عشرات المليارات من الدولارات في مصارعة المنصات ، ومعركة الذكاء الاصطناعي لتوليد البيانات السحابية

المؤلف: فيفيك سابرينا ، المصدر: Silicon Rabbit Race

* مصدر الصورة: تم إنشاؤه بواسطة أداة Unbounded AI *

لطالما كانت شركة Snowflake و Databricks شركتين تلقتا الكثير من الاهتمام في مجال قاعدة البيانات. على الرغم من وجودهما في نفس الموقع ، إلا أن لكل منهما خصائصه الخاصة ، ولم يتم وضع المنافسة على الطاولة.

في هذه الموجة من الذكاء الاصطناعي التوليدي ، تنشط الشركتان بشكل كبير من خلال عمليات الاستحواذ. أكمل Snowflake الاستحواذ على Neeva (محرك بحث AI على مستوى المؤسسة) ، واستحوذت Databricks على MosaicML (نشر نموذج ML) مقابل 1.3 مليار دولار أمريكي ، وأعلنت الاستحواذ في طريقة منخفضة المفتاح اقتناء OmniML (ضغط النموذج).

لقد غيرت الشركتان موقفهما السابق من الانسجام على السطح والتنافس في الخفاء ، واختارتا عقد أهم اجتماع سنوي للشركة في نفس اليوم ، لتسليط الضوء على تخطيط الذكاء الاصطناعي التوليدي ، ولا يمكن إخفاء طموحاتهما.

سيتم طرح Snowflake للاكتتاب العام في عام 2020 ، بقيمة سوقية حالية تبلغ 57.92 مليار دولار أمريكي (2023.8.1). لم يتم إدراج Databricks حتى الآن ، ووفقًا لجولة التمويل الأخيرة ، فقد وصل تقييمها إلى 38 مليار دولار أمريكي. بمباركة الذكاء الاصطناعي التوليدي ، هل يمكن أن يلحق تقييم Databricks / القيمة السوقية المستقبلية مع Snowflake؟ هل يمكن أن يأخذ سنوفليك إلى المستوى التالي؟

شارك Vivek ، شريك Madrona والمستثمر Sabrina ، الذي استثمر في Snowflake ، وجهات نظرهما حول الشركتين المتصارعتين في مجال الذكاء الاصطناعي التوليدي.

كان الأسبوع الماضي كبيرًا للممارسين في مجال البيانات والذكاء الاصطناعي ، حيث عقد اثنان من أهم اللاعبين - Databricks و Snowflake - مؤتمريهما السنويين في سان فرانسيسكو ولاس فيجاس على التوالي (Databricks 'Data و AI Summit و Snowflake's Summit) .

ليس من قبيل المصادفة أن هذين العملاقين قررا إقامة أحداثهما الكبيرة في نفس الأسبوع. ** كان Snowflake و Databricks أصدقاء ومنافسين على مدار العقد الماضي ، لكن هذا الأسبوع أوضحوا أنهما الآن خصمان لدودان لبعضهما البعض ، وأن ساحة المعركة الجديدة هي الذكاء الاصطناعي. ** ليس من المستغرب أن تدور الكثير من المناقشات والإعلانات في كلا المؤتمرين حول الذكاء الاصطناعي التوليدي. الرسالة الرئيسية هي أنه ** من أجل بناء استراتيجية ذكاء اصطناعي توليدية ، يجب على كل شركة أن تبدأ باستراتيجية بيانات **.

مما لا يثير الدهشة ، أن كلا من Databricks و Snowflake قدموا حجة عن سبب قدرتهم على دعم العملاء بشكل أفضل في هذه الرحلة.

كيف تطورت شركتان بدأتا في أجزاء مختلفة من سلسلة القيمة ، التي كانت في يوم من الأيام شراكة استراتيجية ، لتصبحا منافسين شرسين في هذا العصر الجديد من الذكاء الاصطناعي؟

دعونا نحفر أعمق.

[إخلاء سريع: استثمرت Madrona في جولة Snowflake's Series C ولا تزال تمتلك بعض الأسهم في الشركة. 】

** 01 ندفة الثلج: من مخزن البيانات إلى سحابة البيانات **

تأسست Snowflake في عام 2012 بواسطة ** Benoît Dageville ** و ** Thierry Cruanes **. إنهما خبيرا قواعد بيانات عملا في Oracle لسنوات عديدة ، ويلاحظان بشدة أن معظم مستودعات البيانات "صلبة ومكلفة ويصعب استخدامها". اشتركت Dageville و Cruanes مع Marcin Zukowski ، الرئيس التنفيذي السابق لشركة Vectorwise ، لبناء مستودع بيانات للمستقبل يعتمد على ثلاثة مبان رئيسية:

1. بنية قائمة على السحابة بالكامل ؛

2. فصل الحوسبة والتخزين لتحقيق توسع غير محدود تقريبًا ؛

3. المرونة في استخدام موارد الحوسبة ، مما يتيح سرعة غير مسبوقة في معالجة الاستعلام والمرونة. اليوم ، نمت Snowflake من مجرد مستودع بيانات سحابي إلى "سحابة بيانات" توفر للعملاء نظامًا أساسيًا واحدًا للوصول إلى بياناتهم وبنائها والتعاون فيها واستثمارها. خلال ما يزيد قليلاً عن عقد من الزمان ، نمت شركة Snowflake لتصبح شركة عامة تبلغ قيمتها 55 مليار دولار ، وتخدم أكثر من 6000 عميل والعديد من شركات Fortune 500. لقد انضمت Snowflake إلى مزودي الخدمات السحابية الفائقة النطاق (Azure و AWS و GCP) ، والآن أصبحوا يضعون نصب أعينهم بوضوح على الذكاء الاصطناعي لمزيد من الاهتمام.

لتحقيق هذا الهدف ، قاموا بسلسلة من عمليات الاستحواذ وإطلاق المنتجات في مجال الذكاء الاصطناعي والتعلم الآلي ، بما في ذلك:

1. يسمح Snowpark لعلماء البيانات باستخدام لغة البرمجة المفضلة لديهم لتطوير عبء عمل التعلم الآلي الشامل ونشره وتنسيقه. باستخدام Snowpark ، يمكن للعملاء استيعاب بياناتهم وتحليلها وتحويلها لتدريب نماذج التعلم الآلي وتشغيل المزيد من التحليلات التنبؤية.

2. Streamlit هي أداة بناء تطبيقات تعتمد على البيانات حصلت عليها Snowflake في مارس 2022 مقابل 800 مليون دولار. يتيح Streamlit للعملاء تطوير تطبيقات كثيفة البيانات ببضعة سطور من التعليمات البرمجية. يبسط Streamlit عملية تحديد سياق مهام تحليل البيانات وإخراج نموذج التعلم الآلي من خلال تطبيقات الويب الأمامية.

3. تهدف شركة Neeva ، التي استحوذت عليها Snowflake في وقت سابق من هذا العام ، إلى تسريع تفاعل المؤسسة والبحث مع البيانات ، لا سيما بطريقة محادثة أكثر.

** 02 قاعدة بيانات: ** ** بناء بحيرة **

تأسست Databricks في عام 2013 ، بعد عام واحد فقط من Snowflake. على عكس Benoit و Therry ، وهما من ممارسي الصناعة ، تم تأسيس Databricks من قبل مجموعة من الأشخاص الذين لديهم روابط عميقة مع الأوساط الأكاديمية ومجتمع المصادر المفتوحة.

المؤسسون السبعة ، بمن فيهم الرئيس التنفيذي الحالي ** علي قدسي ** ، كانوا باحثين في AMPLab في جامعة كاليفورنيا في بيركلي وصمموا Apache Spark ، وهو محرك تحليلات موحد مفتوح المصدر لمعالجة البيانات على نطاق واسع. نمت Spark لتصبح واحدة من أكبر أطر معالجة البيانات وأكثرها استخدامًا ، حيث تلعب دورًا مهمًا في هندسة البيانات واسعة النطاق وعلوم البيانات والتعلم الآلي.

كان الهدف الأصلي لـ Databricks هو تسويق Spark ، وإطلاق إصدار Spark على مستوى المؤسسات والذي يوفر جميع الميزات (الحوكمة ، والدعم ، والاستضافة ، وما إلى ذلك) التي تحتاجها المؤسسات الكبيرة. ثم تطورت Databricks إلى "منصة ليك هاوس" المبتكرة التي توحد البيانات والتحليلات والذكاء الاصطناعي. يجمع مفهوم Lakehouse الموحد بين "التكامل والتخزين والمعالجة والحوكمة والمشاركة والتحليلات والذكاء الاصطناعي" على منصة واحدة.

على مدار العقد الماضي ، أصبحت Databricks واحدة من أكثر الشركات الخاصة قيمة في العالم ، حيث بلغت قيمتها في عام 2021 38 مليار دولار ، وحققت مؤخرًا عائدات بقيمة مليار دولار. إنها تخدم عشرات الآلاف من عملاء الشركات ومستخدمي المصادر المفتوحة ، وتعتبر واحدة من أكثر الاكتتابات الأولية شهرة. وسط كل هذا النمو ، وضعوا أنفسهم بشكل متزايد كقادة في مجال الذكاء الاصطناعي ، مع عمليات الاستحواذ البارزة الأخيرة وإطلاق المنتجات ، بما في ذلك الاستحواذ بقيمة 1.3 مليار دولار على MosaicML (المزيد حول ذلك أدناه) ، وفتح مصادر Dolly ، وهي لغة ماجستير تم ضبطها وفقًا للتعليمات. يمكن تدريبه بأقل من 30 دولارًا.

** 03 تصادم في الذكاء الاصطناعي **

يتمتع كل من Snowflake و Databricks بوضع جيد لمواصلة الاستفادة من الاتجاهات الهيكلية طويلة الأجل حيث تستعد الشركات للتحول نحو الذكاء الاصطناعي التوليدي. تحاول كلتا الشركتين وضع نفسها كمنصات بيانات استراتيجية متعددة المنتجات حيث أصبحت تطبيقات الذكاء الاصطناعي التوليدية متاحة على نطاق أوسع. فيما يلي بعض الإعلانات الرئيسية من مؤتمراتهم الخاصة وتناولنا إستراتيجية الذكاء الاصطناعي الشاملة لكل شركة.

** إعلان رئيسي ندفة الثلج: **

** إعلان المطور **

1. إطار عمل تطبيق Snowflake الأصلي: يمكن توسيعه استنادًا إلى سحابة بيانات Snowflake من خلال السماح للمطورين بإنشاء التطبيقات وتوزيعها واستثمارها للاستفادة من البيانات بطرق جديدة.

2. Snowpark Container Service: قم بتوسيع إمكانية برمجة البيانات والبنية التحتية للحوسبة لدعم لغات البرمجة ، والوصول إلى برامج الجهات الخارجية ، وتوفير أمان وحوكمة محسنين لاستضافة تطبيقات مكدسة كاملة و LLM. يتم توفير مزيد من المرونة من خلال تعميم منصة الحوسبة الخاصة بـ Snowflake ، مما يتيح للعملاء تشغيل تطبيقات كاملة شاملة من الطبقة السفلية (طبقة البيانات) وصولاً إلى طبقة واجهة المستخدم.

3. إعلانات مهمة أخرى: إمكانيات تدفق Snowpipe ؛ الجداول الديناميكية (المعروفة أيضًا باسم الجداول المادية) ؛ مستند AI (خدمة جديدة لاستخراج البيانات غير المنظمة من المستندات) ؛ وجداول Iceberg.

** إعلان الشريك ** أعلنت Snowflake عن العديد من الشركاء الرئيسيين بما في ذلك ** NVIDIA ** و ** Microsoft ** و ** Weights & Biases **.

1. تخطط الشراكة مع NVIDIA لتضمين إطار عمل تطوير المؤسسات NeMo في سحابة بيانات Snowflake ، مما سيمكن عملاء Snowflake من إنشاء ونشر تطبيقات LLM والتطبيقات المستندة إلى الذكاء الاصطناعي باستخدام بيانات الملكية المخزنة في Snowflake.

2. سيؤدي التعاون مع Microsoft إلى توسيع الشراكة مع Azure ، مع التركيز على تكامل المنتجات الجديدة حول خدمات OpenAI و Azure AI / ML من Microsoft Azure. يتمتع التعاون بإمكانية جلب أعباء العمل والعملاء إلى سحابة البيانات.

3. التعاون مع Weights & Biases ، وهي منصة رائدة في MLOps ، تتيح خدمة حاوية Snowflake للأوزان والتحيزات تسريع التطوير التكراري لنماذج ML و LLM والتطبيقات التي تعتمد على LLM في سحابة بيانات Snowflake. في النهاية ، سيساعد هذا التعاون الشركات والمستخدمين في بناء الذكاء الاصطناعي التوليدي والاستفادة منه بسهولة أكبر.

4. بالإضافة إلى هاتين الشركتين ، أعلنت Snowflake عن العديد من الشراكات الأخرى مع Alteryx و Hex و Dataiku و RelationalAI و Pinecone وغيرها.

رأينا

حتى وقت قريب ، لم تكشف Snowflake عن أي خطط لإضافة الذكاء الاصطناعي التوليدي إلى قدراتها الحالية ، وأعرب العديد من المستثمرين عن قلقهم بشأن قدرة Snowflake على المنافسة في هذا المجال ، خاصةً بالمقارنة مع Databricks. ومع ذلك ، في قمة 2023 ، قدم Snowflake رؤية قوية ، حيث وضع نفسه كمزود سحابة بيانات موثوق به ، وبهذا بنى قصة قوية حول الذكاء الاصطناعي التوليدي.

إن شراكة Snowflake مع Nvidia والإعلان عن خدمة حاوية Snowpark تجعلها لاعبًا أكثر قابلية للتطبيق في مكدس بيانات AI. النقطة الأساسية التي يريدون نقلها هي أنه يمكنهم تمكين العملاء من الوصول بشكل آمن إلى تطبيقات LLM والتطبيقات القائمة على الذكاء الاصطناعي وتطويرها ونشرها في سحابة بيانات Snowflake ، مع توفير الحوسبة السريعة باستخدام وحدات معالجة الرسومات Nvidia وبرامج الذكاء الاصطناعي.

في حين أن قصتهم ورسالتهم مثيرة للإعجاب ، نعتقد أنهم ما زالوا مستضعفين بالنسبة إلى Databricks في مساحة الذكاء الاصطناعي ...

** الإعلان الرئيسي Databricks: **

** إعلان المطور **

1. ** LakehouseIQ: ** واجهة لغة طبيعية قائمة على LLM للبحث عن البيانات والاستعلام عنها ، وفهم قوي لبيانات العميل ، والمصطلحات الداخلية وأنماط الاستخدام لفهم بنية العميل ووثائقه واستفساراته وأنظمته ، إلخ.

2. ** LakehouseAI: ** Databricks أعلنت عن عدد من الميزات الجديدة في Databricks ML ، بما في ذلك بعض إمكانات LLMOps مثل دمج البيانات ، وإعداد مجموعات البيانات للتعلم الآلي ، وضبط نماذج التعلم الآلي وتنظيمها ، ونشر النماذج بأنفسهم . أعلنت Databricks أيضًا عن عدد من الميزات حول Vector Search و Feature Services و MLFlow Gateway.

3. ** MosaicML: ** قبل القمة مباشرة ، أعلنت Databricks عن استحواذها على MosaicML مقابل 1.3 مليار دولار ، والتي تم وضعها كـ "آلة لبناء نماذج GenAI" خلال القمة.

4. ** إعلانات أخرى جديرة بالملاحظة: ** Delta Lake 3.0 و MLFlow 2.5 تدعم المراقبة الذكية لمختلف LLMs الخلفية وتطبيقات Lakehouse و Databricks Lakehouse Monitoring.

رأينا

تتخذ Databricks نهجًا موحدًا للذكاء الاصطناعي من خلال الجمع بين البيانات ونماذج الذكاء الاصطناعي وقدرات المراقبة والحوكمة في منصة Lakehouse. نتيجة لذلك ، تمكن Databricks العملاء من تطوير حلول GenAI الخاصة بهم بشكل أكثر كفاءة ، ويرى العملاء Databricks كشريك موثوق به ، في المتوسط ، أسرع وأكثر فعالية من حيث التكلفة وأسهل في الاستخدام في تطوير التعلم الآلي.

على الرغم من اعتبار Databricks بالفعل لاعبًا رئيسيًا في مكدس AI ، فقد عززت ريادتها في GenAI من خلال الاستثمارات في نماذج مثل Dolly ، وهو مصدر مفتوح للتعليم يتبع LLM ، واستحواذ كبير على MosaicML. ذهب Databricks إلى تسليط الضوء على Lakehouse باعتباره أفضل طريقة للشركات الناشئة GenAI لتدريب ونشر نماذج الذكاء الاصطناعي الخاصة بهم ، والاستفادة من بيانات الملكية الخاصة بهم بطريقة فعالة من حيث التكلفة دون تقييدها من قبل شركات التكنولوجيا الكبيرة.

** 04 ما الذي يمكن أن نتوقعه؟ **

على الرغم من أن جنون الذكاء الاصطناعي التوليدي مستمر منذ أكثر من ثمانية أشهر ، فقد أوضح الأسبوع الماضي أن Snowflake و Databricks في سباق على العقول وحصة السوق في الفضاء. إذن ، ما الذي يمكن أن نتوقعه من هذه المنافسة الشديدة؟

1. ** ستستمر عمليات الاستحواذ ** → يتمتع كل من Snowflake و Databricks بوضع جيد نسبيًا لمواصلة الاستحواذ على الشركات الأصغر التي تكمل إستراتيجيتهم العامة. لدى Snowflake حوالي 4 مليارات دولار نقدًا في ميزانيتها العمومية ، في حين أن Databricks لديها تقييم مرتفع متاح للتداول. وفي الوقت نفسه ، تتوق المئات من الشركات الناشئة في مجال الذكاء الاصطناعي وأدوات البيانات لإيجاد منفذ في سوق الاكتتاب العام الأولي. لا نعتقد أن Neeva و MosaicML ستكونان آخر عمليات الاستحواذ من قبل هذه الشركات العملاقة ، وسيكون هناك اندماج في السوق.

2. ** سيستفيد العملاء ** → في المنافسة المتصاعدة بين Snowflake و Databricks ، يجب أن يكون الفائز الواضح هو عملائهم. يقوم العملاقان بإضافة منتجات وخدمات جديدة إلى منصتهما بسرعة ، وبناء "متاجر شاملة" للعملاء لبناء تطبيقات البيانات والاستفادة من LLMs. سيساعد تحسين النظام الأساسي هذا في إضفاء الطابع الديمقراطي على الوصول إلى الذكاء الاصطناعي والسماح لعلماء البيانات ومهندسي البيانات وممارسي الذكاء الاصطناعي بالتعاون بشكل أكثر جدوى.

3. ** ستكسب Azure و AWS المزيد من الأرباح ** → مع استمرار التوسع في Snowflake و Databricks في سوق الذكاء الاصطناعي ، سيتطلبان قدرًا كبيرًا من قوة الحوسبة ، التي توفرها بشكل أساسي Azure و AWS. يلاحظ مهندس البيانات Anant Packidurali هذا بذكاء. بالطريقة نفسها التي تستفيد بها Nvidia في الذكاء الاصطناعي ، فإن مزودي الخدمات السحابية الفائقة النطاق الذين يوفرون البنية التحتية لاحتياجات الحوسبة في Snowflake و Databricks سيستفيدون بغض النظر عن الفائز في سباق الذكاء الاصطناعي.

نظرًا لأن الشركات تعتمد بشكل متزايد على البيانات لدعم استراتيجياتها التوليدية للذكاء الاصطناعي ، فإننا نعتقد أن كلاً من Snowflake و Databricks في وضع جيد للاستفادة من هذا التحول في الأجيال. على الرغم من أنهم يأتون من أجزاء مختلفة من سلسلة القيمة وأن علاقتهم قد تطورت على مدار العقد الماضي ، إلا أنهم الآن في سباق مع مكافآت ضخمة.