Databricks a commencé plus tard. Il a construit une architecture plus complexe. Il s'est concentré sur les données non structurées : images, documents, journaux, audio. Bien que vastes au sein de l'entreprise, ces données avaient historiquement produit peu d'insights. Trop difficile à traiter. Trop désordonné à interroger. Trop coûteux à stocker dans des formats qui comptaient. Snowflake a fait le pari inverse. Données structurées. Tables propres. Requêtes SQL qui s'exécutaient rapidement et retournaient des réponses que les dirigeants pouvaient lire. Le marché était d'accord. Snowflake est devenu public avec une valorisation de 70 milliards de dollars. Databricks a levé des fonds privés à moitié de cela. Puis l'IA est arrivée. Soudain, les données qui étaient trop désordonnées à interroger sont devenues les données dont les modèles avaient besoin pour s'entraîner. Les données non structurées n'étaient pas un passif. C'était l'actif. Databricks a dépassé Snowflake en revenus. Il y a deux ans, Snowflake menait de 220 millions de dollars par trimestre. Aujourd'hui, Databricks mène de 120 millions de dollars. Le taux de croissance de Databricks s'accélère à grande échelle, passant de 50 % à 55 % puis à 65 % d'une année sur l'autre. Les taux de croissance ne s'accélèrent pas à 5 milliards de dollars de revenus. Le croisement s'est produit parce que l'IA est une transition architecturale, pas un ajout de fonctionnalité. La plupart des données d'entreprise n'ont jamais été intégrées dans Snowflake. Elles étaient stockées dans un stockage d'objets, non structurées, en attente. Databricks a construit des outils pour les utiliser là-bas. Aucune migration requise.

Databricks SQL, leur attaque directe contre le cœur de métier de Snowflake, est passée de 100 millions de dollars à 1 milliard de dollars en moins de trois ans. Les produits AI croissent encore plus rapidement. Lakebase, leur base de données sans serveur pour les agents AI, a six mois et croît déjà deux fois plus vite que l'entreposage de données. Snowflake voit la menace. Ils ont lancé Intelligence, signé des milliers de clients, conclu 200 millions de dollars de partenariats avec OpenAI et Anthropic. Le PDG Sridhar Ramaswamy parie que l'entreprise peut rattraper son retard.

D'ici l'exercice 2027, l'écart se creuse encore. Databricks prévoit 8,9 milliards de dollars. Snowflake prévoit 5,7 milliards de dollars.