Snowflake CEO深度解析AI赛道竞争格局，洞见企业数据未来。核心内容：1. Snowflake与Databricks竞争现状及Ramaswamy的AI战略2. DeepSeek与ChatGPT的产品竞争力对比分析3. Snowflake如何在NVIDIA和Databricks竞争中创新
企业数据领域，Databricks和Snowflake一直是舞台上最显眼的那两位选手。Databricks目前是全球估值最高的初创公司之一，而Snowflake则是一家市值600亿美元的上市公司，年收入35亿美元，年增长率达30%。这场对决的看点，很大程度上来自Snowflake的现任CEO——Sridhar Ramaswamy。他2019年创办的AI搜索公司Neeva被Snowflake以1.5亿美元收购后，他便加入了这家云数据巨头。加入之前，他在谷歌工作了15年，亲手将AdWords和谷歌广告业务的收入从15亿美元一路推到1000亿美元以上。
进入Snowflake后，Ramaswamy一手主导了公司的AI战略。他动作很快，先是推动了Cortex AI——一个用于在数据云中构建大语言模型应用的托管服务，接着又推出了Snowflake Intelligence这样的AI智能框架。
最近，他接受了著名播客20VC的访谈，主持人Harry Stebbings和他聊了很多硬核话题：DeepSeek到底会不会对OpenAI构成威胁？模型从商品化产品变成可持续产品套件，关键靠什么？以及面对NVIDIA和Databricks这样的对手，Snowflake怎么保持创新。
先抛几个有意思的结论：
DeepSeek对OpenAI不构成实质威胁，因为前者只是一个商品化的模型，而ChatGPT是一个完整的产品，后者具备更持久的竞争力。
真正有价值的地方，在于那些拥有客户关系、能提供明确价值，并且愿意快速拥抱AI以防被碘伏者取代的公司。这也是对Snowflake感到乐观的理由。
创新不是一道选择题，而是必答题。相比Databricks这样的私人公司，Snowflake作为上市公司确实会面临更多限制，但这也是创新的本质——在框框里跳舞。
一家初创公司如果找到了产品市场契合点，就像拥有了一个有生命、会呼吸的东西，这是一种魔法。Snowflake就是这种魔法的具象化，靠复制是不可能创造出一个优秀数据产品的。
关于AI泡沫，Stratechery的Ben Thompson和Nat Friedman有过一段精彩讨论：这到底是像90年代电信泡沫那样的“好泡沫”（最终为全世界铺了光纤），还是像早期互联网泡沫那样的“蠢泡沫”（烧掉大量资金，最后还得等15年才有真正的价值出现）？
在AI领域，无论是企业端还是消费端，都不太可能出现单一的垄断入口。不过，ChatGPT有可能正在成为那个入口。所以如果押注消费端，模型的专业化和变体化将有利于现有主导者——而现阶段的主导者，100%是ChatGPT和OpenAI。
01 DeepSeek引领了模型商品化，但ChatGPT这款好产品才真正拥有吸引力
20VC：现在作为投资者看整个市场，我一直在思考，可持续的价值到底会在哪里产生？模型商品化的速度比预期快得多，DeepSeek在过去几周已经证明了这一点。很多应用层的东西，似乎只是建立在商品化模型之上的轻量级产品。你怎么看当今AI市场中的可持续价值？
Ramaswamy：这事儿得这么看——我和OpenAI的几个人以及一些应用层的公司（比如某个编码平台）聊过，今天基础设施提供商和应用提供商之间的界限已经变得非常模糊了。这就很诡异：如果有什么全新的应用需要被创造出来，那些搞大模型的公司（OpenAI、Anthropic、微软、谷歌）就会直接自己去造。他们想的是：“编码助手正在起飞，我也要做一个。”或者，“AI能生成更好的法律文件了，那我们也搞一个法律行业的ChatGPT吧。”所以，为什么在当前环境下，创造价值变得如此难以确定，原因就在这里。
真正有价值的地方，是那些拥有客户关系、提供明确价值，并且愿意快速拥抱AI以防止被碘伏者取代的公司。这也是我对Snowflake感到乐观的原因——我们是一个数据平台，帮客户收集数据、理解数据、分析数据，并在数据之上跑预测性工具（比如机器学习）。在我看来，AI是数据生命周期和数据访问的巨大翻跟斗。会不会有人从这些新的基础能力出发，做得比Snowflake更好？我们打赌他们做不到。所以，AI显然在创造价值。Salesforce通过Agentforce做的那些事就很酷，他们很清楚自己的优势在关系网络，正在主动自我碘伏。但所有新价值的创造，从长期来看，依然挺模糊的。
产品本身是有价的。理解这一点很重要：OpenAI之所以成功，不仅仅是因为他们总能以最好的价格造出基础模型，更因为他们拥有产品体验。数据显示，他们有大约5亿忠实用户——这玩意儿可太难复制了。
20VC：忠诚用户真的能让某个产品一天之内登顶排行榜吗？
Ramaswamy：你不会从ChatGPT切换到DeepSeek。而且OpenAI也不傻，如果它们可以通过托管DeepSeek来为ChatGPT提供动力，它们会毫不犹豫地这么做。
20VC：那你为什么不用DeepSeek？它免费啊。
Ramaswamy：ChatGPT背后有一整套附加功能。它是一个产品，而不是一个模型——这是天壤之别。这也是为什么像Anthropic这样的公司没做得那么好的原因——它主要还在模型层面打转。生成图像的能力、上传文件、跑一小段代码……这些功能组合起来，让ChatGPT成了一个完整的产品。这种组合，有持久的吸引力。
20VC：我之前请过Sam Altman上节目，我还在想品牌推广的事，结果他第一句话就是：“我们要碾压初创公司。”我当时心想：完了，这对我的风投基金可不是好消息。问题是，如果你是今天的Sam，你会怎么做？
Ramaswamy：Sam的成功，正如我所说——他在打造一个接近Meta和Google规模的消费级产品。部分原因可能是OpenAI拥有一台令人难以置信的宣传机器，但你能想到最近有哪家公司，在几乎没怎么投广告的情况下，就搞到了5亿用户？而且它还不是一个社交网络。OpenAI一直带点神秘色彩，它们的闭源模式也是。现在越来越清楚了，它们在“误导”人们关注某些问题方面非常在行。DeepSeek这样的公司揭露了一些这类神话，这是好事。但我会把OpenAI这家公司的成功和模型的未来分开看。显然，他们还有别的目标，比如在AGI领域占据主导。不过Sam对你说的那一点，我完全同意：在OpenAI的基础上搞初创公司，确实很吓人。
02 初创公司如果找到了产品市场契合点，就没那么容易被复制
20VC：有两个问题让我很困惑。首先，假如NVIDIA进入你的领域，和你变成竞争对手，你会担心吗？
Ramaswamy：我必须时刻警惕这种可能性。AWS有Redshift，微软有Fabric，谷歌有BigQuery，Oracle有自己的数据仓库平台。你总是会担心自己成为巨人世界里的小老鼠——他们打个喷嚏，你可能会被吹走，这我懂。但另一方面，我告诉人们：过去三年里，创造出地球上最好模型的是OpenAI和Anthropic，不是微软、亚马逊或谷歌。Gemini还不错，但顶多算个快速追随者。
Harry，你比谁都清楚：一家初创公司如果找到了产品市场契合点，就像一个活生生的、会呼吸的东西，这是一种魔法。这不是靠几句漂亮话或几个想法就能复制的。Snowflake就是这种魔法的具象化。靠复制很难创造一个数据产品，你必须不断创新。Databricks在过去五年里确实成了数据领域一个很强的对手，但Snowflake同样有很棒的产品，而且和Databricks的运作方式有很大不同。我们要做的就是持续创新，保持领先。钱买不到令人惊叹的基础模型，也买不到Snowflake。
20VC：NVIDIA是一回事，但你刚才也提到了Databricks。假设你的一些董事会成员和投资者说：Databricks在AI工作负载方面可能领先——比如Mosaic、MLflow和直接模型托管。你怎么看？你觉得Snowflake在这方面落后了吗？
Ramaswamy：应该把机器学习和AI区分开。我常开玩笑说，所有做机器学习的人都把自己标榜成“经典AI”。他们好像是第一个进入市场的，那是他们的甜点区，而且他们在那里已经耕耘很久了。我们确实在追赶模式中。但AI是一个更年轻的领域，在ChatGPT之前几乎不存在。我对我们不仅处于前沿，而且在很多方面领先于他们——非常自信。我们在如何更好地做数据转换、数据工程等方面，系统性思考并迅速把AI变成了现实。比如，怎么理解非结构化数据？怎么可靠地把它转化成结构化数据？我们会把这些整合到Snowflake Intelligence这个即将推出的智能框架里。在AI领域，我对Snowflake的现状很满意。我们有大量印象深刻的客户案例，比如西门子、Elevance和拜耳制药，很多公司正在生产环境里用Snowflake的AI。所以我觉得这方面我们做得不错。这是一个快速变化的领域，让我骄傲的是，我和AI团队在这个快变的环境里并肩作战。我的态度是：我能跑得和任何人一样快。放马过来吧！
20VC：我想问的是，哪种结构更有利于创新和赢得竞争？是Databricks这样的超级晚期私人公司，还是Snowflake这样的上市公司？
Ramaswamy：创新不是一道选择题，而是必答题。相比Databricks这种私人公司，我们是不是面临更多限制？绝对有。他们可以大手笔收购，不用太担心自由现金流，销售人员数量也是我们的一倍。但烧钱很容易，花钱也很容易失控，你得小心。我们是在限制下运作没错，但这就是创新的意义——如何在限制条件下推进？从某种意义上说，DeepSeek也是另一个案例，说明拥有“富亲戚”并不总是好事。
20VC：这些限制在哪些方面帮了你，又在哪些方面坑了你？
Ramaswamy：比如，在AI方面，我们决定不对团队规模提不合理的要求。我没要空白支票，我们很清楚自己需要做什么，要对要构建的内容有清晰的认识，并且必须执行得非常好。所以，通过适度的投资，我们能在AI领域迅速迎头赶上。这些限制带来了清晰度——你不会试图什么都做，也不会去追逐那些不可扩展的业务。
但当市场出现剧烈反应时，限制可能带来麻烦。比如，人们可能会过度解读季度间数字的变化。Snowflake股票的起伏，某种程度上也反映了上市公司面对的严格审查。在理想的世界里，我可以告诉团队和投资者：“别担心，一切都会好起来。”但实际上，你必须担心，因为人们会根据股票的价值来抵押贷款之类的事。于是你就陷入了难以管理的外部性问题，这提高了负责任运营的门槛。这是我们去年不得不快速学习的东西。但也说明，作为一家上市公司，你免不了对剧烈反应感到担忧，因为它们可能引发一连串二阶后果。
20VC：如果可以选，你会选择把公司私有化来摆脱这些限制吗？
Ramaswamy：不会。我认为透明度是件好事。它提供了流动性，也让你能对自己的表现进行评估，这很重要。有时候CEO很容易陷入“一切都会好起来”的自我安慰里，但实际上你根本没有得到任何反馈。公开市场是很现实的——要么赚钱，要么不赚钱；要么有自由现金流，要么没有。这种现实感是有帮助的。
注：二阶后果（Second-Order Consequences）是指由初始行动引发的一阶后果进一步导致的后续影响。它超越了直接、表面的结果，需要从时间、系统、因果链等维度进行深入思考才能预见。
03 AI肯定有泡沫，但仍有创新空间
20VC：我想谈谈企业对AI的采用。前几天我在一个峰会上和一群CEO坐在一起，他们说：“你知道吗？我们还在等这个技术领域的新人真正带来投资回报。”我的问题是，你觉得AI在企业端的采用会像自动驾驶那样经历兴奋期然后进入平台期，还是会指数级加速？
Ramaswamy：增长会更温和一些。但另一方面，我可以很自信地说：AI今天就在创造价值，而且会持续创造持久的价值。很多曾经对我们来说极其困难的事，现在变得容易多了。如果有哪个CEO告诉你，他们从AI里没看到任何价值，我会说：我不确定你对AI了解多少，咱们来看几个例子吧，那些显而易见的、简单的例子。
我在达沃斯开了30场会。我用了AI工具，比如听写和转录工具帮自己写笔记。我也手写了不少笔记。我的团队里有人说：“真要写25页吗？我真的不想读这个。能给我做个总结吗？”于是我把所有笔记都上传到云端，输入指令：“每场会议一句话总结”，结果出来一个简洁漂亮的摘要。同样，我们内部有个聊天系统，能访问结构化数据，能处理那些你需要在仪表盘上点很多次才能找到答案的问题——甚至需要提供大量上下文的问题。这就带来了巨大的价值。
20VC：达沃斯是全球CEO的聚集地，从你在达沃斯感受到的情绪中，有什么收获吗？
Ramaswamy：首先，我对达沃斯采取了一种非常实用主义的态度，而不是关注更大的议题。这是我第一次参加，我对离开工作五天本来有点恐惧——尤其是因为董事会和财报季快到了——但事实证明非常值。我在这边开了大量会议，也见到了很多公司的关键人物。我从CEO们那里听到最多的信息是：“帮我们创造具有实用性的AI，告诉我们什么是能做到的。”
当我向他们介绍如何用非结构化数据快速创建一个基于文档语料库的聊天机器人，或者怎么用结构化数据时，他们都懂了。当我告诉他们，现在你可以混合这些功能，创建一个智能平台，在一个地方访问大量相关信息时，人们是兴奋的。当我解释如何通过整合所有结构化和非结构化信息来自动化部分承保流程——比如为一栋建筑投保——他们会说：“这太棒了。”我们需要继续专注实用性。但我没遇到太多对AI的狂热怀疑——因为我只是拿出手机，向他们展示了我昨天用AI做的五个有点蠢但有趣的事。
20VC：感觉我们从未见过巨头像现在这样快速创新。过去我们认为巨头都很慢、很糟糕，但现在他们不再如此了。
Ramaswamy：是的。
20VC：你见过巨头像现在这样快速行动吗？
Ramaswamy：我们都记得历史，没有人想成为那个因IBM与微软交易而闻名的人。人们明白那是一次多么戏剧性的转变，也知道有些公司是如何消失的。谷歌在山景城接手的第一栋大楼，就是SGI那座紫色建筑。在那之后的五年里，我总告诉加入我团队的每个人：“SGI建造了这些建筑。”然后我观察他们是否明白这个教训。所以，我们确实从中学到了东西。
但话说回来，移动设备也是一次重大的平台转变，而现有巨头在其中表现得相当不错。记得扎克伯格最初试图推Facebook的移动网页，最后放弃了，转而开发App吗？谷歌也一样，他们把搜索转移到了移动端。我亲自带团队经历了五年的“恐怖时期”，把移动端的付费从桌面端的10%提升到100%。所以我想说，即使在上一轮技术变革中，所有科技公司都变得相当聪明了。亚马逊没有因为移动设备而被碘伏。移动设备确实催生了Uber和Lyft这样的新事物，但那代公司已经学会了怎么应对平台碘伏带来的挑战。这就是为什么你现在看到这些公司在疯狂投资未来——因为他们看到了什么，而且有足够的钱去做。这也是为什么Facebook变成了Meta。扎克伯格并不在意元宇宙的失败，他就像在说：“放马过来吧！我现在专注AI了。”我认为这体现了公司真正从过去吸取教训并努力创新的态度。
20VC：我看到扎克伯格投了650亿美元在数据中心上，还有“星际之门”的5000亿美元公告。虽然我知道里面有股权和债务，但我们从未见过这么大的资金砸向某件事。这是AI的军备竞赛，它会走向何方？
Ramaswamy：AI泡沫终究会破裂，和其他泡沫一样。Ben Thompson和Nat Friedman之间有一段非常有意思的讨论：这是否像一个90年代电信泡沫那样的“好泡沫”——最终为全世界铺了光纤，让谷歌、Facebook和你我都能受益？还是像一个早期互联网泡沫那样的“蠢泡沫”——烧掉大量资金试图给你送杂货，结果我们等了15年才等到Instacart出现？面对现实吧，你我都不知道。如果这些投资大部分流向了电力和建筑这些领域，你可以说：“这为世界创造了盈余，总会有好事发生。”但如果它们流向了快速贬值的硬件，那价值就会瞬间消失。现在还太早判断。
但回到你的问题——我们该怎么做？仍然有创新的空间。像OpenAI这样的公司不可能覆盖所有的工作流。我们需要做的，是找出那些仍然适合碘伏的领域，在那里创造价值。Harvey就是一家很棒的公司，它不会被OpenAI碘伏。找到这样的细分市场并投资它们，是我们成功的关键公式。钱并不总能买到一切。
04 AI ToB市场，不会出现垄断入口
20VC：说到钱不能买到所有东西，市场上有人说：“Snowflake的问题是增长在哪里？”你可以在多大程度上“购买”增长？你怎么看并购战略？
Ramaswamy：首先，我们已经有了35亿美元的收入，而且还在增长。显然，我们必须保持这个势头。上次财报里我们提到，业务范围已经显著扩大了。过去我们专注于数据层，也做一些机器学习。现在我们已经从这一点扩展了——我们会帮你完成数据摄取，帮你搭建数据工程架构。我们希望成为你在数据工程、分析、机器学习以及通过AI实现用户访问方面的关键部分。无论是我们创建的工具，还是Snowflake Intelligence这样的平台，业务范围都大大拓宽了。我们有一个团队，不仅推动如何获取更多分析市场份额，还在进入其他非常大的数据细分市场，逐个碘伏它们。
当然，我们会继续关注一些公司，但与我们核心业务无关的非有机收购策略并不是我感兴趣的，那是一种干扰。Snowflake是一家由产品驱动创新的公司，不是一家私募股权公司。所以，大部分增长必须由产品创新来驱动。我们会做一些明智的收购吗？比如Snowflake花大约1.5亿美元收购Neeva，我认为这笔投资已经得到了回报。这才是我们应该做的事。
20VC：有没有哪条收入线目前对Snowflake来说很小或微不足道，但在7到10年内会成为主导收入来源？
Ramaswamy：100%是AI。它会是件大事，提供了碘伏当前商业智能的机会，更直接面向消费者。能加速Snowflake增长的关键在于，人们基于Snowflake构建应用。像摩根大通、贝莱德、西门子这样的公司，都在Snowflake之上构建数据应用。我们的平台允许他们做一些非常巧妙的事——比如整合自己的数据和客户的数据，来创建数据应用。这部分目前还很小，但我预期它会成为Snowflake一个巨大的整体收入机会。最酷的地方在于，从一个昂贵的项目变成了这些公司收入的一部分。这种合作关系的动态要好得多。我希望有一天我们能说：“当你们赚钱时，我们也赚钱。”
20VC：我们扩展一下模型领域的讨论。我不知道5到7年后会是什么样。我们会生活在一个有许多专业化、垂直化模型的世界，还是一个有少数通用化、超大规模模型的世界？我记得曾经读到过，历史上有人认为搜索最终会被某种垂直化服务取代，但没想到出现了那些庞大的多领域巨头，几乎掌控了一切。
Ramaswamy：这是个很好的问题。不幸的是，预测未来总是困难。如果我们拆解一下谷歌搜索并分析它为什么会主导市场，首先也是最重要的一点是，谷歌做了一系列交易，成了很多门户或浏览器的默认搜索引擎——比如Yahoo、美国在线、Firefox，以及所有PC制造商。这是一种深思熟虑的策略：成为搜索的核心。微软在早期错过了这种机会，这就是谷歌起步的方式。有机营销确实是一部分原因，但只是一小部分。真正起作用的是那种“引力效应”，让他们能逐步击垮其他垂直领域。
有趣的是，Bing的前身Live.com在图片搜索上其实做得比谷歌好。但谷歌的做法是：“你在找图片？我们会直接放在主搜索页面上，你不需要去别的地方。”这就是谷歌征服几乎所有垂直领域的方式——购物、视频、地图，都一样。通过这个核心的粘性属性，谷歌就这样征服了消费者世界。
如果你看AI领域，在企业和消费端，我不认为存在单一的入口。不过，ChatGPT有可能正在成为那个入口。所以如果你押注消费端，在模型变体和专业化方面，这将有利于现有的主导者——现阶段主导者100%是ChatGPT和OpenAI。其他模型的入口最终会变得分散。我曾经担心过：“会不会出现一个单一的企业入口点，统治一切？”我现在仍然担心这一点。这种机会还在，但在企业端，我看到的是各种专业化机会正在涌现。因为在过去50年里，这个领域并没有出现像谷歌搜索那样的东西。
20VC：我很喜欢关于谷歌通过合作实现分发策略的历史细节。我没想到它达到了那种程度。
Ramaswamy：我们都以为谷歌是靠“完美的消费体验”成功的。某一天，所有人都决定用谷歌。但事实上，分发才是关键。
20VC：哪个合作伙伴对谷歌的分发能力影响最大？
Ramaswamy：雅虎和更早的一些公司，它们是入口。美国在线不知道怎么做搜索，雅虎也不认为搜索重要。
20VC：先付钱真的那么重要吗？
Ramaswamy：100%重要。如果我记得没错，我们付给美国在线的钱比我们赚到的还多。谷歌的创始人非常了不起，他们做出了一系列极其明智的商业决策。产品很棒，但人们低估了商业的力量。
20VC：我看到很多关于软件工程的争论，认为这是AI最早主导的领域。你不同意这种说法吗？你会说软件工程仍然有巨大价值，学生应该继续学？还是会说，这确实是受影响最早的领域？
Ramaswamy：我认为各种知识型职业都会受到巨大的影响。我有一个简单但相当准确的描述：AI是一个强大的翻译层，可以在各种结构化和非结构化的知识之间转换，以一种只有人类才能做到的方式理解它们。任何知识工作者——包括软件工程师——都应该拥抱这项技术，看看它会走向何方。
现在就下结论说软件工程会变成一个好职业或一个狭窄的专业领域，还为时过早。互联网出现后，像《纽约时报》这样的大媒体可以覆盖世界的每个角落。你不一定喜欢它们，但确实变得集中了。同样的事发生在音乐行业和其他领域。所以很难预测最终影响有多大。但只要软件仍然重要，我就能看到将软件和AI应用于越来越多领域的巨大机会。所以，我不认为软件工程作为一种职业，会比分析师或CEO更容易被淘汰。我开玩笑说，我自己就是一台电子邮件机器——我讲话、写作、阅读。关键在于拥抱未来，保持灵活性。软件工程不会在短期内消失。
05 真正的领导力：告诉人们他们不想听的话，并让他们留下来
20VC：我想问一些职业生涯早期的问题。大学或第一份工作时，你有没有想过自己会成为CEO？为什么？
Ramaswamy：不，没想过。尤其是读本科时，甚至读博时也没想过。实际上，读博的时候，成为教授更像是理想。但到某个时候，我对做研究不那么感兴趣了，就转去做了软件工程。在正确的时间出现在正确的地方，伟大的事情就会发生。
20VC：当你回顾那些日子，现在作为年收入35亿美元上市公司的CEO，你会不会想：“我可以从中吸取教训？”那些教训是什么？
Ramaswamy：不懈努力？我至今记得每次和Larry或Sergey讨论问题时都让人筋疲力尽。他们会就每一个话题和你争论，但好东西往往就是这么来的。你审视每一个细节，对自己要求极高。我还开玩笑说，当我成为广告部门负责人时，和法务团队合作的事变得容易多了——因为他们已经在Google Books或YouTube等项目上被Larry和Sergey推到了极限。所以我的终生收获就是：坚持到底，保持第一性原则思维。这就是谷歌，他们在每一次讨论中投入的能量，以及追求真相、追求正确商业结果的不懈精神，我至今仍在践行。
20VC：人们总以为随着时间的推移，作为CEO你会越做越好。有没有什么事是反而变得更糟的？
Ramaswamy：这是个好问题。身体技能随着年纪增长确实更难维持——这就是自然规律。我曾经可以毫不犹豫地跑20英里，想跑就跑，但现在不可能了。精神方面的事情在很大程度上还是可以控制的，这让我感到欣慰。在推动自己学习、衡量、适应方面，我毫不松懈。另一件必须面对的事是，随着年龄增长，你投入到全新领域的时间会变得有限。你得对这种局限保持谦逊。我开玩笑跟我儿子们说：“你这辈子可能成不了音乐会钢琴家了，那部分已经结束了。”所以，要接受哪些是可以改变的，哪些是改变不了的。
但在精神层面，我想说的是，对一个敏捷且有驱动力的人来说，世界任你驰骋。现在有那么多语言模型能帮你创建定制程序，做很多以前根本做不到的惊人事情。从这个意义上说，精神层面的机会甚至比以前更多了。
20VC：你会给我和其他高强度工作的CEO们什么建议？我们需要带着团队一起前进，但这很难。
Ramaswamy：确保人们理解大局、理解机会的短暂性以及它消失的速度有多快——至关重要。我经营的这家公司每年创造大约35亿美元的收入。如果你看世界GDP的增长率，经通胀调整后每年增长1%-3%。如果是1%的增长率，让收入翻倍需要100年左右。而我们谈论的是在两年内实现这种增长。我告诉人们的第一件事是，我们非常幸运能处于一个可以创造如此多价值和如此快速增长的环境中。要维持并加速这种增长，需要非凡的人才。这并不适合所有人——期望值高，回报也高，机会巨大，而机会成本甚至更大。所以问题在于：人们想在Snowflake成为什么样的人？我们绝对希望成为地球上每个企业的数据引擎，这是一个非常了不起的使命。同时，我们可以在这个过程中建立一家标志性的公司，这需要特殊的人才。
20VC：当你招聘某人时，认为他们能适应公司发展的不同阶段，但事实证明你错了。为什么你会犯错？
Ramaswamy：这些事是不可预测的。人生很长，人也会随着时间改变。有些事——随便举个例子，比如拥有1000万或5000万美元——就会对人产生影响。我之所以在2003年加入谷歌，部分原因是因为一些在2001年和2002年加入的人突然身价达到5亿美元。不是每个人都能扩展自己的能力。我和很多人讨论过，团队规模翻倍时需要具备什么条件。我的建议通常是：每次团队规模翻倍，所有那些让你在之前团队中表现出色的技能，通常会变成你在新岗位上成功的巨大障碍。我不确定你是否能真正内化这一点。它需要大量的自我重塑，重新定义自己是谁以及如何运作。只有少数人能完成这些转变，适应并茁壮成长。给人们提供这样的机会，是我的责任、工作和义务。但同时，我也是无情且冷酷的——因为我给了人们时间和机会。
作为成年人，我学到的一件事是如何不逃避那些令人不快的对话。我会和人们谈论哪些地方做得好，哪些地方做得不好。我给他们时间。如果最终还是不行，那就没办法了。我曾经让一些人承担一半的工作，并告诉他们这对他们来说是更好的选择。这是我一生中最难做的事之一。
20VC：你提到了降职。这是不是意味着你应该直接解雇他们？有人曾对我说：如果你愿意接受更少的回报，就永远不要做这笔交易。我在这里也这么想：如果你愿意让他们留下但给予更少责任，他们不应该直接走人吗？
Ramaswamy：所有这些都发生在快速变化的环境中。一个你原本认为20名工程师就能搞定的领域，突然需要100人。那个原本管20人的员工现在要管40人，还得扩展到100人。他们在挣扎，而业务不能等。这并不意味着他们是坏人，也不是他们不能胜任工作。对我来说，找到合适的背景和框架，帮某人在特定时刻取得成功——这类对话是可以进行的。我曾经有一位总监，他意外地负责了两个不同领域。我告诉他：“我要拿走其中一个领域。你手头这个领域，它会成长为一个400亿美元的业务——但那是五六年之后的事。这是我们看到的一个巨大机会。”那个人接受了这份工作，最终成了副总裁，取得了巨大成功。
这需要很多说服力，因为每当进行这种对话时，人们的第一个反应通常是“我失败了”。但实际上并不是。你被赋予了一项不可能完成的任务。让我们重新塑造它，让你再次取得成功。这才是真正的领导力：告诉人们他们不想听的话，描绘未来的愿景，并让他们留下来。这很难。
20VC：你认为更富有的领导者会成为更好的领导者吗？因为更有决心，不那么担心下行风险，也不怕失去工作？
Ramaswamy：不，我认为那可能会让他们变得冷漠，甚至对巨大的风险过于宽容。这是一种平衡。作为领导者，你总是面对不同的利益相关者群体。重要的是要记住，这不只是关于你自己——还有公司里的员工、股东和客户。去年我们作为一家大公司经历了一段非常艰难的时期，当情况逐渐清晰时，我们意识到这影响了许多不同的人。这不总是关于全力以赴追求高风险目标。有时确实需要做一个90度的大转弯才能到达某个地方。但我不认为那些从个人角度不受结果影响的职位上的人，就一定是更好的领导者。