A Databricks anunciou nesta quinta-feira (17) uma nova rodada de captação que avalia a companhia em US$ 188 bilhões. O aporte é liderado pela gestora Coatue.
A empresa não detalhou o valor exato que será injetado nem recebeu os recursos até o momento; o fechamento da transação está previsto para o fim do verão no hemisfério norte. Veículos de imprensa, porém, estimam que o montante fique em torno de US$ 3 bilhões. Segundo um investidor de risco ouvido pelo TechCrunch, a demanda de participantes foi tão alta que a Databricks decidiu divulgar a avaliação antes mesmo de ter o dinheiro em caixa.
Sequência acelerada de captações
Nos últimos 18 meses, a Databricks vem levantando rodadas em ritmo intenso:
- fevereiro de 2026: Série L de US$ 5 bilhões, avaliação de US$ 134 bilhões;
- setembro de 2025: US$ 1 bilhão, avaliação de US$ 100 bilhões;
- dezembro de 2024: US$ 10 bilhões, avaliação de US$ 62 bilhões.
A quantidade de aportes frequentes gerou até memes sobre a empresa “ficar sem letras” para nomear as séries.
De big data a plataforma de IA
Fundada em 2013, a Databricks ganhou relevância na era do big data ao oferecer software para armazenar grandes volumes de dados em nuvem com análise rápida. O histórico de lidar com dados empresariais colocou a companhia em posição privilegiada quando clientes passaram a exigir soluções de inteligência artificial com os mesmos níveis de segurança e governança.
Entre os produtos focados em IA lançados recentemente estão Lakebase (banco de dados voltado a agentes de IA), Unity (gateway de IA) e Omnigent (plataforma que gerencia múltiplos agentes).
Aposta em modelos abertos
A Databricks tem se destacado pela adoção de modelos de código aberto de origem chinesa, tendência de 2026 voltada à redução de custos. A companhia é defensora do GLM 5.2, da Z.ai, para tarefas de programação.
Imagem: Internet
Na semana passada, o CEO Ali Ghodsi apresentou resultados de testes internos para otimizar despesas de IA dos 3 mil engenheiros de software da empresa. Os estudos apontaram que modelos abertos, especialmente o GLM 5.2, executam tarefas complexas de código a custo total menor que alternativas proprietárias de Anthropic e OpenAI. O levantamento também mostrou que a escolha do “harness” — ferramenta que gerencia contexto e instruções do modelo — impacta igualmente o gasto. O Pi, ferramenta de código aberto, figurou entre os mais eficientes, sem perda de qualidade.
O post concluiu que a seleção de modelos é apenas parte da equação para controlar despesas em IA.
Com a transformação de imagem, a Databricks vem colhendo o chamado “efeito IA” nas avaliações de mercado, fenômeno que impulsiona o interesse de investidores no setor.
Com informações de TechCrunch
