Databricks levantó US$5.000M a una valuación de US$190.000M: los inversores peleaban por entrar

Databricks cerró una ronda de US$5.000 millones que la valuó en US$190.000 millones, liderada por Coatue y con participación de Blackstone, MGX, T. Rowe Price y Sixth Street Growth, entre otros dos docenas de fondos. Según contó su CEO Ali Ghodsi a TechCrunch, la empresa quería levantar solo US$1.000M, pero un artículo de The Information publicado durante su conferencia de junio desató una avalancha: los inversores ofrecieron US$15.000 millones. Ante la presión de sus backers históricos, Databricks terminó emitiendo más acciones de las planeadas.

Los números que explican el frenesí

Databricks reporta US$7.000M de revenue anualizado, creciendo al 80% interanual, y ya es cash-flow positivo. Su producto estrella, el data warehouse en la nube, genera US$1.500M de ese run rate y sigue creciendo al 100%. Pero lo que seduce a los fondos es el stack de IA: Lakebase, su base de datos para agentes lanzada en junio de 2025, ya factura US$100M anualizados, y Genie, el chatbot de análisis de negocios, es "insanamente popular" según Ghodsi.

En los últimos 20 meses, la compañía había levantado US$20.000M. Esta nueva ronda la lleva a un total acumulado que ya es meme en Silicon Valley: hay chistes de que se les acaban las letras del alfabeto para nombrar las Series.

¿Para qué tanto capital?

La respuesta es triple. Primero, compromisos cloud multimillonarios con AWS, Azure y Google Cloud: entrenar y ejecutar modelos de IA a escala empresarial cuesta caro. Segundo, investigación: Databricks tiene un equipo de 100 personas en AI research, área donde el talento es carísimo. Tercero, M&A agresivo: esta semana compraron Electric (creadores de la base Postgres liviana PGlite); en junio adquirieron la firma de ciberseguridad AI Panther; en marzo cerraron otras dos operaciones. Los montos no se revelan, pero Ghodsi dejó claro que "hacemos mucho M&A".

En la era de las rondas seed/Series A de US$1.000M para startups de IA recién salidas del horno, ese número dejó de ser gigantesco. Pero en el caso de Databricks, la dinámica es distinta: no necesitaba el dinero, pero tampoco podía rechazarlo sin arriesgar las relaciones con sus inversores de largo plazo.

Por qué importa

Databricks es el caso de manual de hacia dónde fluye el capital en IA: infraestructura que ya factura miles de millones, productos nativos para agentes autónomos y herramientas que aterrizan modelos en workflows reales de negocio. La demanda desbordada de los fondos refleja una tesis clara: el valor se concentra en las capas que permiten ejecutar IA a escala, no solo entrenarla.

Para equipos que están adoptando IA internamente, la jugada de Databricks muestra que el stack técnico importa tanto como los modelos. Una base de datos que soporte agentes (Lakebase) o un chatbot que responda consultas de negocio en lenguaje natural (Genie) pueden ser la diferencia entre un piloto que se cae y una herramienta en producción.

Ghodsi le dijo a CNBC que todavía quiere llevar la empresa a bolsa "algún día", pero hoy prefiere invertir en IA lejos del escrutinio público. Con la capacidad de convocar US$15.000M en días y a sus términos, la pregunta es: ¿para qué apurarse? La respuesta para el resto del mercado es incómoda: cuando el capital persigue así a una empresa, es porque el resto del ecosistema todavía no tiene alternativas a esa altura.