# Databricks збільшила раунд до $5 млрд за $190 млрд оцінки > Databricks підняла раунд фінансування до $5 млрд при оцінці $190 млрд — попит інвесторів сягав $15 млрд, у пʼятнадцять разів більше початкового плану $1 млрд. - Опубліковано: 14 серпня 2026 р. (2026-08-13T22:09:38.441345+00:00) - Розділ: AI-інструменти - На основі публікації: [TechCrunch](https://techcrunch.com/2026/08/13/databricks-wanted-to-raise-1b-investors-wanted-15b-it-settled-on-5b-at-a-190b-valuation/) - Видання: AiiN (https://aiin.news) - URL: https://aiin.news/article?slug=databricks-%D0%B7%D0%B1%D1%96%D0%BB%D1%8C%D1%88%D0%B8%D0%BB%D0%B0-%D1%80%D0%B0%D1%83%D0%BD%D0%B4-%D0%B4%D0%BE-5-%D0%BC%D0%BB%D1%80%D0%B4-%D0%B7%D0%B0-190-%D0%BC%D0%BB%D1%80%D0%B4-%D0%BE%D1%86%D1%96%D0%BD%D0%BA%D0%B8 --- Databricks спочатку планувала залучити $1 млрд у новому раунді фінансування, проте попит з боку інвесторів сягнув $15 млрд — у пʼятнадцять разів більше початкового орієнтира. У підсумку компанія зупинилася на компромісній сумі $5 млрд за оцінки $190 млрд. [За даними TechCrunch](https://techcrunch.com/2026/08/13/databricks-wanted-to-raise-1b-investors-wanted-15b-it-settled-on-5b-at-a-190b-valuation/), такий розрив між планом і фактичним попитом — рідкість навіть для мегараундів 2026 року, коли капітал у AI-інфраструктуру залучається швидше, ніж будь-коли. Databricks — платформа для роботи з даними й машинним навчанням (так звана lakehouse-архітектура), відома як розробник відкритого Apache Spark і власник Delta Lake. У 2023 році компанія придбала стартап MosaicML за $1,3 млрд, посиливши позиції у генеративному AI. Для ринку приватного капіталу цифра $190 млрд означає одне: Databricks тепер коштує дорожче за більшість публічних технологічних компаній середньої капіталізації — і при цьому залишається приватною. ## Скільки грошей Databricks хотіла залучити спочатку? Початковий орієнтир становив $1 млрд — типова сума для growth-раунду великого приватного AI-гравця. За таким сценарієм компанія просто поповнила б касу під поточні операційні потреби, не змінюючи суттєво структуру капіталу чи склад інвесторів. Такі раунди зазвичай покривають: - найм інженерних і дослідницьких команд; - розвиток продукту та R&D навколо AI-функцій платформи; - ліквідність для співробітників, які тримають акції приватної компанії; - резерв на можливі поглинання менших стартапів. $5 млрд — упʼятеро більше цього плану, але все ще лише третина від того, що готові були вкласти інвестори. ## Чому попит інвесторів у 15 разів перевищив план? TechCrunch не наводить деталей про те, хто саме з фондів брав участь у переговорах чи як компанія обґрунтовувала фінальну оцінку. За нашою оцінкою, ажіотаж навколо раунду пояснюється дефіцитом якісних приватних активів у сфері AI-інфраструктури: капіталу у венчурних і pre-IPO фондах накопичилося багато, а компаній масштабу Databricks, які вже генерують суттєву виручку від enterprise-клієнтів, а не лише обіцянки майбутнього зростання, одиниці. Це робить такі активи мішенню для інвесторів, які хочуть експозиції на AI без ризиків стадії pre-revenue. Те, що компанія свідомо обмежила раунд сумою $5 млрд замість повних $15 млрд, — окремий сигнал. Це радше рішення про контроль над розмиванням часток і темпом залучення капіталу, ніж брак попиту. ## Що оцінка $190 млрд означає для ринку AI-інфраструктури? Оцінка ставить Databricks в один ряд із найдорожчими приватними технологічними компаніями світу — категорія, куди раніше входили здебільшого лабораторії фундаментальних моделей на кшталт OpenAI чи Anthropic, а не постачальники інфраструктури для роботи з даними. Це підтверджує тезу, що ринок платить не лише за самі моделі, а й за шар даних, аналітики та MLOps, через який ці моделі доходять до enterprise-клієнтів. Подібна картина спостерігається і в інших великих приватних AI-компаній — попит на участь у раундах провідних гравців сфери традиційно в рази перевищує запропоновані алокації, тож кейс Databricks радше вписується в загальний тренд 2026 року, ніж є винятком. Водночас настільки висока приватна оцінка піднімає планку для конкурентів — зокрема Snowflake та хмарних постачальників з власними data-платформами, — яким тепер складніше залучати капітал за порівнянними мультиплікаторами без демонстрації подібного попиту. ## Висновок AiiN: що з цього випливає для AI-білдерів? Наша теза: раунд Databricks — це не просто новина про фінансування, а індикатор того, куди зміщується оцінка вартості в AI-стеку. Гроші йдуть не тільки до розробників моделей, а й до компаній, які володіють інфраструктурою доступу до корпоративних даних — бо саме цей шар визначає, наскільки якісно enterprise зможе застосувати AI на власних даних. Для команд, які будують продукти на базі Databricks, Snowflake чи подібних платформ, це означає одне: постачальник даних-рівня, ймовірно, довше залишатиметься приватним і матиме ресурси нарощувати R&D-бюджети, а не готуватися до IPO під тиском публічних інвесторів. Практична порада: оцінюючи фінансову стійкість постачальника даних чи AI-платформи для довгострокових контрактів, варто дивитися саме на подібні приватні раунди — вони точніше показують реальний попит на компанію, ніж публічні заяви про темпи зростання. ## Чи планує Databricks вихід на IPO? У матеріалі TechCrunch про конкретні терміни IPO не йдеться. Наявність такого масштабного приватного раунду за оцінки $190 млрд, навпаки, свідчить, що компанія поки не поспішає на публічний ринок і має достатньо приватного капіталу для фінансування зростання. ## З ким конкурує Databricks на ринку даних для AI? Головним конкурентом залишається Snowflake — інша велика data-платформа, що також інвестує в AI-функціональність. Тиснуть на цей ринок і хмарні гіганти AWS, Google Cloud та Microsoft Azure, які пропонують власні сервіси для зберігання й обробки даних під AI-навантаження. --- Теги: Databricks, AI, венчурнеінвестування, стартапи, AI-інфраструктура Джерело: AiiN — https://aiin.news/article?slug=databricks-%D0%B7%D0%B1%D1%96%D0%BB%D1%8C%D1%88%D0%B8%D0%BB%D0%B0-%D1%80%D0%B0%D1%83%D0%BD%D0%B4-%D0%B4%D0%BE-5-%D0%BC%D0%BB%D1%80%D0%B4-%D0%B7%D0%B0-190-%D0%BC%D0%BB%D1%80%D0%B4-%D0%BE%D1%86%D1%96%D0%BD%D0%BA%D0%B8. Цитуючи, посилайтесь на канонічний URL.