Databricks, 188 Milyar Dolarlık Değerlemeyle Yeni Yatırım Turu Tamamladı
Databricks, Perşembe günü yaptığı açıklamada, Coatue liderliğindeki yeni bir yatırım turuyla şirketin değerinin 188 milyar dolar seviyesine yükseldiğini duyurdu. Yatırımın miktarı henüz açıklanmadı; şirket, paranın henüz kasalarında olmadığını ve turu bu yazın sonunda tamamlayacaklarını belirtti. (Diğer haber kaynakları, yatırım miktarının yaklaşık 3 milyar dolar olduğunu bildirdi.) Bir şirketin henüz parayı almadan yatırım turunu duyurması alışılmadık olsa da, bir risk sermayesi uzmanı TechCrunch’a yaptığı açıklamada, anlaşmanın sağlam olduğunu ve bu kadar çok firmanın dahil olmak istediği için şirketin yeni değerlemesini gizli tutmasının mümkün olmadığını ifade etti.
Aslında, Databricks, yaklaşık bir buçuk yıldır sürekli olarak yatırım turları düzenleyerek, kendini sadece eski nesil bir SaaS (Software as a Service) şirketi olmaktan çıkarıp yapay zeka alanında önemli bir oyuncu haline getirme yolunda ilerliyor. Bu dönem, “ChatGPT öncesi” döneme denk geliyor; tıpkı sinema dünyasında sessiz filmlerin yerini konuşan filmlerin alması gibi.
Sadece beş ay önce, Şubat ayında, Databricks 5 milyar dolarlık bir Seri L yatırım turunu 134 milyar dolarlık bir değerlemeyle tamamladı. Bundan beş ay önce, Eylül 2025’te, 1 milyar dolar topladı ve değeri 100 milyar dolara yükseldi. Yaklaşık dokuz ay önce, Aralık 2024’te ise, o zamana kadar rekor olan 10 milyar dolarlık bir tur gerçekleştirildi ve değeri 62 milyar dolara yükseldi.
Databricks’in Yükselişi: Veri ve Yapay Zeka Çağında Bir Dönüm Noktası
Databricks, son yıllarda gerçekleştirdiği sayısız yatırım turuyla adından söz ettiriyor. Bu durum o kadar ilgi gördü ki, bazı sosyal medya kullanıcıları şirketin alfabenin harflerini tüketme noktasına geldiğiyle ilgili esprili paylaşımlar yaptı. Bir kullanıcı, “Şirketlerin ‘AA’ serisi yatırım turları için alarm kurmaya başladık” şeklinde bir yorumda bulundu.
Ancak Databricks’in başarısının ardındaki teknoloji oldukça sağlam temellere dayanıyor. 2013 yılında kurulan şirket, başlangıçta büyük veri çağının önemli oyuncularından biri haline geldi. Şirketin geliştirdiği yazılımlar, işletmelerin bulutta devasa miktarlarda veriyi depolamasına ve aynı zamanda hızlı analizler yapmasına olanak sağlıyordu. Bu durum, şirketi benzer bir hızla gelişen diğer teknoloji şirketlerinden ayırıyordu. Örneğin, 1960’ların sonlarında ortaya çıkan ve veri işleme konusunda çığır açan IBM System/360 gibi sistemlere benzer şekilde, Databricks de işletmelerin veri yönetimi süreçlerini dönüştürdü.
Databricks’in sahip olduğu geniş veri kaynakları, şirketleri yapay zeka çözümlerine yönelirken önemli bir avantaj sağladı. Şirket, geleneksel kurumsal yazılımlardan beklenen güvenlik ve yönetim standartlarına uygun yapay zeka ürünlerini hızla geliştirmeye başladı. Bu durum, şirketin pazar konumunu daha da güçlendirdi.
Databricks, Lakebase adlı yapay zeka odaklı veritabanı, Unity adlı yapay zeka arayüzü ve Omnigent adlı çoklu ajan yönetim platformu gibi çeşitli ürünleri piyasaya sürdü. Bu ürünler, şirketin yapay zeka alanındaki liderliğini pekiştirirken, aynı zamanda işletmelere daha esnek ve ölçeklenebilir çözümler sunuyordu. Örneğin, 1980’lerde ortaya çıkan Nesne Yönelimli Programlama (OOP) yaklaşımının getirdiği modülerlik ve yeniden kullanılabilirlik avantajlarına benzer şekilde, Databricks’in ürünleri de farklı iş süreçlerine kolayca entegre edilebiliyor.
Databrigungs, özellikle maliyet kontrolü açısından önemli bir trend olan, daha uygun fiyatlı Çin merkezli açık kaynaklı yapay zeka modellerinin (açık kaynak kodlu ve herkes tarafından kullanılabilen ve değiştirilebilen modeller) kullanımının öncülerinden biri haline geldi. 2026 yılında bu durum büyük bir popülerlik kazandı. Şirket, özellikle kodlama için Z.ai’nin GLM 5.2 modelini tercih ediyor. Bu yaklaşım, şirketlerin yapay zeka teknolojilerine daha erişilebilir bir maliyetle ulaşmasını sağlıyor.
Geçtiğimiz hafta Databricks CEO’su Ali Ghodsi, şirketin 3000 yazılım mühendisinin kullandığı yapay zeka sistemlerinin maliyetlerini yönetmek için yapılan bazı içsel karşılaştırma sonuçlarını paylaştı. Bu şeffaflık, şirketin maliyet optimizasyonuna verdiği önemi gösterirken, aynı zamanda diğer şirketler için de bir örnek teşkil ediyor.
Yapay Zeka Modellerinin Performansı ve Maliyet Analizi
Databricks, şirket içindeki yazılımcılar tarafından gerçekleştirilen gerçek görevlerdeki yapay zeka modellerini karşılaştırdı. Şirketin yayınladığı blog yazısında belirtildiği gibi, açık kaynaklı modellerin ve özellikle GLM 5.2’nin, kodlama alanındaki en zorlu görevleri bile üstlenebildiği ve Anthropic ve OpenAI’nin tescilli modellerine göre daha düşük bir maliyetle bu performansı sergilediği ortaya çıktı.
Ancak, araştırmanın en dikkat çekici bulgularından biri, yapay zeka modelinin etrafına yerleştirilen ve bağlamını yöneten araçların (örneğin Codex veya Claude Code gibi) maliyet üzerinde de önemli bir etkisi olduğu yönündeydi. Özellikle açık kaynaklı Pi adlı aracın, her bir istekle ilişkili bağlamı etkili bir şekilde yönetme konusunda en iyi seçeneklerden biri olduğunu ve bu sayede kalite kaybına yol açmadan düşük maliyetli bir çözüm sunduğunu belirledi.
Databricks’in yayınladığı blog yazısında vurgulandığı gibi, “Buradaki önemli ders, belirli bir aracın her zaman daha ucuz olduğu veya yerel araçların daha kötü olduğu anlamına gelmediğidir. Aksine, model seçimi sadece yapbozun bir parçasıdır.” Bu bulgu, sinema dünyasındaki erken dönem deneyimlere benzer şekilde, teknolojinin gelişiminde farklı bileşenlerin etkileşimi ve optimizasyonunun önemini hatırlatıyor.
Tüm bu gelişmeler, Databricks’in sadece bir veri işleme şirketi olmanın ötesine geçerek yapay zeka alanındaki lider konumunu pekiştirdi. Bu da şirketin yatırımcılar nezdindeki algısını güçlendirerek değerinin artmasına katkıda bulundu. Günümüzde “yapay zeka” teriminin popülaritesi o kadar yüksek ki, hatta sandviç zinciri Jersey Mike’s bile halka arz belgelerinde 22 kez “yapay zeka” ifadesini kullandı.
Kaynak: Techcrunch