▼エピソードの内容
約175億ドルの評価額——StripeやByteDance、OpenAI/Anthropicと並ぶデータ企業Databricks。創業の武器Apache Sparkはオープンソース。
ではなぜエンタープライズは離れられないのか。Data Lakehouse／Unity Catalog／Genieという垂直統合と、「研究者が作り、そのまま商品化する」信頼のサイクル。
Databricksは本当に要るのか。手札で成果を出す前に全体像を描きたがるな、というアンチテーゼから、Palantirの"オントロジー"や愛国ストーリーが若者に刺さる話まで語る。
▼Chapters
00:00 オープニング — ねこねこAIラジオ第2回
00:07 今日のテーマ — 二人ともほぼ知らなかった企業Databricks
00:20 一言でいうとレイクハウス — 生データを分析可能にする層
01:26 歴史は2009年 — Hadoop/MapReduceと反復計算の問題
02:23 Apache Sparkの発明と製品化 — Sparkはオープンソース
02:50 2013年クラウド前提で参入 — 主要クラウドにネイティブ対応
03:20 評価額クイズ — 報道ベースで約1750億ドル、巨大ユニコーンと並ぶ
04:45 誰も知らないのに、この伸びはありえない
05:15 きっかけはドーシーのKey to Intelligence — 顧客×業務データの主権
06:13 でもDatabricks要る? — ベンダーロック回避というタイミング
07:01 分散が問題化する時代に参入 — 2020年レイクハウスでMicrosoft採用
07:56 レイク＋ウェアハウス統合、その上に業務アプリ層(Genie)
09:00 直近の数字 — run-rate 54億ドル / YoY 65%超 / NRR 140%
09:24 競合Snowflake — 元オラクル勢、FY26で差が開く
10:20 差の理由 — 生データ側からの垂直統合が硬い
11:29 鍵はガバナンス — 生MCP接続はDMまで食わせてしまう
12:52 Unity Catalog — 誰がどのデータを触れるかを調整する看板製品
12:56 初期からエンプラに根付いた強み — 新興には再現しづらい
13:45 信頼のサイクル — 研究者が作り、商品化する正当性
14:43 実際使ってる? — 使ってない
14:58 必要になる前に成果を出せ — いらない業務を削る
15:27 超基本のサイクル — アウトプット定義→スキル化→展開
16:04 エンプラは全体像を描きたがる — それは今の知識の全体像だろ
16:36 手札で成果を出し、限界が来て初めてDatabricks
17:34 なぜ今回選んだか — エンプラをどれだけAIネイティブにできるか
18:30 DatabricksはAIを作らない — ツールを提供するだけ
20:00 ツールだけでは業務は変わらない — Palantirが越えたギャップ
20:29 データに意味を紐付ける"馬力"の世界
20:53 アップセル部隊とロックイン
21:55 Palantirの"オントロジー" — 実体はグラフ、関係そのものが意味
23:20 Palantirの愛国ストーリーと若者への訴求
24:38 リベラルの敗北という実感 / パリ五輪で感じた終演
25:32 クロージング
▼MC
touyan（@0xtouyan）：FlowStudio代表。AI Native事業を企画中。
consome（@ZkEther）：oto代表。Speech-to-Speechモデル向け雑談データセット構築中。
番組へのコメント・MCへのメッセージは #ねこねこai まで。
