Databricks ਨੇ $5 ਬਿਲੀਅਨ ਦਾ ਇੱਕ ਨਵਾਂ ਫੰਡਿੰਗ ਰਾਊਂਡ ਪੂਰਾ ਕੀਤਾ ਹੈ, ਜਿਸ ਨਾਲ ਇਸਦੀ ਪ੍ਰਾਈਵੇਟ-ਮਾਰਕੀਟ ਕੀਮਤ $190 ਬਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚ ਗਈ ਹੈ। ਇਹ ਇਸ ਡਾਟਾ-ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਫਰਮ ਨੂੰ ਦੁਨੀਆ ਦੀਆਂ ਸਭ ਤੋਂ ਕੀਮਤੀ ਨਿੱਜੀ ਤੌਰ 'ਤੇ ਮਲਕੀਅਤ ਵਾਲੀਆਂ ਤਕਨੀਕੀ ਕੰਪਨੀਆਂ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰਦਾ ਹੈ।

ਇਹ ਫੰਡਿੰਗ ਹੁਣ ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਹੈ

AI ਦੇ ਵਧਦੇ ਪ੍ਰਭਾਵ ਨੇ ਡਾਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਨੂੰ ਇੱਕ ਰੁਕਾਵਟ (bottleneck) ਬਣਾ ਦਿੱਤਾ ਹੈ। ਵੱਡੇ ਮਾਡਲਾਂ ਦੀ ਟ੍ਰੇਨਿੰਗ ਲਈ ਪੈਟਾਬਾਈਟਸ (petabytes) ਸਟੋਰੇਜ ਅਤੇ ਅਰਬਾਂ ਕੰਪਿਊਟ ਸਾਈਕਲ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਅਤੇ ਉਦਯੋਗ ਅਜਿਹੇ ਪਲੇਟਫਾਰਮਾਂ ਦੀ ਭਾਲ ਵਿੱਚ ਹੈ ਜੋ ਇਸ ਰਫ਼ਤਾਰ ਨਾਲ ਚੱਲ ਸਕਣ। Databricks ਨੇ ਆਪਣੀ ਸਾਖ "Lakehouse" ਆਰਕੀਟੈਕਚਰ 'ਤੇ ਬਣਾਈ ਹੈ, ਜੋ ਡਾਟਾ-ਲੇਕ ਦੀ ਲਚਕਤਾ ਨੂੰ ਡਾਟਾ-ਵੇਅਰਹਾਊਸ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਨਾਲ ਜੋੜਦੀ ਹੈ। ਨਿਵੇਸ਼ਕ ਇਸਨੂੰ ਉਸ ਵਰਕਲੋਡ ਲਈ ਰੀੜ੍ਹ ਦੀ ਹੱਡੀ ਵਜੋਂ ਦੇਖਦੇ ਹਨ। ਨਵਾਂ ਪੂੰਜੀਕਰਨ ਅਗਲੇ ਪੜਾਅ—Lakehouse 2.0—ਦੀ ਰਫ਼ਤਾਰ ਵਧਾਏਗਾ ਅਤੇ ਉਨ੍ਹਾਂ ਬਾਜ਼ਾਰਾਂ ਵਿੱਚ ਕੰਪਨੀ ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਵਧਾਏਗਾ ਜਿੱਥੇ AI-ਤਿਆਰ ਡਾਟਾ ਪਾਈਪਲਾਈਨਾਂ ਅਜੇ ਉੱਭਰ ਰਹੀਆਂ ਹਨ।

ਇਹ ਫੰਡਿੰਗ ਰਾਊਂਡ ਕਿਵੇਂ ਹੋਇਆ

Databricks ਨੇ ਲਗਭਗ $1 ਬਿਲੀਅਨ ਦੀ ਮੰਗ ਨਾਲ ਇਸ ਰਾਊਂਡ ਵਿੱਚ ਸ਼ਮੂਲੀਅਤ ਕੀਤੀ ਸੀ। ਨਿਵੇਸ਼ਕਾਂ ਦੀ ਦਿਲਚਸਪੀ ਜਲਦੀ ਹੀ ਉਸ ਟੀਚੇ ਤੋਂ ਕਿਤੇ ਅੱਗੇ ਨਿਕਲ ਗਈ, ਜਿਸ ਵਿੱਚ ਕੁਝ ਪਾਰਟੀਆਂ ਅਨੁਸਾਰ $15 ਬਿਲੀਅਨ ਤੱਕ ਦੇ ਨਿਵੇਸ਼ ਲਈ ਤਿਆਰ ਸਨ। ਕੰਪਨੀ ਨੇ $5 ਬਿਲੀਅਨ ਦੇ ਨਿਵੇਸ਼ 'ਤੇ ਫੈਸਲਾ ਲਿਆ, ਜਿਸ ਨੂੰ ਇਸਦੇ ਲੀਡਰਸ਼ਿਪ ਨੇ ਮਾਰਕੀਟ ਦੇ ਦਬਾਅ ਅੱਗੇ ਝੁਕਣ ਦੀ ਬਜਾਏ "ਅਨੁਸ਼ਾਸਿਤ" (disciplined) ਪੂੰਜੀ ਪ੍ਰਬੰਧਨ ਕਿਹਾ ਹੈ।

ਮੁੱਖ ਭਾਗੀਦਾਰਾਂ ਵਿੱਚ ਸਿਲੀਕਾਨ ਵੈਲੀ ਦੀਆਂ ਦੋ ਸਭ ਤੋਂ ਸਰਗਰਮ ਵੈਂਚਰ ਫਰਮਾਂ ਅਤੇ ਏਸ਼ੀਆਈ ਸੋਵਰਨ-ਵੈਲਥ ਫੰਡਾਂ ਦਾ ਇੱਕ ਸਮੂਹ ਸ਼ਾਮਲ ਹੈ, ਜਿਨ੍ਹਾਂ ਨੇ ਮਿਲ ਕੇ $2 ਬਿਲੀਅਨ ਤੋਂ ਵੱਧ ਦਾ ਯੋਗਦਾਨ ਪਾਇਆ ਹੈ। ਅਮਰੀਕੀ ਅਤੇ ਸੋਵਰਨ ਨਿਵੇਸ਼ਕਾਂ ਦਾ ਇਹ ਮਿਸ਼ਰਣ AI-ਕੇਂਦਰਿਤ ਡਾਟਾ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਨਾਲ ਜੁੜੇ ਵਿਸ਼ਵਵਿਆਪੀ ਮਹੱਤਵ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।

ਇਹ ਪੈਸਾ ਕਿਸ ਚੀਜ਼ ਲਈ ਵਰਤਿਆ ਜਾਵੇਗਾ

  • Lakehouse 2.0 – ਇੱਕ ਅਪਗ੍ਰੇਡ ਕੀਤਾ ਗਿਆ ਪਲੇਟਫਾਰਮ ਜੋ ਰੀਅਲ-ਟਾਈਮ ਐਨਾਲਿਟਿਕਸ, ਮਾਡਲ ਟ੍ਰੇਨਿੰਗ, ਅਤੇ ਗਵਰਨੈਂਸ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੇ ਬਿਹਤਰ ਏਕੀਕਰਨ ਦਾ ਵਾਅਦਾ ਕਰਦਾ ਹੈ।
  • ਭੂਗੋਲਿਕ ਵਿਸਥਾਰ (Geographic expansion) – ਉਨ੍ਹਾਂ ਖੇਤਰਾਂ ਵਿੱਚ ਨਵੇਂ ਡਾਟਾ ਸੈਂਟਰ ਅਤੇ ਇੰਜੀਨੀਅਰਿੰਗ ਹੱਬ, ਜਿੱਥੇ ਕਲਾਉਡ ਦੀ ਵਰਤੋਂ ਅਜੇ ਵਿਕਸਿਤ ਹੋ ਰਹੀ ਹੈ।
  • ਟੈਲੇਂਟ ਦੀ ਭਰਤੀ (Talent acquisition) – ਭਰੋਸੇਯੋਗਤਾ ਅਤੇ ਪਾਲਣਾ (compliance) ਨੂੰ ਮਜ਼ਬੂਤ ਕਰਨ ਲਈ ਮਸ਼ੀਨ-ਲਰਨਿੰਗ ਇੰਜੀਨੀਅਰਿੰਗ ਅਤੇ ਕਲਾਉਡ-ਸੁਰੱਖਿਆ ਵਿੱਚ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਭਰਤੀ।

AI ਈਕੋਸਿਸਟਮ 'ਤੇ ਪ੍ਰਭਾਵ

Databricks ਦੀ ਵੈਲੂਏਸ਼ਨ ਵਿੱਚ ਵਾਧਾ ਇਹ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ ਕਿ ਪੂੰਜੀ ਸਿਰਫ਼ ਪ੍ਰਸਿੱਧ ਮਾਡਲ ਬਣਾਉਣ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਵੱਲ ਹੀ ਨਹੀਂ, ਸਗੋਂ AI ਸਟੈਕ ਦੀ "ਮਿਡਲ ਲੇਅਰ" (middle layer) ਵੱਲ ਵੀ ਵਧ ਰਹੀ ਹੈ। ਡਾਟਾ ਇੰਜੈਸਸ਼ਨ (ingestion), ਟ੍ਰਾਂਸਫਾਰਮੇਸ਼ਨ, ਅਤੇ ਸਰਵਿੰਗ 'ਤੇ ਕੇਂਦਰਿਤ ਸਟਾਰਟ-ਅੱਪਸ ਵਿੱਚ ਨਿਵੇਸ਼ਕਾਂ ਦੀ ਦਿਲਚਸਪੀ ਵਧਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ, ਕਿਉਂਕਿ ਬਾਜ਼ਾਰ ਉਸ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਿਹਾ ਹੈ ਜੋ ਜਨਰੇਟਿਵ AI ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੀ ਅਗਲੀ ਲਹਿਰ ਨੂੰ ਸਮਰੱਥ ਬਣਾਏਗਾ।

ਵਿਰੋਧੀ ਵਿਚਾਰ: ਕੀ ਇਹ ਕੀਮਤ ਜਾਇਜ਼ ਹੈ?

ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਮਾਡਲ ਟ੍ਰੇਨਿੰਗ ਨੂੰ ਪਬਲਿਕ ਕਲਾਉਡ ਪ੍ਰੋਵਾਈਡਰਾਂ ਨੂੰ ਆਊਟਸੋਰਸ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਜੋ ਪਹਿਲਾਂ ਹੀ ਅਜਿਹੀਆਂ ਮੈਨੇਜਡ ਸੇਵਾਵਾਂ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ ਜੋ Lakehouse ਪਹੁੰਚ ਨਾਲ ਮੁਕਾਬਲਾ ਕਰਦੀਆਂ ਹਨ।

ਅੱਗੇ ਕੀ ਦੇਖਣਾ ਹੈ

  • Lakehouse 2.0 ਦੀ ਸ਼ੁਰੂਆਤ – ਸ਼ੁਰੂਆਤੀ ਵਰਤੋਂਕਾਰਾਂ ਦਾ ਫੀਡਬੈਕ ਇਹ ਦੱਸੇਗਾ ਕਿ ਕੀ ਪਲੇਟਫਾਰਮ ਵਾਅਦੇ ਅਨੁਸਾਰ ਕਾਰਗੁਜ਼ਾਰੀ ਵਿੱਚ ਸੁਧਾਰ ਲਿਆਉਂਦਾ ਹੈ ਜਾਂ ਨਹੀਂ।
  • ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਦੀਆਂ ਹਰਕਤਾਂ – ਕਿਸੇ ਵੀ ਵੱਡੇ ਕਲਾਉਡ ਪ੍ਰੋਵਾਈਡਰ ਦੁਆਰਾ ਵਿਰੋਧੀ ਯੂਨੀਫਾਈਡ ਐਨਾਲਿਟਿਕਸ ਸਟੈਕ ਦੀ ਘੋਸ਼ਣਾ ਕਰਨਾ Databricks ਦੇ ਮਾਰਕੀਟ ਸ਼ੇਅਰ ਦੀ ਪ੍ਰੀਖਿਆ ਕਰ ਸਕਦਾ ਹੈ।

ਸਿੱਟਾ

$190 ਬਿਲੀਅਨ ਦੀ ਵੈਲੂਏਸ਼ਨ 'ਤੇ Databricks ਦਾ $5 ਬਿਲੀਅਨ ਦਾ ਨਿਵੇਸ਼ ਇਸ ਵਿਸ਼ਵਾਸ ਨੂੰ ਪੱਕਾ ਕਰਦਾ ਹੈ ਕਿ AI ਦਾ ਭਵਿੱਖ ਮਾਡਲ ਦੀਆਂ ਤਰੱਕੀਆਂ ਦੇ ਨਾਲ-ਨਾਲ ਡਾਟਾ ਇਨਫਰਾਸਟ੍ਰਕਚਰ 'ਤੇ ਵੀ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਕੰਪਨੀ ਦੀ ਅਨੁਸ਼ਾਸਿਤ ਫੰਡ ਇਕੱਠਾ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਅਤੇ ਸਪਸ਼ਟ ਪ੍ਰੋਡਕਟ ਰੋਡਮੈਪ ਇਸਨੂੰ ਇੱਕ ਮਜ਼ਬੂਤ ਸਥਿਤੀ ਵਿੱਚ ਰੱਖਦਾ ਹੈ, ਪਰ ਬਾਜ਼ਾਰ ਜਲਦੀ ਹੀ ਇਹ ਫੈਸਲਾ ਲਵੇਗਾ ਕਿ ਕੀ ਇਹ ਕੀਮਤ ਸਥਾਈ ਮੁੱਲ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ ਜਾਂ ਇਹ ਸਿਰਫ਼ ਇੱਕ ਅਸਥਾਈ ਹਾਈਪ (hype) ਹੈ।