Databricks è iniziata più tardi. Ha costruito un'architettura più complessa. Si è concentrata sui dati non strutturati: immagini, documenti, log, audio. Anche se vasta all'interno dell'azienda, questa data storicamente ha prodotto poche intuizioni. Troppo difficile da elaborare. Troppo disordinata per essere interrogata. Troppo costosa da memorizzare in formati che contano. Snowflake ha fatto la scommessa opposta. Dati strutturati. Tabelle pulite. Query SQL che giravano velocemente e restituivano risposte leggibili per gli executive. Il mercato ha concordato. Snowflake è diventata pubblica con una valutazione di 70 miliardi di dollari. Databricks ha raccolto fondi privati a metà di quella cifra. Poi è arrivata l'AI. Improvvisamente, i dati che erano troppo disordinati per essere interrogati sono diventati i dati di cui i modelli avevano bisogno per essere addestrati. I dati non strutturati non erano una responsabilità. Erano l'asset. Databricks ha superato Snowflake in termini di fatturato. Due anni fa, Snowflake guidava con 220 milioni di dollari a trimestre. Oggi, Databricks guida con 120 milioni. Il tasso di crescita di Databricks sta accelerando su larga scala, dal 50% al 55% al 65% anno su anno. I tassi di crescita non accelerano a 5 miliardi di dollari di fatturato. Il crossover è avvenuto perché l'AI è una transizione architettonica, non un'aggiunta di funzionalità. La maggior parte dei dati aziendali non è mai arrivata in Snowflake. È rimasta nello storage a oggetti, non strutturata, in attesa. Databricks ha costruito strumenti per utilizzarla lì. Nessuna migrazione richiesta.

Databricks SQL, il loro attacco diretto al core business di Snowflake, è cresciuto da 100 milioni a 1 miliardo in meno di tre anni. I prodotti AI stanno crescendo ancora più velocemente. Lakebase, il loro database serverless per agenti AI, ha sei mesi e già cresce due volte più velocemente rispetto al data warehousing. Snowflake vede la minaccia. Hanno lanciato Intelligence, firmato migliaia di contratti con clienti, siglato 200 milioni di dollari in partnership con OpenAI e Anthropic. Il CEO Sridhar Ramaswamy sta scommettendo che l'azienda può recuperare.

Entro l'anno fiscale 2027, il divario si amplia ulteriormente. Databricks prevede 8,9 miliardi di dollari. Snowflake guida verso 5,7 miliardi di dollari.