Snowflake og Databricks setter dataene som er lagret i tjenestene deres i gang
Snowflake og Databricks er sikkert lignende selskaper. Mens hver posisjonerer seg litt annerledes, gir begge datalagring, prosessering og styring i skysammenheng. Begge holder kundekonferanser denne uken, og begge leter etter måter å hjelpe kundene med å bygge generativ AI og andre intelligente applikasjoner på toppen av dataene som er lagret i disse plattformene.
Hvis det ikke var klart før, ble det enda tydeligere denne uken da Databricks annonserte at de kjøpte opp MosaicML for 1,3 milliarder dollar. Det er mye penger for en oppstart, til og med en velkapitalisert en som Databricks. Flyttingen kom uker etter at selskapet kunngjorde at de lanserte Dolly, en åpen kildekode LLM, og et annet oppkjøp i AI-styringsverktøyet Okera.
Snowflake kunngjorde i forrige måned at de kjøpte Neeva, og ga den et søkeverktøy og noen avanserte AI-ingeniørtalenter. Selskapet kjøpte også Streamlit i fjor, som lar selskaper bygge applikasjoner fra dataene som er lagret i Snowflake, og onsdag kunngjorde det en ny containertjeneste og partnerskap med Nvidia, som gir kundene en måte å bygge generative AI-applikasjoner og kjøre dem på Nvidia GPUer .
Alle disse trekkene (og andre) er designet med én ting i tankene: å bruke dataene som er lagret i disse tjenestene som drivstoff for maskinlæringsmodeller, spesielt store språkmodeller. Begge selskapene ønsker å hjelpe kundene med å dra nytte av all denne dataen som er lagret på deres plattformer.
Nvidias VP for enterprise computing, Manuvir Das, som snakker i forbindelse med onsdagens partnerskapskunngjøring med Snowflake, ser på bevegelsen mot mer praktisk bruk av dataene som en logisk fremgang for Snowflake.
“Det faktum at Snowflake nå beveger seg i dette neste trinnet der de sier, OK, ikke bare kan du beholde dataene dine her og gjøre på en måte de åpenbare databehandlingstingene på dem, men dette er stedet hvor du kan bygge alt applikasjonene som driver bedriften din fordi dataene dine er her. Det er en veldig kraftig ting,” sa Das til TechCrunch+.
Tilsvarende ser Databricks i økende grad på seg selv som et sted hvor du ikke bare kan lagre data og gjøre de ulike dataoppgavene knyttet til det, men du kan også være en del av en hel datastack, hvor du bygger applikasjoner på toppen.
Denne ukens MosaicML-oppkjøp var en del av denne bredere strategien for å sette dataene til å fungere i en AI-kontekst, sa Ray Wang, grunnlegger og hovedanalytiker ved Constellation Research. Det er noe som var vanskelig for Databricks å gjøre, selv med Dolly.
“AI-vinkelen handler om å gjøre det enkelt å anskaffe, administrere, trene og distribuere LLM-er med letthet,” sa Wang.
Begge selskapene beveger seg tydeligvis hardt mot AI gjennom oppkjøp, partnerskap og produktutvikling. Men hva betyr det fra et potensielt inntektsperspektiv for fremtiden til disse selskapene, hvorav ett allerede er offentlig og ett som sikkert vil være der etter hvert?
Enterprise AI-etterspørsel er ikke illusorisk
Databricks og Snowflake vokser begge veldig raskt. Den siste informasjonen fra Databricks indikerer at det i det siste regnskapsåret genererte mer enn 1 milliard dollar i inntekter, og vokste med mer enn 60 %. Snowflakes resultater er like imponerende, med 623,6 millioner dollar i omsetning i det siste kvartalet, en økning på 48 % sammenlignet med samme periode i fjor.