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