สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
คณะกรรมการแบ่งออกเป็นสองฝ่ายเกี่ยวกับ Databricks ที่เข้าสู่ตลาด SIEM ด้วย Lakewatch ในขณะที่บางคนมองว่าเป็นการเคลื่อนไหวเชิงกลยุทธ์เพื่อปกป้องมูลค่า 134 พันล้านดอลลาร์และคว้าตลาดที่มีกำไรสูง คนอื่นๆ ตั้งคำถามถึงการขาดตัวเลขรายได้ จำนวนลูกค้า และความสามารถที่ยังไม่ได้รับการพิสูจน์ของ LLMs ในการแก้ปัญหา alert fatigue ในวงกว้าง ความสำเร็จของ Lakewatch มีความสำคัญต่อมูลค่าของ Databricks และการยอมรับอาจถูกขัดขวางโดยข้อกำหนดด้านกฎระเบียบและการแข่งขันจากผู้เล่นที่มีอยู่
ความเสี่ยง: การยอมรับ Lakewatch ที่หยุดชะงักอาจนำไปสู่การบีบอัดมูลค่า 134 พันล้านดอลลาร์ของ Databricks อย่างมีนัยสำคัญ
โอกาส: การแยกต้นทุนการจัดเก็บออกจาก compute อาจดึงดูด CISO ที่ต้องการลด 'ภาษีข้อมูล' และทำให้การบันทึกข้อมูลอย่างครอบคลุมมีราคาไม่แพง
Databricks เติบโตจากสตาร์ทอัพสู่บริษัทซอฟต์แวร์รายใหญ่ สร้างรายได้หลายพันล้านจากการประมวลผลข้อมูลและรันโมเดลปัญญาประดิษฐ์เชิงสร้างสรรค์สำหรับลูกค้า
สำหรับการเติบโตในก้าวต่อไป บริษัทกำลังหันมาให้ความสำคัญกับความปลอดภัยทางไซเบอร์ด้วยผลิตภัณฑ์ใหม่ที่เรียกว่า Lakewatch
Adobe และ National Australia Bank กำลังใช้งานอยู่แล้ว ตามแถลงการณ์ Anthropic ยังใช้ Databricks เพื่อวัตถุประสงค์ด้านความปลอดภัยทางไซเบอร์ และโมเดลของบริษัทกำลังทำงานภายใน Lakewatch ลูกค้าสามารถสอบถามเกี่ยวกับการนำ Lakewatch ไปใช้ได้แล้ว
CEO และผู้ร่วมก่อตั้ง Ali Ghodsi กล่าวว่า โมเดลภาษาขนาดใหญ่ หรือ LLM "ได้พัฒนาไปถึงจุดที่คุณสามารถทำให้เป็นอัตโนมัติและเสริมส่วนสำคัญ" ของความปลอดภัยทางไซเบอร์ได้จริง
ผลิตภัณฑ์นี้เป็นทางเลือกใหม่สำหรับบริการการจัดการข้อมูลและเหตุการณ์ด้านความปลอดภัย หรือ SIEM จากบริษัทอย่าง Palo Alto Networks, Splunk ที่เป็นของ Cisco, Google และ Microsoft
หาก Lakewatch ได้รับการยอมรับ อาจช่วยให้ Databricks พิสูจน์มูลค่า 134 พันล้านดอลลาร์ต่อสาธารณชนนักลงทุนก่อนการเสนอขายหุ้นต่อประชาชนทั่วไป Ghodsi กล่าวในเดือนธันวาคมว่า เขาจะไม่ตัดความเป็นไปได้ของ IPO ในปี 2026
แทนที่จะคิดค่าบริการตามปริมาณข้อมูลที่จัดเก็บ Databricks จะกำหนดต้นทุน Lakewatch ตามปริมาณงานที่ซอฟต์แวร์ดำเนินการ
"รูปแบบการกำหนดราคาที่แพร่หลายนั้นขัดแย้งกับการป้องกันการโจมตีที่กำลังจะมาถึง เพราะมันแพงเกินไปที่จะนำข้อมูลทั้งหมดของคุณเข้าไป" Ghodsi กล่าวในการสัมภาษณ์
แผนการกำหนดราคาช่วยให้ผู้ดูแลระบบสามารถรวมข้อมูลจากแหล่งอื่นนอกเหนือจากเครื่องมือรักษาความปลอดภัยแบบดั้งเดิม เช่น แอปพลิเคชันอย่าง Slack หรือ Workday เพื่อให้เห็นภาพที่สมบูรณ์ยิ่งขึ้น Databricks จะไม่คิดค่าบริการสำหรับการจัดเก็บ แต่จะขอให้ลูกค้าเก็บข้อมูลไว้ในบริการ Data Lake บนคลาวด์ จากนั้น Lakewatch สามารถทำงานกับข้อมูลนั้นได้
นักลงทุนเริ่มกังวลเกี่ยวกับ LLM ที่เป็นภัยคุกคามต่อผู้เล่นเดิมในตลาดความปลอดภัยทางไซเบอร์ ในเดือนกุมภาพันธ์ หลังจากผู้สร้างโมเดล Anthropic ประกาศทดลองใช้เครื่องมือที่ตรวจสอบโค้ดหาช่องโหว่ กองทุน Global X Cybersecurity Exchange-Traded Fund ลดลงประมาณ 5%
และความกังวลเกี่ยวกับ AI กำลังกดดันซอฟต์แวร์โดยทั่วไป กองทุน WisdomTree Cloud Computing Fund ซึ่งเป็นกองทุนซื้อขายแลกเปลี่ยนที่เต็มไปด้วยหุ้นซอฟต์แวร์ในรูปแบบบริการ หรือ SaaS ลดลงประมาณ 19% ในปี 2026
"ด้วยการหยุดชะงักของ SaaS ที่เรากำลังเห็น Databricks จะมีส่วนร่วมในการหยุดชะงักนั้นอย่างแน่นอน" Ghodsi กล่าว
AI เชิงสร้างสรรค์ได้ช่วยให้ผู้โจมตีใช้ประโยชน์จากช่องโหว่ที่เพิ่งค้นพบได้เร็วขึ้น องค์กรต่างๆ ต้องการเครื่องมือที่ซับซ้อนมากขึ้นเพื่อรับมือกับจำนวนการแจ้งเตือนที่เข้ามามากขึ้น Ghodsi กล่าว
ในปี 2025 Databricks ซื้อสตาร์ทอัพด้านความปลอดภัยขนาดเล็ก Antimatter ซึ่งเทคโนโลยีเป็นส่วนหนึ่งของ Lakewatch Databricks ยังตกลงที่จะซื้ออีกรายชื่อ SiftD ซึ่งผู้ก่อตั้งสามคนมีประสบการณ์รวม 39 ปีที่ Splunk
ผู้เชี่ยวชาญด้านความปลอดภัยให้ความสำคัญกับส่วนต่อประสานผู้ใช้ของ Splunk รวมถึงเทคโนโลยีสำหรับการค้นหาข้อมูล และสมาชิกในทีมของ SiftD ซึ่งตั้งอยู่ในซานฟรานซิสโก "มีบทบาทสำคัญในการสร้างสิ่งนั้น" Reynold Xin ผู้ร่วมก่อตั้ง Databricks อีกคนกล่าวในการสัมภาษณ์
ผู้เชี่ยวชาญด้านความปลอดภัยสามารถจัดลำดับความสำคัญของการแจ้งเตือน โดยโมเดล AI เชิงสร้างสรรค์ให้บริบทในแต่ละกรณี ผู้เชี่ยวชาญยังสามารถตั้งคำถามเกี่ยวกับภัยคุกคามกับ Genie AI agent ของ Databricks ได้
ในที่สุด Databricks จะเพิ่มคุณสมบัติสำหรับการตอบสนองต่อภัยคุกคามด้านความปลอดภัยโดยอัตโนมัติ Ghodsi กล่าว
ชม: เจาะลึกเศรษฐกิจ AI: Ali Ghodsi CEO ของ Databricks
วงสนทนา AI
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
"Lakewatch มีเรื่องราวเกี่ยวกับเศรษฐศาสตร์ต่อหน่วยที่น่าสนใจ แต่ไม่มีหลักฐานการยอมรับในตลาดหรือความสามารถในการแทนที่ผู้จำหน่าย SIEM ที่มีอยู่เดิมในวงกว้าง"
Databricks กำลังเข้าสู่ตลาด SIEM ด้วยความสามารถในการป้องกันที่แท้จริง: ทีมงานอดีต Splunk, สถาปัตยกรรมที่รองรับ LLM โดยธรรมชาติ และรูปแบบการกำหนดราคา (compute เทียบกับ storage) ที่มีต้นทุนรวมต่ำกว่าคู่แข่ง มูลค่า 134 พันล้านดอลลาร์ต้องการขาที่สองที่น่าเชื่อถือ และ cybersecurity เป็นตลาดขนาดใหญ่ (TAM มากกว่า 180 พันล้านดอลลาร์) แต่บทความนี้ผสมปนเปสามสิ่งแยกกัน—Lakewatch มีอยู่จริง ลูกค้าสองรายใช้งาน และยังอยู่ในช่วงเริ่มต้น ไม่มีตัวเลขรายได้ ไม่มีจำนวนลูกค้าเกินกว่า Adobe/NAB ไม่มีกรอบเวลาที่จะมีส่วนร่วมอย่างมีนัยสำคัญ Databricks ยังเดิมพันว่า LLMs จะแก้ปัญหา alert fatigue ได้จริง ซึ่งยังไม่ได้รับการพิสูจน์ในวงกว้าง คูเมืองของ Splunk ไม่ใช่แค่ UI—แต่เป็นลูกค้าที่ถูกล็อกอินมา 15 ปีและความเชี่ยวชาญเฉพาะด้าน การซื้อทีมวิศวกรอดีต Splunk หนึ่งทีมไม่สามารถทดแทนสิ่งนั้นได้
Databricks เป็นแพลตฟอร์มข้อมูล ไม่ใช่บริษัทรักษาความปลอดภัย การขาย Lakewatch เพื่อพิสูจน์มูลค่า 134 พันล้านดอลลาร์เป็นการสร้างเรื่องราวสำหรับการโรดโชว์ IPO ไม่ใช่โมเดลธุรกิจที่ยั่งยืน คู่แข่ง SIEM (Palo Alto, Splunk) มีฐานลูกค้าที่ติดตั้งจำนวนมากและสามารถรวม LLMs เข้ากับผลิตภัณฑ์ของตนเองได้เร็วกว่าที่ Databricks จะสร้างความเชี่ยวชาญเฉพาะด้านความปลอดภัยได้
"การเปลี่ยนไปใช้การกำหนดราคาแบบ compute-only สำหรับข้อมูลความปลอดภัยของ Databricks จะบังคับให้เกิดวงจรภาวะเงินฝืดที่บั่นทอนกำไรทั่วทั้งอุตสาหกรรม SIEM แบบเดิม"
Databricks กำลังใช้สถาปัตยกรรม 'Data Lakehouse' ของตนเพื่อบุกตลาด SIEM (Security Information and Event Management) แบบเดิมที่ Splunk และ Microsoft ครองอยู่ โดยการแยกต้นทุนการจัดเก็บออกจาก compute—คิดค่าบริการสำหรับ 'งานที่ทำ' แทนการนำเข้าข้อมูล—พวกเขากำลังโจมตีจุดเจ็บปวดหลักของ CISO สมัยใหม่: 'ภาษีข้อมูล' ที่ทำให้การบันทึกข้อมูลอย่างครอบคลุมมีราคาแพงเกินไป การรวม LLMs ของ Anthropic และการดึงดูดทีมงานของ Splunk ผ่านการซื้อ SiftD บ่งชี้ว่า Lakewatch ไม่ใช่แค่ฟีเจอร์ แต่เป็นการเสนอราคาเพื่อเป็นระบบปฏิบัติการความปลอดภัยหลัก การเคลื่อนไหวนี้มีความสำคัญต่อการปกป้องมูลค่าส่วนตัว 134 พันล้านดอลลาร์ เนื่องจากเป็นการเปลี่ยนจากยูทิลิตี้แบ็คเอนด์ไปสู่ผู้จำหน่ายความปลอดภัยที่สำคัญและมีกำไรสูง
รูปแบบการกำหนดราคาแบบ 'ตามการใช้งาน' สร้างค่าใช้จ่าย 'หงส์ดำ' ที่คาดเดาไม่ได้ในช่วงเหตุการณ์ความปลอดภัยที่สำคัญเมื่อความต้องการ compute เพิ่มขึ้น ซึ่งอาจผลักดัน CFO ที่หลีกเลี่ยงความเสี่ยงกลับไปสู่สัญญาแบบเดิมที่มีต้นทุนคงที่ นอกจากนี้ Databricks ขาดชื่อเสียงด้านการตอบสนองต่อเหตุการณ์ 'ภาคสนาม' ที่จัดตั้งขึ้น ซึ่งคู่แข่งอย่าง Palo Alto Networks ได้ใช้เวลาหลายทศวรรษในการสร้าง
"N/A"
[ไม่พร้อมใช้งาน]
"การกำหนดราคาแบบ compute-only ของ Lakewatch ช่วยให้สามารถนำเข้าข้อมูลแบบองค์รวมสำหรับ AI cyber ทำให้ Databricks สามารถจับส่วนแบ่ง SIEM ที่คู่แข่งไม่สามารถแข่งขันได้ในเชิงเศรษฐกิจ"
Lakewatch ของ Databricks นำ data lakehouse มาใช้ใหม่สำหรับ SIEM ที่ขับเคลื่อนด้วย AI อย่างชาญฉลาด โดยใช้ระบบอัตโนมัติ LLM (ผ่าน Anthropic) สำหรับการจัดลำดับความสำคัญของการแจ้งเตือนและการสอบถาม โดยคิดค่าบริการตามการใช้งานเฉพาะ compute—ไม่ใช่ storage—แก้ปัญหาหลักของ SIEM คือปริมาณข้อมูลที่เพิ่มขึ้นจากแหล่งที่ไม่ใช่แบบดั้งเดิม เช่น Slack/Workday การเข้าซื้อ Antimatter และ SiftD (อดีต Splunk) เพิ่มความน่าเชื่อถือด้านเทคโนโลยี/UI การดึงดูดลูกค้าในช่วงแรกจาก Adobe/NAB ช่วยลดความเสี่ยง ด้วยมูลค่า 134 พันล้านดอลลาร์ (ประมาณ 60 เท่าของ ARR ที่คาดการณ์ไว้ 2.2 พันล้านดอลลาร์) สิ่งนี้จะกระจายความเสี่ยงจาก GenAI เพียวๆ โดยกำหนดเป้าหมาย TAM ของ SIEM มากกว่า 10 พันล้านดอลลาร์ การจับส่วนแบ่ง 5-10% อาจเพิ่ม ARR 500 ล้านดอลลาร์ - 1 พันล้านดอลลาร์ก่อน IPO ซึ่งสนับสนุน multiple สาธารณะที่ 40 เท่าหากการดำเนินการเป็นไปตามที่คาดหวัง
ตลาด SIEM เอื้อประโยชน์ต่อผู้ที่มีอยู่เดิมอย่าง PANW และ Splunk ด้วยการผสานรวมที่แข็งแกร่ง วงจรการขาย 12-18 เดือน และขนาดที่ได้รับการพิสูจน์แล้ว ลูกค้าเบต้าสามรายของ Lakewatch และความเสี่ยงด้านราคาที่ยังไม่ผ่านการทดสอบ ทำให้การยอมรับล่าช้าในสาขาที่ระแวงเกี่ยวกับกระแส AI หลังจากการโจมตีที่เพิ่มขึ้นในปี 2025
"สมมติฐาน ARR 500 ล้านดอลลาร์ - 1 พันล้านดอลลาร์ของ Lakewatch ผสมปนเป ARR ทั้งบริษัทกับผลิตภัณฑ์ที่ยังไม่มีรายได้ ทำให้ความเสี่ยงด้านมูลค่าถูกบดบัง"
คณิตศาสตร์ของ Grok ไม่ผ่านการตรวจสอบ ARR 2.2 พันล้านดอลลาร์ที่มูลค่า 134 พันล้านดอลลาร์บ่งชี้ถึง multiple 61 เท่า—แต่นั่นคือ ARR *ทั้งหมด* ของ Databricks ไม่ใช่ Lakewatch Lakewatch ยังไม่มีรายได้และมีลูกค้าสองราย แม้ว่าจะถึง 500 ล้านดอลลาร์ ARR ก่อน IPO (ซึ่งเป็นไปอย่างก้าวร้าว) นั่นก็เป็นเพียงฟีเจอร์หนึ่งของบริษัทมูลค่า 134 พันล้านดอลลาร์ ไม่ใช่ตัวพิสูจน์มูลค่า Claude พูดถูก: นี่คือการสร้างเรื่องราว ความเสี่ยงที่แท้จริงที่ไม่มีใครพูดถึง: หากการยอมรับ Lakewatch หยุดชะงัก Databricks จะไม่มีขาที่สองที่น่าเชื่อถือ และมูลค่า 134 พันล้านดอลลาร์จะลดลงอย่างมาก PANW/Splunk สามารถจับคู่ฟีเจอร์ LLM ได้ภายใน 12 เดือน
"ความสำเร็จของ Lakewatch ขึ้นอยู่กับ data gravity และการลดต้นทุน egress มากกว่าแค่ฟีเจอร์ LLM หรือการมีส่วนร่วมด้าน ARR ในทันที"
Grok และ Claude มองข้ามกับดัก 'Data Gravity' หากบริษัทมีข้อมูล petabytes อยู่แล้วใน Databricks สำหรับ BI การย้ายข้อมูลนั้นไปยัง Splunk สำหรับ SIEM จะมีค่าใช้จ่าย egress มหาศาลและปัญหาทางสถาปัตยกรรม Lakewatch ไม่ใช่แค่ 'ฟีเจอร์' แต่เป็นการเล่นเชิงป้องกันเพื่อป้องกันไม่ให้ Snowflake หรือ Microsoft คว้าส่วนแบ่งงบประมาณด้านความปลอดภัย อย่างไรก็ตาม ฉันไม่เห็นด้วยกับเป้าหมาย ARR 500 ล้านดอลลาร์ของ Grok วงจรการขายด้านความปลอดภัยคือการตรวจสอบการปฏิบัติตามกฎระเบียบที่เข้มงวด 18 เดือน ซึ่ง LLMs ไม่สามารถข้ามได้
"การอธิบายตามกฎระเบียบ/นิติวิทยาศาสตร์จะทำให้การยอมรับ SIEM ระดับองค์กรของ Lakewatch ที่รองรับ LLM โดยธรรมชาติช้าลงอย่างมาก ทำให้รายได้จำนวนมากในระยะสั้นไม่น่าจะเป็นไปได้"
การคาดการณ์รายได้ของ Grok ไม่ได้คำนึงถึงอุปสรรคสำคัญในการยอมรับ: ข้อกำหนดด้านกฎระเบียบและนิติวิทยาศาสตร์ ทีมรักษาความปลอดภัยต้องการการดูแลรักษาบันทึกที่เปลี่ยนแปลงไม่ได้ ตรวจสอบได้ และการตรวจจับที่อธิบายได้ การคัดกรองที่ขับเคลื่อนด้วย LLM อาจสร้างช่องว่างในการอธิบายและสร้างผลลัพธ์ที่ไม่สามารถพิสูจน์ได้ทางนิติวิทยาศาสตร์ สิ่งนั้นจะทำให้การยอมรับในภาคส่วนที่มีกฎระเบียบเข้มงวด (การเงิน การดูแลสุขภาพ รัฐบาล) ช้าลงอย่างมาก ทำให้ Databricks ต้องสร้างความสามารถด้านการปฏิบัติตามกฎระเบียบและการตรวจสอบที่ซับซ้อนก่อนที่เส้นทาง ARR 500 ล้านดอลลาร์จะเป็นจริงได้
"Lakewatch เพิ่มมูลค่า ARR ที่น่าเชื่อถือโดยไม่จำเป็นต้องพิสูจน์มูลค่า 134 พันล้านดอลลาร์ทั้งหมดเพียงลำพัง"
การวิจารณ์มูลค่าของ Claude มองข้าม ARR หลัก 2.2 พันล้านดอลลาร์ของ Databricks (ส่วนใหญ่เป็นข้อมูล/AI) ซึ่งรองรับ multiple 40 เท่าของบริษัทเปรียบเทียบสาธารณะก่อน SIEM อยู่แล้ว Lakewatch 500 ล้านดอลลาร์เป็นการเพิ่มมูลค่าส่วนเพิ่ม ไม่ใช่ตัวขับเคลื่อน ChatGPT ชี้ให้เห็นถึงกฎระเบียบที่ถูกต้อง แต่ Unity Catalog (การกำกับดูแลที่มีอยู่) จัดการบันทึก/การตรวจสอบที่เปลี่ยนแปลงไม่ได้สำหรับ NAB อยู่แล้ว—การเงินมีความเสี่ยงลดลง สิ่งที่ไม่ได้ถูกกล่าวถึง: การซื้อ Splunk ของ Cisco บังคับให้เกิดสงครามราคา ซึ่งเอื้อประโยชน์ต่อความได้เปรียบด้าน TCO ของ Lakewatch
คำตัดสินของคณะ
ไม่มีฉันทามติคณะกรรมการแบ่งออกเป็นสองฝ่ายเกี่ยวกับ Databricks ที่เข้าสู่ตลาด SIEM ด้วย Lakewatch ในขณะที่บางคนมองว่าเป็นการเคลื่อนไหวเชิงกลยุทธ์เพื่อปกป้องมูลค่า 134 พันล้านดอลลาร์และคว้าตลาดที่มีกำไรสูง คนอื่นๆ ตั้งคำถามถึงการขาดตัวเลขรายได้ จำนวนลูกค้า และความสามารถที่ยังไม่ได้รับการพิสูจน์ของ LLMs ในการแก้ปัญหา alert fatigue ในวงกว้าง ความสำเร็จของ Lakewatch มีความสำคัญต่อมูลค่าของ Databricks และการยอมรับอาจถูกขัดขวางโดยข้อกำหนดด้านกฎระเบียบและการแข่งขันจากผู้เล่นที่มีอยู่
การแยกต้นทุนการจัดเก็บออกจาก compute อาจดึงดูด CISO ที่ต้องการลด 'ภาษีข้อมูล' และทำให้การบันทึกข้อมูลอย่างครอบคลุมมีราคาไม่แพง
การยอมรับ Lakewatch ที่หยุดชะงักอาจนำไปสู่การบีบอัดมูลค่า 134 พันล้านดอลลาร์ของ Databricks อย่างมีนัยสำคัญ