Databricks достигает оценки $188 млрд на волне развития искусственного интеллекта
Амбициозный раунд финансирования Databricks свидетельствует о её переходе от больших данных к ИИ, что означает значительный скачок в оценке компании.
Ключевые моменты
- Databricks объявила о оценке в $188 млрд в новом раунде финансирования во главе с Coatue по состоянию на 2026 год.
- Компания привлекла $5 млрд только в этом году, поднявшись с оценки $134 млрд.
- Databricks известна использованием более доступных открытых моделей ИИ китайского производства, таких как GLM 5.2 компании Z.ai.
Databricks, компания, которая когда-то процветала в эпоху больших данных, сейчас поднимается на новые высоты вместе с волной искусственного интеллекта. Она объявила о новом раунде финансирования во главе с Coatue, который оценивает компанию на впечатляющие $188 млрд. Точная сумма привлечённых средств не раскрывается, однако другие источники говорят о размере около $3 млрд.
Основанная в 2013 году, Databricks изначально помогала компаниям хранить и анализировать большие объёмы данных в облаке. Однако в последние годы она переопозиционировала себя в качестве ведущего игрока на рынке искусственного интеллекта. Эта трансформация была настолько успешна, что компания привлекла $5 млрд финансирования только в этом году, поднявшись с оценки $134 млрд всего пять месяцев назад.
Стратегический поворот компании произошёл в ответ на спрос предприятий на решения ИИ, которые обеспечивают такой же уровень безопасности и управления, как традиционное программное обеспечение. Databricks удалась решить эту задачу, выпустив несколько инструментов ИИ, включая Lakebase и Unity, разработанные для более плавной интеграции ИИ в корпоративную среду.
Одной из примечательных стратегий Databricks является её поддержка более доступных открытых моделей, то есть моделей ИИ, исходный код которых доступен для использования и изменения кем угодно. В частности, компания отдаёт предпочтение модели GLM 5.2 компании Z.ai для задач программирования, делая акцент на экономичность без ущерба для производительности. Этот подход нашёл отклик у множества компаний, стремящихся эффективно управлять расходами на ИИ.
На прошлой неделе генеральный директор Ali Ghodsi поделился результатами внутренних тестов по оптимизации затрат на ИИ для собственных инженеров-программистов Databricks. Результаты показали, что открытые модели, такие как GLM 5.2, справляются с комплексными задачами программирования не хуже закрытых аналогов, а выбор harness — инструмента, управляющего контекстом и инструкциями моделей ИИ, — также существенно влияет на затраты. Databricks обнаружила, что открытый harness Pi особенно эффективен.
Такое стратегическое использование моделей и инструментов ИИ укрепило репутацию Databricks как значительного игрока на рынке ИИ, что, в свою очередь, повышает её привлекательность для инвесторов.
Что будет дальше?
Для Databricks дальнейший путь заключается в продолжении инноваций в сфере ИИ и совершенствовании своих продуктов в соответствии с развивающимися потребностями предприятий. Для компаний и разработчиков это означает доступ к эффективным и экономичным инструментам ИИ, которые можно легко интегрировать в существующие системы. Если вы управляете ИИ в своей организации, рассмотрите возможность изучения открытых моделей и инструментов, которые поддерживает Databricks — они могут обеспечить как производительность, так и экономию затрат.
