Databricks ha vuelto a colocar los datos en el centro de la carrera por la inteligencia artificial empresarial. La compañía anunció la firma de una hoja de términos para una nueva ronda Serie M que la valora en 188.000 millones de dólares, con Coatue entre los inversores principales y con una lectura de mercado muy concreta: las empresas quieren modelos, pero antes necesitan datos ordenados, gobernados y utilizables.
La valoración confirma que la capa de datos se ha convertido en una infraestructura crítica para desplegar IA de forma seria en las grandes organizaciones. Las compañías pueden probar asistentes, copilotos o agentes en proyectos pequeños, pero cuando intentan llevarlos a procesos reales se encuentran con el mismo bloqueo: datos repartidos, permisos inconsistentes, historiales incompletos y sistemas heredados que no hablan entre sí.
Databricks ha construido su posición alrededor de esa fricción. Su propuesta combina almacén de datos, lakehouse, analítica, gobierno y herramientas para desarrollar aplicaciones de IA. La compra de MosaicML en 2023 reforzó además su narrativa frente a clientes que no quieren depender solo de modelos cerrados de terceros y buscan ajustar sistemas con datos propios.
El nuevo salto de valoración también llega en un momento de enorme presión para justificar el gasto en IA. Los consejeros delegados han aprobado presupuestos relevantes, pero muchas áreas financieras empiezan a pedir métricas más duras: ahorro de horas, reducción de incidencias, aumento de ventas o mejora de márgenes. Ahí la plataforma de datos juega un papel menos vistoso que un chatbot, pero más decisivo.
Para los departamentos de tecnología, el mensaje práctico es que la IA no escala sobre demos aisladas, sino sobre arquitectura de datos y control operativo. Un agente que recomienda precios, detecta fraude o prepara informes regulatorios necesita trazabilidad, permisos y calidad de información. Si falla esa base, el proyecto queda limitado a un piloto con poco recorrido.
La operación también presiona a rivales como Snowflake, Microsoft, Google Cloud, Amazon Web Services y varias startups de infraestructura. Todas compiten por capturar el mismo presupuesto: el dinero que las empresas reservan para modernizar datos antes de automatizar decisiones. Esa competencia puede traducirse en más integraciones, descuentos agresivos y una concentración mayor alrededor de plataformas que prometen reducir complejidad.
El mercado, aun así, no está libre de riesgo. Una valoración de 188.000 millones exige crecimiento sostenido, margen y una futura salida a bolsa capaz de convencer a inversores públicos. La historia reciente de software empresarial recuerda que las valoraciones privadas pueden adelantarse demasiado si el crecimiento se enfría o si los clientes recortan contratos.
Databricks llega a esta fase con una ventaja clara: está en una categoría que los clientes ya reconocen como necesaria. No vende una apuesta lejana, sino una pieza de infraestructura que muchas empresas han descubierto que necesitan antes de hablar de agentes autónomos, automatización avanzada o IA generativa con datos internos.
La pregunta ya no es si habrá demanda por datos para IA, sino quién controlará esa capa cuando los pilotos empresariales pasen a producción. Databricks quiere ocupar esa posición antes de que el mercado termine de consolidarse.
