同じ週、SnowflakeとDatabricksは正反対の頂点に立った
同じカテゴリーに、二つの巨人が正反対から到達した
2026年5月19日、データ基盤の世界で二つの発表が同時に進行していた。
Snowflakeはdbt Projects on Snowflakeのメジャー・アップデートを発表し、Rustで書き直されたdbt Fusionエンジンを正式版(GA)で開放した。追加ライセンス・ユーザー数制限なし。dbtという外部の変換ツールを、自社の中で誰でも高速に動かせるようにした。
同じ5月、DatabricksはLakehouse SyncのPublic Preview、Unity CatalogのCatalog commits GA、Databricks SQL alerts GAを一気に出した。さらにData Warehousing部門の売上が$1B ARRを突破したことを公開した。
両社ともデータ基盤の中核を強化した一週間。だが、その「強化の仕方」は正反対だった。
「外部の標準を、自社の中で速く回す」
dbt (外部の変換ツール) を自社の中に取り込む。Cortex CodeでLLM支援。外部のカテゴリー・リーダーを尊重しつつ自社のカタログを中心に置く。
「自社のツールで全カテゴリーを占める」
Unity Catalog・Lakehouseで運用DB・データウェアハウス・ガバナンス・BIを全部内製。レイクハウス一つで完結。
Snowflakeの選択—「外部の標準を、自社の中で速く回す」
Snowflakeの5月19日アップデートを並べると、戦略が明確に見える。
dbt Fusionエンジン(GA): dbtのランタイムをRustで再実装。Pythonベースだった既存ランタイムに比べて、大規模プロジェクトでのビルド時間が劇的に短くなる。しかも追加ライセンス・追加ユーザー数制限なしで全ユーザーに開放。
カラムレベル・リネージ: Snowflake Horizon Catalogをデータソースとして、ワークスペース全体でカラム単位の依存関係を可視化。一つのカラムを選ぶと、上流・下流の全モデルがハイライトされる。
マルチバージョンdbtサポート: dbt Core 1.9.4、1.10.15、dbt Fusion 2.0.0-previewをDBT_VERSIONでピン留めできる。
Cortex Code for dbt: dbtのスカフォルディング・テスト追加・実行・ドキュメント生成・デプロイされたdbtプロジェクト・オブジェクトのデバッグ — 全部CLIからLLM支援付きで。
これらを並べると、Snowflakeのメッセージは一つだ。
「外部の優れたカテゴリー・リーダー (dbt) を、自社のカタログの中で最速に動かす。Cortex CodeでLLM支援もつける。だからdbtを使うならSnowflakeが一番速い」。
dbtは別会社の製品だ。それを自社の競合製品で置き換えるのではなく、自社の中で動かす環境を提供する。外部の自律性を一部認めつつ、自社のカタログの中心性を維持する選択だ。
Databricksの選択—「自社のツールで全カテゴリーを占める」
Databricksの5月の動きは正反対だった。
Lakehouse Sync (Public Preview): LakebaseのPostgresテーブルをCDCベースでUnity Catalog管理のDeltaテーブルに連続レプリケート。運用データベースから分析基盤までを自社のレイクハウスで完結させる。
Catalog commits (GA): Unity Catalog管理テーブルの相互運用性を拡張。マルチステートメント・マルチテーブルのトランザクションが可能に。データガバナンスを自社の中心に置く。
Databricks SQL alerts (GA): カスタム通知テンプレートのMarkdownエディタを追加。BIのアラート機能を自社で。
新しいSQL Editorがデフォルト(5月末から): ワークスペース・レベルでオフにするオプションがなくなる。BIツールを自社の中に固定化する強い動き。
そして決定的なシグナル — Data Warehousing売上が$1B ARR突破。これまでDatabricksは「データレイク + ML」のイメージが強かったが、データウェアハウス領域でも本格的に競合になった。Snowflakeの直接競合として成熟したという宣言だ。
Databricksのメッセージは、Snowflakeと正反対だ。
「外部のツールを取り込むのではなく、自社のツールで運用DB・データウェアハウス・ガバナンス・BIを全部やる。レイクハウス一つで完結する」。
Toyotaが Databricksを採用して統合データ・AIプラットフォーム「vista」を立ち上げたのも、同じ5月だ。日本の自動車産業が自社のデータ基盤を一つに統合するなら、Databricksの戦略は説得力がある。
なぜ同じ週に、正反対の頂点が立つのか
両社の発表が同じ週に起きたのには理由がある。データ基盤の世界では、Snowflake SummitとDatabricks Data + AI Summitが毎年6月に開催される。5月の発表は、その前段で各社の方向性を確定させる時期だ。
両社とも自社の戦略を一気に出し切る。Snowflakeは「自社のカタログを中心に、外部ツールを統合する」。Databricksは「自社のレイクハウスを中心に、全カテゴリーを内製する」。
これは哲学の違いだ。
カテゴリー・リーダー (dbt、Airflow、その他) を尊重する。それを自社の中で動かす「インフラ」になる。
ユーザーは複数のツールを使える自由を保ちながら、Snowflakeの中で一貫した体験を得る。
カテゴリーの境界を消す。データウェアハウス・データレイク・運用 DB・BIを一つの環境で。
ユーザーはツールの選択肢を減らす代わりに、統合された運用を得る。
どちらが正解かは、いまの段階では分からない。歴史的には、統合の中心が一つに集まる方向と、ベスト・オブ・ブリードで複数のツールを統合する方向が、データ基盤の世界では交互に勝ってきた。2010年代はHadoopの統合が試され、2020年代前半はdbt・Fivetran・Lookerのようなベスト・オブ・ブリードが勝った。2026年は、また統合の波が来ているかもしれない。
一週間の周辺で見えた、もう一つの軸
5月19日のSnowflake・Databricks発表を取り囲むように、他の動きもあった。
InfoWorldは「Snowflakeが Cortex Code CLIをdbtとAirflowに拡張」というタイトルでSnowflake側を解説した。日本側ではDevelopersIO(Classmethod) が同日に「[新機能] dbt Projects on SnowflakeのアップデートでdbtFusionがサポートされたので試してみた」というハンズオン記事を出した。
英語圏は発表ニュースで止まり、日本語圏は1〜2日のラグで手を動かしたレポートを出す。これは日本のデータ・コミュニティの強い特徴だ。
韓国語圏では、同じ5月19日の発表を正面から扱った記事は、5月23日時点で見つかっていない。代わりにCIO Koreaの「AIエンジニア年収17万ドル時代」、韓国データ経済新聞「AIツール解剖学:エージェンティック分析の序幕」のような、より上位レイヤーの記事が中心だった。
同じ発表が言語圏ごとに違うレイヤーで消化される。
英語圏は事実の発表、日本語圏はハンズオン検証、韓国語圏はマクロのトレンド話。
ツール・ズームの時差そのものが、コミュニティ文化のシグナル。
未解決の問い
1. dbt Fusionの実際の性能ベンチマークがいつ、どこから出るか — 「Rustで書き直された」だけでは情報として不十分だ。具体的にビルド時間が何倍速くなったか、メモリ使用量がどう変わったか、既存Pythonランタイムとの互換性で何が壊れたか。次のSnowflake Summitまでには出てくるはずだ。
2. 韓国語圏がdbt Fusionをいつから本格的に扱い始めるか — 5月23日時点では沈黙だが、もし6〜12ヶ月後に韓国データ・コミュニティが急にdbt Fusionに移行するなら、この発表が分岐点だったことが後から分かる。
3. Toyotaの「vista」が日本の自動車産業全体にどう波及するか — 一社の採用は事例だが、業界全体の標準になるかは別問題だ。トヨタ系のサプライヤーがDatabricksを採用し始めるなら、それはSnowflakeの日本進出にも大きな影響を持つ。
5月19日の二つの発表は、ニュース・サイクルではすぐに次の発表に上書きされる。だが、データ基盤の構造的な分岐点としては、6〜12ヶ月後に振り返る価値がある日付になる可能性がある。
出典 — Snowflake Docs: dbt Projects on Snowflake updates (2026-05-19) · dbt Labs: What’s shipped in dbt May 2026 · InfoWorld: Snowflake extends Cortex Code CLI · StartupHub.ai: Snowflake Turbocharges dbt with Fusion · Databricks May 2026 Release Notes · Databricks Press Releases 2026 · Databricks: Toyota adopts Databricks “vista” · DevelopersIO: dbt Fusion ハンズオン · CIO Korea: AIエンジニア年収17万ドル · 韓国データ経済新聞: エージェンティック分析の序幕