Η Databricks ανακοινώνει εντυπωσιακή ανάπτυξη στα έσοδα από AI και ο CEO Άλι Γκοντσί υποστηρίζει ότι η τεχνητή νοημοσύνη δεν σκοτώνει το SaaS, αλλά το καθιστά σταδιακά «αόρατο». Το πραγματικό διακύβευμα, όπως λέει, είναι η αντικατάσταση των παραδοσιακών user interfaces από φυσική γλώσσα και agents, ανοίγοντας χώρο για νέους AI-native ανταγωνιστές.
Η Databricks, ένας από τους πλέον προβεβλημένους παίκτες στο enterprise λογισμικό και την τεχνητή νοημοσύνη, ανακοίνωσε ότι έφτασε σε ετήσιο ρυθμό εσόδων 5,4 δισ. δολαρίων, με ανάπτυξη 65% σε ετήσια βάση. Περισσότερο από 1,4 δισ. δολάρια προέρχονται ήδη από προϊόντα AI, στοιχείο που ο ιδρυτής και CEO Άλι Γκοντσί αξιοποιεί για να απαντήσει στη συζήτηση περί «τέλους του SaaS».
Η θέση του CEO: Το SaaS δεν πεθαίνει, αλλά χάνει το πρόσωπό του
Ο Γκοντσί εξηγεί ότι, αντί η τεχνητή νοημοσύνη να διαλύει τα SaaS μοντέλα, στην πράξη αυξάνει τη χρήση τους: «Όλοι λένε ‘τι θα γίνει με όλες αυτές τις SaaS εταιρείες;’. Για εμάς, η AI απλώς αυξάνει τη χρήση», τονίζει. Παράλληλα, επιδιώκει να αποστασιοποιήσει την Databricks από την κλασική ταμπέλα του SaaS, καθώς η ιδιωτική αγορά την τιμολογεί ουσιαστικά ως AI εταιρεία.
Η Databricks επισημοποίησε και το κλείσιμο της ήδη προαναγγελθείσας χρηματοδότησης ύψους 5 δισ. δολαρίων, σε αποτίμηση 134 δισ. δολαρίων, καθώς και μια επιπλέον δανειακή γραμμή 2 δισ. δολαρίων. Ο Γκοντσί δηλώνει ότι ο στόχος είναι να είναι «πολύ καλά κεφαλαιοποιημένη» η εταιρεία, ώστε να αντέξει πιθανή νέα επιδείνωση των αγορών, όπως μετά το 2022.
Από τα dashboards στη φυσική γλώσσα: Η στρατηγική Genie
Παρότι η Databricks παραμένει γνωστή κυρίως ως πάροχος cloud data warehouse, ο CEO αναδεικνύει ως καταλύτη ανάπτυξης το Genie, ένα περιβάλλον διεπαφής LLM πάνω από την πλατφόρμα δεδομένων. Μέσω του Genie, ο χρήστης μπορεί να θέτει ερωτήματα σε φυσική γλώσσα – για παράδειγμα γιατί αυξάνεται η χρήση της αποθήκης δεδομένων ή τα έσοδα σε συγκεκριμένες ημέρες – χωρίς να γνωρίζει εξειδικευμένες γλώσσες queries ή να ζητά προγραμματισμένες αναφορές.
Αυτό, κατά τον Γκοντσί, αποτελεί το νέο υπόδειγμα: η AI δεν αντικαθιστά τα «systems of record» – τα κρίσιμα συστήματα πωλήσεων, υποστήριξης πελατών ή οικονομικών – αλλά το user interface τους. Οι μεγάλοι κατασκευαστές μοντέλων δεν προσφέρουν βάσεις δεδομένων για να γίνουν οι ίδιοι systems of record· στοχεύουν να γίνουν το στρώμα αλληλεπίδρασης, είτε για ανθρώπους (μέσω φυσικής γλώσσας) είτε για agents (μέσω APIs και plug-ins).
Το πραγματικό ρίσκο για το SaaS: η απώλεια του «μοat» των ειδικών
Ο Γκοντσί υπογραμμίζει ότι ο κίνδυνος για τις SaaS εταιρείες δεν είναι η αντικατάσταση των προϊόντων τους από «σπιτικές» λύσεις, αλλά η αποδόμηση του ανταγωνιστικού τους πλεονεκτήματος: «Εκατομμύρια άνθρωποι εκπαιδεύτηκαν πάνω σε συγκεκριμένα user interfaces, όπως του Salesforce, του ServiceNow ή της SAP. Αυτό ήταν η μεγαλύτερη τάφρος (moat) αυτών των επιχειρήσεων». Όταν όμως το interface γίνεται απλώς φυσική γλώσσα, τα προϊόντα γίνονται «αόρατα, σαν υδραυλικές εγκαταστάσεις».
Σε αυτό το νέο τοπίο, οι παραδοσιακές SaaS εταιρείες που θα αγκαλιάσουν τις LLM διεπαφές μπορούν να συνεχίσουν να αναπτύσσονται, όπως δείχνει η περίπτωση της Databricks. Ταυτόχρονα όμως, ανοίγει ο δρόμος για AI-native νεοφυείς επιχειρήσεις, που θα σχεδιάζουν από την αρχή προϊόντα βελτιστοποιημένα για agents και αυτόνομες ροές εργασίας.
Lakebase: Βάση δεδομένων για agents και η επόμενη μέρα
Σε αυτό το πλαίσιο, η Databricks δημιούργησε τη Lakebase, μια νέα βάση δεδομένων «σχεδιασμένη για agents». Σύμφωνα με τον Γκοντσί, μέσα στους πρώτους οκτώ μήνες στην αγορά, η Lakebase έχει αποφέρει διπλάσια έσοδα από όσα είχε το data warehouse της εταιρείας στο αντίστοιχο χρονικό σημείο. «Είναι σαν να συγκρίνεις νήπια», αναγνωρίζει, «αλλά αυτό είναι ένα νήπιο διπλάσιο σε μέγεθος».
Παρά την ισχυρή ανάπτυξη και τη μεγάλη χρηματοδότηση, ο CEO ξεκαθαρίζει ότι η εταιρεία δεν προετοιμάζει άμεσα νέα άντληση κεφαλαίων ούτε εισαγωγή σε χρηματιστήριο. «Τώρα δεν είναι καλή στιγμή για να γίνει κανείς δημόσια εταιρεία», σημειώνει, δίνοντας προτεραιότητα στη ρευστότητα και τη μεγάλη «διάρκεια πίστας» (runway) σε ένα ασταθές μακροοικονομικό περιβάλλον.
Σχόλιο 
: Η τοποθέτηση του Γκοντσί φωτίζει τη βαθύτερη μεταβολή στο enterprise λογισμικό: η αξία μετακινείται από την εκμάθηση συγκεκριμένων εργαλείων στη διαχείριση δεδομένων και μοντέλων AI. Για τις ελληνικές και ευρωπαϊκές SaaS εταιρείες, το μήνυμα είναι σαφές: όποιος δεν επανασχεδιάσει το προϊόν του γύρω από φυσική γλώσσα και agents, κινδυνεύει να γίνει απλώς «υδραυλική υποδομή» πίσω από πιο ευφυείς, AI-native πλατφόρμες.
#Databricks #ΤεχνητήΝοημοσύνη #SaaS #EnterpriseSoftware #AI
