Las fusiones corporativas que buscan exclusivamente ganar escala como factor competitivo no siempre dan los resultados esperados. Me atrevería a sugerir que, cuando con el tiempo se echan las cuentas (si es que se echan y se publican), muchas habrán salido mal. Estoy ahora mismo pensando en Cloudera, una empresa que tuve varias ocasiones de conocer y que en enero completó la adquisición de Hortonworks por la bonita suma de 5.200 millones de dólares. Se suponía que juntas estarían en mejores condiciones de salir adelante en un mercado que estaba cambiando.
El caso es que la nueva Cloudera ha presentado unos pésimos resultados del primer trimestre cerrado tras la integración. Sobre unos ingresos de 188 millones de dólares, ha sufrido unas pérdidas netas de 103,7 millones. Esto ha tenido dos consecuencias inmediatas: la cotización se hundió un 40% y su CEO Tom Reilly, que concibió y llevó a término la fusión, abandonará la empresa a finales de julio sin que siquiera se le haya buscado sucesor.
Ante los analistas, Reilly se ha declarado sorprendido por el “viento en contra”. Las órdenes de pedido han caído – dijo sin dar cifras que permitan compararlas – y la combinación no ha sido entendida por los clientes de las dos compañías fusionadas. Pero es que, además, el intento de ampliar el modelo de negocio lanzando una nueva plataforma, ha sido recibido con escepticismo, que de momento se traduce en la parálisis de renovaciones de contratos de servicios.
Si estos fueran los problemas, podrían verse como errores tácticos corregibles. Mi impresión es que la desgracia de Cloudera está indicando algo más profundo: el espacio del mercado llamado data analytics se está transformando por la voracidad de una nueva especie predadora que ha dado en llamarse hyperscalers. Los tres colosos que dominan el mercado de la infraestructura como servicio están “naturalmente” interesados en incorporar a su oferta la ingestión y análisis del volumen de datos que generan las grandes empresas que son sus clientes. Y esto desaloja del terreno a otra especie inferior, por mucho que su logo sea un elefante.
Ciertamente, no todos los datos van a ir a la nube y por distintas razones habrá muchas cargas de trabajo que seguirán ejecutándose on-premise. Pero ya es sintomático que casi nadie hable de Hadoop, que llegó a ser sinónimo de plataforma para el análisis masivo de datos.
Permitan una breve recapitulación. Hortonworks salió a bolsa en 2014 y Cloudera tres años después, ambas con discreto optimismo de los inversores. El tercer exponente de la misma corriente, MapR, no se atrevió a tanto: recaudó 250 millones de dólares de venture capital y se endeudó lo necesario para seguir atrayendo clientes de postín, que los tiene. Hasta que, la semana pasada, su CEO John Schroeder, comunicó públicamente que a MapR le queda fuelle para pocas semanas, a menos que aparezca una solución financiera.
Tanto Cloudera, como a su medida MapR, han tratado valientemente de escapar a la identificación con Hadoop que podía penalizarlas, para internarse en unos terrenos que (hoy, ya veremos mañana) suenan muy fashion: microservicios, procesadores en memoria (Spark), contenedores (Kubernetes). Con este perfil esperaban ser apreciados como alternativas viables ante los musculados proveedores cloud.
Ya no basta, al parecer, con los atributos de Hadoop y su sistema de ficheros HDFS. “Las grandes empresas globales son negocios complejos cuyos casos de uso requieren múltiples funciones analíticas, buscan soluciones hibridas y capacidad de mover sus datos de una ubicación a otra óptima para minimizar costes y maximizar eficiencia”, disertaba Reilly en marzo al presentar en sociedad Cloudera Data Platform (CDP). En la práctica, se trata de un híbrido para que las empresas puedan mover ´inteligentemente` sus cargas de un centro de datos a una nube o viceversa.
Automatización y capacidad de escalar son ingredientes de toda oferta que hoy se formule, así que CDP no podría ser menos. Está por ver que llegue a ser un arma suficiente contra los recursos de AWS, Azure y Google Cloud, en un mercado que hasta ahora parecía satisfecho con Hadoop y los servicios asociados que monetizan su naturaleza open source.
Estoy demasiado lejos de ser un experto en la materia, pero amigos a quienes tengo por tales me han dicho que la pérdida de protagonismo de Hadoop obedece a que los tres grandes proveedores de infraestructura como servicio incluyen capacidades similares como parte de su catálogo: AWS (Lambda, Kinesis Data Stream, DynamoDB) o Azure (DataFactory, Databricks y Cosmos DB).
No me atrevo a sacar conclusiones precipitadas, pero tal vez haya en ello una moraleja sobre los efectos potenciales del modelo cloud sobre tantas empresas de software independientes. Hoy más que el año pasado me cuesta creer que Hortonworks valiera realmente 5.200 millones de dólares.