Databricks mengumumkan pendanaan baru yang menempatkan valuasi perusahaan pada angka 188 miliar dolar AS, dipimpin oleh firma investasi Coatue. Pengumuman pada Kamis tersebut dilakukan sebelum dana benar-benar masuk karena minat investor yang sangat tinggi, dan penutupan putaran dilakukan akhir musim panas tahun ini.
Perusahaan tidak merinci jumlah pasti yang dihimpun, namun sejumlah media melaporkan nilai pendanaan berada di kisaran 3 miliar dolar AS. Langkah mengumumkan valuasi sebelum pencairan dana memang tidak lazim, tetapi seorang venture capital menyebut kesepakatan itu solid mengingat banyak firma yang ingin ikut serta.
Databricks bukanlah perusahaan rintisan yang lahir dari laboratorium kecerdasan buatan. Perusahaan ini didirikan pada 2013 dan mencapai puncak popularitas di era big data dengan perangkat lunak yang memungkinkan perusahaan menyimpan data dalam jumlah masif di cloud sekaligus memproses analitik cepat. Posisi itu membuatnya memiliki tumpukan data perusahaan yang siap digunakan saat permintaan AI meluas.
Transformasi citra terjadi dalam satu setengah tahun terakhir. Sebelum ChatGPT meledak, Databricks dikenal sebagai bintang perangkat lunak sebagai layanan (SaaS). Kini mereka meracik produk AI seperti Lakebase untuk basis data agen, Unity sebagai gerbang AI, serta Omnigent yang mengelola banyak agen secara bersamaan.
Laju pendanaan perusahaan terbilang agresif. Pada Februari lalu, Databricks menutup Seri L senilai 5 miliar dolar AS dengan valuasi 134 miliar dolar. September 2025, mereka menggalang 1 miliar dolar AS di valuasi 100 miliar dolar. Desember 2024, putaran 10 miliar dolar AS membawa valuasi 62 miliar dolar, yang saat itu menjadi rekor.
Frekensi pendanaan membuat netizen membuat meme soal kehabisan huruf alfabet untuk nama seri. Seseorang bercanda akan menyalakan notifikasi bila Databricks menggelar Seri AA. Namun lelucon itu mencerminkan betapa cepatnya perusahaan mengubah narasi dari penjual data menjadi penyedia AI.
Bagi industri di Indonesia, tren ini relevan karena banyak perusahaan lokal mulai menaruh data di cloud dan membutuhkan tata kelola setara perangkat lunak perusahaan mapan. Transformasi Databricks menunjukkan bahwa pemain infrastruktur data lama dapat naik kelas bila mampu menyediakan keamanan dan tata kelola untuk AI. Hal serupa mulai dicoba penyedia cloud lokal meski dengan skala lebih kecil.
Salah satu hal menarik dari strategi Databricks adalah adopsi model berbobot terbuka asal Tiongkok untuk menekan biaya. Mereka menonjolkan GLM 5.2 dari Z.ai sebagai opsi pengodean yang efisien. CEO Ali Ghodsi membagikan hasil uji internal terhadap 3.000 insinyur perangkat lunak perusahaan pekan lalu.
Dalam tulisan tersebut, Ghodsi menyatakan model terbuka kini mampu menangani tugas pengodean tingkat sulit tertinggi dengan biaya total lebih rendah daripada model tertutup dari Anthropic dan OpenAI. Ia menekankan bahwa pemilihan harness atau alat pengelola konteks agen juga berdampak besar pada biaya, dengan Pi sebagai opsi sumber terbuka yang efisien.
“Pelajaran di sini bukan bahwa satu harness selalu lebih murah atau bahwa harness bawaan lebih buruk. Pilihan model hanyalah satu bagian dari teka-teki,” tulis Databricks. Temuan itu mengubah cara perusahaan melihat efisiensi AI, bukan sekadar memilih model paling canggih.
Ke depan, valuasi tinggi Databricks akan memicu kompetisi lebih ketat di ruang AI perusahaan. Perusahaan lain yang memiliki tumpukan data pelanggan berpotensi mengikuti jejak serupa dengan memodifikasi citra menjadi penyedia AI. Di Indonesia, hal ini dapat mendorong diskusi tentang kedaulatan data dan kemandirian model bahasa lokal.
Tren menjadikan AI sebagai halo pendanaan juga terlihat di luar teknologi inti. Jersey Mike’s, jaringan sandwich, mencantumkan kata AI 22 kali dalam dokumen S-1. Pengaruh AI terhadap valuasi tampaknya akan terus mendominasi hingga tahun-tahun mendatang, termasuk di pasar Asia Tenggara.
Di Indonesia, pengguna enterprise perlu mencermati bahwa efisiensi AI tidak melulu soal model, melainkan juga alat pengelola dan tata kelola data. Langkah Databricks mengadopsi model terbuka memberi rujukan bagi perusahaan yang ingin menekan biaya tanpa bergantung pada penyedia raksasa Amerika.