Databricks alcanza 188 mil millones de dólares con una nueva ronda liderada por Coatue
- Databricks comunicó una nueva ronda liderada por Coatue con valuación de 188 mil millones de dólares.
- La compañía no detalló cuánto capital sumará y aclaró que la operación todavía no cerró.
- El anuncio llega tras tres rondas en 18 meses y acompaña su giro desde big data hacia infraestructura de IA para empresas.
TSJ Staff
20 de julio de 2026
TL;DR
Databricks anunció una nueva ronda encabezada por Coatue que lleva su valuación a 188 mil millones de dólares. La empresa no reveló cuánto levantará y dijo que el cierre ocurrirá más adelante este verano. El anuncio extiende una secuencia de tres rondas en 18 meses mientras refuerza su perfil como proveedor de IA enterprise.
Databricks informó una nueva ronda liderada por Coatue que la valúa en 188 mil millones de dólares. La compañía no precisó el tamaño de la operación y señaló que el dinero todavía no ingresó, porque el cierre recién ocurrirá más adelante este verano. Aun así, decidió anticipar la valuación en un momento en el que sigue captando demanda de inversores privados.
El anuncio se suma a una secuencia poco común de fundraising en apenas un año y medio. En diciembre de 2024 la empresa había levantado 10.000M USD a una valuación de 62 mil millones. Luego, en septiembre de 2025, cerró 1.000M USD a 100 mil millones. Y en febrero de 2026 completó una Serie L de 5.000M USD a 134 mil millones.
Parte de esa aceleración responde a cómo cambió la historia que vende Databricks al mercado. Fundada en 2013, la empresa construyó su negocio original en software de datos y analítica para la nube. Ese punto de partida le dio acceso a grandes volúmenes de información empresarial justo cuando sus clientes empezaron a pedir herramientas de IA con estándares de seguridad, control y gobernanza similares a los del software corporativo tradicional.
En esa transición, Databricks fue sumando productos como Lakebase, una base de datos pensada para agentes de IA; Unity, su gateway de IA; y Omnigent, una capa para coordinar múltiples agentes. La compañía también ganó visibilidad por usar modelos open-weight desarrollados en China como forma de bajar costos, una tendencia que tomó fuerza en 2026. Dentro de ese grupo, impulsó especialmente GLM 5.2, de Z.ai, para tareas de programación.
La semana pasada, Ali Ghodsi (CEO) compartió resultados de pruebas internas orientadas a optimizar el gasto en IA para sus 3.000 ingenieros de software. Databricks evaluó modelos sobre trabajo real de coding y concluyó que los modelos abiertos —en particular GLM 5.2— ya pueden resolver tareas complejas con un costo total menor que alternativas propietarias de Anthropic y OpenAI. En esas pruebas, la empresa también vio que la herramienta que envuelve al modelo, como Codex, Claude Code o Pi, puede mover el costo final tanto como el modelo mismo. Esa combinación entre base instalada enterprise y discurso de eficiencia en IA ayuda a explicar por qué su valuación sigue subiendo tan rápido.