Databricks بقيمة 188 مليار دولار: ماذا يكشف هذا القفز في التقييم خلال خمسة أشهر فقط

القفزة الخامسة في تقييم Databricks خلال 19 شهراً

في 16 يوليو 2026، أعلنت Databricks توقيعها على مذكرة شروط لجولة تمويل استراتيجية تُقيّم الشركة بـ 188 مليار دولار، بمشاركة مستثمرين جدد وآخرين حاليين في جولة تقودها Coatue، التي كانت مستثمرة سابقاً في الشركة. وتُقدَّر هذه الجولة بنحو 3 مليارات دولار وفقاً لتقارير TechCrunch وSiliconANGLE، ومن المتوقع أن تُغلق خلال صيف 2026.

هذا الرقم لا يهم بحجمه بقدر ما يهم بسرعته. فقد جمعت Databricks تمويلاً في فبراير 2026 بتقييم بلغ 134 مليار دولار — في جولة من الفئة L جلبت نحو 5 مليارات دولار كتمويل أسهم، بالإضافة إلى قدرة إضافية على الاقتراض بقيمة 2 مليار دولار، كما أكدت غرفة أخبار Databricks. وقبل ذلك، كانت الشركة مُقيَّمة بـ 100 مليار دولار في سبتمبر 2025، و62 مليار دولار في ديسمبر 2024، وفقاً لتقارير TechCrunch حول تاريخ تمويل الشركة. أربع إعادات تقييم خلال 19 شهراً، كل واحدة أكبر من سابقتها، ليست وتيرة اعتيادية لجمع التمويل حتى وفق معايير عصر الذكاء الاصطناعي — بل هي إشارة إلى أن مستثمري المراحل المتأخرة يتعاملون مع “طبقة البيانات” الكامنة تحت الذكاء الاصطناعي للمؤسسات كأصل أكثر ندرة وقابلية للدفاع عنه من طبقة النماذج التي تعلوها.

حجة الإيرادات وراء هذا المضاعف

على عكس عدة شركات مرتبطة بالذكاء الاصطناعي تجمع تمويلاً بمضاعفات مرتفعة جداً استناداً إلى إيرادات متوقعة، تُظهر Databricks نمواً تراكمياً في إيرادات فعلية. تجاوزت الشركة معدل إيرادات سنوية بلغ 5.4 مليار دولار بنمو يفوق 65% على أساس سنوي حتى إعلانها في فبراير 2026، إلى جانب تدفق نقدي حر إيجابي على مدى الأشهر الاثني عشر الماضية، وأكثر من 800 عميل يحقق كل منهم أكثر من مليون دولار من الإيرادات السنوية، ومعدل احتفاظ صافٍ يفوق 140%، وفقاً لبيان Databricks. وبحلول مؤتمر Data + AI Summit في سان فرانسيسكو بتاريخ 16 يونيو 2026، كان معدل الإيرادات هذا قد قفز مجدداً إلى 6.9 مليار دولار، بنمو يفوق 80% على أساس سنوي، وفقاً لتقرير يستشهد بتغطية CNBC. وارتفعت إيرادات منتجات الذكاء الاصطناعي تحديداً — والتي تشمل قاعدة بيانات الوكلاء Lakebase، وUnity AI Gateway، ومجموعة مساعدات Genie — من معدل سنوي بلغ 1.4 مليار دولار في فبراير إلى 1.7 مليار دولار في يونيو.

يصف الرئيس التنفيذي Ali Ghodsi هذه الاستراتيجية بأنها رهان ضد الإنفاق العشوائي على النماذج. وقال Ghodsi في إعلان التمويل الصادر في يوليو: “تنتقل المؤسسات من منطق ‘استهلاك أقصى للرموز’ (tokenmaxxing) إلى منطق ‘أقصى قيمة’ (valuemaxxing). فهي لا تريد حرق رموز مكلفة على أذكى نموذج لكل مهمة — بل تريد أفضل نتيجة مقابل كل دولار.” وتموّل هذه الفرضية المنتجات المحددة المذكورة في جولة التمويل: تعزيز Unity AI Gateway (طبقة حوكمة تطبّق ضوابط أمن سيبراني وتوجّه أحمال العمل نحو النموذج الأقل تكلفة الملائم للمهمة)، وتوسيع Genie (أدوات استعلام باللغة الطبيعية وبناء وكلاء ذكاء اصطناعي أُطلقت في مارس 2026)، وتطوير Lakebase، قاعدة البيانات المُدارة لوكلاء الذكاء الاصطناعي التي استحوذت عليها Databricks بنحو مليار دولار في مايو 2025، وفقاً لما ذكرته SiliconANGLE بشأن خارطة طريق المنتجات. غير أن هذا النمو ليس بلا تكلفة — فقد أقر Ghodsi أيضاً بأن وكلاء الذكاء الاصطناعي يرفعون تكاليف البنية التحتية القائمة على الاستهلاك بوتيرة أسرع من نمو الإيرادات، ما يُضغط على الهوامش حتى مع تسارع الإيرادات الإجمالية.

يضع هذا الحساب التقييمي الآن شركة خاصة بقيمة تفوق ضعف القيمة السوقية لشركة Snowflake المُدرجة في البورصة، والبالغة نحو 83 مليار دولار، رغم أن الإيرادات السنوية لشركة Snowflake، البالغة نحو 5.6 مليار دولار، لا تتخلف كثيراً عن إيرادات Databricks البالغة 6.9 مليار دولار — فجوة يشير أحد التقارير إلى أن المستثمرين يُسعّرونها بالكامل تقريباً على أساس مسار النمو ومزيج منتجات الذكاء الاصطناعي، لا على أساس الحجم الحالي.

ماذا يجب أن يفعل قادة البيانات في المؤسسات الآن

1. إعادة التفاوض على العقود متعددة السنوات قبل إعادة التقييم القادمة

أعادت Databricks تسعير نفسها أربع مرات في أقل من عامين، وترافقت كل جولة مع توسيع تجميع المنتجات — إذ باتت Unity Gateway وGenie وLakebase تُباع بشكل متزايد كحزمة متكاملة بدلاً من أدوات منفصلة. ينبغي على المؤسسات التي تجدد عقودها الآن أن تطالب بحماية سعرية واتفاقيات مستوى خدمة محددة لكل منتج قبل أن تُعيد الجولة التمويلية القادمة تشكيل ميزان التفاوض لصالح المورّد. فالانتظار حتى “الإصدار القادم” لتثبيت الشروط كان تاريخياً يعني دفع السعر المُعلن الأعلى بعد الجولة.

2. اختبار مدى الارتباط بالمورّد في ظل توسع حزمة المنصة

صُممت Lakebase وUnity AI Gateway وGenie أو استُحوذ عليها تحديداً لإبقاء أحمال عمل الذكاء الاصطناعي داخل نظام Databricks بدلاً من توجيهها إلى قواعد بيانات متجهية مستقلة أو شركات ناشئة متخصصة في توجيه النماذج. ينبغي على قادة البيانات رسم خريطة لخطوط أنابيب الذكاء الاصطناعي المعتمدة بالفعل على اثنين أو أكثر من هذه المنتجات الثلاثة — فهذا التداخل هو المقياس العملي لتكلفة التبديل، وليس بنود العقد. وإذا كان هذا الاعتماد مركّزاً في سير عمل فريق واحد، فتنويع المصادر الآن أرخص من فعل ذلك بعد إضافة منتج ثالث إلى الحزمة.

3. وضع ميزانية لتكاليف وكلاء الذكاء الاصطناعي القائمة على الاستهلاك، لا كبنود SaaS ثابتة

تشكّل تصريحات Ghodsi حول انضغاط الهوامش بسبب حجم الاستعلامات الناتج عن الوكلاء تحذيراً ينبغي أن تأخذه المؤسسات بعين الاعتبار في ميزانياتها الخاصة: فأحمال العمل القائمة على الوكلاء تولّد استعلامات أكثر بكثير لكل مهمة مقارنة بلوحات البيانات التقليدية أو المعالجة الدفعية، والتسعير القائم على الاستهلاك يعني أن التكاليف تتصاعد مع الاستخدام لا مع عدد المستخدمين. ينبغي على فرق المالية والبيانات نمذجة إنفاق وكلاء الذكاء الاصطناعي كتكلفة تشغيلية متغيرة مرتبطة بمنحنيات التبني، مع مراجعات ربع سنوية، بدلاً من التنبؤ بها كترخيص سنوي ثابت.

4. مقارنة خطاب “أقصى قيمة” (valuemaxxing) باحتياجاتك الفعلية في توجيه النماذج

تروّج Databricks صراحةً لفكرة أن على المؤسسات توجيه المهام نحو النموذج الأقل تكلفة الملائم بدلاً من النموذج الأكثر قدرة افتراضياً. ينبغي على المديرين التقنيين الذين يقيّمون Unity AI Gateway أو طبقات توجيه مماثلة أن يختبروا أولاً مزيج أحمال العمل الخاص بهم — فقد يتحمل دعم العملاء نموذجاً أرخص بينما لا يتحمل ذلك الامتثال أو توليد الأكواد البرمجية — قبل تبني سياسة توجيه موحّدة على مستوى المنصة تُعامل جميع مهام الذكاء الاصطناعي كأنها قابلة للتبديل.

الصورة الأكبر

إن تقييم Databricks البالغ 188 مليار دولار ليس قصة شركة واحدة بقدر ما هو قصة تمركز رأس المال في مراحل الذكاء الاصطناعي المتأخرة. فمزوّدو النماذج مثل OpenAI وAnthropic يهيمنون على العناوين، لكن المستثمرين الداعمين لـ Databricks يراهنون على الطبقة الكامنة تحتهم — الحوكمة والتخزين والتنسيق التي تحدد ما إذا كانت عمليات نشر الذكاء الاصطناعي في المؤسسات قابلة للتدقيق ومضبوطة التكلفة وقابلة للنقل بين النماذج. وكون هذه الجولة خاصة بالكامل، مع استشهاد Ghodsi صراحةً بطروحات عامة أولية منافسة من SpaceX وAnthropic وOpenAI كأسباب تجعل من عام 2026 “عاماً سيئاً للغاية للطرح العام”، يوحي بأن الأسواق الخاصة مستعدة حالياً لتمويل رهانات البنية التحتية بتقييمات لم تُطلب الأسواق العامة بعد الاكتتاب فيها. وعندما تطرح Databricks أسهمها للاكتتاب العام في نهاية المطاف — وقد أشار Ghodsi إلى أن ذلك لن يحدث قبل عام 2027، وأن الدافع الرئيسي سيكون توفير آلية لبيع الموظفين لأسهمهم لا جمع رأس مال — سيشكّل هذا الطرح أول اختبار عام واضح لمدى استحقاق طبقة بيانات الذكاء الاصطناعي للمؤسسات للمضاعف الذي يدفعه المستثمرون الخاصون حالياً مقابلها.

الأسئلة الشائعة

المصادر والقراءات الإضافية

• Databricks تجمع جولة تمويل استراتيجية بتقييم 188 مليار دولار — غرفة أخبار Databricks
• Databricks تصل إلى تقييم 188 مليار دولار، مواصلةً مسيرتها كـ”الفصل الثاني” المفضل للذكاء الاصطناعي — TechCrunch
• Databricks تجمع تمويلاً جديداً بتقييم 188 مليار دولار — SiliconANGLE
• Databricks تجمع جولة تمويل استراتيجية بتقييم 188 مليار دولار — The AI Insider
• جولة التمويل الجديدة لـ Databricks تدفع تقييمها إلى 188 مليار دولار، ولا طرح عام في الأفق — Trending Topics
• Databricks تنمو بأكثر من 65% سنوياً، وتتجاوز 5.4 مليار دولار من الإيرادات السنوية — غرفة أخبار Databricks
• إيرادات Databricks السنوية تقفز بأكثر من 80% إلى 6.9 مليار دولار، بينما تضغط تكاليف وكلاء الذكاء الاصطناعي على الهوامش — TechEchelon