DuckDB 2.0: la pequeña base de datos que amenaza el modelo de negocio de Snowflake y Databricks
Análisis del impacto económico de DuckDB v2.0 en la industria del cloud analytics, dominada por gigantes como Snowflake, Databricks y los hyperscalers de AWS, Google y Azure.
El motor analítico que cabe en un USB
En agosto de 2026, los responsables de DuckDB publicaron un anticipo de lo que será la versión 2.0 de su base de datos analítica embebida. Para los no iniciados, DuckDB es un motor OLAP escrito en C++ que se ejecuta dentro del proceso de una aplicación, sin necesidad de un servidor separado. Es, en esencia, lo que SQLite representa para las bases de datos transaccionales: una librería pequeña, rápida y sorprendentemente potente.
Pero detrás de este lanzamiento aparentemente técnico hay una historia mucho más interesante sobre poder, capital y control de la infraestructura de datos. Porque DuckDB no compite solo en rendimiento; compite en un modelo económico.
La economía extractiva del cloud analytics
Durante la última década, el mercado de almacenamiento y análisis de datos ha consolidado un patrón clásico de extracción de rentas. Snowflake, fundada por ex-ejecutivos de Oracle, debutó en bolsa en 2020 con una valoración de 70.000 millones de dólares, vendiendo una promesa sencilla: almacenamiento y cómputo separados, escalado elástico y, sobre todo, pago por uso. Su modelo de negocio depende de que los datos vivan en su nube, procesados por su motor, facturados por su licencia.
Detrás de Snowflake operan los tres hyperscalers: Amazon Web Services, Microsoft Azure y Google Cloud Platform. Los tres ofrecen servicios equivalentes: Redshift, Synapse y BigQuery respectivamente. Esta aparente competencia oculta una estructura oligopólica donde la migración entre proveedores es costosa, el data gravity (la tendencia de los datos a acumularse donde ya existen) actúa como mecanismo de lock-in, y los precios —aunque han bajado— siguen atados al volumen procesado.
Databricks, valorada en más de 43.000 millones de dólares en su última ronda, representa la otra cara de esta economía: una plataforma unificada de datos e IA con modelo de suscripción y consumo. Su origen académico (nace del proyecto Spark en Berkeley) le otorga legitimidad técnica, pero su estructura financiera es idéntica a la de cualquier scaleup de Silicon Valley: crecimiento a toda costa, dependencia de capital venture y presión por una salida rentable para sus inversores.
DuckDB como contramodelo
En un mundo donde cada gigabyte que cruza la frontera de un proveedor cloud genera facturación, la posibilidad de ejecutar consultas analíticas complejas en una laptop o en un servidor on-premise es, literalmente, una amenaza al modelo de ingresos de los gigantes del sector.
La larga historia del software libre comiendo capas
- Linux desmontó el monopolio de Unix propietario (Sun, HP, IBM) y posteriormente el de Windows Server en infraestructura.
- PostgreSQL y MySQL erosionaron la base de datos relacional comercial de Oracle, IBM DB2 y Microsoft SQL Server.
- SQLite demostró que una base de datos embebida podía sustituir a Access, FileMaker y, en muchos casos, a motores cliente-servidor ligeros.
- DuckDuckGo (proyecto distinto, mismo espíritu) propuso búsquedas sin tracking como respuesta al duopolio Google-Bing.
En cada caso, el incumbente respondió con tres movimientos: integración vertical (meter todo en una suite), venta de servicios gestionados sobre el software libre (AWS vende PostgreSQL como RDS, Google vende Redis como Memorystore) y presión regulatoria o contractual. Snowflake, por ejemplo, ofrece ahora un producto basado en Iceberg Tables que lee formatos abiertos; Databricks, irónicamente, es una empresa de código abierto (Spark, Delta Lake, MLflow) con un modelo comercial propietario por encima.
¿Quién tiene el poder de verdad?
DuckDB, combinado con formatos abiertos como Apache Iceberg, Parquet y Arrow, ofrece una ruta de escape. Permite que una organización procese petabytes en infraestructura propia, o que cambie de proveedor sin reescribir pipelines. Es, en términos gramscianos, una guerra de posición contra la hegemonía del cloud analytics.
Conclusión: una grieta en el muro
La historia de la tecnología nos enseña que estas grietas, ignoradas durante años, terminan redefiniendo industrias enteras. PostgreSQL tardó dos décadas en ser tomado en serio. Linux tardó una. DuckDB lleva cinco años y ya es pieza clave en el toolkit de cualquier data engineer que valore su independencia.
A[Data Source] --> B[DuckDB Embedded]