Databricks объявила о новом раунде финансирования с оценкой $188 млрд. Раунд возглавила Coatue.
Компания не раскрыла точный объём привлечённых средств. Databricks уточнила, что деньги ещё не поступили на её счет, а закрытие сделки ожидается позже этим летом. По данным других изданий, речь идёт примерно о $3 млрд.
Как отмечает TechCrunch, для частных компаний такой анонс до фактического закрытия сделки встречается редко. При этом один из венчурных инвесторов сообщил изданию, что сделка выглядит устойчивой, а интерес со стороны фондов был настолько высоким, что компании не было смысла скрывать новую оценку.
За последние полтора года Databricks провела несколько крупных раундов и заметно сместила позиционирование в сторону ИИ-поставщика, а не только SaaS-компании.
- В феврале компания закрыла раунд Series L на $5 млрд при оценке $134 млрд.
- В сентябре 2025 года Databricks привлекла $1 млрд при оценке $100 млрд.
- В декабре 2024 года компания получила $10 млрд при оценке $62 млрд. На тот момент это был рекордный раунд.
Из-за большого числа раундов это уже стало поводом для шуток в сети. Один из пользователей написал: «Включаю уведомления на случай, когда у них будет раунд Series AA».
Databricks была основана в 2013 году. Изначально компания выросла на фоне спроса на big data: её ПО помогало корпоративным клиентам хранить большие массивы данных в облаке и быстро проводить аналитику.
Наличие крупных корпоративных массивов данных дало компании сильную позицию в момент, когда бизнес начал внедрять ИИ с требованиями к безопасности и управлению, привычными для корпоративного ПО.
После этого Databricks начала выпускать один ИИ-продукт за другим. В их числе Lakebase — база данных для ИИ-агентов, Unity — AI gateway, а также Omnigent, который компания описывает как систему для управления несколькими агентами.
Databricks также стала одним из заметных примеров корпоративного внедрения открытых моделей китайского происхождения ради снижения затрат. Это один из заметных трендов 2026 года. Компания активно поддерживает модель GLM 5.2 от Z.ai для задач программирования.
На прошлой неделе гендиректор Databricks Али Годси рассказал о результатах внутреннего тестирования, которое компания провела, чтобы сократить расходы на ИИ для своих 3000 разработчиков.
Компания сравнила модели на реальных задачах своих программистов. В блоге Databricks заявила: «Открытые модели, и особенно GLM 5.2, теперь способны справляться даже с задачами программирования самого высокого уровня сложности», причём при меньшей общей стоимости, чем закрытые модели Anthropic и OpenAI.
Ещё один вывод Databricks оказался менее очевидным: на стоимость заметно влияет и выбор harness — инструмента агентного программирования, который работает поверх модели и управляет контекстом и инструкциями. Компания выяснила, что open-source решение Pi оказалось одним из лучших по управлению контекстом и одним из самых экономичных вариантов без потери качества.
В блоге Databricks отдельно подчеркнула: «Вывод не в том, что один harness всегда дешевле или что встроенные harness хуже. Выбор модели — лишь часть задачи».
По оценке TechCrunch, всё это укрепило восприятие Databricks как ИИ-компании, хотя изначально она не создавалась как ИИ-лаборатория. Это, как пишет издание, также поддержало интерес инвесторов и рост оценки бизнеса.
Источник: TechCrunch.
