أعلنت Databricks يوم الخميس عن جولة جديدة من التمويل تقدر قيمة الشركة بمبلغ 188 مليار دولار. الجولة قادها كواتو.
لم تكشف شركة Databricks عن المبلغ الذي جمعته بالضبط؛ وقالت إن الأموال ليست في أيديها بعد وأن الجولة ستغلق في وقت لاحق من هذا الصيف. (أفادت منافذ أخرى منذ ذلك الحين أن الزيادة تبلغ حوالي 3 مليارات دولار.) على الرغم من أنه من غير المعتاد أن تعلن شركة ما قبل أن تحصل على المال، إلا أن أحد رأس المال الاستثماري أخبر موقع TechCrunch أن الصفقة قوية، حيث ترغب العديد من الشركات في عدم وجود سبب لدى الشركة للحفاظ على تقييمها الجديد اللامع سرًا.
في الواقع، ظلت Databricks في حالة تمزق لجمع التبرعات لمدة عام ونصف حيث نجحت في تحويل صورتها إلى مزود للذكاء الاصطناعي وليس مجرد إحساس SaaS في العام الماضي. لقد عدنا بالأمس إلى زمن ما قبل الميلاد (قبل ChatGPT).
قبل خمسة أشهر فقط، في فبراير، أغلقت Databricks زيادة بقيمة 5 مليارات دولار من السلسلة L عند تقييم قدره 134 مليار دولار. قبل خمسة أشهر من ذلك، في سبتمبر 2025، جمعت مليار دولار بتقييم 100 مليار دولار. وقبل ذلك بتسعة أشهر تقريبًا، في ديسمبر 2024، جمعت ما كان بمثابة جولة قياسية في ذلك الوقت بقيمة 10 مليارات دولار بتقييم 62 مليار دولار.
لقد أثارت Databricks العديد من الجولات على مر السنين لدرجة أن هذه الجولة الأخيرة أصبحت موضوعًا للميمات حول نفاد الحروف الأبجدية. نشر أحد الأشخاص “تشغيل التنبيهات عندما نحصل على سلسلة AA”.
لكن إعادة بناء صورتها كانت مشروعة. تأسست في عام 2013، وحققت نجاحًا مبدئيًا في عصر البيانات الضخمة، مع البرامج التي مكنت المؤسسات من تخزين كميات هائلة من البيانات في السحابة، مع إنتاج تحليلات سريعة.
نظرًا لأنها كانت تمتلك بالفعل كميات كبيرة من بيانات المؤسسة، كانت Databricks في وضع جيد للاستجابة عندما بدأت الشركات في الرغبة في الذكاء الاصطناعي بنفس الأمان والحوكمة التي تتوقعها من برامج المؤسسات التقليدية.
بدأت الشركة في طرح منتج واحد تلو الآخر من منتجات الذكاء الاصطناعي، مثل Lakebase، قاعدة بياناتها المصممة لعملاء الذكاء الاصطناعي، وUnity، بوابة الذكاء الاصطناعي الخاصة بها، إلى جانب “الأداة الفوقية” التي تسمى Omnigent التي تدير وكلاء متعددين.
كما أصبحت Databricks معروفة على نحو متزايد كواحدة من الأمثلة الكبيرة على الشركات التي تتبنى نماذج ذات وزن مفتوح صينية الصنع وبأسعار معقولة (النماذج التي يتم نشر كودها الأساسي ليستخدمه أي شخص ويعدله) للتحكم في التكاليف، وهو أحد الاتجاهات الكبرى لعام 2026. وهو بطل خاص لـ Z.ai’s GLM 5.2 كنموذج للترميز.
في الأسبوع الماضي، شارك علي قدسي، الرئيس التنفيذي لشركة Databricks، نتائج بعض المعايير الداخلية التي تم إجراؤها لإدارة تكاليف الذكاء الاصطناعي الخاصة به لمهندسي البرمجيات البالغ عددهم 3000 مهندس.
قامت الشركة بمقارنة نماذج الذكاء الاصطناعي بالمهام الفعلية التي يقوم بها مبرمجوها. ليس من المستغرب، في منشور المدونة الذي يكشف عن النتائج، مشاركة Databricks أن “النماذج المفتوحة، وGLM 5.2 على وجه الخصوص، أصبحت الآن قادرة على التعامل حتى مع أعلى مستوى من صعوبة المهام” في البرمجة، وبتكلفة إجمالية أقل من النماذج المملوكة من Anthropic وOpenAI.
لكنها فاجأت الناس عندما وجدت أن اختيار الأداة – أداة التشفير الوكيل، مثل Codex أو Claude Code، التي تلتف حول النموذج وتدير سياقه وتعليماته – أثرت بنفس القدر على التكاليف. ووجدت أن تسخير Pi مفتوح المصدر هو أحد الأفضل في إدارة السياق المحيط بكل موجه، وبالتالي فهو أحد الخيارات الأقل تكلفة دون التضحية بالجودة.
وأعلن المنشور أن “الدرس المستفاد هنا ليس أن أحد الأحزمة يكون دائمًا أرخص أو أن الأحزمة الأصلية أسوأ”. “بدلاً من ذلك، فإن اختيار النموذج ليس سوى قطعة واحدة من اللغز.”
كل هذا أضاف إلى صورة Databricks كشركة ذكاء اصطناعي، حتى لو لم يتم تأسيسها كمختبر للذكاء الاصطناعي. وهذا بدوره منحها هالة الذكاء الاصطناعي لجمع الأموال والقفز في قيمتها. كما ذكرنا سابقًا، فإن تأثير الذكاء الاصطناعي قوي جدًا هذه الأيام، لدرجة أنه حتى متجر السندوتشات في جيرسي مايك ذكر الذكاء الاصطناعي 22 مرة في مستندات S-1 الخاصة به.
عندما تقوم بالشراء من خلال الروابط الموجودة في مقالاتنا، قد نكسب عمولة صغيرة. هذا لا يؤثر على استقلالنا التحريري.
