\n<\/p>\n
Apuesta exitosa. Confirmando los rumores de agosto, Databricks acaba de anunciar la recaudaci\u00f3n de 500 millones de d\u00f3lares de varios inversores, elevando su valoraci\u00f3n estimada a 43 mil millones de d\u00f3lares…<\/p>\n
Apuesta exitosa. Confirmando los rumores de agosto, Databricks acaba de anunciar la recaudaci\u00f3n de 500 millones de d\u00f3lares de varios inversores, lo que eleva su valoraci\u00f3n estimada a 43 mil millones de d\u00f3lares. Por primera vez, la joven empresa californiana, especialista en procesar grandes cantidades de datos en la nube, cuenta entre sus financiadores con Nvidia, la especialista en tarjetas gr\u00e1ficas muy codiciada por los gigantes de la inteligencia artificial (IA).<\/p>\n
\u201c Databricks est\u00e1 haciendo un trabajo incre\u00edble con la tecnolog\u00eda Nvidia para acelerar el procesamiento de datos para modelos generativos de IA<\/em> “, afirma Jensen Huang, fundador y director ejecutivo de Nvidia, en un comunicado de prensa.<\/p>\n La recaudaci\u00f3n de fondos es ciertamente inferior a la realizada anteriormente por Databricks, que recaud\u00f3 mil millones de d\u00f3lares en enero de 2021 y luego otros 1,6 mil millones en agosto del mismo a\u00f1o. Pero entonces el contexto era completamente diferente. Si la pandemia y el aumento del teletrabajo que ha supuesto han supuesto un duro golpe para las empresas tecnol\u00f3gicas, el sector atraviesa ahora dificultades ligadas a la crisis de la situaci\u00f3n econ\u00f3mica. Los inversores se est\u00e1n volviendo cautelosos, la recaudaci\u00f3n de fondos se est\u00e1 volviendo rara y las cotizaciones en bolsa a\u00fan m\u00e1s. En este contexto, el hecho de que Databricks haya conseguido recaudar estos fondos constituye, por tanto, un \u00e9xito para la empresa.<\/p>\n Fundada en 2013 en San Francisco por siete investigadores de UC Berkeley, Databricks ofrece an\u00e1lisis basados \u200b\u200ben la nube, algoritmos de inteligencia artificial y otro software a empresas que buscan extraer valor de sus datos. La empresa pudo centrarse en la IA desde el principio, en un momento en el que el t\u00e9rmino no estaba tan de moda.<\/p>\n Una perspectiva que ha contribuido en gran medida a su \u00e9xito, seg\u00fan Noel Yuhanna, vicepresidente y analista principal de Forrester. \u201c Databricks ha llevado la inteligencia artificial al siguiente nivel al ofrecer una experiencia m\u00e1s hol\u00edstica en torno a esta tecnolog\u00eda, permitiendo la integraci\u00f3n de datos en tiempo real gracias a un alto nivel de automatizaci\u00f3n.<\/em>. \u00bb<\/p>\n En particular, la empresa ha implementado un nuevo enfoque de gesti\u00f3n de datos, el data lakehouse, basado en Apache Spark, una tecnolog\u00eda para analizar grandes cantidades de datos en tiempo real desarrollada en 2009 por el AMPLab de la Universidad de Berkeley, de donde proceden los cofundadores. . Esta arquitectura combina dos tecnolog\u00edas anteriores, el data lake y el data warehouse. Los almacenes de datos han sido la forma cl\u00e1sica en que las empresas han almacenado informaci\u00f3n durante d\u00e9cadas. Permiten guardar datos procesados \u200b\u200by estructurados, en un formato particular y organizados para fines espec\u00edficos.<\/p>\n Pero el auge de la inteligencia artificial requiere cada vez m\u00e1s el procesamiento r\u00e1pido de inmensas cantidades de datos no estructurados de diferentes fuentes para alimentar los algoritmos de aprendizaje autom\u00e1tico. Para satisfacer esta necesidad naci\u00f3 un segundo concepto, el de los lagos de datos. Estos permiten almacenar datos a bajo costo en formatos de archivo abiertos y gen\u00e9ricos. Son muy eficaces para poner los datos al servicio de los algoritmos de IA, pero no cumplen con los requisitos en t\u00e9rminos de calidad y gobernanza de los datos. Para hacer esto, generalmente es necesario hacer una copia de los datos del lago, luego estructurarlos y analizarlos en un entorno separado.<\/p>\n Con Data Lakehouse, Databricks ofrece lo mejor de ambos mundos: la flexibilidad y escalabilidad de un lago de datos con las estructuras y caracter\u00edsticas de administraci\u00f3n de un almac\u00e9n de datos. Esto permite a las empresas ahorrar dinero y ser m\u00e1s eficientes en el uso de la IA. \u201c El primer objetivo de Databricks era proporcionar una plataforma unificada para combinar herramientas de ingenier\u00eda, ciencia de datos y aprendizaje autom\u00e1tico, facilitando a las empresas la creaci\u00f3n de aplicaciones en torno a datos.<\/em> \u00bb, resume Guillaume Brandenburg, RVP Francia de Databricks.<\/p>\n La empresa afirma ahora comercializar su tecnolog\u00eda a m\u00e1s de 10.000 empresas en todo el mundo, incluida la mitad de las Fortune 500. La cadena de farmacias estadounidense Walgreens, por ejemplo, utiliza la tecnolog\u00eda Databricks para anticiparse a los cambios en la demanda, optimizar el funcionamiento de su cadena de valor y la gesti\u00f3n de sus stocks.<\/p>\n En este mercado en auge, el principal rival de Databricks es la empresa Snowflake, tambi\u00e9n de Silicon Valley. Las dos empresas competidoras se lanzan regularmente cr\u00edticas entre s\u00ed, como hace poco cuando se anunci\u00f3 la oferta p\u00fablica inicial de Instacart. En documentos publicados en l\u00ednea para prepararse, el especialista estadounidense en entrega de comestibles revel\u00f3 cu\u00e1nto estaba gastando en soluciones Snowflake, cifras que parec\u00edan mostrar una ca\u00edda en este gasto en 2023.<\/p>\n Algunos empleados de Databricks aprovecharon la oportunidad para anunciar en las redes sociales que la disminuci\u00f3n era una se\u00f1al de que Instacart estaba transfiriendo estos gastos a Databricks, mientras que Snowflake respondi\u00f3 diciendo que estos datos sacados de contexto pintaban una imagen enga\u00f1osa.<\/p>\n En un momento en que la inteligencia artificial generativa, revelada al p\u00fablico en general por el chatbot ChatGPT y un software de creaci\u00f3n de im\u00e1genes como Midjourney, est\u00e1 en boca de todos, las dos empresas est\u00e1n trabajando juntas para establecerse en este nuevo segmento del mercado, en particular a trav\u00e9s de una estrategia de adquisici\u00f3n. Snowflake adquiri\u00f3 recientemente la joven startup Neeva por 185 millones de d\u00f3lares, mientras que Databricks adquiri\u00f3 MosaicML por 1.300 millones.<\/p>\n Seg\u00fan Guillaume Brandenburg, Databricks y MosaicML \u201c tenemos la misma visi\u00f3n: democratizar la IA generativa y hacerla accesible a empresas de todo tipo<\/em> “. Con esto en mente, Databricks quiere permitir a sus clientes \u201c construir, poseer y proteger sus propios modelos de IA generativa utilizando sus recursos, para que puedan crear soluciones de IA personalizadas y adaptadas a sus necesidades espec\u00edficas.<\/em>. \u00bb La IA generativa puede, por ejemplo, permitir a las empresas automatizar parcialmente la escritura de c\u00f3digos o incluso mejorar el funcionamiento de los chatbots utilizados en las relaciones con los clientes.<\/p>\n A diferencia de Snowflake, que ingres\u00f3 al mercado de valores en 2020, Databricks no cotiza en bolsa por el momento. En una reciente entrevista con Bloomberg, el director de la empresa, Ali Ghodsi, descart\u00f3 por el momento cualquier deseo de salir a bolsa, afirmando, por un lado, que los mercados no eran receptivos y que, adem\u00e1s de las ventajas de no cotizar en bolsa, exist\u00edan: la empresa puede invertir libremente en IA, sin preocuparse por las posibles reservas de sus accionistas, lo que le permiti\u00f3 gastar una peque\u00f1a fortuna para adquirir MosaicML.<\/p>\n 2022 fue el peor a\u00f1o para el mercado de valores estadounidense desde la ca\u00edda de 2008. Como resultado, el mercado de las nuevas tecnolog\u00edas no ha visto ninguna oferta p\u00fablica inicial significativa desde diciembre de 2001. Pero las cosas pueden estar cambiando. Arm, el especialista brit\u00e1nico en microprocesadores, acaba de entrar en el Nasdaq, e Instacart pronto deber\u00eda hacer lo mismo. \u201c La tecnolog\u00eda se est\u00e1 recuperando y las nuevas empresas de inteligencia artificial son las que atraen la mayor inversi\u00f3n. A medida que las empresas buscan aprovechar sus datos para innovar, crecer y obtener una ventaja competitiva, se espera que aumente la demanda de plataformas habilitadas para IA de pr\u00f3xima generaci\u00f3n.<\/em> \u00bb, predice Noel Yuhanna.<\/p>\n En tal contexto, \u00bffue la \u00faltima recaudaci\u00f3n de fondos de Databricks una prueba destinada a probar las aguas antes de una posible IPO? Asunto a seguir.<\/p>\n<\/div>\nIA en la mira<\/h2>\n
Una soluci\u00f3n unificada para el procesamiento y almacenamiento de datos.<\/h2>\n
Rivalidad con Snowflake y enfoque en la IA generativa<\/h2>\n
\u00bfHacia una entrada en el Nasdaq?<\/h2>\n