Databricks sube a $188.000 millones mientras el impulso en IA impulsa una nueva ronda

Databricks dijo el jueves que una nueva ronda de financiación valora a la compañía en $188.000 millones, prolongando una notable racha de rondas consecutivas mientras se redefine de empresa de big data a peso pesado en IA. La ronda estuvo liderada por Coatue.

La compañía no dijo cuánto está recaudando y señaló que el dinero aún no se ha cerrado y se espera para más adelante este verano. Otros medios han informado desde entonces que la ronda es de aproximadamente $3.000 millones. Un inversor de capital riesgo dijo a TechCrunch que el acuerdo está firme y que atrajo tanta demanda que Databricks tenía pocas razones para mantener la valoración en secreto, incluso antes de que el efectivo llegara oficialmente.

El ritmo ha sido inusualmente rápido. Hace cinco meses, en febrero, Databricks cerró una Serie L de $5.000 millones con una valoración de $134.000 millones. Cinco meses antes de eso, en septiembre de 2025, recaudó $1.000 millones con una valoración de $100.000 millones. Y en diciembre de 2024, consiguió lo que entonces fue un récord: una ronda de $10.000 millones con una valoración de $62.000 millones.

Fundada en 2013, Databricks se hizo un nombre en la era del big data, ayudando a las empresas a almacenar enormes cantidades de datos en la nube mientras seguían ejecutando análisis rápidos. Ese legado se convirtió en una ventaja cuando los clientes comenzaron a exigir sistemas de IA con los mismos estándares de seguridad y gobernanza que esperan del software empresarial.

Desde entonces, la compañía ha lanzado una serie de productos de IA, incluido Lakebase, una base de datos diseñada para agentes de IA; Unity, su puerta de enlace de IA; y Omnigent, un meta-arnés diseñado para gestionar múltiples agentes.

Recomendado

El auge de los centros de datos en Japón choca con la resistencia urbana

Databricks también se ha convertido en un notable respaldo de modelos chinos de pesos abiertos y más económicos, una de las principales tendencias de IA empresarial de 2026. Se ha mostrado especialmente vocal sobre GLM 5.2 de Z.ai para tareas de programación. La semana pasada, el CEO Ali Ghodsi compartió benchmarks internos basados en el trabajo real de los 3.000 ingenieros de software de Databricks. Según la compañía, los modelos abiertos, y GLM 5.2 en particular, podrían abordar incluso las tareas de programación más difíciles a un costo total inferior que los modelos propietarios de Anthropic y OpenAI.

Las pruebas también concluyeron que la cadena de herramientas circundante importa tanto como el propio modelo. Databricks dijo que el arnés de código abierto Pi estuvo entre los mejores para gestionar el contexto de los prompts mientras mantenía bajos los costos sin sacrificar la calidad.

La lección aquí no es que un arnés sea siempre más barato ni que los arneses nativos sean peores. En cambio, la elección del modelo es solo una pieza del rompecabezas.

Esa mezcla de raíces en datos empresariales y un posicionamiento agresivo en IA ha ayudado a convertir a Databricks en uno de los ejemplos más claros de cuánto está impulsando la etiqueta de IA las valoraciones en 2026.