Databricks 2026年5月：レイクハウス企業はいかに変貌したか、そしてなぜ日本でその姿が最初に表れるのか

レイクハウス企業。5年前、Databricksは自社をそう表現していた。

それはもう変わった。

物語はレイクハウスから始まったわけではない。始まりは2009年、カリフォルニア大学バークレー校のコンピューターサイエンス棟であるSoda Hallだった。Matei Zahariaという博士課程の学生が、本来なら数分で終わるはずの機械学習ジョブが何時間もかかる様子を見ていた。当時のビッグデータ処理を支配していたフレームワークはMapReduceであり、反復アルゴリズムにおけるその限界は、少しでも高度な処理を試みた者にとっては明白だった。Zahariaはこの問題を解決するためにSparkを開発した。MapReduceがすべてをディスクに書き込んでいたのに対し、Sparkはインメモリ処理を採用し、その上に汎用性の高い洗練されたAPIを備えていた。Sparkは2010年にオープンソース化され、2013年にApache Software Foundationへ寄贈された。同じ年、Ali Ghodsi、Ion Stoica、Zahariaを含むAMPLabの研究者7名がDatabricksを創業した。最初の製品は地味なものだった。マネージドのSparkサービスである。創業者の誰一人として、会社を経営した経験はなかった。

続く10年間で、二つのことが同時に進行した。Sparkは研究上の成果物から、数千の企業の内部でビッグデータを支える事実上の計算基盤へと成長した。そしてSparkを軸に築かれたDatabricksは、ある設計思想を掲げ始めた。分析にはデータウェアハウス、それ以外のすべてにはデータレイクという歴史的な分断は、業務そのものが要求したものではなく、旧来のインフラが課した制約にすぎない、という思想である。その答えがレイクハウスだった。構造化データと非構造化データを単一のオープンフォーマット・ストレージ層に収め、その上にウェアハウス級のガバナンスと性能を載せる。2020年までに、この思想は市場で名を得て、それを裏づける確かな製品を伴うようになった。そして2021年、シリーズGの資金調達を実施した。

2021年2月：280億ドルの評価額でシリーズGを実施。年間経常収益は4億2,500万ドル。

2026年2月：前年12月に設定された1,340億ドルの評価額のもと、シリーズLラウンドをクローズし、株式とデットを合わせて70億ドル超の調達を完了。売上ランレートは54億ドルに達し、前年比65パーセント超で成長している。AI事業だけで14億ドル規模で稼働している。年間100万ドル超を支払う顧客は800社を超え、うち70社は年間1,000万ドル超を支出している。売上維持率（NRR）は140パーセントを超える。Fortune 500企業の6割超がこのプラットフォームを利用している。

この2回の資金調達の間にDatabricksが築いたものが、プラットフォームの姿を変えた。Unity Catalogは、テーブル、ファイル、モデル、ダッシュボード、AIアセットを単一の層で網羅し、ガバナンスをスタック全体にわたる中核的な構成要素とした。Databricks SQLはウェアハウスに挑み、2025年のうちにSnowflakeの地盤で10億ドルのランレートを突破した。下層を支えるDelta Lakeは、オープンテーブルフォーマットをより堅牢にした。MLflowは機械学習ライフサイクル管理の事実上の標準となった。Lakebaseは運用データベースをプラットフォーム内に取り込んだ。AIエージェント向けに設計されたサーバーレスのPostgreSQLであり、提供開始から最初の半年で、同社のデータウェアハウス製品の2倍の速さで売上を伸ばした。Agent Bricksは、生成AIをデモから本番運用のパターンへと転換させ、再利用可能なエージェントをエンタープライズのワークフローに組み込んだ。Genieは自然言語をスタック全体に行き渡らせ、適切なアクセス権を持つ従業員が自社のデータと対話できるようにした。そして、業務の進展とともに呼び名も変わり続けた。レイクハウスはData Intelligence Platformとなり、いまや製品ライン全体の打ち出し方をAIが主導している。だがそのいずれも、このアーキテクチャ全体の前提であるオープンフォーマットという原則を手放すことはなかった。

2026年春には、立ち止まって見るべき二つの発表が加わった。

AI Runtimeが3月19日に提供開始された。トレーニングとファインチューニング向けのサーバーレスなNVIDIA GPUコンピューティングであり、すでに分析や推論を動かしているのと同じプラットフォーム上で、必要なときに使える計算資源として提供される。専用GPUクラスターをめぐる調達の手間を取り除き、データチームやMLチームが、すでにCPUを使っているのと同じ感覚で、同一のワークスペース内から、同じガバナンスのもとでGPUの計算能力を引き出せるようにする。

その5日後にLakewatchが続いた。その背後にある論拠は、たった一つの数字に尽きる。Databricksの発表資料に引用されたZeroDayClockのデータによれば、公開された脆弱性が悪用されるまでの平均時間は、2025年の23.2日から2026年には1.6日へと急落した。手作業だけのセキュリティ運用では、この速度に対応しきれない。Lakewatchはオープンなエージェント型SIEMであり、セキュリティ、IT、ビジネスのテレメトリーをガバナンスの効いた単一の環境に集約し、AIエージェントが検知、トリアージ、対応を機械の速度で担う。レガシーなSIEMと比べて総保有コストを最大8割削減する。従来のアーキテクチャでは取り込むバイト数に応じてコストが膨らむが、Lakewatchはそれを避けながら、ペタバイト規模のデータ保持を実現する。セキュリティのテレメトリーを、レイクハウスがすでに解き方を知っているデータの問題として扱うわけだ。早期顧客にはAdobeとDropboxが名を連ねている。

より速いSparkとして始まったプラットフォームが、いまやコンピューティング、ガバナンス、分析、AI、セキュリティを、単一のオープンフォーマットの基盤上で動かしている。東京、シンガポール、ソウルの調達チームにとって、もはや比較の対象はDatabricks対ウェアハウスではない。Databricks対スタック、すなわちウェアハウス、MLプラットフォーム、ガバナンス層、運用データベース、そしていまやSIEMまでを束ねたスタックとの比較なのだ。

このプラットフォーム統合が最も大きな衝撃をもって着地した場所は、ほかならぬ日本である。規制の厳格さ、既存大手の規模、そしてISMAPという厳しい参入要件が、プラットフォームの選定を実験ではなく構造的な判断にしている。

MUFG銀行は2025年4月、3万人の従業員に向けてこのプラットフォームを採用した。トヨタのvistaプラットフォームが2026年1月8日にこれに続き、それまでの取り組みを制約していた数か月単位のデータ提供の遅れに対応した。その3週間後の1月28日にISMAP認証を取得し、公共部門の調達における大きな障壁を取り除いた。Simon Daviesは2026年4月、アジア太平洋・日本地域担当のシニアバイスプレジデント兼ゼネラルマネージャーに就任した。同地域には1,500人を超える人員を擁し、第4四半期の成長は前年比85パーセント超で推移している。Davies就任以降に新たに公表されたAPJの顧客には、シンガポール税関、Samsung Life、SingTelが含まれる。

日本のシステムインテグレーターによる取り組みも、同じ軌道にある。NTT DATAは2025年1月22日にDatabricksと戦略的パートナーシップを締結した。5年間で2億ドルの売上目標を掲げ、2027年度までにNTT DATAのエンジニア500名をData Intelligence Platformの実践レベルまで育成する計画である。NTT DATAほどの日本のIT大手が、単一プラットフォームへのコミットメントをこの規模に設定しているという事実が、日本における規制業種のエンタープライズデータ業務がどこへ向かっているのかを物語っている。より広範なパートナーの動向も、同じ方向を指し示している。NTT DATA JapanのYuki Saito氏は、社内で育成した14名のSolutions Architect Championsと100名の認定技術者を背景に、2025年のGlobal Partner AwardsでAPJ Partner Champion of the Yearを受賞した。

同じ調達のシグナルは、シンガポールにも表れている。シンガポール政府技術庁（GovTech）は、採用、財務、調達をはじめとする幅広い領域で同国のデジタル変革を推進する、公共部門のテクノロジー機関である。Databricks Data Intelligence Platformの導入から1年のうちに、GovTechの最高データ責任者室は、ダッシュボードの作成期間を90日から30日へと短縮し、年間8,000時間の労働を削減し、社内の部門の半数にデータを開放し、BIの統合によってドル換算で6桁規模のコスト削減を実現した。GovTechの副最高データ責任者であるSachin Tonk氏は、6月のSummitでこの取り組みについて講演する。確かな成果を伴う公共部門の事例こそが、規制業種における調達を実際に動かす力となる。

資金調達ラウンドや製品の発表は、物語の目に見える部分にすぎない。プラットフォームとしての主張と現実とを分けるのは、稼働中の業務を止めることが許されない規制環境の内側で、いかに大規模な本番運用を実現するかである。

欧州中央銀行のSPACEプラットフォームは、HBase、Kafka、Spark、Kubernetes上で、移行済みの96プロセスにわたり、1,000名を超えるデータサイエンティストを支えている。SPACEは、ユーロシステム全体の金融政策の意思決定を支える分析業務の基盤となっている。ドイツ最大の自動車保険会社であるHUK-COBURGは、2016年以来、テレマティクスのプラットフォームを無停止で運用し続けている。保険事業の規模で10年にわたり継続稼働してきたということであり、その料率モデルは、実際に流れ込む走行データをもとに本番環境で調整されている。Vattenfallの中核をなすKafkaエコシステムも同じ水準で稼働しており、失敗したバッチ処理が許されない発電システムにリアルタイムのイベントストリームを供給している。これらはいずれも、中央銀行業務、国民規模の自動車保険、そして北部欧州全域にわたる発電を支える、運用上の屋台骨である。基準となるのは、概念実証が一度成功することではない。なんの変哲もない平凡な火曜日が、何年も無停止で続くことだ。

この三つすべてを設計し、実装したのがUltra Tendencyだ。同社のエンジニアは、HBaseをはじめとするスタック内のオープンソースプロジェクトでApacheコミッターの地位を有している。すなわち、エコシステム全体が依存する中核コードベースを、何年もの歳月と数千回に及ぶコミットを通じて託されてきた人々である。24時間365日稼働するテレマティクスプラットフォームやデジタルユーロの実証実験を任せるなら、まさにこうした運用上の規律が欠かせない。同社は2026年第1四半期を、EMEAで売上最大のDatabricksプロフェッショナルサービスパートナーとして終えた。マグデブルクからベルリン、東京、シンガポール、カトマンズに至るまで、規制下の本番運用業務を絶えず手がけている。

これらの対話が次に動く先は、6月のサンフランシスコである。Moscone、6月15日から18日まで。昨年のSummitには、現地に2万2,000人、オンラインでさらに6万5,000人が参加した。レイクハウス、ガバナンス、セキュリティ、あるいは地域横断のAIに本番規模で取り組んでいるなら、次の段階のアーキテクチャが固まるのは、あの会場だ。

Ultra Tendencyは、そこにいる。