“Saingan Snowflake” Databricks Selesaikan Pendanaan Strategis Senilai 3 Miliar Dolar AS: Valuasi Melejit ke 188 Miliar Dolar AS, Nilai Platform Data AI Terus Dinilai Ulang

Aplikasi Keuangan Cerdas memperoleh informasi bahwa Databricks, platform analitik data dan kecerdasan buatan terkemuka di dunia, pada hari Kamis mengumumkan telah menandatangani daftar persyaratan pendanaan strategis baru yang dipimpin oleh investor yang ada, Coatue Management, dengan jumlah pendanaan sekitar 3 miliar dolar AS dan valuasi pasca-investasi sebesar 188 miliar dolar AS. Valuasi ini meningkat sekitar 40% dibandingkan putaran pendanaan 134 miliar dolar AS yang diselesaikan awal tahun ini. Putaran pendanaan ini diperkirakan akan selesai akhir musim panas tahun ini dan akan menghadirkan lebih banyak investor baru serta investor lama.

Pendiri bersama sekaligus CEO Databricks, Ali Ghodsi, sebelumnya pada bulan Desember tahun lalu menyatakan bahwa pendapatan tahunan perusahaan telah mencapai 4,8 miliar dolar AS, dengan tingkat pertumbuhan tahunan lebih dari 55%, dan selama setahun terakhir telah mencapai arus kas bebas positif. Menurut laporan bulan Juni, pendapatan tahunan perusahaan telah meningkat lebih lanjut menjadi 5,4 miliar dolar AS, dengan pertumbuhan 65%. Pertumbuhan kinerja yang kuat ini memberikan dukungan fundamental bagi lonjakan valuasi pada putaran pendanaan kali ini.

Dari Gudang Data ke Lapisan Orkestrasi AI: Strategi "Lapisan Platform" Databricks

Databricks menawarkan platform kecerdasan data terpadu yang membantu pengguna perusahaan untuk mengambil, menganalisis, dan membangun aplikasi AI dari berbagai sumber data kompleks. Produk inti mereka telah berkembang dari Lakehouse awal menjadi platform penuh yang mencakup penyimpanan data, tata kelola, analitik, dan penyebaran model AI.

Nilai lapisan platform semakin meningkat di era AI. Dengan semakin komoditisasi model—model open source dari Tiongkok kini mendominasi setidaknya 30% arus token perusahaan di OpenRouter, biaya operasionalnya 60%-90% lebih rendah dibandingkan produk serupa dari Amerika Serikat—nilai kini beralih ke lapisan platform yang mengendalikan pengujian model, routing, dan persetujuan kepatuhan. Databricks adalah salah satu pemain utama di lapisan ini.

Pengujian benchmark yang baru dirilis oleh perusahaan berdasarkan kode asli insinyur Databricks menunjukkan bahwa model open source dapat mencapai performa statistik setara dengan Anthropic Opus 4.8 dalam tugas pemrograman nyata dengan biaya per tugas sekitar dua per tiga. Temuan ini memberikan dasar data bagi tim pengadaan perusahaan untuk "merouting tugas sehari-hari ke level yang lebih murah"—dan Databricks adalah pengendali keputusan routing tersebut.

Penggunaan Dana: Tata Kelola AI, Akuisisi dan R&D

Databricks menyatakan bahwa putaran pendanaan ini akan digunakan untuk mempercepat strategi AI dan meningkatkan investasi pada solusi tata kelola AI mereka, Unity AI Gateway. Selain itu, dana juga diharapkan mendukung akuisisi AI di masa depan dan pendalaman riset AI.

Unity AI Gateway adalah solusi tata kelola AI tingkat perusahaan yang diperkenalkan oleh Databricks, dibangun di atas Unity Catalog, memperluas cakupan tata kelola dari aset data dan AI ke model, agen AI, layanan MCP, keterampilan, dan interaksi runtime antar alat perusahaan. Produk ini menawarkan kontrol keamanan terpusat, pengelolaan biaya, dan observabilitas, mendukung tata kelola terpadu baik untuk model yang dikelola Databricks maupun model eksternal. Mulai Juli 2026, fitur anggaran Unity AI Gateway telah dibuka sepenuhnya untuk semua akun di AWS, Azure, dan Google Cloud.

Dalam konteks harga model AI yang terus menurun—model dari Tiongkok kini mendominasi setidaknya 30% arus token perusahaan di OpenRouter, dengan biaya operasional 60%-90% lebih rendah dari produk serupa Amerika—kendali penetapan harga kini berpindah ke lapisan platform yang mengontrol pengujian, routing, dan persetujuan regulasi. Databricks, melalui Unity AI Gateway, terus memperbesar pendapatan dari segmen kunci ini.

Dalam hal akuisisi, Databricks baru-baru ini menunjukkan sikap merger yang aktif. Pada bulan Juni tahun ini, perusahaan mengumumkan akuisisi Panther Labs—platform pusat operasi keamanan AI terkemuka, untuk mendorong visi data lake keamanan mereka; juga mengakuisisi Neon, penyedia perangkat lunak basis data cloud, dengan harga sekitar 1 miliar dolar AS. Putaran pendanaan baru ini akan semakin meningkatkan kapabilitas akuisisi mereka.

Tata Pasar: Benchmark Snowflake dan Premi Valuasi

Di pasar terbuka, Snowflake (SNOW.US) adalah perusahaan yang paling sebanding dengan Databricks. Harga perdagangan Snowflake saat ini sekitar 18 kali pendapatan penjualan ke depan. Dengan membandingkan valuasi Databricks 188 miliar dolar AS dan pendapatan tahunan sekitar 5,4 miliar dolar AS, rasio harga-pendapatan yang tersirat jauh melebihi Snowflake, mencerminkan pasar private yang memberikan premi valuasi lebih tinggi pada perusahaan platform yang memiliki kemampuan AI native.

Kedua perusahaan memang bersaing langsung di bidang gudang data dan analitik, namun jalur strategi mereka semakin berbeda. Databricks berkembang dari lakehouse data ke platform AI end-to-end, sementara Snowflake bertransformasi dari gudang data cloud ke platform data bertenaga AI. Gartner memperkirakan pada akhir 2026, 40% aplikasi perusahaan akan menyertakan agen AI tugas khusus, melonjak tajam dari kurang dari 5% di tahun 2025—memberikan ruang pertumbuhan yang besar bagi kedua perusahaan.

Dari sisi fundamental bisnis, lini bisnis gudang data Databricks pada tahun lalu tumbuh lebih dari dua kali lipat, dengan tingkat pendapatan tahunan mencapai 1,5 miliar dolar AS, permintaan terutama berasal dari workload AI dan migrasi pelanggan dari platform lain.

Prospek IPO: Pasar Soroti Jendela Listing

Databricks bersama OpenAI dan Anthropic secara luas dianggap oleh analis sebagai kandidat IPO perusahaan teknologi non-listed yang paling diantisipasi.

Perlu dicatat, awal tahun ini perusahaan telah menyelesaikan pendanaan sekitar 5 miliar dolar AS dengan valuasi 134 miliar dolar AS. Dalam waktu kurang dari enam bulan, menyelesaikan dua putaran pendanaan besar dan lonjakan valuasi 40% tidak hanya mencerminkan panasnya jalur infrastruktur data AI, tapi juga mungkin menandakan jadwal listing perusahaan makin tertunda. Sebelumnya dilaporkan, target valuasi pendanaan kali ini sempat mengincar 175 miliar dolar AS dan IPO mungkin paling cepat tahun depan.

Dengan OpenAI dan Anthropic telah mengajukan dokumen IPO, waktu listing Databricks akan menjadi referensi penting bagi pasar dalam menilai valuasi segmen perangkat lunak AI.

Meski valuasi tinggi dan pasar menanti IPO, CEO Databricks Ali Ghodsi dengan tegas mengatakan tahun 2026 "adalah tahun listing yang buruk." Alasannya, perusahaan-perusahaan teknologi besar seperti SpaceX, OpenAI, Anthropic akan listing secara berurutan, sehingga menarik dana pasar dalam jumlah besar.

Ghodsi telah memastikan kepada investor bahwa perusahaan pada akhirnya akan go public, namun jendela waktunya mungkin paling cepat tahun 2027. Putaran pendanaan baru akan memberi Databricks buffer dana yang cukup, sehingga dapat terus menunda proses IPO. Analis secara umum menempatkan Databricks bersama OpenAI dan Anthropic sebagai kandidat IPO paling populer yang paling diperhatikan.

Sinyal Industri: Nilai AI Berpindah dari Lapisan Model ke Lapisan Platform

Lonjakan valuasi Databricks sebesar 40% dalam satu putaran, adalah harga yang jelas dari pasar private terhadap perubahan distribusi nilai rantai industri AI. Ketika model makin homogen dan biaya terus turun, lapisan platform yang mengontrol bagaimana model diuji, dikelola, dan dirouting ke proses bisnis, kini merebut porsi penetapan harga yang makin besar.

Seperti yang dikatakan CTO sekaligus pendiri bersama Databricks, Matei Zaharia: “Daftar ranking publik punya masalah terkenal—tugas bocor ke data pelatihan dan setiap lab mengoptimalkan benchmark ini.” Ketika benchmark menjadi tak dapat dipercaya, perusahaan membutuhkan platform yang dapat mengevaluasi dan merouting model berbasis data bisnis nyata—dan itulah moat yang tengah dibangun Databricks.

Tak lama sebelum pengumuman pendanaan, Databricks merilis benchmark yang didasarkan pada kode kerja asli insinyur mereka—meliputi lebih dari 10 bahasa pemrograman dan jutaan baris perubahan kode nyata. Hasil menunjukkan model open source (termasuk GLM 5.2 yang dirilis gratis oleh Zhipu AI pertengahan Juni) dalam tugas coding sehari-hari statistiknya setara dengan Opus 4.8 dari Anthropic, sementara biaya per tugas hanya sekitar dua per tiga dari pesaingnya. Benchmark ini mengubah cara pembeli perusahaan mengevaluasi model—daftar publik punya masalah yang telah diketahui (tugas bocor ke data pelatihan), sementara pengujian Databricks mengukur pekerjaan nyata insinyur.

Bagi investor, valuasi 188 miliar dolar AS tidak hanya pengakuan tinggi terhadap bisnis Databricks yang ada, tapi juga taruhan terhadap posisinya sebagai “platform layer winner” di era AI. Seperti yang dirangkum dalam laporan Edgen Tech: “Perusahaan yang mengontrol bagaimana model diuji, dikelola, dan diarahkan ke proses bisnis kini memegang kendali penetapan harga—dan lonjakan valuasi Databricks 40% dalam satu putaran adalah taruhan pasar terhadap tren ini yang akan berlanjut selama bertahun-tahun.”