Snowflake如何脫去甲骨文外殼，把雲端服務賣成史上最熱門軟體IPO？|數位時代 BusinessNext

脫去甲骨文外殼！Snowflake如何用8年時間，把雲端服務賣成史上最熱門軟體IPO？

儘管在眾多巨頭發展雲端的年代，Snowflake的聲勢依然看漲，只成立8年就引來股神巴菲特投資，還成為史上最大軟體IPO案的主角。

沉潛2年才踏入雲端市場，拆開查詢和分析功能、增加付費彈性

這對法國移民的夫妻，在2012年時看見雲端商機，因而辭去在甲骨文十多年的工作，在矽谷心臟地帶的聖馬特奧（El Camino Real）租下一間小公寓，利用兩台筆電和一塊小白板，開始他們的雲端事業。

2012年，在Snowflake設立之後，加入一名新的共同創辦人Marcin Zukowski。然而該公司並未立即推出產品，而是以隱身模式持續研發，他們發現許多公司有著相同的成本痛點：耗費鉅額，購買鮮少完全使用的伺服器；以及爆炸增長的儲存數據，卻散落在各種不相容的平台中。2014年，Snowflake正式踏入雲端市場。

在成立七年後，Snowflake的雲端服務內容創新，頗受歡迎。除了能將數據儲存於雲端，隨時查找，以數據解讀公司動向，Snowflake還將「查詢」與「分析」功能分開獨立，增加付費彈性，客戶無須購買套餐組合，只要依照使用的量和用到的功能作付費即可，對許多公司而言，無疑省去大筆成本開銷。

斯魯特曼扛下執行長重任，帶領Snowflake拓展市場規模

儘管有著好的開始，但若想不斷地扶搖直上，就必須招攬更多大型企業和不同領域的客戶。而2018年甫上任的執行長法蘭克‧斯魯特曼（Frank Slootman）則有著豐富的相關經驗，斯魯特曼表示，他看見Snowflake巨大潛力，即使已屆退休之年，仍然願意扛下這份重責大任，帶領Snowflake持續成長。

現年61歲的斯魯特曼，於2003年時加入以製造儲存硬碟為主的Data Domain，在2009年時，以24億美元的價格，將Data Domain出售給EMC集團。2011年，他又獲聘擔任軟體開發商ServiceNow營運長，除了加強銷售，也積極開發醫療和金融等新領域客戶，該公司於2012年上市，如今股票市值接近900億美元。

斯魯特曼的首要的目標，便是拓展市場規模。斯魯特曼整頓並擴大銷售部門，增加約2000名員工，打造專門接待大型客戶的銷售團隊；調整了內部高層的職位，任命創辦人Dageville為技術長。

成就軟體業史上最大IPO案，以雲端版「彭博終端機」為目標邁進

而對於未來，斯魯特曼將靈活運用Snowflake的技術，將Snowflake變成雲端交易平台，使用者可以透過付費獲取其它公開數據，朝著雲端版的「彭博終端機」目標邁進。

雖然大幅擴張讓Snowflake在2020上半年虧損1.71億美元，但斯魯特曼的策略似乎見效。2020年7月，Snowflake的客戶為56個，比同比去年同期增加34個，客戶數比去年足足有兩倍之多的成長。在過去的12個月間，Snowflake至少進帳100萬美元。

一週前，Snowflake正式公開上市，首次亮相就募集近10億美元，當天募股價格為每股120美元，收盤於股價為美股245美元，漲幅以112%的漲幅收盤，為史上最大軟體業IPO案，成績驚人。然而商業壽命應為綿延不絕，該如何維持這波氣勢，讓Snowflake更上一層樓，還考驗著未來斯魯特曼的領導方針。

因應生成式 AI、代理式 AI 與實體 AI 的崛起，模型成為企業資訊基礎設施的一環，企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本，以及確保 AI 基礎設施的安全與穩定；有鑑於此，服務超過 2,000 家企業客戶上雲的勤英科技（ELITE CLOUD）將業務範疇從雲端代理延伸到 AI 基礎設施整合商，協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源，在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作，企業的核心競爭力不再僅是擁有 AI，而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示，為協助更多企業推進 AI 創新實務，勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色，進一步轉型為 AI 基礎設施整合服務商，透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務，協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra，企業最大挑戰不是模型、算力而是管理

過去幾年，許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」，提升員工工作績效，而代理式 AI 的崛起與普及，則讓「內嵌 AI 的企業應用」快速成為新常態，從企業資源規劃（ERP）、顧客關係管理（CRM）、人力資源（HR），到客服、研發甚至製造系統，AI 開始深度嵌入各類企業應用，AI 扮演的角色也從單純的輔助工具，逐漸進化為企業營運與決策流程的重要核心。

也因此，企業保持未來競爭力的關鍵，不再是「有沒有導入 AI」，而是「是否具備管理 AI 的能力」，包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent，以及如何避免 AI 成為新的資訊孤島，都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代，意味著企業若只押注單一模型，未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示，企業接下來更需要以「Models as Infrastructure（模型即基礎建設）」的思維，將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理，將資訊系統架構重塑為 AI 基礎建設。

勤英科技服務的客戶數超過 2,000 家，不少客戶已導入 AI 應用服務，正積極建置 AI Infra 與管理環境，因此，勤英科技自 2025 年積極轉型，將 AI Infra 視為企業長期競爭力的基礎建設來經營，業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商，例如與多模型平台 MixRoute 合作，並開發可支援單一登入（SSO）、彈性調度不同大型語言模型 Token 的管理平台，協助企業簡化模型管理與成本控管，將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合，勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關，勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本，以及落實資安治理，更因應不同使用情境推出三種 AI 方案助力企業：

第一：提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋，透過整合 Gemini 的 Google Workspace，企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能，包括會議摘要、文件生成、簡報整理等，快速提升員工生產力，同時，增強企業對 AI 應用的信心，為之後的應用深化做準備。

第二：協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說，除以生成式 AI 打造企業大腦，還會透過代理式 AI 提升自動化執行能力，重塑工作效率。」黃士培表示，勤英科技可以基於 Google Gemini Enterprise，提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務，讓企業員工可以自然語言安全調用企業資料，讓 Agent 進一步執行任務與推動流程。

舉例來說，勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞；另在影音內容生成領域，勤英科技亦協助客戶導入 AI 自動化技術，將內容產製成本縮減達 90%。

第三：提供多模型聚合管理平台，滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作，提供企業客戶多模型管理平台，讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型，並透過單一帳號、單一帳單與 Budget Alert 機制，管理 token 使用量與 AI 成本。

「透過我們提供的多模型管理平台，企業客戶不會被單一模型綁定，可以在模型快速疊代的環境下，更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說，隨著 AI 應用從單點工具走向大規模企業部署，下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力，而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因：當 AI 開始成為企業營運的一部分，企業需要的，已不只是模型供應商，而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊，請查詢網站：https://www.elite.cloud/zh/