Компания Databricks в четверг объявила о новом раунде финансирования, который оценивает компанию в $188 млрд. Раунд возглавил Coatue. Databricks не раскрыла точную сумму привлечённых средств, сообщив лишь, что деньги ещё не поступили на счета и раунд будет закрыт позднее этим летом (по данным других изданий, речь идёт о примерно $3 млрд). Хотя необычно объявлять о раунде до фактического получения средств, венчурный инвестор пояснил TechCrunch, что сделка надёжна — так много фондов хотят участвовать, что у компании не было причин держать новую оценку в секрете.
Databricks находится в почти полуторагодовалом марафоне привлечения средств, успешно трансформировав свой образ из просто SaaS-компании прошлых лет в поставщика решений для ИИ. «Прошлые годы» в данном контексте — это эпоха BC (Before ChatGPT). Всего пять месяцев назад, в феврале, Databricks закрыла раунд Series L на $5 млрд при оценке $134 млрд. За пять месяцев до этого, в сентябре 2025 года, она привлекла $1 млрд при оценке $100 млрд. А примерно за девять месяцев до этого, в декабре 2024 года, — рекордные на тот момент $10 млрд при оценке $62 млрд.
Компания привлекла так много раундов за последние годы, что последний из них стал предметом мемов о нехватке букв алфавита. «Включите уведомления, когда мы получим Series AA», — пошутил один пользователь. Но трансформация компании вполне реальна. Основанная в 2013 году, Databricks изначально добилась успеха в эпоху больших данных, предлагая предприятиям программное обеспечение для хранения огромных массивов данных в облаке с быстрой аналитикой.
Поскольку компания уже располагала массивами корпоративных данных, она оказалась в выигрышной позиции, когда компании начали внедрять ИИ с теми же требованиями к безопасности и управлению, что и в традиционном корпоративном ПО. Databricks начала запускать один ИИ-продукт за другим: Lakebase — базу данных, построенную для ИИ-агентов, Unity — ИИ-шлюз, и Omnigent — «мета-обвязку» для управления множеством агентов.
Databricks также стала одним из главных примеров внедрения предприятиями более доступных китайских open-weight моделей для контроля затрат — одного из главных трендов 2026 года. Компания особенно активно продвигает GLM 5.2 от Z.ai как модель для программирования. На прошлой неделе генеральный директор Databricks Али Годси поделился результатами внутреннего бенчмаркинга для оптимизации затрат на ИИ среди 3 000 инженеров. Результаты показали, что «открытые модели, и GLM 5.2 в частности, теперь способны справляться даже с задачами высшего уровня сложности» в программировании — и при этом с меньшей совокупной стоимостью, чем проприетарные модели от Anthropic и OpenAI.
Исследование также выявило, что выбор «обвязки» (инструмента агентного кодирования вроде Codex или Claude Code) влияет на затраты не меньше, чем выбор самой модели. Opensource-обвязка Pi показала себя одной из лучших в управлении контекстом запросов, обеспечивая низкую стоимость без потери качества. Всё это укрепило образ Databricks как ИИ-компании, пусть она и не была основана как ИИ-лаборатория. И этот «ИИ-ореол» позволяет ей привлекать финансирование и наращивать оценку — настолько, что даже сеть сэндвичей Jersey Mike’s упомянула ИИ 22 раза в своих документах S-1.
По материалам TechCrunch