Databricks anunciou na quinta-feira uma nova rodada de financiamento que a empresa valoriza US$ 188 bilhões. liderado por Coatue.
O Databricks não revela exatamente quanto arrecadou; Ele disse que não tem dinheiro em mãos e fechará a rodada ainda neste verão. (Eles têm outros problemas quando relatados US$ 3 bilhões.) Embora seja incomum para uma empresa anunciá-lo antes de receber o dinheiro, o VC diz ao TechCrunch que o negócio é sólido, com tantas empresas perdendo que não há razão para a empresa manter sua nova avaliação em segredo.
Na verdade, a Databricks está em uma campanha de arrecadação de fundos há meio ano para fazer a transição bem-sucedida de sua imagem para um provedor de IA e não apenas para o sentido Saas de ontem. No passado, estávamos de volta aos tempos de BC (antes do ChatGPT).
Há apenas cinco meses, em fevereiro, o Databanks fechou uma Série L de US$ 5 bilhões com uma avaliação de US$ 134 bilhões. Cinco meses antes, em setembro de 2025, levantou US$ 1 bilhão com uma avaliação de US$ 100 bilhões. E mudou quase nove meses antes de dezembro de 2024, o que foi um recorde na época da avaliação de US$ 10 bilhões a US$ 62 bilhões.
Databricks construiu tantos círculos ao longo dos anos que este último se tornou um assunto memes sobre fugir de cartas do Alfabeto. “Virando cabeças quando conseguirmos a série AA”, postou uma pessoa.
Mas sua imagem parece uma restauração. Fundada em 2013, inicialmente cresceu na era do big data, com esforços de software para armazenar grandes quantidades de dados na nuvem e produzir análises rápidas.
Como já se baseava em ideias empresariais bem conhecidas, a Databrics estava então bem posicionada para responder ao desejo das empresas por IA com a mesma segurança e controlo que esperam do software tradicional.
A empresa começou a lançar um produto de IA após o outro, como Lakebase, seu banco de dados criado para agentes de IA, e Unity, seu gateway de IA, junto com um “meta-arnês” chamado Omnigent que gerencia vários agentes.
Databricks também está cada vez mais ficou conhecido como um dos grandes exemplos de esforços usando modelos de peso aberto baseados na China (modelos cujo código subjacente é publicado para qualquer pessoa usar e modificar) para controle de custos, uma das grandes tendências de 2026. O principal campeão do GLM 5.2 de Z.ai como modelo de codificação.
Na semana passada, o CEO da Databrica, Ali Ghodsi o evento é compartilhado sobre algumas das pesquisas internas feitas para gerenciar custos específicos de IA para 3.000 engenheiros de software.
A empresa de IA criou modelos de seus próprios programadores. não é de admirar no jornal mostrando os resultadosA Databrics compartilhou que “modelos abertos, e especialmente GLM 5.2, agora podem atingir a maior dificuldade da tarefa” na codificação, e a um custo muito menor do que os modelos proprietários antrópicos e OpenAI.
Mas o que ele acha surpreendente é que a escolha do hardware pelas pessoas – uma ferramenta de codificação de agente, como Codex ou Claude Codex, que envolve o modelo e cria seu contexto e instruções – tem o mesmo impacto nos custos. Verificou-se que o hardware Pi de código aberto é um dos melhores em termos de configuração disponíveis e, portanto, uma das opções de menor custo sem sacrificar a qualidade.
“Esta lição não é que os arreios individuais sejam sempre baratos ou que os arreios nativos sejam piores.” ele declarou mais tarde. “Sim, a seleção do modelo é apenas uma parte do quebra-cabeça.”
Todos esses dados foram adicionados ao banco de dados de IA da empresa, embora não tenha sido configurado como um laboratório de IA. Isso, por sua vez, permitiu que ele pagasse AI-iris e aumentasse sua classificação. Como já relatamos antes, o efeito da IA é tão forte hoje em dia que até a Jersey Mike’s Sandwich Shop mencionou a IA 22 vezes em seus registros S-1.
Quando você compra através dos links de nossos artigos, podemos ganhar uma pequena comissão. Isto não afeta a nossa independência editorial.
