Купон на скидку: 2026
Databricks не раскрыла точную сумму привлеченных средств, уточнив лишь, что деньги пока не получены, а раунд закроется позже этим летом. Другие издания уже сообщили, что речь идет примерно о 3 миллиардах долларов. Хотя обычно компании не объявляют о сделке до фактического поступления средств, один из венчурных капиталистов рассказал TechCrunch, что соглашение твердое, а желающих поучаствовать оказалось так много, что скрывать новую блестящую оценку просто не имело смысла.
Databricks находится в режиме активного привлечения капитала уже полтора года, по мере того как успешно превращает свой образ из сенсации эпохи SaaS «до нашей эры» (до появления ChatGPT) в полноценного AI-провайдера. Всего пять месяцев назад, в феврале, компания закрыла раунд Series L на 5 миллиардов долларов при оценке в 134 миллиарда долларов. За пять месяцев до этого, в сентябре 2025 года, она привлекла 1 миллиард долларов при оценке в 100 миллиардов, а примерно девятью месяцами ранее, в декабре 2024-го, провела рекордный на тот момент раунд на 10 миллиардов долларов при оценке в 62 миллиарда. Столь частая серия раундов породила мемы о том, что у компании скоро кончатся буквы алфавита: «Включаю уведомления на случай, когда доберемся до Series AA», — пошутил один из пользователей.
Основанная в 2013 году, Databricks изначально выросла на волне больших данных, предложив предприятиям программное обеспечение для хранения колоссальных объемов информации в облаке с возможностью быстрой аналитики. Имея под рукой огромные массивы корпоративных данных, компания оказалась в идеальной позиции, когда бизнес начал требовать AI-решения с тем же уровнем безопасности и управления, что и у традиционного корпоративного софта. Databricks стала выпускать один AI-продукт за другим: Lakebase — базу данных, созданную для AI-агентов, Unity — AI-шлюз, а также мета-обвязку под названием Omnigent для управления множеством агентов.
Одновременно Databricks превратилась в один из ярких примеров внедрения более доступных китайских моделей с открытыми весами (чьим базовым кодом можно свободно пользоваться и модифицировать) ради контроля расходов — это стало одним из главных трендов 2026 года. Особенно компания продвигает модель GLM 5.2 от Z.ai для задач программирования. На прошлой неделе генеральный директор Databricks Али Годси поделился результатами внутреннего бенчмаркинга, проведённого для управления затратами на AI среди 3000 собственных инженеров-разработчиков. Компания сравнивала модели на реальных задачах, которые решают её программисты, и выяснила, что «открытые модели, и в особенности GLM 5.2, теперь способны справляться даже с задачами наивысшей сложности» в кодировании, причём с более низкой совокупной стоимостью, чем проприетарные модели от Anthropic и OpenAI.
Однако результаты преподнесли и сюрприз: оказалось, что выбор агентного инструмента-обвязки (такого как Codex или Claude Code), который оборачивает модель и управляет её контекстом и инструкциями, не меньше влияет на затраты. Открытая обвязка Pi показала себя одной из лучших в управлении контекстом вокруг каждого запроса, обеспечив тем самым одно из самых дешёвых решений без потери качества. «Урок здесь не в том, что какая-то одна обвязка всегда дешевле или что нативные обвязки хуже, — говорится в блоге. — А в том, что выбор модели — лишь одна часть пазла».
Вся эта активность укрепила образ Databricks как AI-компании, хотя она и не создавалась как исследовательская лаборатория искусственного интеллекта. Это, в свою очередь, подарило ей «AI-ореол», помогающий привлекать деньги и взвинчивать оценку. Эффект AI сегодня настолько силён, что даже сеть сэндвичных Jersey Mike’s упомянула искусственный интеллект 22 раза в своих документах S-1.