Рекордный раунд и стремительный рост оценки

Databricks в четверг объявила о новом раунде финансирования, оценив компанию в $188 миллиардов. Раунд возглавил фонд Coatue. Точная сумма привлечённых средств не раскрывается — компания отметила, что деньги ещё не поступили на счёт, а сделка закроется позже этим летом. (Другие источники сообщают о сумме около $3 млрд.) Хотя для компании нетипично объявлять о раунде до получения средств, один инвестор в сфере венчурного капитала подтвердил TechCrunch, что сделка уверена: настолько много фирм хотят присоединиться, что у Databricks не было причин скрывать свой новый рейтинг.

На Сэмом деле, Databricks уже полтора года ведёт активную кампанию по привлечению средств, успешно переосмыслив свой имидж как провайдера ИИ-решений, а не просто SaaS-платформы прошлого. Под «прошлым» здесь подразумеваются времена до ChatGPT — эпоха BC (Before ChatGPT). Всего пять месяцев назад, в феврале, Databricks закрыла раунд Series L на $5 млрд при оценке в $134 млрд. Пять месяцев до этого, в сентябре 2025 года, компания привлекла $1 млрд при оценке $100 млрд. А ещё раньше, в декабре 2024-го, был проведён рекордный на тот момент раунд на $10 млрд при оценке $62 млрд.

Эволюция Databricks — от больших данных к ИИ

Основанная в 2013 году, Databricks изначально добилась успеха в эпоху больших данных, предложив предприятиям программное обеспечение для хранения огромных объёмов информации в облаке и быстрого аналитического анализа. Поскольку компания уже располагала обширными массивами корпоративных данных, она оказалась в выгодной позиции, когда бизнес начал стремиться к внедрению ИИ с теми же требованиями к безопасности и управлению, которые приняты в традиционном корпоративном ПО.

Продукты и стратегия: открытые модели и агентные платформы

Компания стала последовательно запускать один ИИ-продукт за другим: Lakebase — базу данных, созданную для ИИ-агентов, Unity — ИИ-шлюз, а также «мета-платформу» Omnigent, управляющую несколькими агентами одновременно. Databricks всё активнее позиционируется как один из главных примеров предприятий, переходящих на более доступные китайские открытые модели с открытым весом (модели, исходный код которых доступен для использования и модификации любым желающим) — один из ключевых трендов 2026 года. Компания особенно поддерживает модель GLM 5.2 от Z.ai как инструмент для написания кода.

На прошлой неделе генеральный директор Databricks Али Годси опубликовал результаты внутреннего бенчмарка, проведённого для управления собственными ИИ-затратами его 3000 инженеров-программистов. Компания сравнила ИИ-модели по реальным задачам, которые выполняют программисты. Как и ожидалось, в блоге с результатами Databricks заявила, что «открытые модели, и GLM 5.2 в частности, теперь способны справляться даже с задачами максимальной сложности» в написании кода, причём по более низкой общей стоимости по сравнению с проприетарными моделями от Anthropic и OpenAI.

Выбор инструмента не менее важен, чем выбор модели

Однако неожиданностью стало открытие о том, что выбор «оболочки» — агентного инструмента для написания кода, такого как Codex или Claude Code, который оборачивает модель и управляет её контекстом и инструкциями, — столь же сильно влияет на затраты. Исследование показало, что открытая агентная платформа Pi является одной из лучших в управлении контекстом каждого запроса и, соответственно, одним из Сэмых экономичных вариантов без потери качества.

«Урок здесь не в том, что одна оболочка всегда дешевле или что нативные оболочки хуже, — заявила компания в публикации. — Вместо этого, выбор модели — лишь одна часть головоломки».

«ИИ-эффект» и новый имидж компании

Всё это укрепило репутацию Databricks как ИИ-компании, хотя она изначально не была основана как ИИ-лаборатория. Этот «ИИ-ореол» в свою очередь помог компании привлекать финансирование и стремительно наращивать оценку. Как мы ранее сообщали, «ИИ-эффект» настолько силён в наши дни, что даже сеть сэндвич-баров Jersey Mike's упомянула ИИ 22 раза в своих документах S-1.