Oracle vs. Snowflake vs. Databricks (jei vieša): Kas laimi DI duomenų platformų mūšį?

Oracle vs. Snowflake vs. Databricks: Kas laimi DI duomenų platformų mūšį?

Santrauka

2026 m. liepos 31 d. rinkos uždarymo metu, „Oracle“ akcijų kaina buvo 129,87 USD, o rinkos kapitalizacija siekė apie 378 mlrd. USD. „Snowflake“ akcijų kaina buvo 293,28 USD, o rinkos kapitalizacija siekė apie 101 mlrd. USD. „Databricks“ liko privati įmonė; jos naujausias strateginis finansavimo etapas buvo paskelbtas įvertinant įmonę 188 mlrd. USD, nors tikimasi, kad etapas bus užbaigtas vėliau vasarą. (databricks.com)

Trys įmonės užima skirtingas pozicijas dirbtinio intelekto duomenų platformos kūrime:

• Oracle geriausiai tinka įmonėms, kurios teikia pirmenybę operacijų našumui, „Oracle“ duomenų bazių suderinamumui, reguliuojamoms darbo apkrovoms ir integruotai debesies infrastruktūrai.
• Snowflake yra stipriausia vieša grynosios DI analitikos debesyje, skirta tarpdebesiniam duomenų dalijimuisi, SQL pagrindu veikiančioms darbo apkrovoms ir verslo vartotojo dirbtiniam intelektui.
• Databricks turi plačiausią techninę ambiciją duomenų inžinerijos, mašininio mokymosi, DI programų, agentų ir atviros „lakehouse“ architektūros srityse.

Esmė

• Geriausia įmonės DI duomenų platforma apskritai: Databricks
• Geriausias viešosios rinkos rizikos ir atlygio santykis: Oracle
• Geriausia vieša grynosios DI duomenų platforma: Snowflake
• Brangiausia, atsižvelgiant į dabartinius atskleistus ekonominius rodiklius: Databricks
• Didžiausia artimiausio laikotarpio balanso ir kapitalo intensyvumo rizika: Oracle
• Didžiausia vertinimo trukmės rizika: Snowflake ir Databricks

Mano investicijų reitingas, atsižvelgiant į dabartinius 2026 m. vidurio įvertinimus, yra toks:

1. Oracle – laimėtojas, atsižvelgiant į riziką
2. Snowflake – aukštesnės kokybės grynosios augimo perspektyvos
3. Databricks – stipriausios platformos galimybės, tačiau vertinimo ir likvidumo rizika yra didelė

Šie reitingai atskiria platformos kokybę nuo nuosavybės vertės didėjimo potencialo. Įmonė, kuri gali sukurti geriausią DI duomenų platformą, nebūtinai yra akcija, siūlanti geriausią grąžą nuo šiandienos kainos.

Palyginimo struktūra

DI duomenų platforma turi atlikti daugiau nei tik duomenų saugojimo funkciją. Ji turi vis labiau palaikyti:

1. Duomenų įvedimą ir transformavimą
2. Analitiką ir verslo intelektą
3. Mašininio mokymosi kūrimą
4. Modelių talpinimą ir išvadų darymą
5. DI agentus ir programas
6. Saugumą, valdymą, kilmę ir kaštų kontrolę
7. Įmonės integravimą ir operacinį patikimumą

Esminis skirtumas yra architektūrinis:

Nė vienas atskiras lyginamasis standartas negali sąžiningai nustatyti bendro nugalėtojo. Užklausos forma, duomenų išdėstymas, talpyklos, lygiagretumas, debesies regionas, klasterio dydis, tinklo topologija ir valdymo konfigūracija gali iš esmės pakeisti rezultatą. Pati „Oracle“ įspėja, kad vienas iš jos paskelbtų palyginimo etalonų neatitiko oficialių TPC-H specifikacijų ir neturėtų būti laikomas tiesiogiai palyginamu su paskelbtais TPC-H rezultatais. (oracle.com)

1. Platformos našumas

Oracle: stipriausia santykiniams ir „Oracle“ vietiniams darbo krūviams

Pagrindinis „Oracle“ pranašumas išlieka jos duomenų bazių technologijos gylis. „Oracle Autonomous AI Database“, „Exadata“, „Oracle Database 26ai“ ir OCI yra skirti didelio lygiagretumo SQL, operacinėms darbo apkrovoms, mišriam operaciniam ir analitiniam apdorojimui bei aplinkoms, kurios jau priklauso nuo „Oracle“ schemų, programų, saugumo modelių ir administravimo įgūdžių.

„Oracle“ DI strategija vis labiau integruojama tiesiai į duomenų bazę. Select AI palaiko natūralią kalbą į SQL, vektorinę paiešką, ištraukimu patobulintą generavimą, DI agentus, apibendrinimą, vertimą ir Python bei PL/SQL sąsajas. (docs.oracle.com)

„Oracle“ našumo pranašumai:

• Mažos delsos santykinės užklausos
• Didelio lygiagretumo įmonės darbo apkrovos
• Operacinės ir analitinės darbo apkrovos bendrame duomenų bazių pagrinde
• „Oracle ERP“, sveikatos priežiūros, finansinių paslaugų ir vyriausybės integracijos
• Duomenų bazėje esanti vektorinė paieška ir RAG
• Esami „Oracle“ duomenys, įgūdžiai ir operacinės priemonės

Apribojimai:

• Mažiau natūraliai tinka atvirai duomenų inžinerijai ir paskirstytoms ML darbo eigoms
• Didesnė priklausomybė nuo „Oracle“ specifinių įgūdžių ir infrastruktūros
• Licencijavimo ir migracijos sudėtingumas gali būti reikšmingas
• OCI yra mažiau plačiai naudojama nei AWS, Azure ar Google Cloud bendrosios paskirties analitikai

Nuosprendis: „Oracle“ yra našumo lyderis, kai darbo apkrova iš esmės yra „Oracle“ duomenų bazės problema. Ji yra mažiau patraukli kaip numatytoji pradinė platforma šiuolaikinei ML inžinerijos organizacijai.

Snowflake: stipriausia valdomai debesies analitikai

Pagrindinis „Snowflake“ našumo pranašumas yra operacijų paprastumas. Ji atskiria saugyklą ir skaičiavimus, palaiko nepriklausomus skaičiavimų sandėlius ir suteikia valdomą patirtį keliose viešosiose debesų platformose. Jos platforma dabar apima duomenų inžineriją, analitiką, DI, programas, operacijas ir bendradarbiavimą. (s26.q4cdn.com)

„Snowflake“ vartojimo modelis pagrįstas skaičiavimais, saugojimu ir duomenų perdavimu. Klientai paprastai moka iš anksto už talpą ir tada naudoja platformą laikui bėgant. Tai leidžia nepriklausomai keisti darbo apkrovų mastelį ir išvengti mokėjimo už nuolat provisionuojamą infrastruktūrą, kuri nėra naudojama. Tačiau kintamas suvartojimas taip pat reiškia, kad prastai optimizuotos darbo apkrovos gali sukelti netikėtai dideles sąskaitas. (s26.q4cdn.com)

„Snowflake“ našumo pranašumai:

• SQL analitika ir verslo intelektas
• Lygiagretūs darbo krūviai su darbo krūvių izoliacija
• Tarpdebesinė prieiga prie duomenų
• Valdomos operacijos ir minimalus infrastruktūros administravimas
• Greitas teikimas analitikos komandoms
• Dalijimasis duomenimis tarp įmonių ir verslo padalinių

Apribojimai:

• Mažiau natūraliai tinka nei „Databricks“ labai pritaikytai paskirstytai duomenų inžinerijai
• Didelio masto ML darbo eigoms gali prireikti papildomų įrankių ir paslaugų
• Užklausų ir DI naudojimas gali tapti brangus dideliu mastu
• Našumo optimizavimas išlieka glaudžiai susijęs su sandėlio dydžio nustatymu ir darbo krūvio valdymu

Nuosprendis: „Snowflake“ greičiausiai yra geriausia bendrosios paskirties valdoma analitikos aplinka įmonėms, kurios nori didelio našumo, be poreikio valdyti didelę duomenų platformos inžinerijos komandą.

Databricks: stipriausia paskirstytai duomenų inžinerijai ir DI kūrimui

„Databricks“ yra optimizuota duomenų inžinerijos, mašininio mokymosi ir DI programų kūrimo konvergencijai. Jos architektūra orientuota į „lakehouse“ modelį, su paskirstytu apdorojimu, atvirais duomenų formatais, užrašų knygelėmis, modelio gyvavimo ciklo valdymu ir vieningu valdymo sluoksniu.

„Databricks Model Serving“ suteikia bendrą sąsają realaus laiko ir partijos išvadoms, palaiko „Databricks“ valdomus ir išorinius modelius bei gali automatiškai keisti galinių punktų mastelį. (docs.databricks.com)

Platforma yra ypač stipri, kai darbo apkrova apima:

• Didelio masto ETL ir ELT
• Srautinių transliacijų vamzdynus
• Savybių inžineriją
• Individualius ML modelius
• Modelių mokymą ir patikslinimą
• Ištrauktimi patobulintą generavimą (RAG)
• Agentų vertinimą ir stebimumą
• DI programas, kurios derina struktūrizuotus ir nestruktūrizuotus duomenis

„Databricks“ našumo pranašumai:

• Paskirstytas duomenų apdorojimas
• Didelio masto ML ir DI darbo apkrovos
• Lankstus atvirojo kodo sistemų naudojimas
• Vieningos užrašų knygelės, vamzdynai, modeliai ir programos
• Geriau tinka sudėtingoms individualioms darbo eigoms nei SQL-pirmasis sandėlis
• Vis labiau pajėgios realaus laiko ir operacinės paslaugos per „Lakebase“

Apribojimai:

• Didesnis operacinis ir architektūrinis sudėtingumas nei „Snowflake“
• Reikalauja stipresnių duomenų inžinerijos ir ML talentų
• Klasterio ir užduoties konfigūracija gali iš esmės paveikti sąnaudas ir našumą
• Verslo vartotojams platforma gali atrodyti mažiau prieinama nei „Snowflake“

Nuosprendis: „Databricks“ yra techninis nugalėtojas organizacijoms, kurios kuria DI sistemas, o ne tik užklauso duomenis.

Našumo lyderiai pagal darbo apkrovą

2. Bendrosios nuosavybės sąnaudos

Oracle: potencialiai pigiausia „Oracle“ ekosistemoms, brangi naujiems diegimams

„Oracle“ BNS (bendrosios nuosavybės sąnaudos) labai priklauso nuo kliento pradinės padėties.

Organizacijai, kuri jau naudoja „Oracle“ duomenų bazes ir programas, OCI gali sumažinti migracijos trintį, išsaugoti esamus įgūdžius ir panaudoti duomenų bazių licencijas bei įmonės sutartis. „Oracle Autonomous AI Database“ kainodara pirmiausia pagrįsta ECPU ir saugykla, o jos kainodaros medžiaga reklamuoja elastingus telkinius su potencialiu skaičiavimo sutaupymu iki 87% tinkamomis konfigūracijomis. (oracle.com)

„Oracle“ paskelbtuose kainoraščiuose nurodoma orientacinė „Autonomous AI Lakehouse“ skaičiavimo kaina – 0,336 USD už ECPU valandą, su mažesne BYOL norma – 0,0807 USD už ECPU valandą minėtame viešojo sektoriaus kainoraštyje. Tai yra orientacinės kainos, o ne sutartinės įmonės kotiruotės. (oracle.com)

„Oracle“ BNS profilis:

• Geriausia, kai klientai jau turi „Oracle“ licencijas
• Stipriausia, kai prieinami „Oracle“ duomenų bazių administravimo įgūdžiai
• Potencialiai efektyvi mišrioms operacijų ir analitikos darbo apkrovoms
• Didesnė licencijavimo sudėtingumo ir pardavėjo įkalinimo rizika
• Debesies infrastruktūros investicijos ilgainiui gali paveikti kainodarą ar maržas

Snowflake: paprasčiausias veikimo modelis, tačiau kintamos vartojimo rizikos

„Snowflake“ išvengia didelės dalies infrastruktūros valdymo, susijusio su tradicinėmis platformomis. Klientams nereikia nustatyti klasterių dydžio ir jų prižiūrėti taip, kaip savarankiškai valdomose sistemose, o skaičiavimus galima atskirti pagal darbo apkrovą.

Tas paprastumas yra vertingas, tačiau vartojimo modelis sukuria kompromisą:

• Klientai nemoka už nepanaudotą nuolatinę infrastruktūrą.
• Greitesnės užklausos gali sumažinti vartojimą ir, atitinkamai, kliento išlaidas.
• Blogai valdomos darbo apkrovos, dažni nuskaitymai, DI išvados, duomenų judėjimas ir dideli laikini darbai gali sparčiai padidinti vartojimą.

„Snowflake“ aiškiai apibūdina vartojimą kaip suderintą su kliento verte ir naudojimu pagrįstomis sąnaudomis, tuo pačiu pripažindama, kad pajamos yra kintamos, o našumo patobulinimai gali sumažinti kliento išlaidas. (s26.q4cdn.com)

„Snowflake“ BNS profilis:

• Mažiausia operacinė našta iš trijų
• Nuspėjama, kai darbo apkrovos yra griežtai valdomos
• Potencialiai brangu nekontroliuojamam DI ir duomenų naudojimui
• Geras sąnaudų matomumas, bet nebūtinai mažos absoliučios sąnaudos
• Tinka organizacijoms, teikiančioms pirmenybę diegimo greičiui, o ne infrastruktūros pritaikymui

Databricks: patraukli duomenų ekonomika, bet didesnės inžinerijos išlaidos

„Databricks“ gali pasiūlyti palankią ekonomiką, kai įmonė jau efektyviai veikia debesies objektų saugykloje ir turi stiprią platformos inžinerijos organizaciją. Galimybė naudoti atvirus formatus ir konsoliduoti duomenų inžinerijos, ML ir DI darbo apkrovas gali sumažinti dubliuotus duomenų kopijavimus ir atskirus įrankius.

Tačiau „Databricks“ sąnaudų struktūra labiau priklauso nuo inžinerinės disciplinos. Klasterio dydis, užduoties trukmė, duomenų išdėstymas, automatinis mastelio keitimas, modelio teikimo pralaidumas, debesies saugykla, tinklo jungtys ir orkestravimas – visa tai gali paveikti galutinę sąskaitą.

Jos modelio teikimo sluoksnis gali automatiškai keisti galinių punktų mastelį, o tai gali sumažinti infrastruktūros švaistymą kintamosioms darbo apkrovoms. (docs.databricks.com)

„Databricks“ BNS profilis:

• Potencialiai patraukli techniškai brandžioms organizacijoms
• Stipriausia, kai pakeičia kelis duomenų ir ML įrankius
• Didesnės darbo jėgos ir architektūros sąnaudos nei „Snowflake“
• Sąnaudų viršijimas galimas be platformos valdymo
• Atviroji architektūra gali sumažinti ilgalaikį įkalinimą

BNS lyderis pagal kliento tipą

3. Ekosistema ir įmonės diegimas

Oracle: giliausia įdiegta bazė ir įmonės santykiai

„Oracle“ nauda iš dešimtmečius trukusio įmonių diegimo, didelių programų diegimų, duomenų bazių priklausomybių ir santykių su reguliuojamomis pramonės šakomis. Jos debesies augimą dabar lemia tiek infrastruktūros paklausa, tiek debesies programų migracija.

„Oracle“ pranešė, kad 2026 finansiniais metais pajamos siekė 67,4 mlrd. USD, įskaitant 34,0 mlrd. USD iš debesies paslaugų. Debesies infrastruktūros pajamos per metus išaugo 77%, o bendri likę veiklos įsipareigojimai pasiekė 638 mlrd. USD. „Oracle“ teigė, kad apie 75 mlrd. USD šio RPO (likusių veiklos įsipareigojimų) padidėjimo susiję su iš anksto apmokėta arba klientų tiekiama technine įranga dideliuose DI kontraktuose. (oracle.com)

Įdiegta bazė yra didelis konkurencinis pranašumas, bet kartu ir strateginės rizikos šaltinis: „Oracle“ turi paversti senąsias programinės įrangos santykius į debesies vartojimą, tuo pat metu finansuodama daug labiau kapitalui imlų infrastruktūros verslą.

Snowflake: stipriausias duomenų debesies tinklo efektas

„Snowflake“ ekosistema sukurta aplink valdomą duomenų debesį, duomenų dalijimąsi, prekyvietės platinimą, partnerių integracijas ir didelę analitikos vartotojų bazę.

2026 m. balandžio 30 d. „Snowflake“ pranešė:

• 13 912 viso klientų
• 813 „Forbes Global 2000“ klientų
• 779 klientai, generuojantys daugiau nei 1 mln. USD per pastaruosius 12 mėnesių pajamų iš produktų
• 9,21 mlrd. USD likusių veiklos įsipareigojimų
• 126% grynųjų pajamų išlaikymas (investors.snowflake.com)

„Snowflake“ ekosistema ypač stipri tarp duomenų komandų, sistemų integratorių, verslo intelekto pardavėjų, šiuolaikinių duomenų sistemų teikėjų ir organizacijų, kurioms reikia dalytis valdomais duomenimis išoriškai.

Databricks: plačiausios DI platformos ambicijos

„Databricks“ 2026 m. liepą pareiškė, kad daugiau nei 20 000 organizacijų, įskaitant 70% „Fortune 500“ įmonių, pasitiki jos Duomenų + DI platforma. Jos produktų portfelį dabar sudaro „Lakehouse“, „Unity Catalog“, „Lakeflow“, „Genie“, „Agent Bricks“, „Lakebase“ ir DI valdymo galimybės. (databricks.com)

„Databricks“ taip pat naudinga jos ryšys su atvirojo kodo ir kūrėjų ekosistemomis, įskaitant „Spark“, „MLflow“, atvirojo kodo duomenų formatus, modelių teikėjus ir DI programų sistemas.

Jos ekosistemos pranašumas yra ne tik klientų skaičius; tai yra techninių darbo krūvių, kurie gali būti konsoliduoti platformoje, platumas. Rizika yra ta, kad dalis šio platumo vis dar yra kūrimo stadijoje, o klientai gali pasirinkti „Databricks“ vienam darbo krūviui, o kitur išlaikyti „Snowflake“, hiperskalerių duomenų bazes ar specializuotus įrankius.

4. DI įrankiai

Oracle DI įrankiai

„Oracle“ DI strategija orientuota į duomenų bazę:

• „Select AI“ natūraliai kalbai į SQL
• „Oracle AI Vector Search“
• RAG darbo eigas
• Duomenų bazėje esančius agentus
• DI tarpinio serverio ir šliuzo galimybes
• Python ir PL/SQL integravimą
• „Autonomous AI Database“

Pagrindinis privalumas yra duomenų lokalizacija. Įmonės gali pridėti DI galimybes neperkeldamos jautrių duomenų iš „Oracle“ saugumo ir duomenų bazės aplinkos.

Geriausia: „Oracle“ daug naudojantiems įmonėms, reguliuojamiems duomenims, operacinėms programoms, duomenų bazėje veikiančiam DI.

Silpnybė: Mažiau patraukli komandoms, kuriančioms plačias, individualias DI sistemas už „Oracle“ ekosistemos ribų.

Snowflake DI įrankiai

„Snowflake“ DI portfelį sudaro:

• „Snowflake Cortex“
• „Cortex Agents“
• „Cortex Analyst“
• „Cortex Search“
• „Cortex“ patikslinimas
• „Snowflake Intelligence“
• „Cortex Code“
• „Snowflake CoWork“
• Modelių konteksto protokolo integracijos
• DI sąnaudų valdymas ir agentų stebėjimas

„Snowflake“ pranešė, kad 2026 m. balandžio mėn. daugiau nei 9 100 klientų kas savaitę naudojo jos DI produktus. Jos DI strategija skirta tiek techniniams kūrėjams, tiek verslo vartotojams. (snowflake.com)

Stipriausias „Snowflake“ išskirtinumas yra valdomų duomenų, semantinių apibrėžimų, verslo vartotojų prieigos ir valdomų DI paslaugų derinys. Įmonė pozicionuoja save kaip valdymų centrą agentiniam verslui, o ne tik kaip duomenų sandėlį. (snowflake.com)

Geriausia: Valdomam įmonės DI, natūralios kalbos analitikai, verslo vartotojo agentams ir organizacijoms, kurios nori valdomos aplinkos.

Databricks DI įrankiai

„Databricks“ turi plačiausią DI kūrėjų rinkinį:

• MLflow ir modelio gyvavimo ciklo valdymas
• „Mosaic AI“
• Modelių teikimas
• Agentų sistema
• Agentų vertinimas
• Vektorinė paieška
• „Genie“ ir „Genie Code“
• „Agent Bricks“
• „Lakebase“
• „Unity Catalog“
• „Unity AI Gateway“
• Išorinių modelių valdymas
• MCP valdymas ir įrankių integravimas

„Unity AI Gateway“ skirta modelių, agentų, MCP serverių, įrankių, prieigos politikos, biudžetų, apribojimų, naudojimo ir sąnaudų valdymui iš bendro valdymo centro. (docs.databricks.com)

„Databricks“ taip pat palaiko išorinius modelius iš tokių teikėjų kaip „OpenAI“, „Anthropic“ ir „Google“, leidžiant organizacijoms juos valdyti per tą patį valdymo sluoksnį. (docs.databricks.com)

Geriausia: DI inžinerijai, individualiems agentams, modelių pasirinkimui, atviriems modeliams, vertinimui ir gamybos DI programoms.

DI įrankių lyderis

„Databricks“ laimi dėl platumo ir kūrėjo kontrolės. „Snowflake“ laimi dėl valdomo įmonės DI ir verslo vartotojų prieinamumo. „Oracle“ laimi, kai DI darbo krūvis turi likti arti „Oracle“ duomenų bazės ar programos.

5. Finansinis profilis ir dabartinis įvertinimas

Oracle

„Oracle“ 2026 finansinių metų rezultatai buvo neįprastai stiprūs:

• Pajamos: 67,4 mlrd. USD, augimas 17%
• Debesies pajamos: 34,0 mlrd. USD, augimas 39%
• Debesies infrastruktūros pajamos: 18,1 mlrd. USD, augimas 77%
• GAAP veiklos pelnas: 20,6 mlrd. USD
• Ne-GAAP veiklos pelnas: 28,9 mlrd. USD
• Veiklos pinigų srautai: 32,0 mlrd. USD
• Laisvieji pinigų srautai: minus 23,7 mlrd. USD
• 2027 finansinių metų pajamų prognozė: 90 mlrd. USD
• 2027 finansinių metų ne-GAAP EPS prognozė: 8,05 USD (oracle.com)

2026 m. liepos 31 d. uždarymo kaina, „Oracle“ rinkos kapitalizacija buvo maždaug 378 mlrd. USD, arba apytiksliai:

• 5,6 karto didesnė už 2026 finansinių metų pajamas
• 4,2 karto didesnė už vadovybės 2027 finansinių metų pajamų prognozę
• Maždaug 23 kartus didesnė už praėjusio laikotarpio pelną, naudojant rinkos duomenų vertinimo metodą

„Oracle“ vertinimas yra palyginti santūrus, atsižvelgiant į įmonę, kuri prognozuoja labai stiprų debesies augimą. Problema ta, kad didelė dalis šio augimo reikalauja didelių kapitalo investicijų ir finansavimo. „Oracle“ 2026 finansiniais metais pritraukė 43 mlrd. USD skolos finansavimo ir 5 mlrd. USD nuosavybės finansavimo, tuo pat metu teigdama, kad tikėjosi pritraukti apie 40 mlrd. USD per skolą ir nuosavybę 2027 finansiniais metais. (oracle.com)

„Oracle“ investicinė tezė: stiprus augimas santykinai kukliu pelno kartotiniu, atsveriamas kapitalo intensyvumo, svertų ir vykdymo rizika.

Snowflake

„Snowflake“ 2027 finansinių metų pirmasis ketvirtis parodė žymų pagreitį:

• Pajamos iš produktų: 1,33 mlrd. USD, augimas 34%
• Bendrosios pajamos: 1,39 mlrd. USD, augimas 33%
• Grynųjų pajamų išlaikymas: 126%
• Klientų, generuojančių 1 mln. USD ir daugiau: 779
• RPO: 9,21 mlrd. USD
• Ne-GAAP produktų bendroji marža: 75%
• Ne-GAAP veiklos marža: 12%
• Koreguota laisvųjų pinigų srautų marža: 19%
• 2027 finansinių metų pajamų iš produktų prognozė: 5,84 mlrd. USD, augimas maždaug 31% (investors.snowflake.com)

Esant maždaug 101 mlrd. USD rinkos kapitalizacijai, „Snowflake“ prekiauja maždaug 17,3 karto didesne, nei prognozuojamos 2027 finansinių metų pajamos iš produktų. Tai nėra pelno kartotinis: „Snowflake“ išlieka nuostolinga pagal GAAP, o pajamos iš produktų neapima kai kurių mažesnės maržos pajamų kategorijų. (investors.snowflake.com)

„Snowflake“ vertinimas reikalauja nuolatinio augimo virš 25%, ilgalaikio grynųjų pajamų išlaikymo ir sėkmingo DI produktų monetizavimo. Jos gerėjanti veiklos marža ir laisvieji pinigų srautai teikia paramą, tačiau akcija išlieka jautri vartojimo augimui ir programinės įrangos vertinimo kartotinių pokyčiams.

„Snowflake“ investicinė tezė: spartėjantis duomenų ir DI vartojimas su gerėjančiomis maržomis, tačiau vertinimas jau dabar numato reikšmingą ilgalaikę sėkmę.

Databricks

„Databricks“ 2026 m. liepos mėn. strateginis finansavimo etapas įvertino įmonę 188 mlrd. USD. Įmonė teigė, kad naujas kapitalas bus skirtas „Unity AI Gateway“, „Genie“, „Lakebase“, būsimiems įsigijimams ir DI tyrimams. (databricks.com)

„Databricks“ anksčiau pranešė, kad pajamų metinis tempas viršija 5,4 mlrd. USD, augdamas daugiau nei 65% per metus. (prnewswire.com) Naudojant įmonės praneštą metinį tempą, naujausias privatus vertinimas prilygsta maždaug 35 kartų didesniam pajamų metiniam tempui.

Tai yra žymiai agresyviau nei „Oracle“ ir maždaug dvigubai didesnis nei „Snowflake“ akcijų vertės ir prognozuojamų produktų pajamų santykis. „Databricks“ gali būti verta priemokos, nes:

• Augimas yra greitesnis
• Produkto apimtis yra platesnė
• DI pajamos tampa vis didesne verslo dalimi
• Įmonė turi didelę privataus kapitalo rinkos paklausą
• Ji gali konsoliduoti kelias infrastruktūros kategorijas

Tačiau „Databricks“ neteikia tokios viešos informacijos, kaip „Oracle“ ar „Snowflake“. Investuotojai negali savarankiškai įvertinti GAAP maržų, akcijomis pagrįsto atlyginimo, laisvųjų pinigų srautų, klientų koncentracijos ar skiedimo su panašiu pasitikėjimu.

„Databricks“ investicinė tezė:, be abejonės, stipriausia veikianti platforma, tačiau vertinimas, kuris jau dabar diskontuoja išskirtinį vykdymą.

6. Istorinis vertinimo kontekstas

„Snowflake“ 2020 m. IPO prospekte nurodyta pradinė viešojo siūlymo kaina – 120 USD už akciją, o tuometiniai pranešimai jos privačią vertę vertino maždaug 12,4 mlrd. USD. Dabartinė jos rinkos kapitalizacija, siekianti beveik 101 mlrd. USD, rodo žymų absoliučios vertės padidėjimą, nors akcijų skiedimas ir besikeičiantis pajamų mastas daro tiesioginį akcijų kainų palyginimą netobulu. (sec.gov)

„Databricks“ patyrė dar dramatiškesnį privataus kapitalo rinkos perskaičiavimą. Jos pranešta vertė išaugo nuo maždaug 62 mlrd. USD 2024 m. pabaigoje iki 100 mlrd. USD, tada iki 134 mlrd. USD ir galiausiai iki 188 mlrd. USD iki 2026 m. liepos mėn. (techcrunch.com)

Pamoka yra ta, kad duomenų infrastruktūros ir DI platformos gali turėti aukštus kartotinius, kai investuotojai tiki, kad jos taps strateginiais kontrolės taškais. Tai taip pat pabrėžia riziką: privataus kapitalo rinkos vertinimai gali augti greičiau nei audituoti pelnai ir gali smarkiai koreguotis, kai viešosios rinkos investuotojai reikalauja maržos skaidrumo.

Plačiai SaaS vertinimo duomenys 2026 m. parodė didelį skirtumą tarp įprastų programinės įrangos įmonių ir aukščiausios klasės duomenų, saugumo ir infrastruktūros platformų. Rinka apdovanojo aukštą išlaikymą, tvarų augimą ir DI monetizavimą – bet ne vienodai. (softwareequity.com)

7. 12–36 mėnesių augimo scenarijai

Tai yra scenarijų rezultatai, o ne bendros prognozės.

Svarbūs modeliavimo skirtumai:

• „Oracle“ naudoja bendrąsias pajamas ir EPS
• „Snowflake“ naudoja produktų pajamas
• „Databricks“ naudoja įmonės praneštą pajamų metinį tempą
• „Databricks“ vertinimas yra privatus, todėl nėra tiesiogiai lygiavertis likvidžiai viešosios rinkos kapitalizacijai

Oracle scenarijus

Pagrindinės prielaidos:

• Bazinė situacija numato, kad „Oracle“ kukliai viršija savo 90 mlrd. USD 2027 finansinių metų pajamų prognozę.
• EPS augimas naudos debesies masto ekonomiją ir veiklos svertą.
• Vertinimo kartotinis išlieka apie 20–22 kartus didesnis už pelną.
• Meškų atvejis numato, kad kapitalo intensyvumas išlaiko rinkos kartotinį suspaustą.
• Buliaus atvejis numato, kad DI infrastruktūros sutartys virsta pajamomis, nuolat nepažeidžiant laisvųjų pinigų srautų.

„Oracle“ siūlo aiškiausią vertinimo palaikymą, nes dabartinė kaina pagrįsta pelnu, o ne tik pajamų lūkesčiais.

Snowflake scenarijus

Pagrindinės prielaidos:

• Bazinė situacija numato, kad produktų pajamos augs nuo 5,84 mlrd. USD 2027 finansinių metų prognozės iki maždaug 7,5 mlrd. USD per kitus metus ir 10,5 mlrd. USD per trejus metus.
• Veiklos maržos palaipsniui didėja, monetizuojant DI produktus.
• „Snowflake“ išlaiko aukščiausios klasės pajamų kartotinį, nes išlaikymas ir didelių klientų augimas išlieka stiprūs.
• Meškų atvejis numato vartojimo optimizavimą ir daugybinį suspaudimą.
• Buliaus atvejis numato, kad „Cortex“, „Snowflake Intelligence“ ir agentų darbo krūviai materialiai padidina vartojimą.

„Snowflake“ turi didesnę daugialypę riziką nei „Oracle“, bet tiesiogiau susijusi su pasauline DI duomenų platformos galimybe.

Databricks scenarijus

Pagrindinės prielaidos:

• Bazinė situacija numato, kad pajamų metinis tempas sulėtės nuo daugiau nei 65% iki maždaug 35%–40%.
• DI produktai sudaro didesnę pajamų dalį.
• „Databricks“ palaiko aukščiausios klasės pajamų kartotinį, nes tampa standartiniu įmonės DI valdymo sluoksniu.
• Meškų atvejis numato, kad augimas smarkiai sulėtėja po naujausio privataus kapitalo rinkos perskaičiavimo.
• Buliaus atvejis numato, kad „Databricks“ tampa numatytąja platforma DI inžinerijai, agentams ir įmonės duomenų programoms.

Šie skaičiai atspindi privačios rinkos vertės scenarijus, o ne viešosios akcijos kainos tikslus. Būsimas IPO gali lemti nuolaidą arba premiją, priklausomai nuo rinkos sąlygų, apribojimų, akcijų skiedimo, viešosios įmonės išlaidų ir investuotojų kruopštaus tyrimo.

8. Santykinė rizika/atlygis

Oracle rizikos

• Neigiamas laisvas pinigų srautas agresyvaus DI infrastruktūros kūrimo metu
• Dideli skolos ir nuosavybės finansavimo poreikiai
• Priklausomybė nuo DI infrastruktūros paklausos, išliekančios nepaprastai aukštu lygiu
• Potencialiai mažesnės maržos iš infrastruktūros augimo
• Vykdymo rizika, paverčiant RPO (likusius veiklos įsipareigojimus) pelningomis pajamomis

Snowflake rizikos

• Vartojimo nepastovumas
• Konkurencija iš hiperskalerių ir „Databricks“
• Didelis vertinimas, palyginti su dabartiniais pelnais
• DI funkcijos gali padidinti kliento vertę be proporcingų pajamų
• Dideli klientai gali optimizuoti darbo apkrovas arba derėtis dėl kainos
• Nuolatinė priklausomybė nuo stipraus grynųjų pajamų išlaikymo

Databricks rizikos

• Privatus vertinimas gali aplenkti audituotus finansinius rodiklius
• Ribotas finansinių duomenų atskleidimas
• Potencialus IPO ar likvidumo nuolaida
• Didelė konkurencija iš „Snowflake“, „Microsoft“, AWS, „Google“ ir „Oracle“
• Platformos platumas gali sukelti vykdymo sudėtingumą
• Būsimą akcijų skiedimą ir akcijomis pagrįstą atlyginimą sunku įvertinti
• DI infrastruktūros ir modelių ekonomika gali komodifikuotis greičiau nei tikėtasi

9. Vertinimo ir augimo potencialo balai

Balai yra subjektyvūs ir juose derinami:

• Dabartinis vertinimas, palyginti su augimu
• Maržos ir pinigų srautų kokybė
• Platformos monetizavimas
• Įmonės diegimas
• Vykdymo ir informacijos atskleidimo rizika
• 12–36 mėnesių scenarijaus augimo potencialas

Oracle — 80/100

„Oracle“ turi geriausią dabartinio vertinimo, pelno galios, įmonės platinimo ir su DI susijusio augimo derinį. Jos silpnybė yra ne paklausa, o kapitalo, reikalingo šiai paklausai patenkinti, kiekis.

Snowflake — 70/100

„Snowflake“ yra labiausiai subalansuota grynoji DI duomenų platformos investicija. Jos augimas, išlaikymas, bendroji marža ir laisvieji pinigų srautai yra patrauklūs, tačiau rinka jai jau priskiria didelę priemoką.

Databricks — 57/100

„Databricks“ gali turėti geriausią ilgalaikį verslą, tačiau 188 mlrd. USD privataus vertinimo palieka mažiau vietos nusivylimui. Ji taptų patrauklesnė po IPO tik tuo atveju, jei viešosios rinkos kainodara suteiktų priimtiną įėjimo tašką, o finansinė atskaitomybė patvirtintų stiprias maržas ir pinigų generavimą.

Reitinguota išvada

1. Oracle: geriausia investicija, atsižvelgiant į riziką

„Oracle“ laimi investicijų palyginimą, nes jos dabartinis vertinimas yra pagrįstas pelnu, o jos debesies verslas auga greičiu, labiau būdingu sparčiai augančioms programinės įrangos įmonėms. Kompromisas yra reikšmingas: neigiamas laisvas pinigų srautas, dideli kapitalo reikalavimai ir finansavimo rizika.

Geriausia investuotojams, kurie nori: DI infrastruktūros poveikio su mažesniu pajamų kartotiniu ir reikšmingu pelno palaikymu.

2. Snowflake: geriausia vieša grynosios DI duomenų platforma

„Snowflake“ išlieka švariausias viešai prekiaujamas būdas tiesiogiai investuoti į DI duomenų debesies tezę. Jos tarpdebesinė architektūra, valdymas, duomenų dalijimosi ekosistema, stiprus išlaikymas ir plečiamas „Cortex“ portfelis suteikia jai didelę strateginę vertę.

Geriausia investuotojams, kurie nori: koncentruoto poveikio įmonės duomenims, analitikai ir DI vartojimui.

3. Databricks: geriausia platforma, mažiausiai patrauklus dabartinis įėjimo taškas

„Databricks“ yra veikiančios platformos nugalėtoja. Ji turi plačiausią techninę aprėptį duomenų inžinerijos, ML, DI agentų, modelių teikimo ir įmonės DI valdymo srityse. Tačiau esant 188 mlrd. USD privačiam įvertinimui – maždaug 35 kartus viršijant praneštą pajamų metinį tempą – rinka jau tikisi išskirtinio vykdymo.

Geriausia investuotojams, kurie nori: maksimalaus ilgalaikio DI platformos lankstumo ir gali toleruoti nelikvidumą, vertinimo riziką ir ribotą informacijos atskleidimą.

Galutinis atsakymas: kas laimi?

• Įmonės platformos nugalėtojas: Databricks
• Valdomos analitikos nugalėtojas: Snowflake
• „Oracle“ ekosistemos ir duomenų bazių nugalėtojas: Oracle
• Viešosios rinkos rizikos/atlygio nugalėtojas: Oracle
• Didžiausias ilgalaikės platformos augimo potencialas: Databricks
• Geriausia augimo, kokybės ir prieinamumo pusiausvyra: Snowflake

Todėl protingiausia išvada yra ne tai, kad viena įmonė pašalins kitas. Tikėtina įmonės architektūra yra heterogeniška: „Oracle“ išliks svarbi operacinėms sistemoms, „Snowflake“ – valdomai analitikai ir duomenų bendradarbiavimui, o „Databricks“ – inžinerijai, ML ir DI programoms.

Tačiau investuotojams, perkantiems 2026 m. vidurio kainomis, „Oracle“ siūlo stipriausią vertinimo palaikymą, „Snowflake“ – geriausią grynosios rinkos poveikį, o „Databricks“ – didžiausią platformos ambiciją už didžiausią kainą.

*Ši analizė skirta tik informaciniams tikslams ir nėra asmeninė investavimo konsultacija.