Databricks alcanza una valoración de USD 188.000 millones en nueva ronda

Databricks anunció el jueves una nueva ronda de financiamiento que valora a la empresa en USD 188.000 millones, liderada por Coatue. Databricks no reveló exactamente cuánto recaudó, y dijo que el dinero aún no está en sus manos y que la ronda se cerrará más adelante este verano; sin embargo, otros medios han reportado que lo recaudado ronda los USD 3.000 millones. Aunque es inusual que una empresa anuncie una ronda antes de recibir el dinero, un inversionista de capital de riesgo le dijo a TechCrunch que el acuerdo es sólido, con tantas firmas interesadas en participar que Databricks no tenía razón para mantener en secreto su nueva valoración.

La ronda extiende una racha de recaudación de año y medio en la que Databricks ha reconstruido su imagen como proveedor de IA, y no solo como una empresa de SaaS de una era anterior a ChatGPT. Apenas cinco meses antes, en febrero, Databricks cerró una ronda de Serie L de USD 5.000 millones a una valoración de USD 134.000 millones. Cinco meses antes de eso, en septiembre de 2025, recaudó USD 1.000 millones a una valoración de USD 100.000 millones. Y unos nueve meses antes de eso, en diciembre de 2024, recaudó lo que entonces fue una ronda récord de USD 10.000 millones a una valoración de USD 62.000 millones.

Fundada en 2013, Databricks creció inicialmente con software que permitía a las empresas almacenar enormes cantidades de datos en la nube y, aun así, producir análisis veloces. Como ya contaba con enormes volúmenes de datos empresariales, la compañía estaba bien posicionada cuando las empresas comenzaron a exigir IA con la misma seguridad y gobernanza que esperan del software empresarial tradicional. Desde entonces ha lanzado productos de IA como Lakebase, una base de datos creada para agentes de IA; Unity, una puerta de enlace de IA; y Omnigent, un «meta-harness» que administra múltiples agentes.

Databricks también se ha convertido en un ejemplo destacado de una empresa que adopta modelos de peso abierto más económicos de origen chino para controlar costos, y es una defensora particular de GLM 5.2 de Z.ai para tareas de programación. La semana pasada, el director ejecutivo Ali Ghodsi compartió los resultados de una evaluación comparativa interna que Databricks realizó para gestionar los costos de IA de sus 3.000 ingenieros de software, y encontró que los modelos abiertos —en especial GLM 5.2— ya pueden manejar incluso el nivel más alto de dificultad de tareas, a un costo total menor que el de los modelos propietarios de Anthropic y OpenAI. La evaluación también encontró que la elección del «harness» —la herramienta de programación agéntica que envuelve a un modelo— importaba tanto como el modelo mismo, y que el harness de código abierto Pi estaba entre los más económicos sin sacrificar calidad: «La lección aquí no es que un harness siempre sea más barato o que los harnesses nativos sean peores», declaró la publicación del blog. «Más bien, la elección del modelo es solo una pieza del rompecabezas».

Por qué importa

Los productos de Databricks y su credibilidad como proveedor de IA empresarial le están ayudando a captar una porción creciente del gasto en IA corporativa, incluso cuando su propia evaluación comparativa sugiere que los modelos de peso abierto más baratos y las herramientas más inteligentes —no solo los modelos propietarios de punta— están ganando terreno en costo y capacidad dentro de las grandes organizaciones de ingeniería.