Lo que hace que esta ronda sea particularmente notable, según un informe de TechCrunch, es que Databricks inicialmente buscaba recaudar solo 1.000 millones de dólares. Sin embargo, la avidez de los inversores fue tal que el interés llegó a los 15.000 millones de dólares, lo que llevó a la compañía a aceptar cinco veces el capital previsto. Ali Ghodsi, CEO y cofundador de Databricks, resumió la situación con una frase contundente: "la demanda es una locura" y enfatizó que "la IA es costosa". Esta inyección masiva de capital subraya no solo el éxito de Databricks, sino también la creciente comprensión en la industria de que escalar capacidades de IA requiere inversiones sustanciales.
Hace apenas seis meses, en febrero de 2026, Databricks ya había alcanzado una valoración de 134.000 millones de dólares. El salto a 190.000 millones de dólares en tan poco tiempo refleja un crecimiento meteórico, impulsado por su plataforma Lakehouse y sus nuevas ofertas de IA. La compañía ha reportado cifras impresionantes: un crecimiento interanual superior al 80% y una tasa de ingresos anualizada (run-rate) que superó los 7.000 millones de dólares en el segundo trimestre, además de mantener un flujo de caja ajustado positivo en los últimos 12 meses, según comunicados de la propia Databricks. Inversores de peso como Coatue, Blackstone, MGX, cuentas asesoradas por T. Rowe Price y el nuevo participante Sixth Street Growth, han liderado esta ronda, consolidando la posición de Databricks como una de las empresas tecnológicas privadas más valiosas del mundo. Esta ronda de financiación reafirma la tesis de que la infraestructura de datos robusta es indispensable para la revolución de la IA.
Como funciona la estrategia de Databricks
La propuesta de valor de Databricks se centra en su arquitectura Lakehouse, un paradigma unificado que combina lo mejor de los data warehouses y los data lakes. Este enfoque permite a las empresas almacenar grandes volúmenes de datos estructurados y no estructurados de manera eficiente, al tiempo que facilita su procesamiento y análisis para casos de uso de inteligencia artificial y machine learning. En esencia, Lakehouse elimina los silos de datos y la complejidad que a menudo obstaculizan las iniciativas de IA.
Recientemente, Databricks ha expandido su oferta con productos clave que están impulsando su crecimiento y el interés de los inversores. Destaca Lakebase, una base de datos optimizada para agentes de IA, que ya ha superado una tasa de ingresos anualizada de 100 millones de dólares. Lakebase es crucial porque los agentes de IA no solo necesitan datos para entrenar modelos, sino también para recordar el contexto, ofrecer respuestas precisas y ejecutar tareas complejas dentro de los procesos de negocio. Ali Ghodsi lo explicó en TechCrunch: las empresas buscan "agentes que trabajen en sus negocios, que recuerden el contexto, entreguen respuestas precisas y ejecuten el trabajo sin agotar sus presupuestos".
Otro componente vital es Genie, un asistente de IA generativa que permite a los usuarios interactuar con sus datos usando lenguaje natural, democratizando el acceso a información crítica y acelerando la toma de decisiones. Además, Unity AI Gateway facilita la conexión segura y gestionada a diversos modelos de IA, tanto propios como de terceros, asegurando la gobernanza y la eficiencia. El éxito de estos productos se refleja en que la plataforma Lakehouse, en su conjunto, ya supera los 1.500 millones de dólares en tasa de ingresos anualizada.
La estrategia de Databricks no es solo construir herramientas de IA, sino construir la infraestructura fundamental sobre la cual otras empresas pueden crear y escalar sus propias soluciones de IA. Thomas Laffont, cofundador de Coatue, uno de los inversores líderes, lo resumió perfectamente: "Databricks ha pasado una década adelantándose a la dirección de la IA. Ahora es la infraestructura sobre la que la industria construye y escala la IA". Este enfoque cimentado en la infraestructura es lo que permite a Databricks capitalizar la explosión de la IA sin depender exclusivamente de un único caso de uso o aplicación final.
Que cambia para los profesionales tech
Para los profesionales de la tecnología, el ascenso de Databricks y la magnitud de su última ronda de financiación señalan varias tendencias ineludibles que remodelarán el panorama laboral y estratégico. En primer lugar, la demanda de talento en IA y datos se intensificará aún más. La complejidad y el costo de desarrollar e implementar soluciones de IA, como señaló Ali Ghodsi, requerirán equipos con habilidades profundas en ingeniería de datos, ciencia de datos, machine learning y, cada vez más, en el desarrollo de agentes de IA y sistemas autónomos. Aquellos que puedan dominar plataformas unificadas como Lakehouse, que manejan todo el ciclo de vida del dato para IA, estarán en una posición ventajosa.
En segundo lugar, se consolida la importancia de una arquitectura de datos unificada. El concepto de Lakehouse, que elimina las fricciones entre data lakes y data warehouses, se volverá un estándar de facto. Los profesionales deberán familiarizarse con la gestión de datos a escala, la gobernanza de datos para IA y la integración de herramientas que permitan desde la ingesta hasta el despliegue de modelos de IA. Las empresas buscarán optimizar sus infraestructuras para soportar la agilidad que exigen los proyectos de IA, minimizando la duplicidad y maximizando la calidad del dato.
En tercer lugar, el foco se desplaza hacia la IA generativa y los agentes de IA que "trabajan". Ya no es suficiente con modelos que generen texto o imágenes; la industria requiere sistemas inteligentes que puedan interactuar con sistemas empresariales, recordar el contexto, tomar decisiones y ejecutar tareas. Esto implica un cambio en las habilidades requeridas: más allá del entrenamiento de modelos, los profesionales deberán entender cómo diseñar, construir y desplegar agentes que operen de manera segura y eficiente en entornos productivos. La experiencia en orquestación de agentes, manejo de prompts complejos y garantía de la fiabilidad del output será crucial.
Finalmente, la inversión masiva en Databricks también subraya la necesidad de justificar el ROI (Retorno de la Inversión) de las iniciativas de IA. Aunque Owen Lau, analista de renta variable de Clear Street, señaló que el crecimiento de ingresos y el margen bruto de Databricks justifican su valoración, también advirtió que "el debate sobre el retorno de la inversión en la capa de aplicación aún no está resuelto". Esto significa que los profesionales tech no solo deberán construir soluciones avanzadas, sino también ser capaces de cuantificar su impacto en el negocio, demostrando valor tangible a través de mejoras en eficiencia, ingresos o experiencia del cliente. La habilidad para conectar la tecnología con los objetivos de negocio será más valiosa que nunca.
Que viene despues
La trayectoria de Databricks, marcada por una financiación récord y una valoración estratosférica, sugiere una serie de desarrollos y tendencias que definirán el futuro inmediato del sector tecnológico. Primero, podemos esperar una intensificación de la competencia en el espacio de la infraestructura de IA. Con jugadores establecidos como Snowflake y los gigantes de la nube (AWS, Google Cloud, Microsoft Azure) invirtiendo fuertemente en sus propias soluciones de datos e IA, Databricks continuará innovando para mantener su ventaja. La evolución de Lakebase y Unity AI Gateway, así como la integración con modelos de lenguaje grandes (LLMs) y agentes más sofisticados, serán áreas clave a observar.
Segundo, la posibilidad de una Oferta Pública Inicial (OPI) para Databricks se vuelve cada vez más tangible. Aunque la empresa ha demostrado una notable capacidad para atraer financiación privada a valoraciones elevadas, el tamaño y la madurez de la compañía, junto con su rendimiento financiero positivo, la posicionan como una candidata fuerte para salir a bolsa en un futuro no muy lejano. Una OPI de Databricks sería un evento significativo para el mercado, validando aún más el valor de las empresas de infraestructura de IA y ofreciendo una referencia para otras startups del sector.
Tercero, la afirmación de Ali Ghodsi de que la Inteligencia Artificial General (AGI) "ya ha llegado" según la definición previa del sector, aunque ambiciosa, indica una visión a largo plazo para Databricks y la industria. Si bien la AGI aún es un concepto debatido, la tendencia hacia sistemas de IA cada vez más autónomos y capaces de realizar una gama más amplia de tareas sin supervisión humana directa es innegable. La industria se moverá hacia la creación de IA que no solo procese datos, sino que también actúe sobre ellos de manera inteligente, lo que requerirá avances continuos en la fiabilidad, la interpretabilidad y la seguridad de los sistemas de IA.
Finalmente, se espera que la inversión en capacidades de IA continúe a un ritmo acelerado. El flujo constante de capital hacia empresas como Databricks, que construyen los cimientos de la IA, demuestra que los inversores ven un potencial de crecimiento masivo a largo plazo. Sin embargo, también surgirán desafíos, como la necesidad de abordar las preocupaciones éticas, regulatorias y de privacidad asociadas con la IA a medida que estas tecnologías se vuelven más ubicuas y poderosas. La capacidad de las empresas para navegar estas complejidades, al tiempo que innovan, será crucial para su éxito continuo. La industria estará atenta a cómo Databricks y sus competidores abordan estos frentes, en un ecosistema que evoluciona a una velocidad sin precedentes.
