等免费替代品是否会吸引用户离开。Ramaswamy 区分了模型与完整产品，后者具有图像生成、上传和代码执行等功能。他认为用户不会转移，这是一项对用户行为的预测，并非用户不可能转移的证据。

他赞扬 OpenAI 吸引用户和获得关注的能力，同时说其他模型开发者挑战了有关取得进展有多困难的假设。他将公司的消费产品成功与单个模型及未来目标的不确定性区分开来。

他同意，初创公司基于模型提供商开发产品时，如果提供商可能推出竞争应用，会令人不安。Stebbings 问 Nvidia 是否也可能进入 Snowflake 的数据层。Ramaswamy 说，公司还必须关注已经提供竞争性数据产品的云服务商。

他认为，单靠资本无法复制一个具有强劲市场匹配度的产品，同时承认 Snowflake 必须持续创新。他称 Databricks 是值得重视的竞争对手，并说两家公司有不同长处。这些评论来自一家直接竞争对手的首席执行官。

被问及 Databricks 是否在 AI 工作负载方面领先时，他区分了成熟的机器学习和较新的生成式 AI。他承认 Snowflake 曾在机器学习方面追赶，但声称公司在若干 AI 领域领先。访谈没有提供独立基准来核实这一竞争排名。

他介绍了 Snowflake 在数据转换、非结构化和结构化数据方面的工作，以及一个名为 Snowflake Intelligence 的智能体框架。他说，客户已在生产环境使用 Snowflake AI，而公司仍需要更广泛地传达其能力。

Ramaswamy 说，上市公司面临私人竞争对手可能没有的约束，包括自由现金流和季度业绩受到审视。他对 Databricks 的支出和销售组织提出批评；这些是访谈中的竞争对手指称，并非独立核实的事实。

他认为约束可以带来清晰度：Snowflake 没有给 AI 团队一张空白支票，而是专注于具体工作。公开市场波动也可能影响财务依赖股票的员工，因此他说公司必须负责任地运营。

被问及是否愿意将 Snowflake 私有化时，他说不愿意。他认为，尽管市场反应有时令人不安，上市带来的透明度能够提供流动性，并迫使公司展示实际工作。他对竞争对手叙事变化的批评是个人解读。

对于企业采用 AI，他预计增长会比不间断的曲棍球棒曲线更平缓，但认为技术已经创造价值。他在会后使用转写和摘要工具整理笔记，也提到内部聊天机器人可以利用结构化数据回答问题。

他说，在达沃斯，高管们询问的是实际用途：技术能为他们的组织做什么？他描述了结合结构化与非结构化信息，帮助自动化部分保险承保工作。这是潜在工作流程的例子，并不能证明每次部署都有正回报。

Stebbings 观察到，大型现有企业似乎创新得很快。Ramaswamy 认为，科技领导者从以往的平台转变和失败中吸取了教训，也有动机和资本应对 AI。

他认为，大公司对移动互联网的适应相当不错，尽管这一转变也催生了 Uber 和 Lyft 等新企业。他回忆，在 Google 工作时，团队花了多年时间，让移动端变现水平接近桌面端。

被问及基础设施支出热潮是有益泡沫还是浪费时，他说现在还无法判断。建筑和电力设施可能对其他用途仍有价值，而快速折旧的硬件可能迅速贬值。他预计专业公司仍有一些创新机会。

他认为，OpenAI 这样的提供商无法构建所有工作流程，并以 Harvey 为例，称其可能守住一个细分市场。这是他对未来竞争的看法，并非对任何一家公司结果的保证。

谈到 Snowflake 的增长，他描述了将产品范围从分析扩展到数据接入、工程、机器学习和 AI 访问的计划。他说，收购可以支持这些工作，但他反对依靠无关收购进行整合扩张，更倾向产品创新。

他说，Snowflake 为他创办的 Neeva 支付了约 1.5 亿美元，并认为这笔收购创造的价值已经超过成本。这不是独立计算的回报。作为 Neeva 创始人和 Snowflake 首席执行官，他在这项评价中既有个人利益，也有公司利益。

他预计，AI 及客户在 Snowflake 上构建的应用将成为未来重要的收入来源。他举出大型金融和科技客户构建的数据应用，并希望 Snowflake 参与分享这些客户创造的价值。收入影响仍属于预测。

被问到 AI 会由少数通用模型主导，还是出现许多专业模型时，他回顾了搜索历史。他说，Google 通过有计划的分发合作建立了消费者的中心入口，随后将图像搜索等服务纳入主产品。

在消费级 AI 方面，他认为 ChatGPT 作为入口拥有最强的起点。他认为企业工作流程更加分散，可能支持更多专业化产品。两者都是他对不断变化的市场所作的预测。

他回忆，Yahoo 和 AOL 是 Google 早期重要的分发合作伙伴，并说公司曾一度向 AOL 支付超过其从这些引流中赚取的收入。他的总体教训是，优质产品受益于有计划的商业和分发决策。

在 Google 工作时，他记得 Larry Page 和 Sergey Brin 会持续推进讨论、检验假设。他延续了对第一性原理、投入程度和寻找正确商业结果的关注。

在快问快答中，Ramaswamy 称“创始人模式”是有效领导的简写，而非创始人专属。谈到育儿，他说陪伴比寻找完美的书籍或工具更重要。

他认为，人们常常低估自己改变的能力。回顾过去，他对职业生涯中承担风险的决定很少后悔，并感谢配偶支持那些涉及搬家和转换角色的选择。

他欣赏 Salesforce 的品牌，并说 Snowflake 也需要让人们了解它不只是一个数据仓库。他的工作中最难的是在推动团队取得结果的同时善待他人。

被问到最自豪的事时，他说是做一位好父亲。他和妻子努力陪伴孩子、树立榜样，并帮助孩子成长为有思想、独立的人。他最后强调，领导力和家庭都需要关注人。