Snowflake Inc. (SNOW) — Interpretación del informe

Visión general

Esta revisión de resultados sostiene que la cartera de AI de Snowflake está empezando a crear un ciclo virtuoso de crecimiento duradero: la monetización directa de AI incrementa el consumo de la plataforma, mientras que casos de uso y perfiles de compradores más amplios expanden la oportunidad abordable. Morgan Stanley mantiene Overweight y eleva su precio objetivo a $470 desde $300 tras resultados y guía más sólidos.

Perspectivas principales

Los resultados de Snowflake en 2Q27 superaron expectativas ya elevadas. Los ingresos de producto aumentaron 37% interanual hasta $1.492 billion, acelerándose desde 34% en 1Q27 y superando el punto medio de la guía en 5.2% y el consenso en 5.0%. La aceleración secuencial de aproximadamente 300 puntos básicos se produjo pese a una comparación aproximadamente 530 puntos básicos más exigente, elevando el crecimiento acumulado a dos años calculado por Morgan Stanley a cerca de 68% desde 60%. Los indicadores de respaldo también fueron sólidos: la retención neta de ingresos se mantuvo en 126%, el crecimiento de RPO actual mejoró a aproximadamente 42% interanual desde 38% en 1Q, los nuevos clientes netos aumentaron 44% interanual hasta 692 y llevaron la base de clientes a 14,554, y los clientes que generan más de $1 million de ingresos de producto de los últimos 12 meses aumentaron 27% hasta 828. La institución considera que la AI es una fuente temprana pero relevante de la aceleración. La dirección atribuyó alrededor de la mitad de la aceleración de ingresos de producto a los productos de AI y el resto a la plataforma central. Más de 9,100 cuentas habían adoptado CoCo, anteriormente Cortex Code, más de 2,000 más que en 1Q27, mientras que CoWork alcanzó 5,800 cuentas. El mecanismo central de Morgan Stanley es que los productos de AI generan ingresos directos y también incrementan el consumo de la plataforma central de datos. También destaca una demanda de clientes generalizada, en vez de concentración sectorial, una dependencia limitada de compañías nativas de AI en los ingresos, nuevos casos de uso de finanzas y optimización de la cadena de suministro, y un grupo ampliado de compradores que incluye CEOs, CROs, CFOs y CMOs. La contratación moderada junto con ingresos en aceleración se presenta como evidencia de que el crecimiento depende menos de la plantilla. La guía reforzó el caso de crecimiento. La guía de ingresos de producto FY27 se elevó en $230 million, significativamente más que la superación de 2Q de aproximadamente $74 million, y ahora implica un crecimiento interanual de 36% frente a la previsión anterior de 31%. El punto medio de 3Q27 estuvo $85 million por encima del consenso e implica un crecimiento de 37–38%, frente a 29% del consenso; Morgan Stanley señala que una superación de 3% sobre este punto medio implicaría 41% de crecimiento. Sus supuestos de escenario para 4Q27 —una superación de 3% en 3Q, una guía secuencial de 4Q acorde con el 3.4% del año anterior y una superación de 3% sobre la guía anticipada de 4Q— implicarían aproximadamente 42% de crecimiento de ingresos de producto en 4Q. Sobre esta base, el informe ve una ruta clara hacia un crecimiento superior a 40% en 2H27. La publicación de resultados también incluyó compensaciones de rentabilidad a corto plazo. El FCF ajustado de $92 million y un margen de 6.0% quedaron por debajo de las estimaciones de Morgan Stanley de $125 million y 8.4% y del consenso de $119 million y 8.0%, respectivamente; la dirección no proporcionó un desglose detallado en la llamada preliminar. El margen bruto de producto non-GAAP descendió unos 170 puntos básicos interanual a 74.7%, y la guía FY27 es 74.0%, dado que las cargas de trabajo de AI de rápido crecimiento tienen actualmente márgenes de contribución más bajos. No obstante, la dirección reiteró la guía de margen FCF FY27 de 23.0% y citó el enrutamiento de modelos, los modelos open-source y menores precios de modelos frontera como posibles compensaciones a más largo plazo. Morgan Stanley reitera Overweight y eleva su precio objetivo a $470 desde $300 porque las estimaciones subieron tras la tercera aceleración consecutiva del crecimiento y la contribución continua de AI. El caso base asume que los ingresos crecen a una CAGR de aproximadamente 26% de CY25 a CY30 hasta cerca de $15.1 billion, que el margen operativo alcanza aproximadamente 21.1% en CY30, y que el FCF CY30 llega a aproximadamente $4.4 billion con un margen FCF de aproximadamente 28.8%. El objetivo de $470 aplica un múltiplo de aproximadamente 60x al FCF del caso base CY30, lo descuenta a CY27 con un WACC sin cambios de 11.1%, e implica aproximadamente 22x EV/CY27 revenue. El informe considera que ese múltiplo de ingresos es un descuento frente a, pero más consistente con, los beneficiarios de software de AI de alto crecimiento, incluidos CrowdStrike, Cloudflare y Palantir. Su marco de escenarios va desde un caso alcista de $650, basado en ingresos CY30 de aproximadamente $17.2 billion, FCF de aproximadamente $5.5 billion y un múltiplo FCF de aproximadamente 65x, hasta un caso bajista de $200. El caso bajista asume que la competencia de nube pública pesa sobre el crecimiento, con ingresos CY30 de aproximadamente $13 billion, FCF de aproximadamente $3.5 billion y un múltiplo de aproximadamente 32x. Los temas de riesgo a la baja indicados por el informe son la presión competitiva sobre precios y márgenes, así como la dificultad para expandirse hacia cargas de trabajo adyacentes de gestión de datos y OLTP.

Marco de análisis

Morgan Stanley compara primero los ingresos trimestrales y los indicadores operativos con la guía, el consenso y el crecimiento del trimestre previo. Después vincula la adopción de productos de AI con la monetización directa y un mayor consumo de la plataforma central, contrasta esta tesis con las métricas de clientes y RPO, y utiliza la guía de la dirección junto con supuestos explícitos de superación de expectativas y estacionalidad para enmarcar el crecimiento del segundo semestre. Por último, valora Snowflake mediante supuestos de ingresos, márgenes y flujo de caja libre a largo plazo, un múltiplo de FCF y una tasa de descuento WACC de 11.1%, junto con escenarios alcista, base y bajista.

Notas metodológicas

• Métodos de valoraciónDCF (flujo de caja descontado)

  Valoración de flujo de caja libre descontado a CY27 usando un WACC de 11.1%, con un múltiplo EV/FCF aplicado al FCF CY30.

  El informe estima el flujo de caja libre a largo plazo, aplica un múltiplo de valoración y descuenta el valor resultante con el WACC indicado para derivar su precio objetivo.

• Marco de análisis sectorialDescomposición de volumen y precio

  Análisis de crecimiento mediante aceleración de ingresos de producto, altas de clientes, retención neta de ingresos, RPO y expansión de clientes más grandes.

  Morgan Stanley utiliza indicadores de clientes, retención y cartera de pedidos para explicar si el crecimiento de ingresos es generalizado y duradero, en lugar de depender únicamente de la cifra principal de ingresos.

Correspondencia y comparación de activos

Correspondencia estructurada entre la tesis y activos concretos (fortalezas, debilidades, pares y riesgos).

• Snowflake Inc. (SNOW)

  Empresa principal cubierta; Morgan Stanley considera que la adopción de productos de AI y el consumo de la plataforma central se refuerzan mutuamente para impulsar el crecimiento.

  Fortalezas

  Tercer trimestre consecutivo de aceleración de ingresos de producto; crecimiento de clientes generalizado; la adopción de AI amplía casos de uso y perfiles de compradores.

  Debilidades

  Las cargas de trabajo de AI tienen actualmente márgenes de contribución menores, lo que contribuye a una guía inferior de margen bruto de producto.

  Comparación

  El múltiplo implícito de ~22x EV/CY27 revenue se describe como un descuento frente a, pero más alineado con, los beneficiarios de software de AI de alto crecimiento como CRWD, NET y PLTR.

  Riesgos

  La competencia de nube pública podría presionar precios, crecimiento y márgenes; la expansión hacia cargas de trabajo adyacentes de gestión de datos y OLTP podría resultar difícil.

Datos clave

• Ingresos de producto 2Q27$1.492 billion; +37% YoYSe aceleraron desde +34% en 1Q27; 5.2% por encima del punto medio de la guía y 5.0% por encima del consenso.
• Previsión de ingresos de producto FY27+36% YoYElevada desde +31%; el aumento de la guía fue de $230 million.
• Guía de ingresos de producto 3Q27+37–38% YoYEl punto medio estuvo $85 million por encima del consenso e implicó crecimiento frente al consenso de +29%.
• Retención neta de ingresos126%Se mantuvo en 2Q27.
• Crecimiento de RPO actual~42% YoYMejoró desde ~38% en 1Q27.
• Clientes14,554692 nuevos clientes netos en 2Q27, un aumento de 44% interanual.
• FCF ajustado$92 million; 6.0% marginPor debajo de la estimación de Morgan Stanley de $125 million / 8.4% y del consenso de $119 million / 8.0%.
• Margen bruto de producto non-GAAP74.7%Cayó aproximadamente 170 puntos básicos interanual; la previsión FY27 es 74.0%.
• FCF CY30 del caso base~$4.4 billionBasado en una CAGR de ingresos CY25–CY30 de ~26%, margen operativo de ~21.1% y margen FCF de ~28.8% en CY30.

Impacto e implicaciones

Morgan Stanley considera que la adopción de AI está mejorando la durabilidad del crecimiento de Snowflake al ampliar la monetización, las cargas de trabajo y los responsables de decisión, al tiempo que refuerza el consumo de la plataforma central. La guía elevada y el mayor precio objetivo reflejan esta visión, pero el informe señala que el perfil actual de margen de AI crea una compensación de rentabilidad a corto plazo.

Riesgos

• Los proveedores competitivos podrían presionar precios y perjudicar el crecimiento y los márgenes.
• La expansión hacia la gestión de datos adyacente, incluido OLTP, podría resultar difícil.
• Las cargas de trabajo de AI de rápido crecimiento tienen actualmente márgenes de contribución más bajos, lo que presiona el margen bruto de producto.

Aspectos que vigilar

• Si el crecimiento de ingresos de producto alcanza la trayectoria del informe de más de 40% de crecimiento en 2H27.
• La retención neta de ingresos, el crecimiento de RPO actual, los nuevos clientes netos y el crecimiento de clientes que generan más de $1 million de ingresos de producto de los últimos 12 meses.
• La adopción de CoCo y CoWork, y la evidencia de que las cargas de trabajo de AI elevan el consumo de la plataforma central.
• El ritmo de optimización de márgenes de AI mediante enrutamiento de modelos, modelos open-source y menores precios de modelos frontera.
• La rentabilidad operativa y el desempeño del flujo de caja libre tras la insuficiencia de FCF de 2Q.