Databricks 起步较晚。它构建了更复杂的架构。它专注于非结构化数据；图像、文档、日志、音频。尽管在企业内部这些数据庞大，但历史上产生的洞察很少。处理起来太困难。查询时太混乱。以重要格式存储的成本太高。 Snowflake 则采取了相反的策略。结构化数据。干净的表格。快速运行的 SQL 查询，返回高管们可以阅读的答案。市场对此表示认可。Snowflake 以 700 亿美元的估值上市。Databricks 在私募轮中筹集的资金只有一半。 然后 AI 来了。突然之间，曾经太混乱而无法查询的数据变成了模型训练所需的数据。非结构化数据不再是负担，而是资产。 Databricks 在收入上超越了 Snowflake。两年前，Snowflake 每季度领先 2.2 亿美元。今天，Databricks 领先 1.2 亿美元。Databricks 的增长率正在加速，从每年 50% 增长到 55% 再到 65%。在 50 亿美元的收入下，增长率不会加速。 这种交叉发生是因为 AI 是一种架构转型，而不是功能的增加。 大多数企业数据从未进入 Snowflake。它们停留在对象存储中，非结构化，静静等待。Databricks 构建了工具来利用这些数据。无需迁移。

Databricks SQL，直接对Snowflake核心业务的攻击，在不到三年的时间里从1亿美元增长到10亿美元。AI产品的增长速度更快。Lakebase，他们为AI代理提供的无服务器数据库，已经六个月大，增长速度是数据仓库的两倍。 Snowflake意识到了威胁。他们推出了Intelligence，签署了数千个客户，与OpenAI和Anthropic达成了2亿美元的合作。首席执行官Sridhar Ramaswamy正在押注公司能够迎头赶上。

到2027财年，差距进一步扩大。Databricks 预计为89亿美元。Snowflake 指导为57亿美元。