Databricks у четвер оголосила про новий раунд фінансування, який оцінив компанію в $188 мільярдів. Раунд очолила Coatue.
Databricks не розкриває точну суму залучених коштів; компанія заявила, що гроші ще не надійшли, і раунд буде закритий пізніше цього літа. (Інші видання відтоді повідомили, що сума становить приблизно $3 мільярди.) Хоча незвично, коли компанія оголошує про це до отримання коштів, венчурний інвестор повідомив TechCrunch, що угода є надійною, оскільки багато фірм хотіли взяти участь, і компанія не мала причин приховувати свою нову вражаючу оцінку.
Насправді, Databricks протягом півтора року активно залучає фінансування, успішно трансформувавши свій імідж з просто SaaS-зірки минулих років на постачальника ШІ. Минулі роки – це до епохи ChatGPT.
Лише п’ять місяців тому, у лютому, Databricks закрила раунд серії L на $5 мільярдів з оцінкою $134 мільярди. За п’ять місяців до цього, у вересні 2025 року, компанія залучила $1 мільярд при оцінці $100 мільярдів. А приблизно за дев’ять місяців до цього, у грудні 2024 року, вона залучила рекордні на той час $10 мільярдів при оцінці $62 мільярди.
Databricks за роки існування залучила стільки раундів фінансування, що останній став предметом мемів про вичерпання літер алфавіту. «Увімкну сповіщення, коли отримаємо Серію AA», — написав один користувач.
Але реконструкція її іміджу була легітимною. Заснована у 2013 році, компанія спочатку досягла успіху в епоху великих даних завдяки програмному забезпеченню, яке дозволяло підприємствам зберігати величезні обсяги даних у хмарі та отримувати швидку аналітику.
Оскільки компанія вже мала у своєму розпорядженні величезні масиви корпоративних даних, Databricks опинилася у вигідному становищі, щоб реагувати на зростаючу потребу компаній у ШІ з тим самим рівнем безпеки та управління, який вони очікують від традиційного корпоративного програмного забезпечення.
Компанія почала випускати один ШІ-продукт за іншим, зокрема Lakebase — свою базу даних, створену для ШІ-агентів, і Unity — свій ШІ-шлюз, а також «мета-каркас» під назвою Omnigent, який керує кількома агентами.
Databricks також все більше ставала відомою як один із яскравих прикладів використання підприємствами доступніших китайських відкритих моделей (моделей, чий базовий код опубліковано для загального використання та модифікації) для контролю витрат – одна з ключових тенденцій 2026 року. Особливо компанія виступає за GLM 5.2 від Z.ai як модель для кодування.
Минулого тижня генеральний директор Databricks Алі Годсі поділився результатами внутрішнього бенчмаркінгу, проведеного для управління власними витратами на ШІ для своїх 3000 інженерів-програмістів.
Компанія порівняла ШІ-моделі за фактичними завданнями, які виконують її програмісти. Не дивно, що в опублікованій статті з результатами Databricks зазначила, що «відкриті моделі, і GLM 5.2 зокрема, тепер здатні впоратися навіть із найвищим рівнем складності завдань» у кодуванні, і це при суттєво нижчих загальних витратах, ніж пропрієтарні моделі від Anthropic та OpenAI.
Однак компанія здивувала, виявивши, що вибір «каркаса» — інструменту кодування на основі агентів, такого як Codex або Claude Code, який обгортає модель і керує її контекстом та інструкціями — так само впливає на витрати. Було встановлено, що відкритий каркас Pi є одним із найкращих у керуванні контекстом навколо кожного запиту, і, отже, одним із найнижчих за витратами варіантів без шкоди для якості.
«Висновок тут не в тому, що один каркас завжди дешевший або що нативні каркаси гірші», — заявила компанія у своїй публікації. «Натомість вибір моделі є лише частиною пазла».
Все це додало Databricks іміджу компанії, що займається ШІ, навіть якщо вона не була заснована як лабораторія ШІ. Це, у свою чергу, надало їй «ШІ-гало» для залучення коштів та стрімкого зростання оцінки. Як ми повідомляли раніше, ефект ШІ настільки сильний у наші дні, що навіть мережа сендвіч-шопів Jersey Mike’s згадала ШІ 22 рази у своїх документах S-1.
Коли ви купуєте за посиланнями в наших статтях, ми можемо отримати невелику комісію. Це не впливає на нашу редакційну незалежність.
Джерело новини: techcrunch.com