Snowflake и Databricks движутся вверх по AI-стеку: строить или покупать прямо сейчас

У любого руководителя платформы, которому в ближайшие два квартала предстоит продление многолетнего контракта с Snowflake или Databricks, вопрос стоит острее, чем 12 месяцев назад. Оба вендора больше не продают аналитические хранилища с наспех прикрученными AI-функциями. Они позиционируют себя как операционный субстрат для корпоративных агентов, и цена этих амбиций ляжет на стол финансового директора задолго до того, как архитектура будет проверена на практике.

Этот сдвиг важен, потому что меняет всё: кого вы нанимаете, на что подписываетесь и насколько вы зависите от вендора, чья дорожная карта теперь переплетена с экономикой фронтирных моделей. Окно для принятия решений короткое. Обе компании вот-вот используют свои саммиты, чтобы закрепить этот нарратив.

Ключевые детали

Как сообщает SiliconANGLE в аналитическом разборе Дейва Велланте и Джорджа Гилберта, Snowflake Summit проходит на неделе после 30 мая, а Databricks Data + AI Summit — примерно двумя неделями позже. Повестка обоих мероприятий уже не о производительности запросов и не о противостоянии lakehouse и warehouse. Речь идёт о том, кто владеет уровнем, на котором реально живут корпоративные агенты.

В анализе описывается пятиуровневый AI-стек, основанный на концепциях Джеффри Мура: система взаимодействия (system of engagement) на фронте, система агентности (system of agency) над ней, система интеллекта (system of intelligence) посередине, а под ними — платформы данных и системы записи (systems of record). Система взаимодействия — это новый фронтенд, где люди и агенты общаются. Система агентности — это где агенты воспринимают, рассуждают, принимают решения, действуют и обучаются. Система интеллекта, зелёный слой посередине, — это место, где организуются бизнес-знания, правила и контекст, чтобы агенты могли на них опираться.

Snowflake Intelligence и Databricks Genie — продукты, позиционируемые для этого среднего уровня. Авторы утверждают, что оба вендора перешли Рубикон примерно год назад: они перестали вести себя как чистые платформы данных и начали двигаться вверх. Оба расширяются в область управления через каталоги. На пользовательской стороне анализ указывает на переход ChatGPT к Codex и эволюцию Claude в сторону Cowork как свидетельство того, что уровень взаимодействия тоже твердеет.

Политическая динамика внутри предприятий тоже изменилась. Первоначальный AI-мандат исходил от CEO и советов директоров. Первая фаза реального внедрения, согласно анализу, всё больше идёт снизу вверх: отдельные сотрудники интегрируют инструменты в собственные рабочие процессы. Именно этот разрыв между мандатом сверху и внедрением снизу — то место, где привязка к вендору незаметно цементируется.

Почему это важно для data-команд

Честная оценка этого сдвига: если Snowflake и Databricks преуспеют во владении системой интеллекта, строка аналитики в вашем бюджете перестанет быть строкой аналитики. Она станет субстратом для каждого агента, которого запускает ваш бизнес. Это принципиально иной разговор о закупках, и большинство data-команд к нему не готовы.

Задумайтесь о последствиях для состава команды. Традиционная аналитическая организация строится вокруг дата-инженеров, аналитических инженеров, использующих что-то вроде dbt для трансформаций, и BI-слоя сверху. Как только вендор вашего хранилища становится местом, где также живут контекст агентов, бизнес-правила и логика исполнения, вам нужны люди, способные рассуждать о дизайне онтологий, применении политик и наблюдаемости агентов. Это не те же самые специалисты. Рынок такого профиля узкий, а вилка зарплат ближе к ML platform engineer, чем к аналитическому инженеру.

Затем возникает вопрос «строить или покупать», который стал сложнее, а не проще. Год назад можно было разумно утверждать, что Snowflake и Databricks взаимозаменяемы для большинства аналитических нагрузок, а выбор определяется существующими навыками и условиями контракта. Как только Snowflake Intelligence и Genie становятся хостом для ваших бизнес-семантик, издержки переключения накапливаются. Семантический слой, каталог, определения агентов, политики доступа — всё это становится специфическими активами вендора. Это не переносимый артефакт, как SQL-модель.

Моя позиция такова: data-команды, которые воспринимают это как очередной релиз фичи, через 18 месяцев обнаружат, что заперты в стеке, который они не выбирали осознанно. Команды, которые окажутся в выигрыше, будут относиться к семантическому и онтологическому слою как к архитектурному приоритету первого класса, принадлежащему независимо от того, какой вендор хостит вычисления в этом квартале.

Влияние на отрасль

Для платформ iGaming, fintech и ad-tech регуляторные риски — это именно то, что не появляется в питч-деке вендора. Если агенты начнут касаться производственных данных, вызывать инструменты и выполнять работу, реестр рисков вашего главного юриста за одну ночь пополнится новой категорией. Каждая юрисдикция с требованием локализации данных, каждое лицензионное условие, ограничивающее обработку клиентских данных, каждое требование к аудиторскому следу — всё это теперь должно распространяться и на уровень агентов. Система интеллекта — это также система ответственности.

Именно здесь выход Snowflake и Databricks в управление через каталоги становится несущим элементом. Каталоги — это уже не просто метаданные. Это место, где вы доказываете регулятору, что агент, действовавший с записью клиента, работал в рамках политики. Команды, управляющие лицензированными продуктами, должны читать анонсы этих саммитов вместе с комплаенс-специалистами, а не только с дата-лидами.

Последствия для рынка найма столь же конкретны. Паттерн внедрения снизу вверх означает, что отдельные инженеры уже строят личных агентов, работающих с корпоративными данными, зачастую без участия закупок или безопасности. Этого джинна не загнать обратно в бутылку. Руководителям платформ нужно решить в этом квартале: формализовать эту активность в управляемую внутреннюю программу или продолжать относиться к ней как к теневым IT и принять риск утечки. Третьего варианта, который хорошо выдержит время, не существует.

Для компаний с интенсивным использованием OLAP, вложившихся в альтернативы вроде ClickHouse для аналитики в реальном времени, расчёт немного иной. Выбор аналитического движка остаётся обоснованным с точки зрения стоимости и задержки. Вопрос в том, где будет располагаться семантический слой и слой агентов, если ваш вендор хранилища не торопится его предоставить.

За чем следить

Руководитель платформы в любом fintech-стартапе серии B и выше должен на этой неделе задать своему финансовому директору очень конкретный вопрос: как выглядят наши обязательные расходы на Snowflake или Databricks в течение следующих 24 месяцев, и какая часть этих обязательств была принята исходя из предположения, что мы покупаем аналитическое хранилище, а не субстрат для агентов? Если ответ — «мы не моделировали это различие», условия продления, обсуждаемые прямо сейчас, почти наверняка не соответствуют реально получаемой ценности.

Из цикла саммитов стоит отслеживать три сигнала. Первый: насколько агрессивно каждый вендор ценит функции, смежные с агентами, по сравнению с базовыми вычислениями. Бандлинг говорит о том, где они ожидают материализации привязки. Второй: заявления об интероперабельности каталогов. Если ни один вендор не берёт на себя обязательство по переносимым семантическим определениям, воспринимайте это как осознанный выбор. Третий: реакция вендоров приложений. SAP, Salesforce и ServiceNow имеют собственные претензии на систему интеллекта, и пограничная война между платформами данных и платформами приложений — это место, где будут определяться интеграционные издержки следующего раунда.

Командам, оценивающим свой аналитический стек прямо сейчас, стоит задать себе более простой вопрос: если наш вендор хранилища становится хостом нашей бизнес-логики, комфортно ли нам с этим, и просчитали ли мы стоимость выхода?

Ключевые выводы

• Snowflake Intelligence и Databricks Genie позиционируют своих вендоров как уровень системы интеллекта, а не просто платформы данных — в преддверии двух саммитов, идущих один за другим.
• Пятиуровневый стек, заимствованный у Джеффри Мура (взаимодействие, агентность, интеллект, платформы данных, системы записи), — полезная рамка для разговоров о закупках, а не только для архитектурных диаграмм.
• Внедрение личных агентов снизу вверх опережает мандаты сверху, а это значит, что риски теневых IT уже присутствуют в вашей среде, одобрили вы их или нет.
• Инвестиции обоих вендоров в каталоги и управление превращают семантические слои в специфические активы вендора, многократно увеличивая издержки переключения по сравнению с аналитическим SQL.
• Руководители платформ, продлевающие контракты в следующие два квартала, должны вести переговоры исходя из ценности субстрата для агентов, а не хранилища, — иначе цена будет неверной.