Databricks val 188.000 milions: i tu encara pagues a OpenAI per defecte
La valoració de Databricks no és una notícia de Silicon Valley per consumir amb cafè i oblidar. És un diagnòstic sobre com s'està estructurant el negoci de la IA empresarial — i sobre qui pagarà la factura.
El número que importa no és 188.000 milions
Importa la velocitat: 62.000M$ el desembre de 2024, 100.000M$ el setembre de 2025, 134.000M$ el febrer de 2026, 188.000M$ ara. Vuit mesos per triplicar valoració. No és creixement: és una aposta col·lectiva dels fons de capital risc a que Databricks serà la capa d'infraestructura sobre la qual s'executarà l'IA de les empreses durant la propera dècada.
El detall que poques anàlisis subratllen: la ronda ni ha tancat. L'empresa ha anunciat la valoració abans de tenir els diners al compte. És una maniobra narrativa —generar FOMO entre inversors, establir el preu públicament i deixar Snowflake i la resta sense oxigen mediàtic. Un VC confirma a TechCrunch que "la operació és sòlida", però la inusualitat del timing és, en si mateixa, un senyal de fins a quin punt Databricks controla el relat del mercat.
Del big data al meta-orquestrador d'agents
Databricks va néixer el 2013 per resoldre un problema molt concret: emmagatzemar i analitzar quantitats massives de dades en cloud amb velocitat raonable. Va sobreviure la mort del big data buzz — l'era en la qual tothom volia un data lake i ningú sabia ben bé per a què. La clau? Ja tenien les dades de les empreses.
Quan ChatGPT va obrir el mercat IA, Databricks no va haver de convèncer ningú de res. Les dades corporatives ja eren seves. Van pivotar cap a productes com Lakebase (base de dades dissenyada per a agents IA), Unity (AI gateway) i Omnigent (meta-orquestrador multi-agent). El resultat: una empresa que no va néixer com a laboratori d'IA és avui "l'IA favorita de les empreses" —perquè la confiança en la gestió de dades ja estava construïda.
El moviment més arriscat del trimestre: elogiar la IA xinesa
El CEO Ali Ghodsi ha publicat els benchmarks interns de Databricks comparant models d'IA per a les tasques reals dels seus 3.000 enginyers de software. La conclusió: el model obert GLM 5.2 de Z.ai —empresa xinesa— supera Anthropic i OpenAI en tasques de coding al menor cost total.
Publicar-ho en plena guerra freda de xips i models és políticament arriscat. Però és també un avís calculat: el preu i el control sobre el model (open-weight, modificable, desplegable sense royalties per inferència) s'han convertit en el battleground real de la IA empresarial. Les empreses no volen pagar per token indefinidament quan existeixen alternatives obertes que rendeixen igual o millor en tasques específiques.
El benchmarking revela un altre factor infravaluat: l'elecció del harness —l'eina agentic que envolta el model i gestiona el context— impacta en els costos tant com el model en si. Databricks ha identificat Pi (open-source) com un dels més eficients. Missatge implícit: no cal Claude Code si saps configurar bé l'arquitectura.
Què significa per a una empresa catalana que treballa amb dades
Si ja uses l'ecosistema Databricks —Delta Lake, MLflow, PySpark, Delta Live Tables—, la teva infraestructura de dades acaba de pujar de valoració. Bona notícia per al teu CV; menys bona per als preus del teu contracte enterprise a mig termini. Quan una empresa triplicar valoració en vuit mesos, els inversors esperen que els ingressos creixin d'acord. Algun lloc ha de sortir aquest marge.
Per a startups i devs catalans que estan construint sobre stacks d'IA: la metodologia de benchmarking de Databricks és directament replicable. Comparar GLM 5.2, Anthropic i OpenAI en les tasques concretes del teu producte —no en benchmarks genèrics— és la diferència entre optimitzar costos de veritat i continuar pagant per defecte al proveïdor amb el millor màrqueting.
La transició a arquitectures d'agents empresarials tampoc és automàtica. Requereix decidir entre vendor lock-in a Databricks (que s'encareix) o construir infraestructura pròpia sobre models oberts. Empreses com NovaStack porten temps acompanyant PIMEs catalanes en decisions d'infraestructura cloud que ara inclouen necessàriament aquesta capa d'IA. La pregunta ja no és si integrar IA, sinó a quin preu i sota quin model de dependència.
188.000 milions no és una xifra de Silicon Valley per admirar des de la distància. És el preu que el mercat posa a controlar la infraestructura de dades sobre la qual les empreses mundials —incloses les catalanes— executaran els seus models durant la propera dècada. I el teu contracte cloud el reflectirà, vulguis o no.