📑 Daftar Isi

Ilustrasi logo Databricks dengan latar belakang digital yang menampilkan grafik valuasi perusahaan

Databricks Raih Valuasi Rp 3.013 Triliun, Bukti Transisi AI

Penulis:Nur Hamzah
Terbit:
Diperbarui:
⏱️4 menit membaca
Bagikan:
  • Databricks mengumumkan pendanaan baru dengan valuasi US$188 miliar (Rp 3.013 triliun) yang dipimpin Coatue
  • Putaran pendanaan diperkirakan sekitar US$3 miliar, diumumkan sebelum dana diterima
  • Dalam 1,5 tahun, valuasi melonjak dari US$62 miliar (Des 2024) ke US$188 miliar (2026)
  • Transformasi sukses dari perusahaan SaaS big data menjadi penyedia AI enterprise
  • Produk AI unggulan: Lakebase, Unity, dan Omnigent
  • Adopsi model open-weight China (GLM 5.2) untuk efisiensi biaya coding
  • Benchmark internal menunjukkan open-source harness Pi sebagai pilihan biaya terendah
  • Efek halo AI mendorong valuasi perusahaan di luar sektor AI tradisional

Telset.id – Databricks mengumumkan pendanaan baru yang menempatkan valuasi perusahaan pada angka fantastis US$188 miliar atau setara Rp 3.013 triliun. Putaran ini dipimpin oleh Coatue dan menjadi bukti nyata keberhasilan transformasi Databricks dari perusahaan SaaS biasa menjadi raksasa AI yang diperhitungkan.

Meski jumlah pasti pendanaan tidak diungkapkan secara resmi, laporan dari TechCrunch menyebutkan angka sekitar US$3 miliar. Menariknya, pengumuman ini dilakukan sebelum dana benar-benar diterima perusahaan. Seorang VC mengatakan kepada TechCrunch bahwa kesepakatan ini sudah solid karena banyak firma yang antre untuk ikut serta, sehingga Databricks tidak punya alasan untuk merahasiakan valuasi barunya yang gemilang.

Lonjakan valuasi ini bukanlah peristiwa yang berdiri sendiri. Databricks telah menjalani aksi fundraising agresif selama satu setengah tahun terakhir seiring keberhasilannya mengubah citra menjadi penyedia AI, bukan sekadar sensasi SaaS masa lalu—masa sebelum ChatGPT alias era BC (Before ChatGPT).

Perjalanan Fundraising Spektakuler

Hanya lima bulan sebelumnya, pada Februari 2026, Databricks menutup putaran pendanaan Seri L senilai US$5 miliar dengan valuasi US$134 miliar. Lima bulan sebelum itu, pada September 2025, perusahaan mengumpulkan US$1 miliar dengan valuasi US$100 miliar. Dan sekitar sembilan bulan sebelumnya, pada Desember 2024, Databricks mencatatkan rekor pendanaan saat itu sebesar US$10 miliar dengan valuasi US$62 miliar.

Begitu banyaknya putaran pendanaan yang telah dilakukan Databricks selama bertahun-tahun membuat pengumuman terbaru ini menjadi bahan meme di media sosial tentang kehabisan huruf alfabet. “Nyalakan notifikasi untuk ketika kita sampai Seri AA,” tulis seseorang.

Namun, rekonstruksi citra perusahaan ini benar-benar legitimate. Didirikan pada 2013, Databricks awalnya sukses di era big data dengan perangkat lunak yang memungkinkan perusahaan menyimpan data dalam jumlah besar di cloud dan menghasilkan analitik yang cepat. Karena sudah memiliki banyak data enterprise, Databricks berada dalam posisi yang tepat untuk merespons ketika perusahaan mulai menginginkan AI dengan keamanan dan tata kelola yang sama seperti perangkat lunak enterprise tradisional.

Perusahaan mulai meluncurkan satu demi satu produk AI, seperti Lakebase, database yang dibangun untuk AI agents, dan Unity, AI gateway, serta “meta-harness” bernama Omnigent yang mengelola banyak agen secara bersamaan.

Databricks juga semakin dikenal sebagai salah satu contoh besar perusahaan yang mengadopsi model open-weight buatan China yang lebih terjangkau untuk pengendalian biaya. Ini merupakan salah satu tren besar tahun 2026. Databricks menjadi pendukung utama model GLM 5.2 dari Z.ai sebagai model untuk coding.

Benchmark Internal yang Mengejutkan

Pekan lalu, CEO Databricks Ali Ghodsi membagikan hasil benchmark internal yang dilakukan untuk mengelola biaya AI bagi 3.000 software engineer perusahaannya. Perusahaan membandingkan model AI pada tugas-tugas nyata yang dilakukan programmer mereka.

Tidak mengherankan, dalam posting blog yang mengungkapkan hasilnya, Databricks menyatakan bahwa “open models, dan GLM 5.2 khususnya, kini mampu menangani bahkan tingkat kesulitan tugas tertinggi” dalam coding, dengan biaya total lebih rendah dibandingkan model proprietary dari Anthropic dan OpenAI.

Yang mengejutkan, mereka menemukan bahwa pilihan harness—alat coding agentic seperti Codex atau Claude Code yang membungkus model dan mengelola konteks serta instruksinya—sama-sama mempengaruhi biaya. Mereka menemukan bahwa open-source harness bernama Pi menjadi salah satu yang terbaik dalam mengelola konteks di sekitar setiap prompt, dan karenanya menjadi pilihan biaya terendah tanpa mengorbankan kualitas.

“Pelajaran di sini bukanlah bahwa satu harness selalu lebih murah atau bahwa native harness lebih buruk,” demikian pernyataan posting tersebut. “Sebaliknya, pilihan model hanyalah salah satu bagian dari teka-teki.”

Semua ini telah menambah citra Databricks sebagai perusahaan AI, meskipun tidak didirikan sebagai laboratorium AI. Hal ini pada gilirannya memberikan efek halo AI yang kuat untuk mengumpulkan dana dan melipatgandakan valuasi. Seperti yang dilaporkan sebelumnya, efek AI saat ini begitu kuat sehingga bahkan restoran sandwich Jersey Mike’s menyebut AI sebanyak 22 kali dalam dokumen S-1 mereka.

Transformasi Databricks menjadi raksasa AI ini juga menarik perhatian pelaku industri lain. Beberapa startup AI di berbagai sektor juga mulai mendapatkan pendanaan besar, menunjukkan bahwa gelombang investasi AI masih terus berlanjut. Sementara itu, regulasi AI di Amerika Serikat masih menjadi perdebatan, seperti yang terlihat dari regulasi AI AS yang dinilai masih buram meskipun model-model baru terus bermunculan.

Di sisi lain, Meta juga bersiap menggelar konferensi AI generatif pertamanya yang bisa disaksikan publik, menandai semakin seriusnya persaingan di industri ini.

Dengan valuasi yang mencapai US$188 miliar dan strategi AI yang terbukti efektif, Databricks kini berdiri sebagai salah satu pemain kunci dalam industri AI enterprise. Perusahaan tidak hanya berhasil bertransformasi dari perusahaan big data menjadi penyedia AI, tetapi juga membuktikan bahwa model open-source dapat menjadi alternatif yang lebih efisien secara biaya tanpa mengorbankan kualitas.

Ikuti Telset.id di Google NewsFollow

Komentar

Belum ada komentar.