Databricks zamknął nową rundę finansowania o wartości 5 miliardów dolarów, co podnosi jego wycenę na rynku prywatnym do 190 miliardów dolarów, plasując tę firmę zajmującą się infrastrukturą danych wśród najcenniejszych prywatnych spółek technologicznych na świecie.

Dlaczego ta podwyżka ma teraz znaczenie

Gwałtowny rozwój AI sprawił, że przetwarzanie danych stało się wąskim gardłem. Trenowanie dużych modeli wymaga petabajtów pamięci masowej i miliardów cykli obliczeniowych, a branża desperacko poszukuje platform, które będą w stanie nadążyć za tym tempem. Databricks zbudował swoją reputację na architekturze „Lakehouse”, która łączy elastyczność jezior danych (data lake) z wydajnością hurtowni danych (data warehouse). Inwestorzy postrzegają ją jako fundament dla tego rodzaju obciążeń. Nowy kapitał przyspieszy kolejną iterację — Lakehouse 2.0 — oraz zwiększy obecność firmy na rynkach, gdzie potoki danych gotowe pod AI (AI-ready data pipelines) dopiero się kształtują.

Jak przebiegała runda

Databricks przystąpił do rundy z celem pozyskania około 1 miliarda dolarów. Apetyt inwestorów szybko przewyższył ten cel, a niektóre podmioty były rzekomo gotowe zaangażować nawet 15 miliardów dolarów. Firma zdecydowała się na zastrzyk w wysokości 5 miliardów dolarów — decyzję, którą kierownictwo określiło jako „zdyscyplinowane” zarządzanie kapitałem, a nie uległość wobec presji rynku.

Kluczowymi uczestnikami są dwie z najbardziej aktywnych firm venture capital w Dolinie Krzemowej oraz grupa azjatyckich funduszy majątkowych (sovereign-wealth funds), które wspólnie włożyły ponad 2 miliardy dolarów. Połączenie inwestorów z USA i funduszy państwowych pokazuje globalną stawkę związaną z infrastrukturą danych skoncentrowaną na AI.

Na co zostaną przeznaczone środki

  • Lakehouse 2.0 – ulepszona platforma, która obiecuje ściślejszą integrację analityki w czasie rzeczywistym, trenowania modeli oraz funkcji zarządzania (governance).
  • Ekspansja geograficzna – nowe centra danych i huby inżynieryjne w regionach, w których adopcja chmury wciąż dojrzewa.
  • Pozyskiwanie talentów – intensywne rekrutacje w obszarach inżynierii uczenia maszynowego oraz bezpieczeństwa chmury, aby wzmocnić niezawodność i zgodność (compliance).

Efekt domina w ekosystemie AI

Skok wyceny Databricks sygnalizuje, że kapitał płynie w stronę „warstwy środkowej” stosów AI, a nie tylko do budowniczych modeli, którzy przyciągają nagłówki gazet. Startupy skoncentrowane na ingestii, transformacji i serwowaniu danych prawdopodobnie odnotują zwiększone zainteresowanie inwestorów, ponieważ rynek dąży do zabezpieczenia infrastruktury, która umożliwi kolejną falę aplikacji generatywnej sztucznej inteligencji.

Kontrargument: Czy cena jest uzasadniona?

Trenowanie modeli na dużą skalę można zlecić dostawcom chmury publicznej, którzy już teraz oferują usługi zarządzane konkurujące z podejściem Lakehouse.

Na co zwrócić uwagę w przyszłości

  • Wdrożenie Lakehouse 2.0 – opinie pierwszych użytkowników pokażą, czy platforma dostarczy obiecany wzrost wydajności.
  • Ruchy konkurencji – ogłoszenie przez dowolnego dużego dostawcę chmury konkurencyjnego, ujednoliconego stosu analitycznego może wystawić na próbę udział Databricks w rynku.

Podsumowanie

Zastrzyk 5 miliardów dolarów dla Databricks przy wycenie 190 miliardów dolarów ugruntowuje przekonanie, że przyszłość AI zależy w takim samym stopniu od infrastruktury danych, jak i od przełomów w modelach. Zdyscyplinowane pozyskiwanie funduszy oraz jasna mapa drogowa produktu stawiają firmę w silnej pozycji, ale rynek wkrótce oceni, czy ta cena odzwierciedla trwałą wartość, czy jedynie przelotny cykl hype'u.