5,74 milliards de dollars ont été investis dans 36 startups de stockage cette année, dont la grande majorité – 4,55 milliards de dollars – a été investie dans des lacs/entrepôts de données et des sociétés d’analyse.
Nous avons répertorié le financement de démarrage lié au stockage que nous avons couvert au cours de l’année et avons constaté que Databricks était facilement en tête du classement avec ses 2,6 milliards de dollars extraordinaires levés – près de la moitié du total – suivi de loin par Fivetran avec 565 millions de dollars, un peu moins de dix pour cent du total . Voici le graphique :
Données de blocs et de fichiers.
Nous avons subdivisé les destinataires en catégories : analyses et entrepôts, protection des données, sécurité, stockage en nuage, gestion du matériel, logiciels de stockage et startups liées à Kubernetes. Reconnaissant que certaines startups appartenaient à deux de ces catégories, nous avons ensuite totalisé le montant levé dans chaque catégorie :
- Analytique et entrepôt : 4,55 milliards $ (79,3 %) ;
- Protection des données – 1,0 milliard de dollars (17,4 %) ;
- Sécurité – 272,4 millions de dollars (4,7 %);
- Stockage en nuage – 418,75 millions de dollars (7,3 %) ;
- Conduite par le matériel – 418,75 $ (7,3 %) ;
- Logiciel de stockage – 137,0 millions de dollars (2,4 %) ;
- Lié à Kubernetes – 48,0 millions de dollars (0,8 %).
Le total de la sécurité est fortement affecté par l’augmentation de 250 millions de dollars d’Acronis. Sans cela, c’était à peine 72,4 millions de dollars. Les startups de sécurité de stockage pure play ne sont pas populaires. Les startups de stockage basées sur le matériel ont levé 418,75 millions de dollars, soit la même chose que les startups de stockage en nuage.
Les startups de logiciels de stockage non Kubernetes ont levé 137 millions de dollars, tandis que les deux startups liées à Kubernetes ont levé 48 millions de dollars, soit moins d’un pour cent du total. Les logiciels de stockage dans leur ensemble ont représenté 185 millions de dollars. Les logiciels ne mangent pas encore le marché des démarrages de matériel de stockage.
Catégories de financement de démarrage de stockage.
Ensuite, nous avons compté les startups dans chaque catégorie pour voir leur popularité numérique :
- Analytique et entrepôt – 16
- Protection des données – 5
- Sécurité – 2
- Stockage en nuage – 6
- Piloté par le matériel – 9
- Logiciel de stockage – 5
- Lié à Kubernetes – 2
Les startups de stockage basées sur le matériel ont souvent également une implication logicielle, en particulier les sociétés de baies comme VAST Data et OpenDrives. Nous avons été surpris qu’il y ait eu plus de cycles de financement de démarrage de matériel que de cycles de protection des données, bien que les protecteurs de données aient collecté plus de deux fois plus d’argent.
Alors qu’est-ce que tout cela signifie?
Notre conclusion est évidente : des quantités massives de financement par capital-risque affluent dans l’espace d’analyse/lac de données/entrepôt de données, la protection des données étant la deuxième catégorie la plus populaire. Le fait que le stockage en nuage reçoive plus de financement que les autres sociétés de logiciels de stockage (sur site) n’est pas inattendu – si nous supprimons les joueurs de logiciels de stockage basés sur le matériel VAST Data et OpenDrives, nous nous retrouvons avec un dérisoire 34 millions de dollars.
Le faible niveau de financement – 48 millions de dollars – alloué à seulement deux startups liées au stockage Kubernetes était surprenant. Nous pensons que les principaux fournisseurs ont adopté Kubernetes rapidement et efficacement, et que le développement open source est bon marché. En effet, on pourrait dire que la vague de démarrage du stockage Kubernetes est terminée. Fini.
Essentiellement, la majeure partie du financement de démarrage du stockage cette année a été empilée, loin des boîtiers matériels et logiciels et vers des logiciels de traitement des données. C’est-à-dire un logiciel pour protéger les données et – le domaine de la poule aux œufs d’or – un logiciel pour stocker, accéder et gérer de grandes quantités de données à des fins d’analyse.