Компанія Databricks у четвер оголосила про новий раунд фінансування, який оцінює її в $188 мільярдів. Раунд очолила інвестиційна компанія Coatue.

Точна сума залучених коштів не розголошується, оскільки гроші ще не надійшли, а угода має бути закрита пізніше цього літа. За даними інших ЗМІ, йдеться приблизно про $3 мільярди. Хоча зазвичай компанії не оголошують про оцінку до отримання коштів, один із венчурних інвесторів повідомив TechCrunch, що угода є надійною, а попит на участь був настільки великим, що Databricks не мала причин приховувати свою нову оцінку.

Протягом останнього півтора року Databricks активно залучає інвестиції, успішно трансформуючи свій імідж з постачальника SaaS у провайдера рішень на основі штучного інтелекту (ШІ). У лютому компанія закрила раунд Series L на $5 мільярдів із оцінкою $134 мільярди, у вересні 2025 року — $1 мільярд при оцінці $100 мільярдів, а в грудні 2024 року залучила рекордні $10 мільярдів при оцінці $62 мільярди.

Databricks заснована у 2013 році і спочатку здобула успіх у сфері великих даних, пропонуючи програмне забезпечення для зберігання великих обсягів даних у хмарі з можливістю швидкої аналітики. Завдяки цьому компанія була добре підготовлена до зростаючого попиту на ШІ-рішення з високими стандартами безпеки та управління, які очікують підприємства.

Компанія представила низку продуктів на основі ШІ, зокрема Lakebase — базу даних для агентів ШІ, Unity — шлюз для ШІ, а також Omnigent — «мета-керуючий» інструмент для роботи з кількома агентами.

Databricks також стала одним із прикладів широкого впровадження більш доступних китайських відкритих моделей ШІ, що є трендом 2026 року. Зокрема, компанія підтримує модель GLM 5.2 від Z.ai для кодування.

Минулого тижня генеральний директор Databricks Алі Годсі оприлюднив результати внутрішнього бенчмаркінгу для оптимізації витрат на ШІ серед 3000 інженерів компанії. Порівняння моделей показало, що відкриті моделі, особливо GLM 5.2, здатні виконувати найскладніші завдання кодування з нижчими загальними витратами, ніж пропрієтарні моделі Anthropic та OpenAI.

Водночас вибір «керуючого» інструменту (harness), який управляє контекстом і інструкціями для моделей, також суттєво впливає на вартість. Зокрема, відкритий harness Pi виявився одним із найкращих за ефективністю управління контекстом і низькою вартістю без втрати якості.

"Урок тут не в тому, що один harness завжди дешевший або що нативні harness гірші. Вибір моделі — лише одна частина пазлу", — зазначено у дописі Databricks.

Ці кроки допомогли Databricks закріпити свій імідж компанії, що працює у сфері ШІ, хоча вона і не була заснована як лабораторія ШІ. Цей «ефект ШІ» сприяє залученню інвестицій і зростанню оцінки компанії. Як повідомлялося раніше, вплив ШІ настільки сильний, що навіть мережа сендвічних магазинів Jersey Mike’s згадала ШІ 22 рази у своїх документах S-1.