- Databricks cierra una ronda de 5.000 millones de dólares y sube su valoración hasta 190.000 millones.
- El CEO Ali Ghodsi sostiene que la AGI ya existe según la definición previa a 2022.
- El capital se destinará a productos como Unity AI Gateway, Lakebase y Genie.
- Ghodsi sitúa como muy probable que la salida a bolsa llegue después que la de OpenAI o Anthropic.
Databricks acaba de dar un golpe en la mesa en el sector de la inteligencia artificial empresarial. La compañía de análisis de datos y machine learning ha anunciado una ronda de financiación de 5.000 millones de dólares que dispara su valoración hasta los 190.000 millones, un techo que supera las expectativas iniciales, que la colocaban en 188.000 millones. La operación llega justo cuando la firma ha alcanzado un ritmo de ingresos anualizados de 7.000 millones de dólares, con un crecimiento interanual por encima del 80%. Son datos que evidencian que la empresa no es una promesa, sino una realidad con números muy sólidos.
Su cofundador y CEO, Ali Ghodsi, ha aprovechado la puesta en marcha de esta ronda para lanzar una afirmación contundente: la inteligencia artificial general, tal y como se definía antes de 2022, ya ha llegado. Esto no significa que estemos ante una superinteligencia, sino que los modelos actuales pueden superar a la mayoría de las personas en la mayoría de tareas intelectuales. La cuestión, según Ghodsi, no está en el razonamiento, sino en el contexto y la infraestructura necesarios para que la IA actúe en entornos reales.
Una ronda millonaria para una inteligencia artificial general
La ronda de 5.000 millones ha estado dirigida por Coatue, Blackstone, MGX y T. Rowe Price, y se ha sumado Sixth Street Growth como nuevo inversor. En un primer anuncio, el pasado 16 de julio, la valoración era de 188.000 millones, pero la cifra final se elevó a 190.000 millones después de captar más capital y emitir acciones adicionales, según explicó Ghodsi en una entrevista exclusiva. Este incremento refleja, en palabras del ejecutivo, un mayor interés de los inversores por el negocio y las tecnologías que se están desarrollando.
La tecnología ya ha conseguido un logro notable: más de 16 millones de bases de datos PostgreSQL se lanzan cada día a través de su plataforma Lakebase, una base de datos serverless pensada para agentes de IA que ya supera los 100 millones de dólares en ingresos anuales. Además, más de un cuatrillón de tokens han pasado por su puerta de entrada, lo que da una pista de la escala masiva que manejan. Estas cifras no son anecdóticas; reflejan una demanda real y un crecimiento que, según la compañía, debería estabilizarse con un margen bruto superior al 70% en los próximos ejercicios.
Unity AI Gateway, Lakebase y Genie: el arsenal de la IA
El capital fresco tiene tres destinos principales dentro de la estrategia de Databricks. Por un lado, Unity AI Gateway permite a las empresas canalizar todos sus tokens de IA a través de un solo sistema y fijar presupuestos por equipos o empleados. Según Ghodsi, la idea es «pasar de token maxing a value maxing», es decir, dejar de gastar de forma descontrolada y medir el valor real de cada llamada. Por otro, Lakebase es una base de datos Postgres serverless diseñada para que los agentes de IA puedan crear entornos de trabajo en menos de un segundo y escalarlos cuando no se usan. La arquitectura ramificada permite probar distintas versiones sin duplicar el almacenamiento.
En tercer lugar, Genie busca que la IA acceda al contexto empresarial interno, como correos electrónicos, actas de reuniones y registros operativos, manteniendo la seguridad y la privacidad. De esta manera, los modelos dejan de ser simples procesadores de texto y se convierten en asistentes con capacidad de actuar dentro de una organización. Todo ello se complementa con Omnigent, una meta-harness de código abierto que permite orquestar varios agentes con distintos modelos, una apuesta que el CEO define como una de sus «tres grandes prioridades».
El cuello de botella no es la inteligencia, sino el contexto
Ali Ghodsi es bastante claro en este punto: si los modelos son inteligentes, ¿por qué no han cambiado todavía la forma de trabajar en la mayoría de las empresas? Su respuesta es que falta el contexto. Un modelo no puede razonar sobre un problema si no tiene acceso a los registros internos, las políticas de seguridad y los sistemas operativos de la compañía. Para él, esa brecha entre la capacidad de la IA y su impacto real es una enorme oportunidad. El ejecutivo opina que la inteligencia ya está ahí, pero sin infraestructura no sirve para nada. En este sentido, Genie y Genie Ontology se presentan como las herramientas que conectan el conocimiento disperso dentro de una firma.
Otro obstáculo que crece en el sector es el coste de ejecutar agentes de IA. Muchas compañías usan modelos muy potentes para tareas rutinarias, lo que dispara la factura de tokens. Según Ghodsi, la productividad no está creciendo al mismo ritmo que el gasto. Por eso, la puerta de entrada a la IA de Databricks, con su control presupuestario y la posibilidad de enrutar las peticiones hacia alternativas más baratas, se está convirtiendo en una pieza esencial. Además, la plataforma observa que los clientes avanzan en el segmento más sofisticado incluso envían la misma pregunta a dos modelos para comparar, lo que convierte el duplicar gasto. La neutralidad del sistema, sin embargo, es algo que se vigila con cuidado.
Lakebase y la nueva era de las bases de datos para agentes
La apuesta por Lakebase no es casual. El software que escriben los agentes de IA funciona de forma distinta al tradicional: puede hacer mil iteraciones en cuestión de horas, generar versiones y descartar la mayor parte. Para soportar esto hace falta una base de datos que se lance en milisegundos y que permita crear ramas sin clonar petas de información. Lakebase usa una arquitectura basada en bifurcaciones que registra solo los cambios, lo que abarata el coste de experimentar. La cifra de más de 16 millones de inicios diarios es, para Ghodsi, una prueba de rendimiento y no una métrica económica, pero marca el ritmo que están tomando los agentes.
Por otro lado, la tecnología LTAP combina motores transaccionales y analíticos en una sola copia de datos, superando las limitaciones de los enfoques HTAP anteriores. La intención es que los clientes mantengan sus datos en formatos abiertos y sin quedar atados a un proveedor, algo que se ha expandido por toda la industria. No obstante, el CEO no rehúye la comparación con rivales: Snowflake avanzó en esa dirección pero todavía no llega a la misma profundidad, mientras que Oracle lanza AI Data Platform y herramientas de IA agéntica, y SingleStore todavía no ha demostrado una generación comparable. El reto es que Databricks pueda evitar ser atrapado en el medio entre los laboratorios de IA y los hyperscalers.
La salida a bolsa se pospone, pero no se descarta
La reciente financiación también le da aire para esperar una salida a bolsa cuando las condiciones sean favorables. Ghodsi manifestó que es «muy improbable» que Databricks cotice antes de que lo hagan empresas como Anthropic u OpenAI. Argumenta que los mercados son volátiles, las valoraciones cambian y el contexto económico con tipos de interés altos no acompaña. Pero la empresa no quiere quedarse privada para siempre, y de hecho ya adopta prácticas de transparencia y contactos con inversores institucionales. La directiva aclara que el objetivo es estar preparados para una eventual oferta pública, cuando las aguas estén más tranquilas.
Según Owen Lau, analista de Clear Street, para que el valor se justifique se necesitaría un crecimiento del ARR superior al 50% y un margen bruto estable de más del 70% en los próximos años. Además, la empresa deberá demostrar que puede generar flujo de caja libre positivo y reducir el gasto de capital. El debate sobre el retorno de la inversión está sin zanjar, y si las empresas no consiguen monetizar el uso de la IA en sus procesos, es probable que las partidas de datos e IA se ajusten.
En cualquier caso, Databricks ha lanzado una piedra en el tejado de la industria. La ronda de 5.000 millones, la valoración de 190.000 y los más de 7.000 millones de ingresos recurrentes no son una cuestión de moda. La compañía sostiene que la IA necesita dos elementos: el contexto empresarial y la infraestructura para operar. Esa es la apuesta, y si acierta, el resultado será una nueva ola de automatización. Hasta entonces, el camino parece claro: muchos datos, modelos muchos y un gran embudo de tokens para gastar con lógica.
