やや強気

スノーフレーク

やや強気

足元の大幅な株価倍率（バリュエーション）の調整とテクノロジー面での競争優位性を踏まえ、私たちは同社の見通しを「強気」に転じています。

Part 3（前編）：スノーフレーク（SNOW）の生成AIとAI PaaS（Platform-as-a-Service）業界における競合他社比較

スノーフレーク（SNOW）と生成AI、並びに、AI PaaS（Platform as a Service）業界に関して

AI PaaS（Platform as a Service）とは、人工知能（AI）を活用したアプリケーションやサービスを開発・展開するためのクラウドベースのプラットフォームを指します。開発者はこのプラットフォーム上で、AIモデルの構築、トレーニング、デプロイメント、管理を行うことができ、インフラ管理やスケーリングの負担を軽減しながら、迅速にAIソリューションを提供できます。

この分野では、イノベーションが次々と起こり、変化が絶えず、競争も激化しています。既存の企業に加え、隣接分野からの新規参入やスタートアップが、新たなビジネスチャンスを求めて続々と参入しています。

スノーフレーク（SNOW）とAI PaaS（Platform as a Service）業界における主要な競合企業

スノーフレーク（SNOW）

スノーフレーク（SNOW）は、AI PaaSへの参入が遅れましたが、社内開発と人材獲得に注力しました。新CEOラマスワミー氏のもとで、迅速に開発されたAI PaaSプラットフォーム「Cortex」は、トップAI人材を引きつけ、アジャイル開発を採用しました。同社のArctic FMは急速に構築され、Databricksの取り組みを凌駕しています。スノーフレークはセキュリティ、ガバナンス、そしてキュレートされたデータに強みを持ち、企業が生成AIを導入する際の懸念に対応しています。データガバナンスと使いやすさにおいて強みを持つ同社は、AI PaaS分野での有力な競争相手として台頭しています。

関連用語

Cortex：Snowflakeが開発したAI PaaSプラットフォーム。Cortexは、AIモデルの作成、トレーニング、デプロイメントを効率的に行える環境を提供し、企業がAIソリューションを迅速に導入できるようにサポートする。

アジャイル開発：ソフトウェア開発手法の一つで、迅速なリリースと継続的な改善を目的としている。小さな機能単位で開発を進め、定期的に見直しや改善を行うことで、変化する要件や市場のニーズに柔軟に対応する。

Arctic FM：スノーフレークが開発したファウンデーションモデル（FM）。Arctic FMは、特定のタスクに適応可能な大規模なAIモデルで、Snowflakeのデータプラットフォームに統合され、データのセキュリティやガバナンスを維持しながらAIの導入を支援する。

パランティア・テクノロジーズ（PLTR）

パランティア・テクノロジーズ（PLTR）は、2020年後半から私たちが注目している企業であり、AI PaaS分野においてリーダー的存在です。データ統合、プライバシー、セキュリティ、データサイエンス、ノーコード／ローコードインターフェースに強みを持っています。また、同社のフィールドエンジニア（Forward Deployed Engineers）は、企業ごとの特別なニーズに対応し、80%以上の高い粗利益率を維持しています。同社は、ファウンデーションモデルの競争には関与せず、大規模な設備投資を必要としないPaaSに集中し、そこでの強みを発揮しています。

関連用語

フィールドエンジニア：企業の製品やサービスを導入する際に、顧客の現場で技術的なサポートやカスタマイズを行うエンジニア。現場のニーズに応じた技術的な調整やトラブルシューティングを担当し、顧客と密接に協力して問題解決に取り組む。

ファウンデーションモデル：大規模なデータセットを用いてトレーニングされた汎用的なAIモデルのこと。このモデルは、さまざまなタスクに対して適応可能で、後に特定の用途に応じて微調整（ファインチューニング）することで、特定のアプリケーションに応じたパフォーマンスを発揮する。OpenAIのGPT-4やメタ・プラットフォームズのLLaMAなどがその代表例。

マイクロソフト（MSFT）

マイクロソフト（MSFT）は、OpenAIに130億ドル、GPUクラスターに1000億ドル以上を投資し、全てのスタックにAIを統合するなど大規模な投資を行っています。OpenAIの独占パートナーとして、GPT-4への早期アクセスを得たことで、モデルガーデン、評価ツール、ファインチューニング機能、データサービスを含む包括的なプラットフォームを提供し、AI PaaS分野で優位性を確立しました。同社は、AI人材を確保しつつ、さらに専門家を引き寄せ、Azure AI Studioを通じてAI PaaS分野でのリーダーシップを確固たるものにしています。

関連用語

GPUクラスター：複数のGPU（グラフィックス処理ユニット）を並列に接続して、高速な計算処理を行うコンピューターシステムのこと。主に機械学習やディープラーニングなどの大量のデータ処理を必要とするタスクで使用され、モデルのトレーニング速度を大幅に向上させる。

モデルガーデン：AIや機械学習のためのモデルを集めたライブラリやリポジトリのこと。開発者はこのモデルガーデンから既存のモデルを選んで使用したり、自分のプロジェクトに合わせてカスタマイズしたりできる。

Azure AI Studio：マイクロソフトのクラウドサービス「Azure」上で提供されるAI開発ツールの統合プラットフォーム。開発者はこのスタジオを使って、AIモデルの作成、トレーニング、デプロイメントを効率的に行うことができ、Azureの他のサービスと連携してAIソリューションを構築できる。

アルファベット（GOOG / GOOGL）

GCPは、アルファベット（GOOG/GOOGL）のAIに関する専門知識から高い期待を寄せられていましたが、Vertex AIはマイクロソフト（MSFT）のAzure AI Studioには及びませんでした。アルファベットのファウンデーションモデルであるGeminiは遅れて登場し、他に比べてパワーが不足していました。また、アルファベットのLLMopsスタックの発展も遅れ、AIの導入にはさまざまな課題がありました。同社は依然として重要なプレーヤーではありますが、トップレベルの勝者というより、むしろ追随者となる可能性が高いと見ています。

関連用語

Vertex AI：Google Cloudが提供するAI開発のための統合プラットフォーム。開発者はVertex AIを使って、機械学習モデルの作成、トレーニング、デプロイ、管理を一貫して行うことができる。また、アルファベットの高度なAI技術やインフラを活用することで、効率的にAIソリューションを構築できる。

Gemini：Google DeepMindが開発した大規模言語モデル（LLM）で、自然言語処理や対話型AIなどに使用される。Geminiは、Googleのさまざまなサービスに組み込まれ、ユーザーとの対話や情報検索などを支援する。

LLMopsスタック：大規模言語モデル（LLM）を効率的に開発、運用、管理するためのツールやフレームワークの集合体のこと。このスタックには、モデルのトレーニング、デプロイ、監視、評価、微調整（ファインチューニング）を支援する機能が含まれており、LLMのライフサイクル全体をサポートする。

アマゾン（AMZN）

アマゾン（AMZN）は、生成AI時代の初期には遅れを取っていましたが、Bedrockの開発やAnthropicへの60億ドルの投資を通じて、Claudeモデルを市場に投入し、前進を遂げました。しかし、それでもAWSはコパイロット機能とファウンデーションモデルにおいて遅れを取っており、高いAI人材の流出がファウンデーションモデル開発の遅れに繋がる可能性があります。AWSはAI PaaSにおいて依然として重要なプレーヤーですが、トレンドの変化がない限り、リーダーとなるのは難しいかもしれません。

関連用語

Bedrock：Amazon Web Services（AWS）が提供する生成AIサービスのプラットフォーム。開発者はBedrockを使って、さまざまな生成AIモデルにアクセスし、自分のアプリケーションに組み込むことができる。特に、テキスト生成や画像生成などのタスクに利用される。

Anthropic：安全で倫理的なAIシステムの開発に焦点を当てたスタートアップ企業。特に、AIの安全性を高めるための研究を行い、その技術を商業利用に適用している。

Claude：Anthropicが開発した大規模言語モデル（LLM）。Claudeは、対話型AIやテキスト生成などに使用され、安全性と倫理性に特化した設計がされている。

コパイロット：AIが人間の作業を支援する役割を果たすツールやシステムを指す。たとえば、コードを書く際にAIがリアルタイムで提案を行ったり、ドキュメント作成を補助するなど、作業効率を向上させるために活用される。

Databricks

Databricksは、LLMの波を予見していなかったものの、迅速に適応し、MosaicMLを13億ドルで買収しました。MosaicMLのLLMopsスタックは優れていましたが、そのMPTモデルはすぐにLlama2やLlama3に取って代わられました。DatabricksのAI PaaSプラットフォームは、データラベリングやMLflow統合で期待されていますが、ファウンデーションモデルの取り組みは競合他社に遅れを取っています。Databricksはデータレイクに強みを持っていますが、より構造化されたデータ機能の強化が必要です。AI PaaSでは依然として強力な存在ですが、ファウンデーションモデル分野での競争力には課題があります。

関連用語

MosaicML：AIモデルのトレーニングを効率化するためのプラットフォームを提供する企業。MosaicMLは、大規模な言語モデル（LLM）のトレーニングを高速化し、コストを削減する技術を開発している。

MPTモデル：MosaicMLが開発した大規模言語モデル（LLM）のシリーズ。MPTは「Mosaic Pretrained Transformer」の略で、特定のタスクに応じて事前学習されたモデルを指し、自然言語処理タスクなどに活用される。

Llama：メタ・プラットフォームズが開発した大規模言語モデル（LLM）のシリーズ。Llamaモデルは、特に自然言語処理タスクに強く、テキスト生成や翻訳、対話型AIなどに使用される。

MLflow：機械学習モデルのライフサイクルを管理するためのオープンソースプラットフォーム。MLflowを使うことで、モデルの実験、トレーニング、デプロイ、追跡などが簡単に行える。

データレイク：企業や組織が大量のデータをそのままの形式で保存するための中央集約型のリポジトリのこと。データレイクは、構造化データ（データベースのような形式）から非構造化データ（画像やテキストなど）まで、さまざまなデータタイプを保存し、後で分析や処理ができるようにする。

OpenAI

OpenAIは、企業採用が急速に進み、年間定期収益（ARR）は26億ドルに達しました。マイクロソフト（MSFT）が初期の企業採用をリードしましたが、OpenAIは企業や開発者向けの機能に焦点を当て、さらに大きな役割を果たしています。ただし、OpenAIには包括的なAI PaaSプラットフォームがなく、多様なツールを求める顧客には限られた訴求力しかありません。OpenAIのシンプルさやネイティブデータストレージの欠如が、AWSのような競合他社と比べて採用の妨げになる可能性があります。

関連用語

ネイティブデータストレージ：特定のシステムやアプリケーションが直接データを保存・管理するために最適化されたストレージのこと。ネイティブなストレージは、そのシステムの機能と深く統合されており、効率的なデータの読み書きや処理が可能。例えば、クラウドサービスやデータベースが、独自に最適化された形式でデータを保存する場合などが該当する。

Glean

RAGスタートアップのGleanは急速に成長し、2024年には評価額が22億ドルから45億ドルに上昇しました。しかし、その成長の持続可能性は不透明で、効果的なRAGには複雑で断片化された企業データとの統合が求められます。Gleanは主にデジタルネイティブなスタートアップを対象としており、複雑な企業環境ではパランティア・テクノロジーズ（PLTR）のようなより高度なソリューションが必要とされています。

※続きは「Part 3（後編）スノーフレーク（SNOW）の将来性：競合分析により、生成AIとAI PaaS業界で優位性を維持する為の戦略を探る！」をご覧ください。

関連用語

RAG（Retrieval-Augmented Generation）：生成AIの一種で、AIが情報を生成する際に、外部のデータベースやドキュメントから関連する情報を検索し、それを活用して回答やコンテンツを作成する手法。このアプローチにより、より正確で信頼性の高い出力を得ることができる。

デジタルネイティブなスタートアップ：インターネットやデジタル技術を基盤にして事業を展開する新興企業のこと。これらの企業は、クラウドサービスやモバイルアプリ、データ分析、AIなどのデジタル技術を駆使して、従来の業界に革新をもたらしたり、新しい市場を創出したりしている。デジタル技術が企業のコアに組み込まれているのが特徴。

その他のテクノロジー銘柄関連レポート

1. ① Part 1：クラウドフレア / NET：サイバーセキュリティ銘柄のテクノロジー上の競争優位性（強み）分析と今後の将来性（前編）

2. ①ルーブリック / RBRK（IPO・新規上場）：サイバーセキュリティ銘柄の概要＆強み分析と今後の株価見通し（Rubrik）

3. クラウドストライク（CRWD）システム障害で世界中のPCがクラッシュ！原因と対策、今後の株価への影響と将来性を徹底解説！

また、私のその他のテクノロジー関連銘柄のレポートに関心がございましたら、是非、こちらのリンクより、私のプロフィールページにアクセスしていただければと思います。

さらに、その他のスノーフレーク（SNOW）はに関するレポートに関心がございましたら、是非、こちらのリンクより、スノーフレークのページにアクセスしていただければと思います。