La semaine dernière, la plateforme d’analyse de données Databricks a annoncé le lancement de LakeFlow, une solution d’ingénierie qui permet d’ingérer, de transformer et d’orchestrer les données, et d’éliminer ainsi le besoin de solutions tierces. Présenté lors du sommet annuel Data + AI de Databricks qui s’est tenu en parallèle du WWDC d’Apple, LakeFlow permet aux utilisateurs de construire des pipelines de données et d’intégrer des données de diverses bases de données et applications d’entreprise. Il veut répondre aux demandes pour une intégration de données simplifiée.
L’entreprise a également présenté cinq nouveaux outils pour sa plateforme Mosaic AI lors du Data + AI Summit. Ces outils, nommés Mosaic AI Agent Framework, Mosaic AI Agent Evaluation, Mosaic AI Tools Catalog, Mosaic AI Model Training et Mosaic AI Gateway, aident les entreprises à développer et évaluer des modèles de langage. Ils visent à améliorer la qualité et la rentabilité des modèles tout en garantissant la confidentialité des données. Mosaic AI permet notamment la création d’applications basées sur la recherche vectorielle et l’entraînement de modèles sur des données privées.
Les enfants du Daas
Les plateformes de Databricks et Snowflake permettent toutes deux de stocker, organiser et analyser des données dans le cloud : le “data-as-a-service” (Daas). Pour sa part, Snowflake a dévoilé Polaris Catalog, une solution qui facilite l’utilisation du format de tables de données open source Apache Iceberg avec sa plateforme de données. Snowflake prévoit de rendre ce produit open source pour éviter l’enfermement dans son écosystème.
Une semaine auparavant, Databricks avait annoncé l’acquisition de Tabular, une start-up californienne spécialisée dans les tables de données, pour un montant estimé entre 1 milliard et 2 milliards de dollars (environ 1,5 milliard d’euros, pour l’estimation médiane). La transaction devrait être finalisée avant le 31 juillet, et la majorité des 40 employés de Tabular rejoindront les rangs de Databricks.
Cette acquisition s’inscrit dans une stratégie de Databricks visant à renforcer ses capacités en matière d’intelligence artificielle en facilitant l’utilisation des données pour ses clients. Snowflake suit la même : toutes deux sont en compétition pour attirer des entreprises désireuses d’intégrer l’IA dans leurs processus commerciaux.
Reka contre Mosaic
Avant Tabular, Databricks a déjà fait parler d’elle en lançant fin mars DBRX, un LLM décrit comme surpassant toutes les modèles open source existants et la plupart des modèles propriétaires (lire Qant du 28 mars). Il y a un an, elle s’était offert la start-up Mosaic ML pour 1,3 milliard de dollars, pour permettre aux entreprises de construire leurs propres outils de GenAI (lire Qant du 27 juin 2023).
Du côté de Snowflake, les discussions sont en cours pour acquérir la start-d’up d’IA Reka, pour plus d’un milliard de dollars (lire Qant du 21 mai). Reka, créée par des chercheurs de Meta et Google en 2022, produit des LLM utilisés pour diverses applications comme le sous-titrage d’images et les chatbots de service client. Snowflake a également lancé son propre modèle de langage, Arctic (lire Qant du 29 avril), un LLM open source de 480 milliards de paramètres destiné aux entreprises.
Cotée au Nasdaq, Snowflake est capitalisée un peu moins de 44 milliards de dollars pour un chiffre d’affaires de 830 millions au premier trimestre de cette année, en croissance de 33%. En mars dernier, Databricks a annoncé un chiffre d’affaires de plus de 1,6 milliard de dollars pour l’exercice fiscal se terminant le 31 janvier, en croissance de plus de 50 % par rapport à l’année précédente. Valorisée à 43 milliards de dollars en septembre dernier par ses investisseurs, dont Andreessen Horowitz, elle préparerait son introduction en bourse – ce qu’une classification en start-up d’IA aiderait puissamment.
Des ressources similaires. Un modèle partout, des acquisitions de chaque côté. La lutte entre Databricks et Snowflake pour s’arroger la plus grande part du gâteau IA est lancée.
Pour en savoir plus :
Source archive Kessel : https://qant.kessel.media/posts/pst_9c219cbf3e9948fdb819c1790eccc930
