Databricks

Databricks, Inc. es una empresa de software estadounidense con sede en San Francisco . ^{[ 4 ]} Fue fundada en 2013 por los creadores originales de Apache Spark en la Universidad de California, Berkeley. ^{[ 1 ] [ 5 ]} Ofrece una plataforma basada en la nube para análisis de datos e inteligencia artificial . ^{[ 6 ]} Opera de forma nativa en Amazon Web Services, Microsoft Azure y Google Cloud Platform. La plataforma incluye un mercado de datos abierto construido sobre el protocolo Delta Sharing, ^{[ 7 ]} y funciona como un proveedor de infraestructura de IA gestionada al proporcionar modelos base propietarios, incluidos los de OpenAI, Anthropic y Google Gemini, directamente dentro de su perímetro seguro.

Databricks desarrolló la arquitectura ' data lakehouse ', que combina elementos de almacenes de datos y lagos de datos para gestionar datos estructurados y no estructurados . ^{[ 8 ]} La empresa desarrolla Delta Lake , un proyecto de código abierto que añade soporte para transacciones ACID a los lagos de datos. ^{[ 9 ]}

La plataforma de Databricks incorpora las principales ofertas de datos e IA de la compañía, incluyendo la base de datos Lakebase diseñada para agentes de IA, Lakeflow Designer para la creación de flujos de datos y el espacio de trabajo de desarrollo de agentes de IA a escala de producción Agent Bricks. La compañía anunció recientemente Genie Code, un agente de IA autónomo que ayuda con tareas de ingeniería de datos, ciencia de datos y análisis. ^{[ 10 ]}

En junio de 2020, Databricks compró Redash, una herramienta de código abierto para visualización de datos y creación de paneles interactivos. ^{[ 28 ]} En 2021, compró la empresa alemana de no código 8080 Labs, cuyo producto, bamboolib, permitía la exploración de datos sin necesidad de programar. ^{[ 29 ]} En mayo de 2023, Databricks compró el grupo de seguridad de datos Okera, ampliando así las capacidades de gobernanza de datos de Databricks. ^{[ 30 ]} En junio, compró la startup de IA generativa de código abierto MosaicML por 1400  millones de dólares. ^{[ 31 ] [ 32 ]} En octubre, Databricks compró la startup de replicación de datos Arcion por 100 millones de dólares. ^{[ 33 ]} En 2024, Databricks compró la startup de gestión de datos Tabular por más de 1000 millones de dólares. ^{[ 34 ]}

En marzo de 2023, en respuesta a la popularidad de ChatGPT de OpenAI, la compañía presentó un modelo de lenguaje de código abierto , llamado Dolly en honor a la oveja Dolly , que los desarrolladores podían usar para crear chatbots personalizados . Dolly tiene solo 6 mil millones de parámetros. ^{[ 35 ]} Databricks afirmó que Dolly tenía una "capacidad de seguimiento de instrucciones similar a la de ChatGPT", pero no ha publicado pruebas de referencia formales que lo comparen con ChatGPT. ^{[ 36 ] [ 37 ] [ 38 ]}

Databricks reportó ingresos de $1.6 mil millones para el año fiscal 2023. ^{[ 39 ]}

En 2025, Databricks adquirió una startup de bases de datos sin servidor , Neon, ^{[ 40 ]} por alrededor de $1 mil millones. ^{[ 41 ]}

En septiembre de 2013, Databricks anunció que había recaudado 13,9 millones de dólares de Andreessen Horowitz y declaró que su objetivo era ofrecer una alternativa al sistema MapReduce de Google . ^{[ 42 ] [ 43 ]} Microsoft fue un inversor destacado de Databricks en 2019, participando en la Serie E de la compañía por una cantidad no especificada. ^{[ 44 ] [ 45 ]} La compañía ha recaudado 1900 millones de dólares en financiación, incluyendo una Serie G de 1000 millones de dólares liderada por Franklin Templeton con una valoración posterior a la inversión de 2800 millones de dólares en febrero de 2021. Otros inversores incluyen Amazon Web Services , CapitalG (una firma de capital de crecimiento bajo Alphabet Inc. ) y Salesforce Ventures . ^{[ 15 ]} En agosto de 2021, Databricks finalizó su octava ronda de financiación recaudando 1600 millones de dólares y valorando la compañía en 38000 millones de dólares. ^{[ 46 ]} En diciembre de 2024, Databricks anunció una financiación de 10 mil millones de dólares con una valoración de 62 mil millones de dólares. ^{[ 17 ]} En agosto de 2025, Databricks anunció una ronda de financiación Serie K de 1 mil millones de dólares, elevando su valoración a más de 100 mil millones de dólares. ^{[ 47 ]} Tan solo 3 meses después, en diciembre de 2025, Databricks completó una ronda de financiación Serie L de 4 mil millones de dólares con una nueva valoración de 134 mil millones de dólares. ^{[ 48 ]}

Databricks desarrolla una plataforma de datos en la nube denominada «lakehouse», que combina características de almacenes de datos y lagos de datos . ^{[ 59 ]} A diferencia de los almacenes de datos propietarios tradicionales, la arquitectura de Databricks procesa los datos al tiempo que permite a las organizaciones conservar los archivos subyacentes en su propio almacenamiento en la nube utilizando formatos de código abierto como Apache Iceberg y Delta Lake. ^{[ 60 ]} Los analistas del sector señalan que esta separación de computación y almacenamiento mitiga la dependencia de un proveedor y evita las tarifas de salida de datos propietarios. ^{[ 61 ] [ 62 ]}

La plataforma se basa en el marco de código abierto Apache Spark, lo que permite realizar consultas analíticas sobre datos semiestructurados sin necesidad de un esquema de base de datos tradicional . ^{[ 63 ]} Si bien la arquitectura clásica de la plataforma proporcionaba sólidas capacidades de computación distribuida, requería inherentemente que los equipos de datos configuraran, dimensionaran y administraran manualmente la infraestructura del clúster subyacente. Para eliminar esta complejidad operativa, Databricks introdujo una arquitectura sin servidor en todas sus cargas de trabajo de análisis e IA. ^{[ 64 ]} Esta capa sin servidor abstrae completamente el entorno de la nube, aprovisionando, escalando y terminando automáticamente los recursos de computación sin necesidad de ajustes manuales ni administración del clúster. ^{[ 65 ]}

En octubre de 2022, Lakehouse recibió la autorización FedRAMP para su uso con el gobierno federal de EE. UU. y sus contratistas. ^{[ 66 ]}

La empresa también ha creado Delta Lake, MLflow y Koalas, proyectos de código abierto que abarcan la ingeniería de datos , la ciencia de datos y el aprendizaje automático . ^{[ 67 ] [ 68 ]}

En junio de 2020, Databricks lanzó Delta Engine, un motor de consultas rápido para Delta Lake, ^{[ 69 ]} compatible con Apache Spark y MLflow. ^{[ 70 ]}

En noviembre de 2020, Databricks presentó Databricks SQL (anteriormente llamado SQL Analytics) para ejecutar informes de inteligencia empresarial y análisis sobre lagos de datos. Los analistas pueden consultar conjuntos de datos con SQL estándar o usar conectores para integrarse con herramientas de inteligencia empresarial como Holistics, Tableau , Qlik , Sigma , Looker y ThoughtSpot . ^{[ 71 ]}

Databricks ofrece una plataforma para otras cargas de trabajo, incluyendo aprendizaje automático, almacenamiento y procesamiento de datos, análisis de transmisión y inteligencia empresarial. ^{[ 72 ]}

A principios de 2024, Databricks lanzó el conjunto de herramientas Mosaic para personalizar, ajustar y construir sistemas de IA. Incluye AI Vector Search para construir modelos RAG ; AI Model Serving, un servicio para implementar, gestionar, consultar y supervisar modelos ajustados o preimplementados por Databricks; y AI Pretraining, una plataforma para que las empresas creen sus propios LLM. ^{[ 73 ]}

En marzo de 2024, Databricks lanzó su modelo base DBRX bajo la Licencia de Modelo Abierto de Databricks. ^{[ 74 ]} Tiene una arquitectura de mezcla de expertos y está construido sobre el proyecto de código abierto MegaBlocks. ^{[ 75 ]} La creación de DBRX costó 10 millones de dólares. Según la empresa, DBRX tuvo un desempeño competitivo en los puntos de referencia de la industria frente a otros modelos de código abierto disponibles en ese momento. ^{[ 76 ]} Superó a otros modelos como Llama 2 en la resolución de acertijos lógicos y en la respuesta a preguntas de conocimiento general, entre otras tareas. Si bien tiene 136 mil millones de parámetros, solo utiliza 36 mil millones, en promedio, para generar resultados. ^{[ 77 ]} Según Databricks, DBRX puede usarse como base para que las empresas construyan modelos de IA personalizados utilizando sus datos propios. ^{[ 78 ]}

En junio de 2024, Databricks publicó como código abierto Unity Catalog, una oferta de gobernanza unificada, bajo la licencia Apache Spark 2.0. ^{[ 79 ]}

Además de construir la plataforma Databricks, la empresa ha coorganizado cursos online masivos y abiertos sobre Spark ^{[ 80 ]} y una conferencia para la comunidad Spark llamada Data + AI Summit, ^{[ 81 ]} anteriormente conocida como Spark Summit. ^{[ 82 ]}

En la Cumbre de Datos e IA de 2025, Databricks presentó Agent Bricks, una plataforma de desarrollo para agentes de IA, ^{[ 83 ]} Lakebase, una base de datos transaccional, ^{[ 84 ]} y Databricks One, una plataforma de inteligencia empresarial de IA sin código. ^{[ 85 ]} La compañía también reveló que su producto Databricks SQL alcanzaría una tasa de ingresos anuales de 1.000 millones de dólares. ^{[ 86 ]}

En marzo de 2026, Databricks lanzó Genie Code, un agente de IA para tareas de ciencia de datos e ingeniería. ^{[ 87 ]} Ese mismo mes, la compañía anunció Lakewatch, una plataforma de seguridad con agentes impulsada por IA para automatizar la detección y respuesta a amenazas. ^{[ 88 ]}

En junio de 2026, Databricks lanzó Omnigent, que denominó un "meta-arnés" de código abierto para agentes de IA , como Claude Code de Anthropic y Codex de OpenAI , que se clasifican como arneses, o el envoltorio que convierte los modelos de IA en agentes. ^{[ 89 ]} Omnigent es una capa de interfaz común sobre los agentes de línea de comandos que permite a los usuarios crear, controlar y colaborar en agentes de IA en diferentes modelos. ^{[ 89 ]} Durante la conferencia "Data + AI Summit" de la compañía, también en junio de 2026, Databricks anunció un motor de análisis en tiempo real llamado Lakehouse//RT; una arquitectura para fusionar el procesamiento de transacciones en línea y el procesamiento analítico en línea.en una sola copia de datos, llamada LTAP (que es un acrónimo de "proceso transaccional-analítico del lago"); y Genie One, un "colaborador" agente. ^{[ 90 ]} En la misma conferencia, la compañía también lanzó Genie ZeroOps, que automatiza la supervisión, la investigación y la corrección de problemas en cargas de trabajo de datos e IA. ^{[ 91 ]}

Al 9 de febrero de 2026, Databricks tenía una tasa de ingresos anuales de 5400 millones de dólares, con un crecimiento superior al 65 % interanual. ^{[ 92 ]} Databricks también generó un flujo de caja libre positivo durante los 12 meses anteriores. ^{[ 93 ]}

A fecha de 16 de junio de 2026, CNBC informó de que los ingresos anualizados de Databricks alcanzaron los 6.900 millones de dólares, lo que representa un crecimiento interanual del 80%. ^{[ 2 ]}