ડેટા એનાલિટિક્સ ફર્મ Databricks એ નવા ફંડિંગ રાઉન્ડ બાદ $188 બિલિયનનું મૂલ્યાંકન હાંસલ કર્યું છે. આ આંકડો માત્ર પાંચ મહિના પહેલાના $134 બિલિયનના મૂલ્યાંકન કરતાં નોંધપાત્ર વધારો દર્શાવે છે. રોકાણકારો હવે કંપનીના AI-કેન્દ્રિત પ્રોડક્ટ્સ અને ખર્ચ-અસરકારક ઓપન-સોર્સ મોડેલ્સ તરફના બદલાવ પર નજર રાખી રહ્યા છે કે તે લાંબા ગાળાના નાણાકીય વિકાસ અને સ્પર્ધાત્મકતાને કેવી રીતે અસર કરે છે.
Databricks નું મૂલ્યાંકન $188 બિલિયન સુધી પહોંચ્યું
Databricks એ નવા ફંડિંગ રાઉન્ડની જાહેરાત કરી છે, જેનાથી તેનું મૂલ્યાંકન વધીને $188 બિલિયન થયું છે. રોકાણ ફર્મ Coatue દ્વારા આગેવાની લેવાયેલા આ નવા ભંડોળે આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ક્ષેત્રમાં કંપનીના ઝડપી વિકાસને ઉજાગર કર્યો છે. આ મૂલ્યાંકન ફેબ્રુઆરી 2026 માં નોંધાયેલા $134 બિલિયન ના સ્તર કરતાં ઘણો મોટો વધારો છે, અને તે સપ્ટેમ્બર 2025 માં $1 બિલિયન ના ભંડોળ રાઉન્ડ બાદ આવ્યું હતું, જેણે કંપનીનું મૂલ્યાંકન $100 બિલિયન કર્યું હતું.
AI-કેન્દ્રિત ઇન્ફ્રાસ્ટ્રક્ચર તરફ બદલાવ
2013 માં સ્થપાયેલી Databricks એ શરૂઆતમાં મોટા ડેટા વોલ્યુમ્સનું સંચાલન અને વિશ્લેષણ કરવા માટે ક્લાઉડ-આધારિત ટૂલ્સ પ્રદાન કરીને પોતાની ઓળખ બનાવી હતી. ત્યારથી, કંપનીએ AI ક્ષમતાઓને સીધા તેના પ્લેટફોર્મમાં એકીકૃત કરવા પર ધ્યાન કેન્દ્રિત કર્યું છે. તેના વર્તમાન પ્રોડક્ટ લાઇનઅપમાં Lakebase, જે ખાસ AI એજન્ટ્સને સપોર્ટ કરવા માટે બનાવવામાં આવેલ ડેટાબેઝ છે, અને Unity, એક AI ગેટવે નો સમાવેશ થાય છે. આ ટૂલ્સનો ઉદ્દેશ્ય એન્ટરપ્રાઇઝીસને Databricks સિસ્ટમ્સમાં પહેલેથી જ સંગ્રહિત ડેટાનો ઉપયોગ કરીને AI એપ્લિકેશન્સ બનાવવામાં મદદ કરવાનો છે.
ખર્ચ-અસરકારક AI અમલીકરણ માટેની વ્યૂહરચના
કંપની AI ની ખર્ચ-અસરકારકતા પર પણ ધ્યાન કેન્દ્રિત કરી રહી છે, મોંઘા, પ્રોપરાઇટરી વિકલ્પો પર સંપૂર્ણપણે આધાર રાખવાને બદલે ઓપન-વેઇટ મોડેલ્સના ઉપયોગની હિમાયત કરી રહી છે. Databricks એ કોડિંગ કાર્યો માટે GLM 5.2 જેવા મોડેલ્સના પ્રદર્શન પર પ્રકાશ પાડ્યો છે, જે સૂચવે છે કે આ ઓપન-સોર્સ વિકલ્પો મુખ્ય AI વિકાસકર્તાઓના મોડેલ્સની સમકક્ષ પરિણામો નીચા ખર્ચે પ્રાપ્ત કરી શકે છે.
મોડેલ પસંદગી ઉપરાંત, કંપની AI પ્રોમ્પ્ટ્સના સંચાલન માટે વપરાતા સોફ્ટવેર ટૂલ્સના મહત્વ પર ભાર મૂકી રહી છે. Databricks ના આંતરિક ડેટા અનુસાર, Pi જેવા કાર્યક્ષમ, ઓપન-સોર્સ ઇન્ટરફેસનો ઉપયોગ AI મોડેલ્સને પૂરા પાડવામાં આવતા સંદર્ભનું સંચાલન કરતી વખતે ઓપરેશનલ ખર્ચ ઘટાડી શકે છે અને ગુણવત્તામાં સુધારો કરી શકે છે. આ અભિગમ એન્ટરપ્રાઇઝ ગ્રાહકોને AI પ્રોજેક્ટ્સને સ્કેલ કરવા અને ખર્ચને નિયંત્રિત કરવાની રીતો પ્રદાન કરવા પર ધ્યાન કેન્દ્રિત કરે છે, જે આ ટેકનોલોજી અપનાવતા વ્યવસાયો માટે પ્રાથમિક ચિંતાનો વિષય છે.
રોકાણકાર સંદર્ભ અને ધ્યાન રાખવા જેવી બાબતો
રોકાણકારો અને બજાર નિરીક્ષકો માટે, મૂલ્યાંકનમાં થયેલો ઝડપી વધારો કોર્પોરેટ AI અપનાવવાને સમર્થન આપતા ઇન્ફ્રાસ્ટ્રક્ચર માટે ઉચ્ચ બજાર માંગને પ્રતિબિંબિત કરે છે. જોકે, કંપની એક સ્પર્ધાત્મક ક્ષેત્રમાં કાર્યરત છે જ્યાં મુખ્ય ક્લાઉડ પ્રદાતાઓ અને વિશિષ્ટ AI ફર્મ્સ બજાર હિસ્સો મેળવવા માટે સ્પર્ધા કરી રહ્યા છે. ભવિષ્યમાં ટ્રેક કરવા માટેનો મુખ્ય ક્ષેત્ર એ હશે કે કંપની આ મૂલ્યાંકનને ટકાઉ આવક વૃદ્ધિમાં કેટલી સફળતાપૂર્વક રૂપાંતરિત કરે છે અને શું તેના ખર્ચ-અસરકારક ઓપન-સોર્સ AI મોડેલ્સ પરનો ભાર વધુ મોંઘા પ્રોપરાઇટરી ઓફરિંગ ધરાવતા સ્પર્ધકો સામે નોંધપાત્ર તફાવત બની શકે છે. તેના નવા AI-વિશિષ્ટ ઉત્પાદનોનું હાલના એન્ટરપ્રાઇઝ વર્કફ્લોમાં એકીકરણ તેના ભાવિ નાણાકીય પ્રદર્શનને નિર્ધારિત કરવામાં નિર્ણાયક પરિબળ બનશે.