El rival de Snowflake, Databricks, cierra una ronda estratégica de financiamiento de 3.000 millones de dólares: su valuación salta a 188.000 millones de dólares y el valor de las plataformas de datos de IA sigue en revalorización

Según reporta Infomarket Argentino, Databricks, la plataforma líder mundial de análisis de datos e inteligencia artificial, anunció este jueves la firma de la hoja de términos para una nueva ronda estratégica de financiamiento liderada por el inversionista existente Coatue Management, con un monto aproximado de 3 mil millones de dólares y una valuación post-money de 188 mil millones de dólares. Esta valuación representa un incremento del 40% respecto a la ronda de financiamiento de 134 mil millones de dólares realizada por la compañía a principios de este año. Se espera que esta ronda se cierre hacia finales del verano, incluyendo más nuevos inversionistas y participantes actuales.

Ali Ghodsi, cofundador y CEO de Databricks, expresó en diciembre pasado que los ingresos anuales de la compañía alcanzaron los 4.8 mil millones de dólares, con una tasa de crecimiento interanual superior al 55% y logrando flujo de caja positivo durante el último año. Según reportes de junio, los ingresos anuales incrementaron hasta 5.4 mil millones de dólares, con una tasa de crecimiento del 65%. El sólido crecimiento de sus resultados fundamenta la reciente valorización de la empresa.

De data warehouse a capa de orquestación AI: la estrategia “de plataforma” de Databricks

Databricks ofrece una plataforma unificada de inteligencia de datos que ayuda a clientes empresariales a recopilar, analizar y construir aplicaciones de AI desde diversas fuentes de datos complejas. Su producto core evolucionó del inicial Lakehouse hacia una plataforma de extremo a extremo que cubre almacenamiento, gobernanza, análisis y despliegue de modelos de AI.

El valor de la capa de plataforma está creciendo fuertemente en la era AI. A medida que los modelos se vuelven commodities—los modelos open source chinos ya componen al menos el 30% del tráfico corporativo de tokens en OpenRouter, y sus costos de operación son entre 60% y 90% menores que los equivalentes estadounidenses—el valor se concentra en la capa que controla pruebas de modelos, enrutamiento y aprobaciones de compliance. Databricks es uno de los jugadores clave en este nivel.

Una reciente prueba de referencia realizada por la empresa con código real de sus propios ingenieros demostró que los modelos open source pueden igualar el rendimiento estadístico del Anthropic Opus 4.8 en tareas reales de programación a solo dos tercios del costo por tarea. Este hallazgo da datos clave a los equipos de compras corporativas para “redirigir tareas cotidianas hacia capas más económicas”—y Databricks es el decisor central en ese proceso de enrutamiento.

Uso de fondos: gobernanza AI, adquisiciones y I+D

Databricks indicó que la nueva ronda servirá para acelerar su estrategia de AI y para aumentar la inversión en su solución de gobernanza AI Unity AI Gateway. Además, los fondos respaldarán futuras adquisiciones de inteligencia artificial y mayor profundización en investigación AI.

Unity AI Gateway es la solución corporativa de gobernanza AI lanzada por Databricks, construida sobre Unity Catalog, expandiendo el alcance de la gobernanza desde datos y activos AI hacia modelos, agentes AI, servicios MCP, habilidades y la interacción runtime entre herramientas empresariales. El producto ofrece controles centralizados de seguridad, administración de costos y observabilidad, soportando una gobernanza unificada sobre modelos alojados en Databricks y externos. Desde julio de 2026, la función de presupuestos de Unity AI Gateway está disponible para todas las cuentas en AWS, Azure y Google Cloud.

Mientras los precios de modelos AI caen rápidamente—los modelos chinos ya representan al menos 30% del tráfico corporativo de tokens en OpenRouter, y sus costos de operación son entre 60% y 90% inferiores a los estadounidenses—el poder de pricing está migrando hacia la capa que controla pruebas, enrutamiento y aprobaciones de compliance. Databricks está capturando una cuota creciente en este nivel crítico a través de Unity AI Gateway.

En materia de adquisiciones, Databricks recientemente mostró una postura activa. En junio anunció la compra de Panther Labs—plataforma líder de operaciones de seguridad AI—para fortalecer su visión de “security lakehouse”, y también adquirió al proveedor de software de base de datos cloud Neon por aproximadamente mil millones de dólares. La nueva ronda mejora aún más su capacidad de adquisiciones.

Estructura de mercado: Snowflake como referente y premium de valuación

En mercados públicos, Snowflake (SNOW.US) es la empresa comparable más directa para Databricks. Snowflake cotiza actualmente a aproximadamente 18 veces sus ingresos futuros. Comparando la valuación de 188 mil millones de dólares de Databricks con 5.4 mil millones de dólares de ingresos anuales, el múltiplo implícito supera ampliamente al de Snowflake, reflejando un premium de valuación en el mercado privado para plataformas con capacidades AI nativas.

Aunque ambas compiten directamente en data warehouse y análisis, sus rutas estratégicas comienzan a divergir. Databricks evoluciona hacia la plataforma AI end-to-end, mientras Snowflake transiciona de data warehouse cloud hacia una plataforma habilitada por AI. Gartner predice que para finales de 2026, el 40% de las aplicaciones corporativas integrarán agentes AI específicos para tareas, frente a menos del 5% en 2025—lo que ofrece amplio espacio de crecimiento para ambas.

Desde la perspectiva del negocio, el área de data warehouse de Databricks duplicó su tamaño en el último año, con una tasa anual de ingresos de 1.5 mil millones de dólares, impulsada por cargas de AI y migraciones de clientes desde otras plataformas.

Perspectivas de IPO: el mercado atento al “timing” de salida

Databricks, junto a OpenAI y Anthropic, es considerado por analistas como uno de los candidatos más esperados para IPO entre las compañías tecnológicas no listadas.

Es relevante recordar que la empresa levantó aproximadamente 5 mil millones de dólares a principios de este año, con una valuación de 134 mil millones de dólares. Alcanzar dos rondas de financiamiento masivas y un salto del 40% en valuación en menos de medio año no solo subraya el continuo interés por infraestructuras de datos para AI, sino también sugiere que la salida a bolsa podría demorarse aún más. Previamente se reportó que la meta de valuación para la ronda actual apuntaba a 175 mil millones de dólares, y que el IPO podría producirse recién el año próximo.

Con OpenAI y Anthropic ya habiendo enviado documentos para IPO, el momento de Databricks será clave para establecer un benchmark de valuación para el segmento de software de AI.

Pese a la alta valuación y la expectativa del mercado por su IPO, el CEO Ali Ghodsi ya indicó que 2026 “será un mal año para salir”. El motivo principal: SpaceX, OpenAI, Anthropic y otros gigantes tecnológicos planean listar, absorbiendo gran parte del capital del mercado.

Ghodsi ya comunicó a los inversionistas que la empresa finalmente hará su IPO, con la ventana de salida más temprana en 2027. La nueva ronda proveerá suficiente colchón financiero que les permitirá seguir postergando el proceso de salida a bolsa. Analistas ponen a Databricks junto a OpenAI y Anthropic como los debutantes más esperados en el mercado.

Señales de industria: el valor AI migra de la capa de modelos a la de plataforma

El salto del 40% de valuación en una sola ronda para Databricks evidencia la reconfiguración de valuación en el sector AI desde el mercado privado. Cuando los modelos se vuelven cada vez más homogéneos y sus costos se reducen, el control sobre cómo se testean, gobiernan y enrutan a procesos de negocio desde la capa de plataforma obtiene cada vez más poder de pricing.

Como lo expresó el cofundador y CTO de Databricks, Matei Zaharia: “Los rankings públicos tienen un problema conocido—las tareas se filtran al set de entrenamiento, y cada laboratorio optimiza sobre estos benchmarks”. Cuando los benchmarks dejan de ser confiables, las empresas necesitan plataformas que evalúen y enruten modelos con datos de negocios reales—y eso es la fortaleza que está construyendo Databricks.

Poco antes del anuncio de financiamiento, Databricks lanzó una prueba de referencia usando código real de sus propios ingenieros—más de 10 lenguajes de programación y millones de líneas de cambios efectivos. Los resultados revelaron que los modelos open source (incluyendo GLM 5.2 de Zhipu AI lanzado gratis en junio) igualan al Opus 4.8 de Anthropic en tareas cotidianas de codificación, con un costo por tarea que representa solo dos tercios del de Anthropic. Esta referencia ya modifica la forma en que las empresas evalúan modelos—hay problemas conocidos en rankings públicos (filtraciones de tareas), mientras la prueba de Databricks mide trabajo real de ingenieros.

Para los inversionistas, la valuación de 188 mil millones de dólares es tanto un reconocimiento al negocio actual de Databricks como una apuesta a su papel como “ganador de la capa de plataforma” en la era AI. Como resumió el reporte de Edgen Tech: “Las compañías que controlan cómo se testean, gobiernan y enrutan los modelos a procesos de negocio están capturando el pricing power—y el salto de valuación del 40% en una sola ronda de Databricks representa la apuesta del mercado a que esta tendencia seguirá por años.”