📚 参考書籍

※この記事は書籍の一部をベースに再構成しています。もう少し踏み込んだ内容（設計や具体例）は書籍の中でまとめているので、気になる方はそちらもどうぞ。

####『ゼロから考える！Databricks・Snowflakeを今、どう提案するか？ ～AIを動かすデータ基盤の考え方と提案入門～』
本書を通して、「Databricksだからこう提案する」「Snowflakeだからこう提案する」という発想から一歩進み、
「この顧客だから、この提案をする」と考えられるようになること。それが、本書の目指すところです。
https://link.amazon/B0gr5I68J

DatabricksとSnowflakeの提案術：機能比較だけでは製品を選べない理由

DatabricksとSnowflakeを比較しようとすると、最初に作りたくなるのが機能比較表です。

たとえば、

• DWHに対応しているか
• ストリーミング処理ができるか
• 機械学習に対応しているか
• 生成AIが使えるか
• AI Agentを構築できるか
• ガバナンス機能があるか

といった項目を並べ、それぞれに○や△を付けていく方法です。製品理解のためには、こうした比較は役に立ちます。

しかし、実際の提案では、機能比較だけでは十分ではありません。

なぜなら現在のDatabricksとSnowflakeは、どちらも対応領域を大きく広げており、多くの項目で「どちらもできる」という結果になりやすいからです。

「できますか？」だけでは製品を選べない

たとえば顧客から、

「生成AIを活用したい」

という相談を受けたとします。

そこで、

「Databricksでも生成AIを使えます」

「Snowflakeでも生成AIを使えます」

と説明しても、それだけでは顧客はどちらを選べばよいのか判断できません。

同じことは、AI Agentやリアルタイム処理、ガバナンスについても言えます。

重要なのは、

その機能があるかどうか

ではなく、

顧客の目的を実現するために、その機能をどのような構成で使うのか

ということです。

たとえば「生成AIを活用したい」という要望でも、その背景は顧客ごとに異なります。

ある顧客は、社内文書を検索できるようにしたいのかもしれません。

別の顧客は、Snowflakeに蓄積された販売データを自然言語で分析したいのかもしれません。

また別の顧客は、ログや画像、文書など多様なデータをまとめてAIから利用したいのかもしれません。

同じ「生成AI」という言葉でも、必要なデータ基盤やアーキテクチャは変わります。

顧客の課題を見ずに製品を当てはめない

提案で避けたいのは、製品を先に決めてしまうことです。

たとえば、

「この案件ではDatabricksを売りたいから、Databricksの機能に顧客要件を当てはめる」

「Snowflakeを利用している顧客だから、すべてSnowflakeで解決しようとする」

という進め方です。

このような提案では、製品説明はできても、顧客にとってなぜその構成が必要なのかを説明しにくくなります。

提案では、まず顧客の現在地を見る必要があります。

• どのようなデータを持っているのか
• データはどこに存在するのか
• 現在どのように分析しているのか
• 既存のDWHやデータレイクは何か
• どのクラウドを利用しているのか
• どの部門がデータを利用しているのか
• AIを使って何を実現したいのか
• 現在何に困っているのか

こうした情報を整理したうえで、初めてDatabricksやSnowflakeをどこに位置づけるのかを考えます。

同じ要望でも提案は変わる

たとえば、3社から同じように、

「生成AIを活用したい」

という相談があったとします。

しかし、それぞれの状況が次のように異なっていたらどうでしょうか。

顧客	現在の状況	AI活用のニーズ
A社	Snowflakeに企業データを集約済み	既存データを生成AIから利用したい
B社	データレイクにログ・画像・文書が大量に存在	多様なデータを使ってAIを開発したい
C社	複数のDWHやクラウドにデータが分散	まずAIが使えるデータ環境を整えたい

3社とも「生成AIを使いたい」という要望は同じです。

しかし、提案の起点は異なります。

A社であれば、すでにSnowflakeへ集約されている企業データを活かし、その延長線上でAI活用を広げることが自然かもしれません。

B社では、多様なデータの取り込みや加工、AI開発までを一体で考える必要があるかもしれません。

C社では、生成AI機能の選定より先に、分散したデータをどのように整理し、AIから安全に利用できる状態にするかを考える必要があります。

このように、顧客の要望が同じでも、

既存環境と課題が違えば、提案も変わります。

機能ではなく「なぜその構成なのか」を説明する

提案で顧客が知りたいのは、製品機能の一覧だけではありません。

より重要なのは、

「なぜ自社にはこの構成が適しているのか」

という理由です。

たとえば、

「Databricksにはこの機能があります」

と説明するだけではなく、

「御社ではログ、文書、画像など多様なデータを扱っており、今後は分析だけでなくAI開発にも利用したい。そのため、データの取り込みから加工、AI活用までを一体で考えられる構成が適しています」

と説明する方が、提案としては説得力があります。

Snowflakeの場合も同じです。

「Snowflakeには生成AI機能があります」

ではなく、

「御社はすでにSnowflakeに販売、顧客、在庫データを集約しており、利用部門もSQLやBIで活用しています。その既存資産を活かしながらAI利用へ広げることで、新しい基盤を別に作る範囲を抑えられます」

と説明できれば、

顧客の現在地と製品選定の理由

がつながります。

製品の強みは顧客によって変わる

「Databricksの強みは何か」

「Snowflakeの強みは何か」

という問いに、一つの答えを作りたくなることがあります。

もちろん、それぞれに製品としての特徴はあります。

しかし、提案の中で何が「強み」になるかは、顧客によって変わります。

たとえば、ある顧客ではSnowflakeをすでに全社DWHとして利用していること自体が大きな強みになります。

既存データ、運用ノウハウ、ユーザー、権限設計などをそのまま活かせるからです。

一方で、別の顧客では、大量のログや非構造化データを加工しながら機械学習や生成AIまで進めたいという要件があり、Databricksの持つデータエンジニアリングやAIとの一体性が提案上の大きな意味を持つかもしれません。

つまり、

製品の強みは、顧客課題と組み合わさって初めて提案価値になります。

「どちらが優れているか」ではなく「どちらが合っているか」を考える

DatabricksとSnowflakeの比較では、

「結局どちらが優れているのか」

という議論になりがちです。

しかし、提案において重要なのは、絶対的な優劣を決めることではありません。

見るべきなのは、

• 顧客がすでに何を持っているのか
• どのデータを扱いたいのか
• どのようなユーザーが利用するのか
• 分析とAIのどちらをどの程度重視するのか
• どのような運用体制を持っているのか
• 今後どこまで活用を広げたいのか

といった条件です。

そのうえで、

「この顧客には、なぜDatabricksなのか」

「この顧客には、なぜSnowflakeなのか」

「なぜ両方を組み合わせるのか」

を説明できることが重要です。

比較表は「答え」ではなく「材料」として使う

機能比較そのものが不要なわけではありません。

提案する側が製品を理解するためには、機能やアーキテクチャ、制約、価格体系などを比較することは重要です。

ただし、比較表をそのまま顧客への答えにしてはいけません。

比較表は、

製品を理解するための材料

であり、

製品を選ぶための最終的な答え

ではありません。

提案では、比較した情報を顧客の状況へ当てはめて考えます。

たとえば、

製品機能
↓
顧客の既存環境に当てはめる
↓
顧客課題との適合を見る
↓
将来の活用まで考える
↓
提案する構成を決める

という流れです。

つまり、機能比較から一段進み、

顧客にとっての意味へ翻訳する

ことが必要になります。

提案の中心に置くのは顧客のストーリー

AI時代のデータ基盤提案では、機能一覧を中心に提案書を作るのではなく、顧客のストーリーを中心に考えます。

たとえば、

現在

データが複数のシステムに分散している。
文書やログなどは十分に活用できていない。
BIでは過去データを分析できるが、AI活用にはつながっていない。

↓

課題

AIに必要なデータが整理されていない。
必要なデータが必要なタイミングで届かない。
データごとに権限管理が分かれている。

↓

目指す姿

構造化・非構造化データを安全に利用できる。
分析と生成AIの両方から企業データを利用できる。
将来的にはAI Agentによる業務支援まで広げられる。

↓

その実現手段として

DatabricksやSnowflakeを適切な役割で配置する。

この順番で考えると、製品は提案の主役ではなく、

顧客の目指す姿を実現するための手段

になります。

DatabricksとSnowflakeの対応範囲が広がった現在、単純な○×の機能比較だけで製品を選ぶことは難しくなっています。

だからこそ、これからの提案では、

「どちらに何があるか」ではなく、「この顧客に、なぜこの製品・この構成なのか」

を説明することが重要です。