Databricks ने ५ अब्ज डॉलर्सचा नवीन निधी उभारला आहे, ज्यामुळे कंपनीचे खाजगी बाजारमूल्य १९० अब्ज डॉलर्सवर पोहोचले आहे. यामुळे ही डेटा-इन्फ्रास्ट्रक्चर कंपनी जगातील सर्वात मौल्यवान खाजगी टेक कंपन्यांच्या श्रेणीत सामील झाली आहे.

ही उभारणी आता का महत्त्वाची आहे

AI च्या वाढत्या प्रभावामुळे डेटा प्रोसेसिंगमध्ये अडथळे निर्माण होत आहेत. मोठ्या मॉडेल्सना प्रशिक्षित करण्यासाठी पेटॅबाइट्स स्टोरेज आणि अब्जावधी कॉम्प्युट सायकलची आवश्यकता असते आणि या वेगाशी स्पर्धा करू शकणाऱ्या प्लॅटफॉर्मसाठी उद्योग सध्या धडपडत आहे. Databricks ने "Lakehouse" आर्किटेक्चरवर आपली प्रतिष्ठा निर्माण केली आहे, जे डेटा-लेकची लवचिकता आणि डेटा-वेअरहाऊसची कार्यक्षमता यांचा मेळ घालते. गुंतवणूकदार याला या कामाचा कणा मानतात. नवीन भांडवलामुळे पुढील टप्पा—Lakehouse 2.0—चा वेग वाढेल आणि ज्या बाजारपेठांमध्ये AI-रेडी डेटा पाईपलाईन्स अजून विकसित होत आहेत, तिथे कंपनीचा विस्तार होईल.

ही निधी उभारणी प्रक्रिया कशी पार पडली

Databricks ने सुमारे १ अब्ज डॉलर्स उभारण्याचे उद्दिष्ट ठेवले होते. मात्र, गुंतवणूकदारांची ओढ या लक्ष्यापेक्षा वेगाने वाढली आणि काही पक्षांनी १५ अब्ज डॉलर्सपर्यंत गुंतवणूक करण्यास तयारी दर्शवली असल्याचे समजते. शेवटी कंपनीने ५ अब्ज डॉलर्सचा निधी स्वीकारला; या निर्णयाला कंपनीच्या नेतृत्वाने बाजारपेठेच्या दबावापुढे झुकण्याऐवजी "शिस्तबद्ध" भांडवल व्यवस्थापन असे म्हटले आहे.

यामध्ये सिलिकॉन व्हॅलीमधील दोन सर्वात सक्रिय व्हेंचर फर्म्स आणि आशियाई सोव्हरन-वेल्थ फंड्सचा समूह यांचा समावेश आहे, ज्यांनी मिळून २ अब्ज डॉलर्सपेक्षा जास्त योगदान दिले आहे. अमेरिकन आणि सोव्हरन गुंतवणूकदारांचे हे मिश्रण AI-केंद्रित डेटा इन्फ्रास्ट्रक्चरशी संबंधित जागतिक महत्त्व अधोरेखित करते.

या निधीचा वापर कशासाठी केला जाईल

  • Lakehouse 2.0 – एक अपग्रेड केलेले प्लॅटफॉर्म जे रिअल-टाइम ॲनालिटिक्स, मॉडेल ट्रेनिंग आणि गव्हर्नन्स फीचर्सचे अधिक घट्ट एकत्रीकरण करण्याचे आश्वासन देते.
  • भौगोलिक विस्तार (Geographic expansion) – ज्या प्रदेशांमध्ये क्लाउडचा वापर अजूनही विकसित होत आहे, तिथे नवीन डेटा सेंटर्स आणि इंजिनिअरिंग हब उभारणे.
  • प्रतिभा संपादन (Talent acquisition) – विश्वासार्हता आणि अनुपालन (compliance) मजबूत करण्यासाठी मशीन-लर्निंग इंजिनिअरिंग आणि क्लाउड-सिक्युरिटीमध्ये मोठ्या प्रमाणावर भरती करणे.

AI इकोसिस्टमवर होणारे परिणाम

Databricks च्या व्हॅल्यूएशनमधील वाढ हे सूचित करते की भांडवल केवळ प्रसिद्ध मॉडेल बिल्डर्सकडेच नाही, तर AI स्टॅकच्या "मिडल लेयर" (मध्यवर्ती स्तर) कडेही वळत आहे. डेटा इनजेशन, ट्रान्सफॉर्मेशन आणि सर्व्हिंगवर लक्ष केंद्रित करणाऱ्या स्टार्टअप्समध्ये गुंतवणूकदारांचा रस वाढण्याची शक्यता आहे, कारण बाजारपेठ आता जनरेटिव्ह AI ॲप्लिकेशन्सच्या पुढील लाटेसाठी आवश्यक असलेल्या इन्फ्रास्ट्रक्चरला सुरक्षित करण्याकडे लक्ष देत आहे.

प्रतिवाद: ही किंमत योग्य आहे का?

मोठ्या प्रमाणावरील मॉडेल ट्रेनिंग सार्वजनिक क्लाउड प्रोव्हायडर्सना आउटसोर्स केले जाऊ शकते, जे आधीच Lakehouse दृष्टिकोशी स्पर्धा करणाऱ्या मॅनेज्ड सेवा प्रदान करत आहेत.

पुढे काय पाहावे

  • Lakehouse 2.0 रोलआउट – सुरुवातीचे वापरकर्ते (early adopters) प्लॅटफॉर्म दिलेल्या आश्वासनाप्रमाणे कामगिरी सुधारते की नाही, यावर त्यांचे फीडबॅक अवलंबून असेल.
  • स्पर्धात्मक हालचाली – कोणताही मोठा क्लाउड प्रोव्हायडर प्रतिस्पर्धी युनिफाइड ॲनालिटिक्स स्टॅक जाहीर केल्यास Databricks च्या मार्केट शेअरची परीक्षा होऊ शकते.

निष्कर्ष

१९० अब्ज डॉलर्सच्या व्हॅल्यूएशनवर Databricks ने केलेला ५ अब्ज डॉलर्सचा निधी स्वीकार हा या विश्वासाला पुष्टी देतो की, AI चे भविष्य हे मॉडेलमधील प्रगतीइतकेच डेटा इन्फ्रास्ट्रक्चरवरही अवलंबून आहे. कंपनीची शिस्तबद्ध निधी उभारणी आणि स्पष्ट प्रॉडक्ट रोडमॅप तिला मजबूत स्थितीत ठेवतात, परंतु ही किंमत कायमस्वरूपी मूल्य दर्शवते की केवळ तात्पुरती चर्चा (hype cycle) आहे, याचा निर्णय बाजारपेठ लवकरच घेईल.