Databricks pozyskuje strategiczną rundę finansowania przy wycenie 188 mld dol. To wzrost o 54 mld w pół roku

Databricks ogłosił strategiczną rundę finansowania, która wycenia spółkę na 188 mld dol. Rundę prowadzi fundusz Coatue Management. Wysokość samego zastrzyku nie została oficjalnie podana — media szacują ją na około 3 mld dol. — a transakcja ma się domknąć, jak podaje spółka, „later this summer“, czyli później tego lata.

Jak szybko rosła wycena Databricks?

Tempo wzrostu jest tu równie istotne jak sama liczba. Zaledwie pięć miesięcy wcześniej, w lutym 2026 r., Databricks zamknął rundę Series L o wartości 5 mld dol. przy wycenie 134 mld dol. Nowa runda oznacza więc wzrost wyceny o 54 mld dol. w ciągu pół roku — bez zmiany właściciela większościowego i bez debiutu giełdowego. Taka dynamika stawia Databricks w wąskim gronie prywatnych spółek technologicznych, których wycena rośnie szybciej niż u większości debiutantów giełdowych.

Na co Databricks przeznaczy nowe środki?

Spółka zapowiada, że kapitał trafi przede wszystkim w rozwój trzech produktów. Unity AI Gateway ma odpowiadać za nadzór (governance) i kontrolę kosztów wdrożeń AI w przedsiębiorstwach — czyli za to, by firmy korzystające z modeli językowych wiedziały, ile i na co wydają. Genie, opisywany jako AI-współpracownik, zamienia dane biznesowe w gotowe odpowiedzi i akcje bez pisania zapytań SQL. Lakebase to z kolei bezserwerowy (serverless) Postgres zaprojektowany pod agentów AI, które potrzebują szybkiego, transakcyjnego dostępu do danych operacyjnych.

Wspólny mianownik tych trzech projektów jest prosty: Databricks stawia na warstwę pośrednią między surowymi danymi przedsiębiorstwa a agentami AI, które mają na tych danych działać — nie tylko je analizować.

Dlaczego ta wycena ma znaczenie dla całej branży?

Databricks należy dziś do najwyżej wycenianych prywatnych spółek AI i data na świecie, obok OpenAI czy Anthropic. Runda przy 188 mld dol. wpisuje się w szerszy trend: inwestorzy coraz chętniej płacą rekordowe kwoty nie za same modele językowe, lecz za infrastrukturę danych, na której te modele muszą działać w środowiskach korporacyjnych. Ostatnie miesiące przyniosły podobne skoki wycen wśród spółek data i infrastruktury AI — od chińskiego Moonshot AI szykującego IPO w Hongkongu po rekordowe kwartały TSMC — co sugeruje, że kapitał wciąż napływa do całego łańcucha dostaw AI, nie tylko do twórców samych modeli.