Penilaian Databricks Mencapai $188 Miliar: Mengapa Ini Menjadi Pesaing Kelas Berat AI

14

Ceknya belum sampai. Tapi penilaiannya nyata. Databricks mengumumkan pada hari Kamis bahwa mereka telah mendapatkan pendanaan dengan valuasi $188 miliar.

Ini merupakan lompatan besar. Coatue memimpin putaran tersebut. Uang tersebut kemungkinan akan masuk ke rekening mereka akhir musim panas ini. TechCrunch melaporkan total kenaikan tersebut sekitar $3 miliar. Biasanya, perusahaan menunggu tinta mengering sebelum meneriakkan label harga. Databricks tidak. Begitu banyak perusahaan yang ingin masuk, merahasiakannya tidak ada gunanya. Kesepakatannya solid.

Ini bukan pertama kalinya. Jauh dari itu. Databricks telah menjalankan putaran pendanaannya seperti seorang sprinter tanpa ada ruginya. Atau untung, tergantung bagaimana Anda melihat alfabetnya. Orang-orang sudah meme-memekan kapan “Seri AA” diluncurkan.

Lima bulan lalu. Februari. Seri L senilai $5 miliar meningkatkan penilaian menjadi $134 miliar. Sebelumnya, September 2025 menghasilkan $1 miliar dengan label harga $100 miliar. Desember 2024? Peningkatan yang memecahkan rekor sebesar $10 miliar menjadi $62 miliar.

Perhitungannya liar. Namun alasan terjadinya demam tunai ini masuk akal. Databricks berhasil melepaskan kulit “utilitas data besar”. Di masa SM (Sebelum ChatGent, Sebelum ChatGPT, Sebelum kekacauan), ini hanyalah permainan SaaS untuk analisis cloud. Cepat dan aman untuk penyimpanan perusahaan. Membosankan? Mungkin. Efektif? Ya.

Kemudian gelombang AI melanda.

Perusahaan menginginkan kecerdasan buatan. Mereka juga menginginkan pemerintahan. Mereka tidak ingin rahasia dagang mereka bocor ke chatbots. Databricks sudah memegang kuncinya. Klien mereka menyimpan data sensitif di sana. Tentu saja, Databricks memposisikan dirinya sebagai tempat yang aman untuk integrasi AI.

Dari Big Data hingga Tata Kelola AI

Porosnya berhasil. Perusahaan meluncurkan produk demi produk. Lakebase menjadi database untuk agen AI. Unity bertindak sebagai pintu gerbang. Kemudian datanglah Omnigent, sebuah “meta-harness” untuk mengelola banyak agen yang berbicara satu sama lain.

Namun di sinilah Databricks menjadi menarik. Biaya. Semua orang khawatir tentang komputasi yang terbakar. Databricks berlipat ganda pada model bobot terbuka. Khususnya yang berbasis di Tiongkok. Hal ini sesuai dengan tren pengendalian biaya perusahaan pada tahun 2026. Mereka memperjuangkan GLM 5.2 Z.ai.

Mengapa? Karena itu kode. Dan itu lebih murah.

CEO Ali Ghodsi memutuskan untuk mengujinya sendiri. Pekan lalu, dia menerbitkan tolok ukur internal yang mencakup 3.000 insinyur perangkat lunak mereka sendiri. Pekerjaan nyata. Bukan tes sintetis. Hasil tersebut mendukung pendirian mereka. Model terbuka seperti GLM 5.2 menangani tugas coding tingkat atas. Biayanya? Jauh lebih rendah dibandingkan raksasa berpemilik seperti Anthropic atau OpenAI.

Namun Ghodsi menemukan kejutan. Pilihan model hanyalah separuh cerita. Tali pengaman juga sama pentingnya.

Memilih Agentic Harness yang Tepat

Bayangkan tali kekang seperti pembungkus model. Alat seperti Codex atau Claude Code. Mereka mengelola konteks dan instruksi. Data Databricks menunjukkan bahwa dampak pembungkusnya memerlukan biaya yang besar. Terkadang lebih dari otak di dalamnya.

Mereka menguji Pi, sebuah harness sumber terbuka. Ia menang di dua bidang:
1. Manajemen konteks yang sangat baik untuk setiap perintah.
2. Biaya rendah tanpa mengorbankan kualitas.

Hal ini mematahkan kebijaksanaan konvensional. Anda tidak hanya membutuhkan otak terbaik. Anda memerlukan antarmuka terbaik untuk mengelolanya. Tali pengaman asli tidak secara otomatis lebih baik. Model berpemilik yang mahal tidak selalu diperlukan untuk tugas dengan tingkat kesulitan tertinggi jika Anda menggabungkannya dengan peralatan yang tepat.

Pelajaran dari blog Databricks jelas: Pilihan model adalah salah satu bagian dari teka-teki. Ekosistem lebih penting.

Apakah ini berarti setiap startup akan menghentikan OpenAI besok? Tidak. Perangkat lunak perusahaan bergerak lambat. Persyaratan tata kelola bersifat kaku. Namun tekanan terus berlanjut. Ketika Anda dapat menghemat jutaan dolar dalam pembuatan kode dengan model open-weight Tiongkok dan wrapper sumber terbuka yang cerdas, argumen ROI menjadi sangat kuat.

Databricks bertaruh pada infrastruktur dibandingkan hype. Ini lebih mengutamakan keamanan data dibandingkan kecepatan. Dan kini proyek ini bernilai $188 miliar berdasarkan asumsi bahwa perusahaan akan terus mengeluarkan dana untuk pipa, bukan hanya air.

Untuk saat ini, mereka sedang menunggu sisa cek senilai $3 miliar itu. Pasar memberikan suara dengan dompetnya. Databricks tampaknya menjadi tujuan yang mereka inginkan. Apakah nilai $188 miliar akan bertahan setelah uang tersebut benar-benar habis, masih merupakan ujian sesungguhnya.