Databricks оценили в $188 млрд после нового раунда и взлёта на ИИ

Databricks снова подняла планку для частных ИИ-компаний. После нового инвестиционного раунда её оценили в $188 млрд.

люди в деловой одежде на фоне высокого здания с графическими элементами ИИ

Точную сумму сделки компания не раскрыла, но СМИ пишут примерно о $3 млрд. Закрыть раунд планируют позже этим летом.

Оценка Databricks растёт почти по экспоненте. В феврале 2026 года компания привлекла $5 млрд при оценке $134 млрд, в сентябре 2025-го — $1 млрд при $100 млрд, а в декабре 2024-го — $10 млрд при $62 млрд. За полтора года бизнес подорожал почти втрое. Для поздних частных раундов это очень резкий темп, даже с учётом нынешнего бума вокруг ИИ.

Начинала Databricks в 2013 году с платформы для хранения и анализа больших корпоративных массивов данных. Теперь она зарабатывает уже на другом наборе вещей: дата-платформе, инструментах для ИИ-разработки и инфраструктуре для корпоративных агентов.

Как Databricks дошла до $188 млрд

Сначала Databricks брала простую для бизнеса задачу — помочь собирать, обрабатывать и анализировать данные без громоздкой самописной инфраструктуры. Потом рынок развернулся в сторону генеративного ИИ, и цениться стали уже не только хранилища, а платформы, которые тянут обучение моделей, поиск по корпоративным массивам и запуск ИИ-сервисов внутри компании.

На этом поле у Databricks сразу несколько соперников. Snowflake строит схожий бизнес вокруг корпоративных данных и ИИ-функций. OpenAI и Anthropic продают доступ к моделям напрямую. А Microsoft и Amazon идут ещё шире: у них и модели, и инфраструктура, и инструменты разработки собраны в одном пакете.

Чтобы не остаться просто хранилищем для данных, Databricks активнее двигает свои ИИ-продукты. Компания называет среди них базу данных Lakebase для ИИ-агентов, шлюз Unity и систему управления несколькими агентами Omnigent. Тут ставка уже не на отдельную технологию, а на связку из данных, доступа, оркестрации и контроля. Для корпоративных клиентов это часто и есть главный аргумент.

Любопытно и то, какие модели Databricks поддерживает. Она делает упор на открытые ИИ-модели и отдельно выделяет GLM 5.2 китайской Z.ai как более дешёвую альтернативу закрытым решениям OpenAI и Anthropic для программирования. В корпоративном сегменте это звучит вполне практично: важно не только, какая модель умнее, но и во что она обойдётся.

Внутренние тесты компании эту логику тоже подтверждают. Databricks прогнала ИИ-инструменты на 3000 своих разработчиков и увидела, что цена использования зависит не только от модели, но и от программной оболочки, которая управляет контекстом запросов и маршрутизацией задач. То есть экономия начинается не с токенов, а с того, как именно выстроена вся связка.

На фоне общей гонки за капиталом Databricks выглядит одной из компаний, которые превращают инфраструктуру для данных в корпоративный ИИ-стек. И если спрос на такие платформы не схлопнется, новые пересмотры оценки могут происходить быстрее, чем обычно живут раунды на десятки миллиардов долларов. Для рынка это уже почти отдельная валюта.

Илья Игнатов
Технический журналист и новостник. Окончил МТУСИ по специальности «Информационная безопасность». Пишет о железе, софте и потребительской электронике с 2018 года. Верит, что хорошая новость — это когда всё по делу и без воды.

Оставить комментарий