Snowflake fait de gros paris pour rendre sa plate-forme conviviale pour les experts en apprentissage automatique alors qu’il tente d’attraper son rival Databricks, payant même 800 millions de dollars pour une startup avec peu de revenus

• Snowflake a réussi à fournir aux entreprises un accès facile à un entrepôt de données.
• Mais le manque de support natif pour Python, le langage d’apprentissage automatique de choix, a été une faiblesse.
• Maintenant, Snowflake fait de gros paris pour courtiser les experts en apprentissage automatique et éviter Databricks.

Snowflake, la société d’entreposage de données basée sur le cloud populaire utilisée par des entreprises comme Capital One et DoorDash, a récemment fait deux démarches sismiques pour courtiser les experts en apprentissage automatique.

La société a annoncé qu’elle dépenserait 800 millions de dollars pour acheter Streamlit, un outil qui permet aux scientifiques et aux analystes de données de créer et de partager plus facilement des applications d’apprentissage automatique. Et après des années à laisser les utilisateurs configurer sa plate-forme pour qu’elle fonctionne avec Python, Snowflake a finalement choisi de fournir un support natif pour le langage de programmation clé.

La prise en charge native de Python, le langage de prédilection des data scientists, n’aurait pas pu arriver plus tôt. Sans cela, les initiés de l’industrie pensaient que Snowflake avait peint une cible sur son dos pour des entreprises comme Databricks, la startup de 38 milliards de dollars considérée comme le plus grand rival de l’entreprise. Tous les clients que ces entreprises veulent conquérir utilisent l’apprentissage automatique, et Snowflake indique maintenant clairement qu’il est prêt à leur donner ce qu’ils veulent.

L’acquisition de Streamlit, annoncée plus tôt ce mois-ci, peut même être considérée comme un pari audacieux pour le chouchou du cloud. Plusieurs personnes connaissant les opérations de l’entreprise ont déclaré à Insider que Streamlit avait très peu de revenus.

« Nous avons réalisé que tout allait être construit avec une couche d’IA », a déclaré Daniel Newman, analyste principal chez Futurum Research. « Comment avez-vous une base de données née sur le cloud qui ne prend pas en charge le langage des scientifiques des données ? Ce que vous voyez maintenant, après avoir créé ce produit perturbateur natif du cloud, ils doivent maintenant superposer des services pour soutenir les gens utilisant réellement les données. »

Pris ensemble, ces mouvements indiquent un changement majeur dans l’approche de Snowflake pour soutenir sa clientèle clé d’analystes de données et de scientifiques. Plutôt que d’attendre que les scientifiques des données viennent à Snowflake et contournent ses lacunes en matière d’apprentissage automatique, l’entreprise fait maintenant le contraire et rencontre la communauté des scientifiques des données où elle travaille déjà.

La recherche de croissance de Snowflake dans un contexte de ralentissement du marché

Snowflake recherche la croissance dans un marché qui se refroidit généralement. Depuis que la chérie de la pandémie a fait son entrée sur les marchés publics avec une hausse de 165 % du cours de son action, sa valeur marchande s’est établie à environ 66 milliards de dollars.

Pendant ce temps, chaque grande entreprise que souhaite Snowflake déploie l’apprentissage automatique et l’intelligence artificielle d’une manière ou d’une autre. Tout concurrent qui se rapproche du type d’expérience que Snowflake peut offrir, tout en offrant un support et des outils d’apprentissage automatique supérieurs, peut représenter une menace importante pour les aspirations de Snowflake en matière de technologie cloud.

De plus, la nécessité de fournir une capacité plus transparente d’analyser des quantités massives de données dans une variété de rôles d’intelligence d’affaires, d’analyse ou de science des données augmente à mesure que la quantité de données stockées dans les entrepôts continue d’exploser. La taille du marché devrait atteindre 492,9 milliards de dollars cette année, contre 405,5 milliards de dollars en 2020, selon Gartner.

« Notre objectif est d’éliminer les silos de données et de rassembler davantage de données dans le Snowflake Data Cloud, différents langages de développement tels que Python, Java, etc., ainsi que des données provenant de différents types et charges de travail afin que les utilisateurs puissent tirer davantage de valeur commerciale des données », Torsten Grabs, directeur de la gestion des produits de Snowflake, a déclaré à Insider. « La collaboration de données est quelque chose en laquelle nous croyons profondément. »

Python est la clé de l’industrie de l’apprentissage automatique

Les entreprises qui analysent une grande quantité de données utilisent Python pour traiter ces informations, en les exécutant à travers des tests et des transformations pour en tirer des informations. Ces informations, recueillies par des analystes et des scientifiques des données, peuvent éclairer des décisions à l’échelle de plusieurs milliards de dollars. Les outils d’apprentissage automatique en Python jouent un rôle clé dans ce processus, de la détermination de l’importance des tendances à la production de prévisions plus précises.

En novembre, Snowflake a annoncé qu’il prendrait enfin en charge nativement Python dans un environnement de développement appelé Snowpark.

« Snowpark pour Python aidera à atteindre de nouveaux développeurs et ingénieurs de données qui utilisent le langage Python populaire, en particulier pour prendre en charge de nouvelles initiatives complexes de science des données », a déclaré Noel Yuhanna, vice-président de Forrester et son analyste principal. « Cela ouvre la porte à davantage d’ingénieurs et de développeurs pour tirer parti de la plate-forme Snowflake. »

La société a ensuite fait un gros pari ce mois-ci lorsqu’elle a annoncé qu’elle paierait 800 millions de dollars pour la société derrière le projet open source, Streamlit. Les prix énormes pour les entreprises utilisant des outils open source ne sont pas totalement inconnus, mais Streamlit a servi une communauté de niche d’experts en apprentissage automatique et en science des données. Les développeurs ont construit environ 1,5 million d’applications sur Streamlit.

Maintenant, avec autant d’applications prêtes à l’emploi disponibles, la faiblesse de Snowflake en matière d’apprentissage automatique pourrait être compensée par une sorte de boutique d’applications pour les questions d’apprentissage automatique de haut niveau. Streamlit propose un itinéraire, et ses concurrents comme Plotly et Hugging Face’s Gradio cherchent également à courtiser une grande partie de la même foule en créant des outils pour partager des applications d’apprentissage automatique.

Pour être sûr, Snowflake a abordé le Big Data et l’entreposage à grands traits. Cette stratégie reste son plus grand avantage alors que la société continue d’afficher de bons trimestres. Il reste à voir comment l’intégration se déroulera, mais si elle réussit l’atterrissage, Snowflake pourra peut-être repousser une menace existentielle dans sa faiblesse à prendre en charge la science des données et l’apprentissage automatique.

« Je pense que le fait est que s’ils peuvent attacher des services de haut en bas de la pile, c’est ainsi que Snowflake grossit », a déclaré Newman. « Se concentrer sur la couche d’entreposage est quelque peu limitatif pour l’ensemble du marché adressable, et le marché veut de la croissance.

« Je ne dirais pas que c’est le plus évident, mais il est assez évident qu’une extensibilité des services de données, en particulier vers la science des données, doit être une priorité pour rester pertinente. »