ClickHouse достиг $250M ARR и делает ставку на агентов Claude

Open House 2026 открылся на этой неделе с цифрами, которые неизбежно выносятся на уровень совета директоров. ClickHouse утроил годовую выручку за двенадцать месяцев, преодолел отметку в 4 000 клиентов и использовал keynote для презентации агентного аналитического слоя на базе Claude от Anthropic. Для любого руководителя платформы, у которого в ближайшие два квартала предстоит продление контракта со Snowflake, Databricks или BigQuery, — это момент, когда переговорная позиция изменилась.

История за пресс-релизом — это история об экономике юнитов и о том, куда в действительности направляется новый AI-бюджет. Этот бюджет сейчас оспаривается в финансовых комитетах, и привязанное к нему архитектурное решение будет определять планы найма вплоть до 2027 года.

Что произошло

Как сообщал iTWire, ClickHouse открыл свою вторую ежегодную пользовательскую конференцию, объявив о преодолении отметки в $250 млн годовой выручки — более чем втрое по сравнению с годом ранее, — и о достижении 4 000 клиентов. Здесь важна кривая роста: когда компания закрыла раунд Series D на $400 млн в январе 2026 года, она только-только перевалила за 3 000 клиентов. Спустя один квартал добавилась ещё тысяча новых логотипов.

Список клиентов выглядит как «кто есть кто» среди нагрузок, которые ломают традиционные хранилища. Среди новых имён — Capital One, Lovable, Decagon, Polymarket и Airwallex. В существующей базе уже присутствуют Anthropic, Meta, Cursor, Sony, Tesla, Memorial Sloan Kettering, Lyft и Instacart. Обратите внимание на состав: регулируемые финансы, рынки предсказаний, AI-нативные стартапы и одна из крупнейших в мире лабораторий по разработке моделей.

Главный анонс — ClickHouse Agents: полностью управляемый агентный аналитический сервис, работающий на Claude. Он поставляется с чат-интерфейсом, изолированным интерпретатором кода, общими артефактами, управлением навыками, памятью и мультиагентными рабочими процессами. Это no-code конструктор агентов с нативным подключением к MCP-совместимым сторонним системам и встроенной интеграцией с AWS Agent Registry.

Вокруг этого главного анонса расположились ещё пять продуктовых новинок: Managed Postgres в публичной бете с нативной интеграцией в аналитику ClickHouse, Managed ClickStack для наблюдаемости инфраструктуры и обучения моделей, Langfuse (приобретённый в январе) для отслеживания корректности агентов и стоимости моделей, общая доступность полнотекстового поиска, автоматическая оптимизация запросов — которая, по заявлению компании, ставит её наравне с established-хранилищами по TPC-H, — агентный онбординг от регистрации до первого production-запроса, а также кросс-региональная репликация для устойчивости корпоративных систем.

Затем последовал настоящий удар: CostBench — открытый бенчмарк, сравнивающий ClickHouse Cloud со Snowflake, Databricks, BigQuery и Redshift по стоимости одного запроса. Главное заявление ClickHouse — преимущество в соотношении цена/производительность в 23 раза по сравнению с ближайшим конкурентом.

Техническая анатомия

Интересное архитектурное решение — не сам продукт с агентами. Это сборка стека под ним. ClickHouse теперь продвигает единую вендорную поверхность, охватывающую транзакционное состояние (Managed Postgres), аналитику в реальном времени (основной движок, см. документацию ClickHouse), наблюдаемость как инфраструктуры, так и AI-систем (ClickStack плюс Langfuse), и агентный рантайм, который обращается ко всему этому. Это целенаправленный захват территории на границе OLTP, OLAP и AI ops.

CEO Аарон Кац сформулировал это прямо: «Более 1 000 новых клиентов и утроение ARR в течение нескольких месяцев после Series D говорят нам о том, что это не цикл — это структурный сдвиг в том, что должна делать инфраструктура данных». В переводе: ClickHouse делает ставку на то, что агентные нагрузки с их высоким параллелизмом, низкой задержкой и чувствительностью к стоимости запросов ничем не напоминают пакетные отчётные нагрузки, под которые Snowflake и BigQuery проектировались десять лет назад.

Методологию CostBench стоит изучить внимательно. Компания утверждает, что применяет реальную модель биллинга вычислений каждого вендора к одной и той же аналитической нагрузке, получая напрямую сопоставимые результаты стоимости запроса. Полный бенчмарк и интерактивный explorer доступны на clickhouse.com/benchmarks. Snowflake и Databricks опубликуют ответы в течение нескольких недель — они всегда так делают. Но фрейминг уже изменился: разговор в 2026 году идёт о стоимости запроса при агентном параллелизме, а не о скорости сканирования в квартальной презентации для совета директоров.

Интеграция с Claude — это то, что большинство команд недооценит. Выбрав Anthropic в качестве провайдера модели и выпустив MCP-совместимые коннекторы плюс интеграцию с AWS Agent Registry, ClickHouse позиционирует себя внутри зарождающихся стандартов агентной совместимости вместо того, чтобы строить закрытый сад. Это сигнал для рынка найма не меньше, чем продуктовый. Пул специалистов, знающих Claude, MCP и колоночные базы данных, невелик и становится всё дороже.

Приобретение Langfuse важнее, чем кажется по анонсу. Наблюдаемость агентов, корректность, оценка и отслеживание стоимости моделей — это недостающий слой практически в каждом production AI-деплойменте, который я вижу. Владение им в рамках того же биллингового отношения, что и хранилище данных, — это серьёзная история об удержании клиентов.

Кто пострадает

Три группы должны внимательно читать это. Первая — действующие вендоры хранилищ. Если CostBench выдержит независимую проверку — даже при половине заявленного преимущества — закупочная математика для любой AI-интенсивной нагрузки сильно накренится. Ценовая модель Snowflake в особенности была построена для мира, где запросы были нечастыми и дорогими. Агентный трафик — полная противоположность: постоянный, небольшой и чувствительный к стоимости.

Вторая группа — внутренние платформенные команды, построившие свой аналитический стек по шаблону «единое хранилище, BI сверху» в период с 2020 по 2023 год. AI-нагрузка, которую ваша продуктовая команда собирается выпустить в Q3, имеет другие паттерны доступа, чем дашборды, под которые было рассчитано хранилище. Вы обнаружите это, когда придёт счёт, а не когда состоится архитектурное ревью.

Третья группа — и здесь становится неудобно — это армия аналитических инженеров, чьи карьеры построены на пайплайнах трансформации, настроенных под ежедневный батч. Инструменты вроде dbt остаются необходимыми, но центр тяжести смещается к паттернам субсекундных запросов и агентной аналитике, которая не вписывается в модель ночного DAG.

CFO любой компании на стадии Series B и выше, тратящей существенные средства на Snowflake, Databricks или BigQuery, на этой неделе должен спросить своего руководителя платформы: какой процент нашего warehouse-вычисления сейчас приходится на агентный или low-latency application-трафик, и во сколько инженерных часов обойдётся 12-месячный параллельный пилот на ClickHouse Cloud — против того, сколько он может сэкономить на вычислениях? Это единственный вопрос с наивысшей отдачей в роадмапе инфраструктуры данных прямо сейчас, и у него есть 90-дневный ответ.

Для регулируемых вертикалей (iGaming, fintech, рынки предсказаний) появление Capital One, Airwallex и Polymarket в списке клиентов — сигнал того, что зрелость с точки зрения соответствия требованиям и аудиторской позиции достигла уровня, при котором юридический директор готов подписать. Это снимает одно из исторических возражений.

Стратегия для команд данных

Если вы управляете платформой данных, в этом квартале есть три конкретных шага. Во-первых, сегментируйте текущие расходы на хранилище по паттерну нагрузки. Определите, какой процент составляет высококонкурентный, low-latency, application-facing или agent-facing трафик. Этот сегмент — кандидат на миграцию. Всё остальное пока может оставаться там, где есть.

Во-вторых, запустите CostBench против вашей собственной репрезентативной нагрузки, прежде чем доверять заголовочной цифре. Заявление о 23x — это маркетинговый артефакт до тех пор, пока вы не воспроизведёте его на вашей форме данных и вашем профиле параллелизма. Запустите пробную версию ClickHouse Cloud, портируйте один реалистичный паттерн запроса и сравните с текущим счётом на той же нагрузке. Два инженера, две недели.

В-третьих, рассматривайте агентный слой как отдельное закупочное решение, независимое от хранилища. ClickHouse Agents интересен, но привязка агентного рантайма к вендору хранилища — это решение, которым ваш преемник будет проклинать вас в 2028 году. MCP-совместимость и интеграция с AWS Agent Registry предполагают, что переносимость по меньшей мере архитектурно возможна. Проверьте это, прежде чем выпускать что-либо в production.

С точки зрения найма, предложение инженеров, которые действительно понимают оптимизацию колоночных запросов при агентном параллелизме, ограничено. Если вы планируете миграцию нагрузок, заложите в бюджет либо старшего найма, либо шестимесячный консалтинговый контракт. Премия за таланты реальна, и она не станет дешевле по мере того, как число клиентов ClickHouse продолжает расти.

Ключевые выводы

• ClickHouse утроил ARR до более чем $250M и добавил 1 000 новых клиентов за один квартал; такие имена, как Capital One, Airwallex и Polymarket, сигнализируют о принятии в регулируемых вертикалях.
• ClickHouse Agents на базе Claude с интеграцией MCP и AWS Agent Registry позиционирует компанию на границе OLTP-OLAP-AI ops, а не только в аналитическом сегменте.
• CostBench заявляет о 23-кратном преимуществе по стоимости/производительности перед ближайшим конкурентом среди облачных хранилищ. Проверьте это на своей нагрузке, прежде чем принимать за истину.
• Приобретение Langfuse даёт ClickHouse историю об агентной наблюдаемости (корректность, оценка, отслеживание стоимости моделей), которой в большинстве стеков нет.
• Команды, оценивающие продление контракта с хранилищем в ближайшие два квартала, должны сейчас задаться вопросом: какой процент их вычислений обусловлен AI, и соответствует ли ценовая модель текущего вендора этому паттерну.