Databricks Alcanza una Valoración de $188 Mil Millones Impulsada por el Momento de la IA
La ronda de financiación ambiciosa de Databricks destaca su transición de big data a IA, marcando un salto significativo en valoración.
Puntos clave
- Databricks anunció una valoración de $188 mil millones en una nueva ronda de financiación liderada por Coatue a partir de 2026.
- La empresa ha recaudado $5 mil millones este año, aumentando desde una valoración de $134 mil millones.
- Databricks es conocida por utilizar modelos de IA de peso abierto más asequibles basados en China, como GLM 5.2 de Z.ai.
Databricks, una empresa que alguna vez prosperó en la era del big data, está aprovechando la ola de la IA para alcanzar nuevas alturas. Ha anunciado una nueva ronda de financiación, liderada por Coatue, que la valúa en impresionantes $188 mil millones. Aunque el monto exacto de fondos recaudados sigue siendo confidencial, otros informes sugieren que ronda los $3 mil millones.
Fundada en 2013, Databricks inicialmente ayudó a las empresas a almacenar y analizar grandes volúmenes de datos en la nube. Sin embargo, en los últimos años, se ha reinventado como un actor importante en inteligencia artificial (IA). Esta transformación ha sido tan exitosa que logró asegurar $5 mil millones en financiación solo este año, subiendo desde una valoración de $134 mil millones hace apenas cinco meses.
La reorientación estratégica de la empresa surge en respuesta a la demanda empresarial de soluciones de IA que ofrezcan la misma seguridad y gobernanza que el software tradicional. Databricks ha respondido lanzando varias herramientas de IA, incluyendo Lakebase y Unity, diseñadas para facilitar la integración de IA en empresas.
Una de las estrategias notables de Databricks es su adopción de modelos de peso abierto más asequibles, que son modelos de IA cuyo código subyacente está disponible para que cualquiera lo use y modifique. Específicamente, promueve el modelo GLM 5.2 de Z.ai para tareas de codificación, enfatizando la eficiencia de costos sin comprometer el rendimiento. Este enfoque ha resonado con muchas empresas que buscan gestionar efectivamente los gastos de IA.
La semana pasada, el CEO Ali Ghodsi compartió insights de pruebas internas para optimizar costos de IA para los ingenieros de software de Databricks. Los resultados mostraron que no solo los modelos abiertos como GLM 5.2 manejan bien tareas complejas de codificación, sino que la elección del harness, una herramienta que gestiona el contexto e instrucciones de un modelo de IA, también impacta significativamente los costos. Databricks encontró que el harness de código abierto, Pi, es particularmente efectivo.
Este uso estratégico de modelos y herramientas de IA ha ayudado a solidificar la reputación de Databricks como una empresa de IA significativa, lo que a su vez aumenta su atractivo para los inversores.
¿Qué sigue?
Para Databricks, el camino adelante implica continuar innovando en IA y perfeccionar sus productos para satisfacer las necesidades empresariales en evolución. Para empresas y desarrolladores, esto significa acceso a herramientas de IA eficientes y rentables que se pueden integrar sin problemas en sus sistemas existentes. Si estás gestionando IA en tu organización, considera explorar modelos de peso abierto y harnesses como los que Databricks promueve; podrían ofrecer tanto rendimiento como ahorros.
