"Соперник Snowflake" Databricks завершил стратегический раунд финансирования на 3 миллиарда долларов: оценка компании выросла до 188 миллиардов долларов, стоимость AI-платформы данных продолжает пересматриваться.

Как сообщает платформа Zhihui Finance, ведущая мировая платформа для анализа данных и искусственного интеллекта Databricks в четверг объявила о подписании условий нового раунда стратегического финансирования, во главе с существующим инвестором Coatue Management, на сумму около 3 миллиардов долларов, что доведет постинвестиционную оценку компании до 188 миллиардов долларов. Эта оценка примерно на 40% выше, чем у раунда финансирования в 134 миллиарда долларов, завершенного ранее в этом году. Ожидается, что раунд финансирования завершится в конце этого лета, также будут привлечены новые и существующие инвесторы.

Соучредитель и генеральный директор Databricks Али Годси ранее в декабре прошлого года заявил, что годовая выручка компании достигла 4,8 миллиарда долларов, что на более чем 55% больше по сравнению с предыдущим годом, и за последние 12 месяцев компания достигла положительного свободного денежного потока. По сообщениям за июнь, годовая выручка компании выросла до 5,4 миллиарда долларов, а темпы роста составили 65%. Сильные темпы роста бизнеса обеспечивают фундаментальную поддержку ускользающей вверх рыночной оценки.

От хранилища данных к уровню оркестрации AI: стратегия "платформенного слоя" Databricks

Databricks предоставляет унифицированную платформу интеллектуальной обработки данных, позволяя корпоративным клиентам собирать, анализировать данные из различных сложных источников и строить приложения искусственного интеллекта. Ее ключевой продукт эволюционировал от lakehouse (озерного хранилища данных) к полнофункциональной платформе, охватывающей хранение, управление, аналитику данных и развёртывание AI-моделей.

Ценность платформенного слоя резко возрастает в эпоху искусственного интеллекта. По мере того, как сами модели становятся все более товарными — китайские open source модели составляют не менее 30% корпоративного токен-трафика на OpenRouter, а стоимость их эксплуатации на 60–90% ниже аналогичных американских продуктов — стоимость концентрируется на уровне платформ, которые контролируют тестирование моделей, маршрутизацию и комплаенс. Databricks — один из ключевых игроков этого уровня.

В недавнем бенчмарке, выполненном на реальных кодовых заданиях собственных инженеров, компания показала, что open source модели способны обеспечить статистически сопоставимые с Anthropic Opus 4.8 результаты в реальных задачах программирования при примерно двух третях стоимости за задачу. Эта находка дает закупочным командам компаний фактическое обоснование для маршрутизации рутинных задач на более дешевые уровни — и именно Databricks осуществляет такой контроль маршрутизации.

Использование средств: управление AI, приобретения и R&D

Databricks заявляет, что данный раунд финансирования ускорит реализацию AI-стратегии и увеличит вложения в свои решения по управлению искусственным интеллектом, в частности Unity AI Gateway. Средства также пойдут на будущие приобретения в сфере искусственного интеллекта и углубление исследований.

Unity AI Gateway — корпоративное решение управления AI, разработанное Databricks на базе Unity Catalog. Оно расширяет охват управления с данных и AI-активов на модели, AI-агентов, MCP-сервисы, навыки и взаимодействия между корпоративными инструментами во время исполнения. Продукт предлагает централизованный контроль безопасности, управление затратами и наблюдаемость, позволяя осуществлять унифицированный governance как для развертываемых в Databricks моделей, так и для внешних моделей. С июля 2026 года функция бюджета Unity AI Gateway полностью доступна для всех аккаунтов на AWS, Azure и Google Cloud.

На фоне продолжающегося снижения цен на AI-модели — китайские open source модели составляют не менее 30% корпоративного токен-трафика на OpenRouter, эксплуатационные расходы на 60–90% ниже аналогичных американских решений — право ценообразования смещается на уровень платформ, отвечающих за тестирование, маршрутизацию и контроль соответствия требованиям. Databricks активно захватывает отрастающую долю рынка этого ключевого слоя благодаря Unity AI Gateway.

В части приобретений Databricks в последнее время проявляет активность. В июне текущего года компания объявила о покупке Panther Labs — одной из ведущих платформ AI для SecOps, чтобы реализовать свою стратегию security lakehouse; также компания приобрела поставщика облачного ПО для баз данных Neon примерно за 1 миллиард долларов. Новый раунд финансирования еще сильнее усилит ее возможности для дальнейших M&A.

Рыночная структура: сравнение с Snowflake и премия по оценке

На публичном рынке прямым аналогом Databricks выступает Snowflake (SNOW.US). Snowflake сейчас торгуется примерно по 18-кратной прогнозной выручке. Если сравнить оценку Databricks в 188 миллиардов долларов с ее годовой выручкой в 5,4 миллиарда, получаемый коэффициент цена/продажи значительно выше, чем у Snowflake, что отражает более высокую премию в оценке, которую частный рынок готов платить за платформенные компании — нативные игроки AI.

Хотя обе компании напрямую конкурируют в области хранилищ и аналитики данных, их стратегии расходятся. Databricks идет от lakehouse к end-to-end AI-платформе, а Snowflake движется от облачного склада к AI-ориентированной платформе данных. По прогнозам Gartner, к концу 2026 года 40% корпоративных приложений будут интегрировать специализированных AI-агентов — резкий скачок с менее чем 5% в 2025 году, — что открывает большой потенциал роста обеим компаниям.

С точки зрения бизнеса, направление data warehouse компании Databricks за прошлый год удвоилось, годовая выручка от него достигла 1,5 миллиарда долларов, основной спрос идет от AI-нагрузок и миграции клиентов с других платформ.

Перспективы IPO: рынок внимательно следит за "окном выхода"

Databricks, наряду с OpenAI и Anthropic, аналитики называют одними из самых ожидаемых технологических компаний–кандидатов на IPO.

Стоит отметить, что компания уже ранее в этом году привлекла около 5 миллиардов долларов при оценке 134 миллиарда. Завершение двух крупных раундов финансирования менее чем за полгода и скачок оценки на 40% отражают не только продолжающийся бум AI-инфраструктуры для данных, но и возможную отсрочку IPO компании. По некоторым сообщениям, целевая оценка нового раунда предполагалась до 175 миллиардов долларов, а IPO — не раньше следующего года.

Поскольку OpenAI и Anthropic уже подали документы на IPO, вопрос выхода Databricks станет важной точкой отсчета для оценки AI-софта на рынке.

Несмотря на высокую оценку и большие ожидания рынка от IPO, глава Databricks Али Годси уже заявил, что 2026 год — "плохое время для выхода на биржу". Основная причина — одновременное IPO гигантов вроде SpaceX, OpenAI, Anthropic, которые оттянут значительную часть капитала рынка.

Годси сообщил инвесторам, что компания в конечном итоге непременно проведет IPO, однако наиболее раннее окно — 2027 год. Новый раунд привлечённого капитала позволит Databricks создать "денежную подушку" и не спешить со сроками выхода на биржу. Аналитики продолжают включать Databricks в число самых ожидаемых IPO наряду с OpenAI и Anthropic.

Сигнал отрасли: ценность AI перемещается с уровня модели на уровень платформы

Единовременный скачок оценки Databricks на 40% — наглядная ценовая реакция частного рынка на изменения в распределении стоимости по цепочке создания AI. По мере гомогенизации моделей и снижения их стоимости, право цены смещается к платформам, которые контролируют тестирование, управление и маршрутизацию моделей в бизнес-процессы.

Как отмечал сооснователь и CTO Databricks Мэти Зэхария, "у публичных рейтингов есть известная проблема — задачи просачиваются в обучающие данные, и каждая лаборатория проводит тонкую настройку именно под эти бенчмарки". Когда публичные тесты становятся ненадежными, бизнесу требуется платформа для оценки и маршрутизации моделей на основе реальных бизнес-данных — и именно такую "крепость" строит Databricks.

Незадолго до объявления о финансировании Databricks выпустила бенчмарк, основанный на реальных рабочих изменениях кода инженеров компании — в нем использовалось более 10 языков программирования и были учтены миллионы строк изменений. Результаты показали, что open source модели (включая вышедший в середине июня GLM 5.2 от Zhipu AI) статистически сопоставимы с Opus 4.8 от Anthropic в повседневных инженерных задачах, при этом стоимость выполнения одного задания составляет примерно две трети от стоимости Anthropic. Этот тест меняет подход компаний к закупке моделей — у публичных таблиц есть известная проблема (утечка заданий в тренировку), а бенчмарк Databricks учитывает настоящую производственную работу инженеров.

Для инвесторов оценка в 188 миллиардов долларов — это не только признание текущего бизнеса Databricks, но и ставка на лидерство на уровневом рынке платформ эпохи AI. Как резюмировал портал Edgen Tech: "Компании, контролирующие тестирование, управление и маршрутизацию моделей в бизнес-процессы, получают право ценообразования — и рост оценки Databricks на 40% за один раунд — это ставка рынка на продолжение этого тренда на ближайшие несколько лет".