Databricks zyskuje 40% wyceny w nowej rundzie. Analitycy porównują to do Anthropic

Gdy Databricks zakończy nową rundę finansowania, jego wycena wzrośnie o 40% w porównaniu z ostatnim pozyskaniem kapitału, do którego doszło w lutym.

To tempo wzrostu jest jednak ograniczone na tle firm z branży AI. Anthropic w tym samym okresie podskoczył z 380 mld USD do 965 mld USD. Wyceny największych startupów AI odzwierciedlają to, że do czołowych spółek z sektora AI nadal napływa dużo kapitału instytucjonalnego. Daje im to „suchy prowiant” na dalszy rozwój oraz ewentualne przejęcia (M&A), gdy przygotowują się do planowanych wejść na giełdę.

„Wielkość rundy Databricks jest skromna według standardów obecnego momentu. Firma buduje suchy prowiant i dostraja bilans pod IPO na własnych warunkach, a zabawnostka polega na tym, że skala tej rundy wydaje się przy standardach Anthropic niemal skromna” — powiedział Harrison Rolfes z PitchBook.

Koatue prowadzi nową rundę venture capital Databricks. 3 mld USD pozyskane w tej rundzie to mniej niż kapitał, który firma uzyskała podczas poprzedniej rundy, kiedy to wyceniono ją na 134 mld USD. Łącznie spółka do tej pory pozyskała 29,5 mld USD.

Databricks, które prowadzi aplikacje chmurowe do pracy modeli AI, według danych PitchBook ustępuje obecnie tylko Anthropic, OpenAI, Tether i ByteDance pod względem wyceny.

W pierwszym kwartale tego roku pięć największych transakcji venture capital stanowiło 77,6% wszystkich nowych inwestycji w „unicorny”, czyli spółki wyceniane na co najmniej 1 mld USD.

„Historycznie były firmy, które osiągały określoną skalę, a szerszy konsensus brzmiał: 'Skoro dochodzisz do pewnej skali, to wzrost musi zacząć wyhamowywać'. Żyjemy teraz w świecie, w którym skala tworzy efektywność, a ta efektywność przekłada się na większy udział w rynku” — powiedział Gaurav Mathur z Pinegrove Opportunity Partners.

Databricks podał, że zamierza wykorzystać nowy kapitał do wzmocnienia części swoich produktów, w tym:

• narzędzia do multi-AI governance (zarządzania kosztami AI),
• agenta AI do zastosowań w miejscu pracy,
• serwerless Postgres (bazy danych Postgres bez zarządzania serwerami) przygotowanego pod agentów AI.