やや強気

スノーフレーク

やや強気

足元の大幅な株価倍率（バリュエーション）の調整とテクノロジー面での競争優位性を踏まえ、私たちは同社の見通しを「強気」に転じています。

すべて表示

ウォーレン・バフェットが売却したスノーフレーク（SNOW）の将来性：競合分析を通じて、テクノロジー上の優位性に迫る！

• 本稿「Part 4」では、Databricksを中心とした競合他社比較を通じて、スノーフレーク（SNOW）のテクノロジー上の競争優位性と将来性を分析していきます。
• さらに、足元、伝説の投資家であるウォーレン・バフェット氏を含め、同社の主要投資家が同社株式を売却している理由を詳しく解説していきます。
  
• スノーフレークの将来性は、PolarisやHorizonといったガバナンスツール、計算エンジンのコストパフォーマンス、AI統合を含む豊富なエコシステムにかかっています。 
• Icebergをサポートしているにもかかわらず、スノーフレークとDatabricksは依然として顧客を自社のエコシステムに縛りつけており、ガバナンスやパフォーマンスのトレードオフがどちらのプラットフォームが優れているかを決定しているように見えます。 
• Databricksがサーバーレスモデルに移行することで収益増加が期待されますが、ウォール街の予想ほどの成果は見込まれないかもしれません。 
• 現在、投資家の間ではスノーフレークに対する評価が低迷していますが、同社の製品力や中核分野での革新が、長期的に強力なポジションを築くことを示唆していると考えています。
  

スノーフレーク（SNOW）に関する見解：MDSの最終目標（ガバナンス/ 計算効率 / エコシステム）

MDS（メタデータ・サービス）の最終目標は、ガバナンス、計算エンジンの効率化、エコシステムの拡大という3つの重要な領域にあります。課題は、ユーザーが自由に計算エンジンを選べる状況で、スノーフレーク（SNOW）がどこまで顧客データと計算処理を制御できるかという点です。

例えば、DatabricksはIcebergをサポートし、「最高のエンジンが勝つ」という方針でパフォーマンスを重視しています。パフォーマンスやコスト効率は重要ですが、スノーフレークとDatabricksを本質的に差別化する要因はガバナンスである可能性が高いです。スノーフレークの戦略では、PolarisとHorizonが重要な役割を果たします。Polarisはメタデータを管理し、クエリパフォーマンスやガバナンスコントロールを最適化します。スノーフレークは最近、Icebergや他のサードパーティの計算エンジンをサポートするためにPolarisをオープンソース化しました。HorizonはPolarisのメタデータを利用してガバナンスポリシーを適用し、スノーフレークとIcebergの環境全体で統一されたガバナンスを提供します。

Polarisは、外部テーブルの管理やサードパーティによる読み書きアクセスを可能にすることで大きな価値を生みますが、顧客はスノーフレークのアクセス管理に依存することになります。また、スノーフレークはHorizonを独立した製品にすることを検討しており、顧客の移行がより簡単になる可能性もあります。それでも、スノーフレークの強力なガバナンス機能は、多くの顧客がデータ管理にHorizonを選ぶ理由になるでしょう。 スノーフレークとDatabricksはともにIcebergをサポートしており、ユーザーは自分のニーズに合った計算エンジンを選べますが、コスト効率が悪いエンジンは競争に不利です。投資家の間では、スノーフレークのプレミアムステータスが独自のフォーマットに顧客をロックインしているのではないかという懸念もあります。それにもかかわらず、スノーフレークはスピード、価格、可用性を考慮すると最もコスト効率の高いデータウェアハウスエンジンであり続けています。そして、Icebergのサポートにより、スノーフレークユーザーがクエリ可能なデータソースが増え、計算処理が増加し、収益が伸びる可能性があります。

一方、DatabricksはSparkをETLや書き込み操作において最も効率的なエンジンとして位置づけています。Photonエンジンはこの効率性をクエリ処理にも拡大しようとしていますが、スノーフレークを上回るかはまだ不明です。Photonもガバナンスポリシーを強制するため、Databricksのユーザーにとってロックイン要因となるかもしれません。もしDatabricksのユーザーがUnity CatalogやDelta Lakeを採用すると、Photonのポリシー適用がないと制限を感じるかもしれません。両プラットフォームは柔軟性をアピールしていますが、最終的にはある程度のベンダーロックインが避けられない現実があります。

関連用語

MDS（メタデータ・サービス）: データの管理に必要な情報（メタデータ）を管理・提供するサービス。データの構造やアクセス権を制御し、効率的なデータ処理を支援します。

Databricks: データ解析や機械学習を支援するクラウドベースのプラットフォーム。特に大規模データの処理や分析で広く利用されています。

Iceberg: オープンソースのテーブルフォーマットで、大量データの効率的な管理や操作を可能にします。特にデータのスキーマ変更やバージョン管理に強みがあります。

Polaris: スノーフレークが提供するメタデータ管理システムで、クエリのパフォーマンス最適化やガバナンスをサポートします。

Horizon: スノーフレークのガバナンスシステムで、Polarisのメタデータを利用してデータ管理ポリシーを統一的に適用します。

クエリパフォーマンス: データベースに対するクエリ（照会）の処理速度や効率を指し、システムの応答性に影響を与える重要な指標です。

(Apache) Spark: 分散処理フレームワークで、大規模データの高速な処理や分析を行うためのオープンソースプラットフォームです。リアルタイムのデータ処理や機械学習にも対応しており、Hadoopなどの従来のシステムよりも高速にデータを処理できる点が特徴です。

ETL: データの抽出（Extract）、変換（Transform）、ロード（Load）の略で、異なるデータソースからデータを集め、変換して新しいデータベースに保存するプロセスを指します。

Photonエンジン: Databricksが提供する高速なクエリ処理エンジンで、特にETLやデータ分析のパフォーマンス向上に寄与します。

Unity Catalog: Databricksが提供するデータガバナンスツールで、データの管理・アクセス制御・メタデータ管理を統一的に行います。

Delta Lake: Databricksが提供する信頼性の高いデータストレージレイヤーで、データの整合性やスキーマ変更に強みがあります。

ベンダーロックイン: 特定の技術やプラットフォームに依存することで、他の技術に移行しにくくなる状態。自由な選択肢が制限され、コストや効率の面で不利になることがあります。

スノーフレーク（SNOW）とDatabricksの計算エコシステムの比較

スノーフレーク（SNOW）のユーザーは、データをスノーフレーク管理下のIcebergに保存すると、スノーフレークのエンジンに最適化されます。Databricksでもこのデータを読み込むことは可能ですが、スノーフレークの最適化された実行に比べてパフォーマンスが低くなります。一方で、DatabricksはIcebergデータを扱うためにUniformレイヤーが必要となり、これがシステムの複雑さを増大させます。また、Icebergに書き込むにはSparkのようなDelta Lakeエンジンが必要で、ガバナンスのポリシー適用はDatabricksのPhotonエンジンに依存するため、Databricks経由でスノーフレークデータをクエリする際にはコストが増加します。

両社は「オープンなプラットフォーム」を掲げていますが、スノーフレークもDatabricksも完全に柔軟で相互運用可能なデータ環境を提供しているわけではありません。スノーフレークは伝統的なデータウェアハウスとクエリ処理分野で引き続きリードすると予想される一方、Databricksは機械学習やデータサイエンス、ETL（データの抽出、変換、ロード）で強みを発揮しています。 スノーフレークのデータによると、59%のワークロードはETL関連で、28%がビジネスインテリジェンス（BI）、13%が読み書き操作に関するものです。一部には、DatabricksがETL市場でさらなるシェアを獲得するのではないかという懸念もありますが、現在のところ、DatabricksでETL処理が行われた後、スノーフレークにデータがロードされ変換作業が行われるケースが一般的です。

競争の鍵となる要素

1. ガバナンス管理：ガバナンスを制御できるプラットフォームは、そのエンジンに最適化されたデータを提供することで、パフォーマンスとコスト効率を向上させます。

2. 計算エンジンの効率性：パフォーマンス対コスト（perf/$）が優れたプラットフォームは、特にオープンデータ形式をサポートしていれば、競争優位性を持つことができます。

3. エコシステムのサポート：AIとの統合が強化されたエコシステムを持つことで、計算エンジンの価値が高まり、競争力が強化されます。

以上の点を踏まえ、スノーフレークは、ガバナンス、計算効率、エコシステムの強みでデータプラットフォーム市場のリーダーであり続けるでしょう。そして、同社が革新を続ける限り、その地位は揺るがないと考えられます。

関連用語

Uniform: データプラットフォーム間で異なるデータフォーマットやシステムを統一的に扱うためのレイヤーやツールを指すことが多く、特にDatabricksが管理するIcebergやDelta Lakeのような異なるデータ形式を相互に利用可能にするための仕組みです。これにより、ユーザーは複雑さを減らし、さまざまなエンジンやプラットフォームでデータを簡単に扱えるようになります。

スノーフレーク（SNOW）とDatabricksの実際の収益比較

Databricksとスノーフレーク（SNOW）は異なる料金体系を採用しています。Databricksは「BYOC（Bring Your Own Cloud）」をサポートしており、データや計算処理は顧客のクラウド環境内で行われます。顧客は、データ処理に必要なDatabricksの計算エンジンに対して支払い、仮想マシンやストレージなどの基礎的なコストと、計算エンジンやDelta Lakeといったサービス料が分けられています。

一方、スノーフレークでは、ユーザーがデータをスノーフレークの環境に移動させる必要があります。スノーフレークの料金は、計算処理とプレミアムサービスを一括で提供しており、まるでレストランでシェフにすべてお任せするような仕組みです。これに対して、Databricksのアプローチは、シェフを自宅に呼んで料理をしてもらうようなイメージです。

以前、アナリストはDatabricksがスノーフレークに比べて利益率が高いが収益は低いと予想していました。Databricksはサービス料のみを請求するのに対し、スノーフレークは基礎的なコストを含めて請求しています。両社とも80%の粗利益率を報告しており、これは同じ計算時間に対してスノーフレークが2倍の料金を請求していることを示しています。

もしDatabricksがスノーフレークのような料金モデルを採用すれば、収益は80%増加し、40億ドルを超える可能性があります。これにより、最近報告された60%の成長率を維持しつつ、さらなる成長が期待されます。

Databricksは現在、完全なサーバーレスモデルへ移行を進めています。これによりコストが削減され、収益が増える可能性がありますが、即座に結果が出るわけではありません。Databricksはハイブリッドモデルですでに多くの収益を上げていますが、Unity Catalogのような新しい製品は完全にSaaSであり、BYOCはサポートされていません。サーバーレスへの移行が進めば、コスト削減と顧客への価格引き下げが可能となる一方、収益の成長はどれだけの顧客が仮想マシン（VM）からサーバーレスに移行するかにかかっています。

Databricksの収益の重要な部分は、マイクロソフト（MSFT）への技術ライセンスです。かつてはDatabricksの収益の80%以上がマイクロソフトからのものでしたが、Databricksが市場戦略を拡大するにつれ、この依存度は低下しました。マイクロソフトが提供するAzure Databricksは、Databricksの技術を基に構築されており、マイクロソフトがインフラを管理しているため、スノーフレークよりも2〜3倍低い価格で提供できることがあります。

Azure Databricksとの競争を考えると、DatabricksはAWSやGCPにおける価格を引き下げる必要が出てくるかもしれません。アナリストたちは、Databricksが完全にサーバーレスモデルに移行すれば、今後数年間で収益が20%〜30%増加すると予測していますが、70%〜80%の増加は現実的ではないと見られています。

関連用語

BYOC（Bring Your Own Cloud）: ユーザーが自分の選んだクラウドプロバイダー（AWS、Azure、Google Cloudなど）を使い、その上でサービスを利用するモデルです。サービスプロバイダーの指定するクラウドではなく、自分のクラウド環境でデータや計算処理を行える柔軟性があります。

サーバーレスモデル: サーバーのインフラ管理をユーザーが行わず、クラウドプロバイダーが自動でリソースを提供・管理するモデルです。ユーザーは必要な処理を実行するだけで、サーバーの設定やスケーリングなどの管理を気にする必要がありません。

ウォーレン・バフェット氏を含め、スノーフレーク（SNOW）の主要投資家による株式売却

スノーフレーク（SNOW）では、主要な投資家による大規模な株式売却が相次いでいます。例えば、Sutter Hill Venturesは2021年3月5日に提出したForm 14に基づくと、スノーフレークの株式をリミテッドパートナーに分配しています。また、Altimeter Capitalは2023年第4四半期から2024年第1四半期にかけて約500万株を売却しました。さらに、ウォーレン・バフェット氏率いるバークシャー・ハサウェイ（BRK.B）も、最近スノーフレークの持ち株を全て売却しました。スノーフレークは、バフェット氏がIPO前の資金調達ラウンドにて1株120ドルで投資していたテクノロジー企業です。スノーフレークへの投資は、バフェットの保守的なテック投資方針から外れた動きとして当時注目を集めていました。さらに、ウォーレン・バフェット氏は長期保有していたバンク・オブ・アメリカ（BAC）などの株式からも最近撤退しており、潜在的な今後の経済低迷に対するバフェット氏の慎重な姿勢が垣間見えます。

こうしたネガティブな動きにもかかわらず、スノーフレークは依然として強固な基盤を保っており、マクロ経済の懸念が同社の長期的な製品リーダーシップや割安なバリュエーションを覆い隠しているように見えます。

スノーフレークを取り巻くIceberg、Databricks、Tabular、AIアプリにおける競争環境

Databricksは、IcebergとDelta Lakeという2つのオープンソースデータフォーマットを統合しています。顧客がサードパーティのエンジンでデータの読み書きを行う必要があるためです。Icebergは、Delta Lakeに比べてスキーマの進化に優れており、Delta Lakeは技術的負債を抱えています。Databricksは、Iceberg APIを介してDelta Lakeを読み込むための翻訳レイヤーを開発しましたが、データの書き込みは依然として複雑です。

DatabricksはTabularを10億〜20億ドルで買収し、現在40人規模のチームがIcebergとDelta Lakeの互換性を高める作業に取り組んでいます。この高額な取り組みは、Delta Lakeの制約を解消することを目指していますが、Icebergの進化が遅れることでPolarisがその隙をつく可能性もあります。TabularがUniFormに注力しているため、Icebergの管理はスノーフレーク（SNOW）やアマゾン（AMZN）のような他の貢献者に移るか、さらにはフォーク（分岐）する可能性もあります。

AI PaaS（Artificial Intelligence Platform as a Service）分野では、Databricksはディープラーニングにおける不足部分を補うため、積極的に買収を続けています。そして、DSPyという、基盤モデルを使ってAIネイティブアプリを開発するツールの買収が噂されています。DSPyは、複数のモデルや従来のロジックを組み合わせた複雑なシステムにおいて、モデルやパイプラインの最適化に役立ちます。Databricksはアルファベットのように迅速で柔軟なアプローチを取る一方で、スノーフレークはアップル（AAPL）に似て、ユーザー体験と統合された製品に重点を置いています。

さらに、スノーフレークはDBMS（Database Management System）と切り離されたHorizon製品を開発中とされており、系譜管理やセマンティックレイヤーの機能を持ち、Atlanやパランティア・テクノロジーズ（PLTR）のSDDIやオントロジーと競合することが予想されています。これにより、スノーフレークは使用するデータフォーマットや計算エンジンに関わらず、中心的なデータ管理者としての地位を確立する可能性があります。

一方で、OpenAIは、GPT Storeを通じて開発者がシステムプロンプトや特定のドキュメントを使用してGPTを拡張できるようにしていますが、このGPT Storeの成功は今のところ限定的で、市場が成熟していないことや、異なるAIアプリ開発戦略が必要である可能性が指摘されています。

過去には、エヌビディア（NVDA）やブロードコム（AVGO）といったハードウェアや基盤ソフトウェアのベンダーが初期の利益を獲得し、後にアプリケーションベンダーが優位に立つという流れがありました。これと同様に、AI分野でもアプリケーション開発者が価値の大部分を獲得する可能性があります。一部では、AI IaaS（Artificial Intelligence Infrastructure as a Service）が開発者なしでエンドアプリケーションを扱う段階に進化するという見解もありますが、これはまだ不確実です。

また、大規模モデルを小型化する、いわゆる「GPT-4o mini」のような取り組みも進んでおり、コストを大幅に削減しながら、ベンチマークの80〜90%を達成していますが、一部のメモリや推論能力が犠牲になっています。

将来的には、推論とメモリを切り離すことで、小型モデルがリアルタイムデータを活用し、より優れたパフォーマンスを発揮する可能性があります。そして、スノーフレークはデータキュレーションの分野で強みを発揮し、大規模言語モデル（LLM）の「メモリ」としての役割を担うことができるかもしれません。コンフルエント（CFLT）やX.aiのリアルタイムデータアクセスも、今後の進化する分野で重要な役割を果たすと予想されます。

関連用語

スキーマ: データベースやテーブルの構造を定義する設計図のようなもの。データフィールドの名前、型、制約などを指定します。

Tabular: Icebergの開発に注力する企業で、データ管理プラットフォームを提供しています。Databricksに買収され、Icebergの開発に貢献しています。

AI PaaS（Artificial Intelligence Platform as a Service）: クラウド上でAIモデルの開発やデプロイをサポートするプラットフォームサービス。インフラ管理の手間を減らし、迅にAIを活用できる環境を提供します。

DSPy: AIネイティブアプリを基盤モデルを使って構築するためのツール。複数のモデルや複雑なロジックの最適化に役立ちます。

DBMS（Database Management System）: データベース管理システムの略で、データの保存、取得、更新、削除などを効率的に管理するソフトウェアです。

セマンティックレイヤー: データの意味や関係性を定義し、データの利用を容易にする層。ビジネスコンテキストを理解した分析が可能になります。

SDDI (Self-Describing Data Infrastructure): データ自体がその構造や内容を説明するインフラで、データ管理を簡単にする仕組みです。

オントロジー: ある分野における概念やその関係を体系化したモデル。データや知識の構造化に使われ、AIや知識管理システムで利用されます。

システムプロンプト: AIモデルに特定の動作や応答を指示するための設定やコマンド。モデルの出力を制御するために使用されます。

AI IaaS: AI向けのインフラストラクチャをクラウドで提供するサービス。AIモデルのトレーニングや実行に必要な計算リソースをクラウド上で利用できます。

アナリスト紹介：コンヴェクィティ

2019年に設立されたコンヴェクィティは、AI、サイバーセキュリティ、SaaSを含むエンタープライズ（企業）向けテクノロジーを扱うテクノロジー企業に関する株式分析レポートを提供しています。セールス・チャネルや分析対象企業の経営陣との関係に依存する投資銀行や証券会社のアナリストとは異なり、対象企業のプロダクト、アーキテクチャー、ビジョンを深掘りすることで投資家に付加価値の高い、有益な情報の提供を実現しています。

当社のパートナーであるジョーダン・ランバート氏とサイモン・ヒー氏は、「最新のテクノロジーに対する深い洞察」、「ビジネス戦略」、「財務分析」といったハイテク業界におけるアルファの機会を引き出すために不可欠な要素を兼ね備えております。そして、特に、第一線で活躍する企業やイノベーションをリードするスタートアップ企業を含め、テクノロジー業界を幅広くカバーすることで、投資家のビジビリティと長期的なアルファの向上に努めています。

ジョーダン・ランバート氏 / CFA

ランバート氏は、テクノロジー関連銘柄、および、リサーチとバリュエーションのニュアンスに特別な関心を持つ長年のハイテク投資家です。ランバート氏は、CFA資格を取得した後、2019年10月にコンヴェクィティを共同設立しており、新たな技術トレンド、並びに、長期的に成功する可能性が高い企業を見極めることを得意としています。

サイモン・ヒー氏

ヒー氏は、10年以上にわたってテクノロジーのあらゆる側面をカバーしてきた経験を生かし、テクノロジー業界における勝者と敗者を見極める鋭い洞察力を持っています。彼のテクノロジーに関するノウハウは、ビジネス戦略や財務分析への理解と相まって、コンヴェクィティの投資リサーチに反映されています。コンヴェクィティを共同設立する以前は、オンラインITフォーラムでコミュニティ・マネージャーを務め、ネットワーク・セキュリティ業務に従事していました。ヒー氏は、ユニバーシティ・カレッジ・ダブリンを卒業し、商学士号を取得しております。

また、コンヴェクィティのその他のテクノロジー関連銘柄のレポートに関心がございましたら、是非、こちらのリンクより、コンヴェクィティのプロフィールページにアクセスしていただければと思います。

その他のテクノロジー銘柄関連レポート

1. ① Part 1：クラウドフレア / NET：サイバーセキュリティ銘柄のテクノロジー上の競争優位性（強み）分析と今後の将来性（前編）

2. ①ルーブリック / RBRK（IPO・新規上場）：サイバーセキュリティ銘柄の概要＆強み分析と今後の株価見通し（Rubrik）

3. クラウドストライク（CRWD）システム障害で世界中のPCがクラッシュ！原因と対策、今後の株価への影響と将来性を徹底解説！