Avaliação de US$ 188 bilhões da Databricks visa controle de

A IA empresarial tem um problema de custo que nenhum modelo único pode resolver. Essa tese, articulada pelo CEO da Databricks, Ali Ghodsi, como uma mudança de tokenmaxxing para valuemaxxing, está no centro da mais recente rodada de financiamento da empresa. A Databricks garantiu uma rodada estratégica com uma avaliação de US$ 188 bilhões. A Coatue Management, uma investidora existente, está liderando a rodada. A empresa espera fechar o negócio no final deste verão, com a participação de novos e atuais investidores. A captação de aproximadamente US$ 3 bilhões representa um aumento de 40% em relação à avaliação de US$ 134 bilhões que a empresa estabeleceu em fevereiro de 2026, quando concluiu uma Série L de US$ 5 bilhões.

A rodada mantém a Databricks entre as empresas de tecnologia privadas mais valiosas globalmente, ao lado da OpenAI e Anthropic, e sinaliza que a janela de IPO permanece desfavorável pelo menos até o segundo semestre de 2026. Em vez de testar os mercados públicos, a empresa está apostando em uma estratégia de capital privado que produziu quatro aumentos de valuation em aproximadamente vinte meses. A receita total da empresa agora ultrapassa US$ 5,4 bilhões em base anualizada, e a Databricks relatou fluxo de caixa livre positivo, dando a ela o perfil financeiro para abrir capital sempre que os executivos decidirem fazê-lo.

A Tese de Governança Multi-IA por trás da Avaliação de US$ 188 bilhões da Databricks

Os recursos financiarão três produtos principais que juntos formam o argumento da Databricks para infraestrutura pronta para agentes. O Unity AI Gateway é a solução de governança multi-IA da empresa, projetada para permitir que empresas roteiem tarefas entre diferentes modelos, mantendo controles de custos e políticas de segurança. O Genie, descrito como um colega de trabalho de IA, traduz dados de negócios em respostas e ações sem exigir habilidades especializadas de consulta. O Lakebase é um banco de dados Postgres serverless construído especificamente para cargas de trabalho de agentes de IA.

Esses três produtos compartilham uma lógica comum. As empresas hoje enfrentam uma lacuna de contexto, onde os dados estão dispersos em sistemas, desconectados dos modelos de IA e difíceis de governar. O resultado são gastos imprevisíveis com IA e segurança inconsistente. A abordagem de plataforma da Databricks unifica dados e IA em uma única camada de infraestrutura, dando às equipes a capacidade de escolher qual modelo atende a qual tarefa, em vez de recorrer à opção mais cara para cada solicitação.

Os números sugerem que a estratégia está ganhando tração. A receita de produtos de IA atingiu uma taxa de execução anualizada de US$ 1,7 bilhão em junho de 2026, ante US$ 1 bilhão em setembro de 2025. Essa taxa de crescimento de aproximadamente 70% em nove meses supera muitas empresas de software em nuvem pública e ajuda a explicar por que os investidores estão dispostos a pagar um prêmio por ações privadas.

Capital Privado versus Mercados Públicos

A decisão de levantar outra rodada privada em vez de abrir capital tem implicações tanto para a empresa quanto para seus investidores. Cada aumento de valuation eleva a barra para uma estreia pública. Com US$ 188 bilhões, a Databricks precisaria demonstrar um caminho claro para sustentar taxas de crescimento que justifiquem um prêmio sobre pares de nuvem pública e dados.

A Snowflake, principal concorrente da Databricks no mercado de data warehousing, é negociada a uma fração dessa avaliação. A Alphabet, que compete por meio das ofertas do Google Cloud, BigQuery e Vertex AI, é avaliada em aproximadamente US$ 2 trilhões, mas possui várias linhas de negócios além da análise de dados. A comparação pressiona a Databricks a mostrar que sua aposta em infraestrutura específica para IA pode gerar margens e taxas de retenção que a diferenciam das plataformas de nuvem de uso geral.

O capital também posiciona a Databricks para aquisições futuras. Ali Ghodsi indicou que os recursos apoiarão aquisições de IA e aprofundarão iniciativas de pesquisa, sugerindo que a empresa vê oportunidades de consolidação no fragmentado mercado de infraestrutura de IA. Várias startups privadas de infraestrutura de IA permanecem disponíveis a preços que parecem razoáveis diante de um balanço de US$ 188 bilhões.

O Sinal da Coatue

A Coatue Management, uma investidora existente, liderar esta rodada tem peso além do compromisso de capital. A empresa tem um histórico concentrado em tecnologia empresarial e tem sido um apoiador consistente da Databricks em vários estágios de valuation. Sua disposição em aumentar a exposição com a avaliação de US$ 188 bilhões da Databricks em vez de esperar por uma listagem pública sinaliza convicção de que a avaliação privada é sustentável, mesmo enquanto os múltiplos de tecnologia em geral enfrentam compressão devido ao aumento das taxas de juros.

A estrutura do negócio também é notável. A Databricks anunciou a rodada antes que o capital tenha sido totalmente fechado, um passo que reflete o alto nível de interesse dos investidores. A avaliação superou a faixa de US$ 165 bilhões a US$ 175 bilhões discutida nas últimas semanas, indicando que o apetite dos investidores por exposição à infraestrutura de IA continua forte, apesar da incerteza macroeconômica. Alguns relatórios sugerem que a empresa pode captar mais do que a meta inicial de US$ 3 bilhões, pois a sobresscrição é provável.

Posicionamento Competitivo e Economia Empresarial

A estratégia multi-IA da Databricks desafia diretamente as ofertas de IA agrupadas dos provedores de nuvem hyperscale. Google Cloud, Amazon Web Services e Microsoft Azure oferecem serviços de IA integrados que vinculam o acesso ao modelo a suas plataformas de dados proprietárias. A Databricks argumenta que as empresas precisam da liberdade de misturar e combinar modelos entre provedores, e que uma camada de governança unificada oferece melhores resultados de custo do que ficar preso ao ecossistema de um único fornecedor.

A tensão não é teórica. Empresas que implantam IA em escala enfrentam custos crescentes de inferência à medida que passam da experimentação para a produção. A capacidade de rotear consultas simples para modelos mais baratos e menores e reservar modelos de fronteira caros para tarefas complexas de raciocínio pode alterar significativamente a economia unitária da implantação de IA. O Unity AI Gateway foi projetado para impor exatamente esse tipo de roteamento orientado por políticas, dando aos diretores de informação um mecanismo para limitar os gastos com IA, enquanto ainda permite que as equipes experimentem diferentes modelos.

Essa abordagem de governança em primeiro lugar é o que separa a Databricks dos provedores de modelos puros. OpenAI e Anthropic vendem inteligência de fronteira; a Databricks vende a infraestrutura para decidir quando usar essa inteligência de fronteira versus uma alternativa mais barata. Em um mercado onde os custos de inferência continuam sendo a maior despesa variável para implantações de IA empresarial, esse posicionamento tem valor estratégico que justifica uma avaliação premium.

Por que isso é importante

A decisão da Databricks de permanecer privada com uma avaliação de US$ 188 bilhões diz ao mercado que a infraestrutura de IA empresarial ainda é muito imatura para o escrutínio dos mercados públicos, ou que a empresa acredita que pode construir mais valor antes de um eventual IPO. De qualquer forma, a aposta se baseia em uma afirmação específica: que a plataforma de IA vencedora será aquela que permite que as empresas controlem custos em vários modelos, não aquela que as prende a um único ecossistema. Se essa tese se provar correta, a abordagem da Databricks estabelecerá o modelo de como as empresas consomem IA. Se não, a avaliação privada tem espaço limitado para crescer ainda mais. Por enquanto, a Coatue e os novos investidores estão apostando que o controle de custos é a próxima fronteira da competição de IA empresarial.

Sources

Databricks is Raising a Strategic Round of Funding at a $188 Billion Valuation

✔Human Verified

Pesquisado e cruzado com fontes primárias pela equipe editorial da Bytevyte.