Databricks подвоїв доходи від SQL: тиск на Snowflake реальний

Databricks повідомляє, що доходи від продукту, який конкурує зі Snowflake, приблизно подвоїлись — згідно із заголовком Bloomberg від 16 червня 2026 року. Це весь опублікований показник. Стаття прихована за стіною виявлення ботів (ідентифікатор блокування cc0f881f-8988-11f1-9852-28f991937504, якщо цікаво), тому аналітики наразі мають у розпорядженні лише одну цифру, одне порівняння та значний контекст із трьох років протистояння warehouse і lakehouse.

Скажу прямо щодо епістемічної основи: подвоєння означає 100-відсоткове річне зростання — це швидко, але не надзвичайно для категорії продуктів, яка ще перебуває у фазі захоплення ринку. Важливі база, від якої відбулось подвоєння, маржинальний профіль цих доходів і те, чи це нові навантаження, чи міграція із Snowflake. Нічого з цього у джерелі немає.

Ключові деталі

Перелік встановлених фактів вузький. Як зазначив Bloomberg.com, продажі Databricks подвоїлися для продукту, що конкурує зі Snowflake. Конкретний продукт у доступному заголовку не названий, але методом виключення з поточного каталогу Databricks це відповідає Databricks SQL — безсерверному рівню сховища поверх Delta Lake, що безпосередньо цілиться в основні BI- та аналітичні навантаження Snowflake. Databricks описує архітектуру в документації Databricks, але точна межа SKU, яку вимірює Bloomberg, не розкривається.

Ось чого джерело не розповідає, і кожна невідома має допустимий діапазон:

• Абсолютна цифра доходів. Якщо база становила 100 мільйонів доларів, подвоєння до 200 мільйонів — це помітна, але другорядна стаття порівняно з мультимільярдними доходами від продукту Snowflake за останніми публічними звітами. Якщо база була 500 мільйонів — картина суттєво змінюється. Джерело не розкриває жодне з цих значень.
• Часове вікно порівняння. «Подвоїлись» — імовірно, рік до року, але це може бути ковзний дванадцятимісячний показник, квартальний ануалізований темп або показник бронювань. Кожен має різну якість сигналу.
• Валова маржа. Безсерверний SQL у масштабі — це обчислювально-інтенсивний бізнес. Опубліковані показники валової маржі Snowflake були еталоном. Databricks традиційно запускав більш обчислювально-інтенсивні навантаження на хмарних акаунтах клієнтів, що змінює математику маржі.
• Склад навантажень. Подвоєння на нових AI-суміжних навантаженнях — це зовсім інша історія порівняно з подвоєнням на мігрованих дашбордах Snowflake.

Джерело також не розкриває кількість клієнтів, середню вартість контракту або відтік. Це важливо, бо подвоєння, спричинене кількома enterprise-розширеннями на восьмизначні суми, говорить зовсім інше, ніж подвоєння завдяки широкому прийняттю серед середнього бізнесу. Без цього розподілу я б оцінив довірчий інтервал будь-якого стратегічного висновку приблизно плюс-мінус один продуктовий цикл.

Чому це важливо для дата-команд

Дискусія warehouse проти lakehouse триває приблизно з 2020 року. Більшу частину цього часу чесна інженерна відповідь була такою: використовуйте Snowflake для BI та структурованої аналітики, Databricks — для ML і неструктурованих пайплайнів, а з'єднуйте їх чимось на кшталт dbt. Подвоєння доходів Databricks SQL — це сигнал ринку про те, що такий поділ розмивається.

Технічна причина проста. Коли є керований табличний формат (Delta, Iceberg або Hudi), пристойний планувальник запитів і безсерверне автомасштабування, функціональний розрив між сховищем і сховищем-на-lakehouse звужується до секунд P95-затримки та центів вартості запиту. Контрхід Snowflake — таблиці Iceberg та інтероп із зовнішнім каталогом, задокументовані в документації Snowflake. Контрхід Databricks — Unity Catalog плюс активна робота над продуктивністю SQL. Обидва постачальники конвергують до однієї референтної архітектури з протилежних сторін.

Для platform lead, який обирає сьогодні, питання вже не «який рушій». Питання: «У який control plane я хочу бути замкнений на наступні п'ять років, і який дозволяє тримати сховищний рівень відкритим». Подвоєння конкуруючого продукту — це свідчення, а не доказ того, що ставка на відкрите сховище виправдовується. Це не свідчення того, що Snowflake втрачає клієнтів в абсолютному вираженні. Обидва можуть зростати одночасно на ринку, де витрати на аналітику продовжують розширюватись.

Є також ефект другого порядку для команд, що використовують ClickHouse або самостійно розгорнуті OLAP-рушії. Якщо два постачальники, наближені до гіперскейлерів, продовжують тиснути на ціну та функціональність, обґрунтувати підхід «просто запусти сам» стає дедалі складніше для чого-небудь меншого за кілька петабайт. Невідоме тут — і це справжнє питання — чи є ціноутворення Databricks SQL дійсно конкурентоспроможним для стаціонарних дашбордів або лише для навантажень зі сплесками. Матеріал Bloomberg не стосується юніт-економіки.

Вплив на індустрію

Для вертикалей, у яких працюють читачі RiverCore, наслідки чітко розподіляються за формою навантаження.

У iGaming та ad-tech, де домінують потоки подій на рівні сесій та агрегації за частки секунди, історія Databricks SQL цікава, але не вирішальна. Ці навантаження все ще схиляються до спеціалізованих OLAP-рушіїв або матеріалізованих представлень Snowflake для гарячого шляху. Що змінюється — це економіка холодного шляху: якщо можна зберігати необроблені події у Delta або Iceberg і робити ad-hoc запити без окремого завантаження до сховища, ви усуваєте цілий шар пайплайну. Команди, які використовують dbt як трансформаційний шар, виграють у будь-якому разі, оскільки dbt не прив'язаний до рушія, а код моделей переноситься.

У fintech, де governance та lineage є головними обмеженнями, порівняння Unity Catalog і Snowflake Horizon важливіше за сиру швидкість запитів. Подвоєння доходів Databricks SQL означає, що enterprise-покупці почуваються комфортно з Unity Catalog для регульованих даних — що було неочевидним вісімнадцять місяців тому.

У крипто- та DeFi-аналітиці, де навантаження насичене graph-подібними джойнами по історичним даним блокчейну, жоден із постачальників не є природним вибором, і більшість серйозних команд зрештою обирають власну інфраструктуру. Дуополія сховищ важлива тут переважно як шар звітності нижче за потоком від реальних обчислень.

Ширший сигнал: аналітична інфраструктура консолідується навколо двох постачальників із приблизно симетричними можливостями та асиметричними підходами до ринку. Це добре для покупців, які активно торгуються, погано для тих, хто не проводить бенчмарки, і нейтрально для всіх, у кого є чинний багаторічний контракт.

На що звертати увагу

Три сигнали покажуть, чи є це подвоєння тенденцією чи одноразовим явищем.

По-перше, наступний звіт про прибутки Snowflake. Якщо зростання доходів від продукту залишиться вище приблизно 25 відсотків рік до року, наратив «Databricks поглинає Snowflake» помилковий, і обидва зростають на ринку, що розширюється. Якщо зростання Snowflake сповільниться нижче 20 відсотків, поки Databricks SQL продовжує нарощувати темп, — теза про заміщення стає реальною.

По-друге, цінові рухи. Слідкуйте за зниженням прейскурантних цін на Databricks SQL serverless або змінами кредитного ціноутворення Snowflake протягом наступних двох кварталів. Подвоєння доходів при одночасному зниженні ціни стало б найсильнішим можливим сигналом захоплення навантажень.

По-третє, питання Iceberg. Якщо Databricks продовжує ставитися до Iceberg як до повноцінного формату поряд із Delta, а Snowflake розширює підтримку зовнішнього каталогу, сховищний рівень стає справді портативним, а конкуренція цілком переходить у площину обчислень і governance. Це сценарій, у якому подвоєння сьогодні стає потроєнням наступного року.

Мій прогноз, перевірний протягом чотирьох кварталів: якщо подвоєння реальне і стійке, Databricks SQL буде розкритий як окремий сегмент доходів у наступному S-1 Databricks або раунді фінансування, і цифра перевищить один мільярд доларів у перерахунку на річний темп. Якщо він залишиться прихованим усередині «доходів від платформи», подвоєння, мабуть, відбулося від невеликої бази, і стратегічний висновок слід відповідно зменшити.

Ключові висновки

• Databricks повідомляє про подвоєння продажів продукту, що конкурує зі Snowflake, згідно із заголовком Bloomberg за червень 2026 року. Повна стаття недоступна, тому базова цифра, маржа та склад навантажень — усе невідоме.
• 100-відсоткове зростання — це швидко, але не надзвичайно для цієї категорії. Стратегічна вага цифри повністю залежить від бази, від якої відбулось подвоєння, яку джерело не розкриває.
• Функціональний розрив між warehouse і lakehouse скорочується до секунд затримки та центів за запит. Справжнє питання vendor lock-in тепер стосується каталогу та шару governance, а не рушія зберігання.
• Для команд у iGaming, ad-tech та fintech практичний вплив — це більше важелів у переговорах із постачальниками та більш вагомий аргумент для зберігання даних у відкритих табличних форматах.
• Слідкуйте за наступним показником зростання доходів від продукту Snowflake. Якщо він утримається вище 25 відсотків — обидва постачальники збільшують ринок. Нижче 20 відсотків при продовженні зростання Databricks — теза про заміщення підтверджується.