Databricks’ 134 milliarder dollar verdi avslører hvor den virkelige AI-pengene går

Databricks har nettopp samlet inn 4 milliarder dollar til en verdi på 134 milliarder dollar, og blir dermed en av de mest verdifulle private selskapene i USA. Runden, ledet av Insight Partners sammen med Fidelity, JP Morgan Asset Management og eksisterende investorer som Andreessen Horowitz og BlackRock, representerer en økning på 34 % fra selskapets verdi på 100 milliarder dollar for bare fire måneder siden.

Tallene er overveldende, men den virkelige historien er ikke verdien i seg selv – det er hva den forteller oss om hvor bedrifts-AI-utgiftene faktisk flyter.

Infrastruktur-spillet

Mens forbrukeroppmerksomheten fokuserer på ChatGPT og chatbot-krigene, bruker bedriftene stille milliarder på infrastrukturen som gjør at AI faktisk fungerer i stor skala. Databricks’ inntektsfordeling forteller denne historien tydelig: selskapet kjører nå med en årlig inntektsrate på 4,8 milliarder dollar, voksende 55 % fra år til år, med over 700 kunder som betaler mer enn 1 million dollar årlig.

Hva som er særlig betegnende, er at 1 milliard dollar av denne inntekten nå kommer fra AI-produkter alene – adskilt fra selskapets opprinnelige data-lagringsforretning, som også genererer 1 milliard dollar. Bedriftene bygger AI inn i sine kjerneprosesser, og de trenger plattformer som kan håndtere kompleksiteten.

Hvorfor infrastruktur-selskaper vinner

Databricks’ trajektorie speiler en mønster vi har sett over hele AI-verktøyfeltet: selskapene som bygger hakker og spader under gullrushet fanger ofte mer varig verdi enn gruvearbeiderne selv.

Selskapets nylige produktlanseringer illustrerer denne strategien. Lakebase, annonsert tidligere denne måneden, er en Postgres-kompatibel database optimalisert for AI-applikasjoner. Agent Bricks gir en plattform for å bygge og distribuere AI-agenter i bedrifts-skala. Databricks Apps lar organisasjoner bygge interne verktøy på toppen av sin data-infrastruktur.

Dette er ikke et selskap som satser alt på ett AI-modell eller tilnærming. Det er et selskap som satser på at uansett hvilke modeller som vinner, bedriftene vil trenge robust infrastruktur for å distribuere dem.

Partnerskaps-strategien

Databricks’ tilnærming er merkbart pragmatisk. Selskapet har partnerskap med både OpenAI og Anthropic, som lar kundene bruke hvilke som helst grense-modeller som passer deres behov, samtidig som Databricks holder seg i sentrum av deres data-operasjoner.

Dette kontrasterer skarpt med den vertikale integreringen vi har sett fra andre spillere. I stedet for å bygge sine egne grense-modeller, posisjonerer Databricks seg som det nøytrale området hvor alle AI-arbeidsbyrdene kjører. Det er AWS-strategien anvendt på bedrifts-AI.

Hva dette betyr for bransjen

Verdi-gapet mellom AI-modell-selskaper og AI-infrastruktur-selskaper er i ferd med å lukkes.

Dette antyder at markedet begynner å erkjenne at å bygge store AI-modeller er bare en del av ligningen. Å få disse modellene til å fungere pålitelig i bedrifts-skala, med ordentlig data-styring, sikkerhet og integrasjon i eksisterende systemer, kan være like verdifullt.

Vi har sett lignende dynamikk spille ut med koding-AI-startups som Cursor, hvor applikasjons-laget fanger betydelig verdi selv når det bygges på toppen av andres modeller. Databricks gjør det samme ved infrastruktur-laget.

IPO-spørsmålet

CEO Ali Ghodsi har indikert at Databricks forbereder seg på en mulig IPO, muligens så tidlig som 2026. Selskapet har bygget metodisk opp den finansielle profilen som trengs for offentlige markeder: konsekvent vekst, tydelig vei til lønnsomhet og diversifiserte inntektsstrømmer.

Hvis Databricks går offentlig til eller nær sin nåværende verdi, vil det være en av de største tech-IPO-ene i nyere tid – og en validering av tesen om at bedrifts-AI-infrastruktur er en generasjons mulighet.

Det større bildet

Databricks’ finansieringsrunde er ultimate en folkeavstemning om bedrifts-AI-beredskap. Investorene som satser 4 milliarder dollar satser på at store organisasjoner er klare til å distribuere AI systematisk over sine operasjoner.

Bevisene støtter denne satsingen. Mens AI flytter fra eksperimentelle prosjekter til produksjons-arbeidsbyrdene, vil selskapene som kontrollerer infrastruktur-laget sannsynligvis fange en ubetydelig andel av den verdien som skapes. Databricks posisjonerer seg for å være standardvalget for denne infrastrukturen – modell-agnostisk, bedrifts-klar og bygget for den skalaen som alvorlig AI-distribusjon krever.

For den bredere AI-bransjen er dette et signal verdt å se på. Gullrush-mentaliteten som drev tidlige AI-verdier modner nå til noe mer bærekraftig: en erkjennelse av at infrastruktur betyr like mye som intelligens.