Databricks se dispara a una valoración de $188 mil millones mientras crece el impulso de IA

Puntos clave

• Databricks anunció una valoración de $188 mil millones en una nueva ronda de financiamiento liderada por Coatue.
• La empresa recaudó $5 mil millones en febrero de 2026 a una valoración de $134 mil millones, cinco meses antes de este anuncio.
• Databricks destaca el modelo GLM 5.2 de Z.ai como una opción de peso abierto eficiente en costos para tareas de codificación.
• Evaluaciones comparativas internas entre 3.000 ingenieros de software encontraron que el arnés de código abierto Pi estaba entre las opciones de menor costo sin pérdida de calidad.

Databricks ha anunciado una nueva ronda de financiamiento, liderada por Coatue, que valúa la empresa en $188 mil millones. El monto exacto aún no ha sido divulgado. La ronda aún no se ha cerrado; Databricks espera que esto suceda más adelante en el verano, y otros medios han estimado la cifra en aproximadamente $3 mil millones.

Es un movimiento inusual anunciar antes de que llegue el dinero, pero un capitalista de riesgo le dijo a TechCrunch que el acuerdo está asegurado, con tanta demanda de inversores que había pocas razones para mantenerse en silencio.

¿Cómo llegó Databricks aquí tan rápido?

Cuatro rondas en aproximadamente dieciocho meses cuentan la historia. Fundada en 2013, Databricks construyó su reputación inicial ayudando a empresas a almacenar y consultar grandes volúmenes de datos en la nube. Luego vino la ola de IA. En diciembre de 2024 recaudó $10 mil millones a una valoración de $62 mil millones. Para septiembre de 2025, eso había subido a $100 mil millones con una ronda de $1 mil millón. Febrero de 2026 trajo una Serie L de $5 mil millones a $134 mil millones. Ahora $188 mil millones.

Esta es nuestra sexta noticia sobre Databricks en los últimos 90 días en AI2Day, y la trayectoria ha sido difícil de ignorar.

La aceleración no es solo narrativa. Databricks ya tenía vastos depósitos de datos empresariales, lo que la posicionó fuertemente cuando los clientes corporativos comenzaron a exigir IA con la gobernanza y seguridad que esperan del software convencional. La empresa ha lanzado productos para satisfacer esa demanda: Lakebase, una base de datos construida para agentes de IA; Unity, una puerta de enlace de IA; y Omnigent, un meta-arnés que coordina múltiples agentes simultáneamente.

¿Deberías importarte qué modelos de IA usa Databricks?

Sí, porque sus elecciones de modelo están moldeando cómo las empresas piensan sobre los costos de IA. Databricks se ha convertido en un adoptante prominente de modelos de peso abierto basados en China, específicamente GLM 5.2 de Z.ai para trabajo de codificación. Peso abierto significa que los pesos subyacentes del modelo se publican para que cualquiera pueda ejecutarlos o adaptarlos.

La semana pasada, el CEO Ali Ghodsi publicó resultados de evaluaciones comparativas de pruebas realizadas entre sus 3.000 ingenieros de software. GLM 5.2 manejó las tareas de codificación más difíciles a un costo total menor que los modelos propietarios de Anthropic y OpenAI. La sorpresa más grande fue lo que mostraban los demás datos: la elección del arnés, es decir, la herramienta de codificación con agencia que envuelve un modelo y gestiona su ventana de contexto e instrucciones, alteraba los costos tanto como el modelo mismo. El arnés de código abierto Pi resultó estar entre los mejores en costo sin sacrificar la calidad de salida.

"La lección aquí no es que un arnés sea siempre más barato o que los arneses nativos sean peores. En cambio, la elección del modelo es solo una parte del rompecabezas", concluyó el post de Ghodsi.

La lectura honesta de esta valoración: Databricks se gana sus credenciales de IA mediante el lanzamiento de productos reales y la publicación de evaluaciones comparativas reales. Observa si la ronda se cierra en la cifra reportada de $3 mil millones y si la adopción de GLM 5.2 se extiende más allá de los propios ingenieros de Databricks a sus clientes empresariales.