El retraso del IPO de Databricks confirma que la infraestructura de IA ya llegó

Databricks no está postergando su IPO porque no pueda con los mercados públicos. Se mantiene privada porque los mercados privados le pagan más por esperar. Según reportes, la compañía está levantando capital fresco a una valuación de entre 165 y 175 mil millones de dólares, frente a los 134 mil millones de seis meses atrás, sobre un run rate de ingresos que se acelera, no se frena, a una escala de varios miles de millones de dólares. Su CEO, Ali Ghodsi, dijo que 2026 es un mal año para salir a bolsa, y los números le dan la razón. Ese patrón es una señal más fuerte para la infraestructura de IA empresarial de lo que sería un IPO real.

Busca "Databricks IPO" y encontrarás la misma historia repetida cada pocos meses: una nueva valuación, un nuevo rumor y ninguna presentación ante el regulador. Es fácil leerlo como una evasiva. No lo es. A Databricks le siguen ofreciendo un mejor trato por mantenerse privada, y las razones por las que puede exigir ese trato son la verdadera historia, no una fecha en el calendario.

Todavía no hay una fecha confirmada para el IPO de Databricks. En junio de 2026, el CEO de Databricks, Ali Ghodsi, dijo a Bloomberg Television que 2026 es un mal año para salir a bolsa, señalando un calendario de IPOs saturado que incluía el IPO de SpaceX en junio de 2026, además de posibles salidas a bolsa de los gigantes de IA Anthropic y OpenAI. Los reportes ahora apuntan a finales de 2026 o 2027 como muy pronto.

La compañía ha dejado claro que está lista para el IPO. Ghodsi lo dijo ya en febrero de 2025, citando los estados financieros auditados, la estructura del directorio y los sistemas de reporte que exige una cotización pública. Pero estar lista y tener el incentivo son cosas distintas. Cada trimestre que Databricks se mantiene privada, levanta otra ronda a una valuación significativamente mayor, sin los requisitos de divulgación, las conferencias de resultados ni la volatilidad bursátil que vienen con un ticker público. Mientras ese trato siga rindiendo, no esperes una fecha firme.

A junio de 2026, Databricks está en conversaciones para una nueva ronda privada de financiamiento a una valuación de entre 165 y 175 mil millones de dólares, según reportó primero The Information. Eso representa un salto del 23 al 31 por ciento frente a la valuación de 134 mil millones fijada apenas seis meses antes en su Serie L de diciembre de 2025. La ronda llega después de que en febrero de 2026 se revelara que Databricks superó los 5,400 millones de dólares en ingresos anualizados, con un crecimiento interanual de más del 65 por ciento. La firma de investigación independiente Sacra estima que ese run rate había subido a unos 6,900 millones para junio de 2026, con un crecimiento que se aceleró a cerca del 80 por ciento interanual en el segundo trimestre.

Esa aceleración coincide con lo que pasa en el mercado en general. IDC elevó este trimestre su pronóstico de gasto en infraestructura de IA para 2026 a 497 mil millones de dólares, y Databricks opera de lleno dentro de esa categoría. Las compañías de software casi siempre se desaceleran una vez que superan unos cuantos miles de millones en ingresos. Databricks está acelerando a un tamaño en el que debería pasar lo contrario.

Si tu equipo ya corre Databricks, nada de esto cambia lo que te cuesta hoy. SELECT te muestra el gasto en DBU y en infraestructura de nube en un solo lugar, desglosado a nivel de job y de query. Descubre cómo funciona.

No. Databricks es una empresa privada. No hay símbolo bursátil, no hay precio público de la acción y hoy no existe forma de comprar acciones de Databricks en una bolsa regulada. Los precios que ves citados en línea provienen de mercados secundarios pre-IPO como Forge o Hiive, donde inversionistas acreditados intercambian acciones privadas entre sí. Esas cotizaciones son, en el mejor de los casos, orientativas. Reflejan un volumen bajo de operaciones entre un grupo pequeño de compradores y vendedores, no un precio de mercado público.

Nadie puede responder eso con precisión todavía, ni siquiera Databricks. No hay S-1, no hay número de acciones y no hay un banco colocador vinculado a la operación. Lo que sí tenemos es un rango de valuación: 134 mil millones de dólares confirmados en la Serie L de diciembre de 2025, con conversaciones reportadas de rondas privadas que apuntan hacia los 165 a 175 mil millones para mediados de 2026. Las plataformas secundarias han listado precios implícitos por acción desde unos 143 hasta más de 250 dólares según la plataforma y el mes, lo que dice más sobre lo ilíquido de ese mercado que sobre el precio al que Databricks finalmente colocará sus acciones.

Si estás evaluando acciones pre-IPO de Databricks a través de una de estas plataformas, toma el precio cotizado como una foto de la demanda actual, no como un pronóstico. Los colocadores fijarán el precio real del IPO contra comparables del mercado público al momento de la presentación, y dado cuánto se ha movido ya la valuación privada, ese conjunto de comparables podría verse muy distinto para entonces.

Aquí va el argumento sin rodeos: que Databricks se mantenga privada por más tiempo es una señal más fuerte para la infraestructura de datos de IA de lo que sería un IPO.

Piensa en lo que exige estar "lista pero sin salir". Exige un crecimiento que se acelera, no que se frena, a una escala de varios miles de millones de dólares. Databricks pasó de un crecimiento interanual del 55 por ciento en diciembre de 2025 al 65 por ciento en febrero de 2026 y a un estimado del 80 por ciento para junio de 2026. Exige una retención neta en dólares que se mantiene por encima del 140 por ciento, por delante de cualquier compañía pública de software comparable. Y exige inversionistas privados dispuestos a pagar una valuación de más del doble que la mayor empresa pública de la misma categoría, apostando a que el crecimiento se siga acumulando en lugar de reiniciarse.

Gartner espera que la infraestructura de IA represente más del 45 por ciento de los 2.59 billones de dólares de gasto mundial en IA este año, y Databricks es una vía directa por la que las empresas gastan en esa categoría. Databricks ejecuta su plataforma lakehouse en AWS, Azure y Google Cloud, lo que la convierte en infraestructura, no en una herramienta de una sola nube. Snowflake y BigQuery compiten en el mismo espacio de plataformas de datos, y Snowflake, el comparable público más cercano, muestra la brecha con claridad:

Fuentes: divulgación de Databricks del Q4 FY2026 (9 de febrero de 2026), estimaciones de Sacra (junio de 2026), resultados del Q1 FY2027 de Snowflake, The Information (junio de 2026). Cifras vigentes a julio de 2026.

Los productos de IA de Databricks superaron por sí solos un run rate de ingresos de 1,400 millones de dólares, frente a los cerca de 1,000 millones del trimestre anterior. Por sí mismos, se ubicarían entre los 20 principales negocios públicos de software por ingresos. Eso no es una compañía que se beneficia de la demanda de IA. Es una compañía de la que hoy depende la mayoría de las iniciativas de IA empresarial para, de entrada, gobernar y servir sus datos.

El argumento escéptico también merece ser escuchado. Los precios basados en consumo implican que los ingresos y los márgenes pueden moverse con el uso de formas que el software por suscripción no experimenta, y el alza de los costos de cómputo de IA ya presiona márgenes brutos que antes rondaban el 80 por ciento. Un solo trimestre de crecimiento en desaceleración reajustaría rápido toda la historia del IPO. Es un riesgo real que vale la pena vigilar. Es una razón para seguir de cerca la tasa de crecimiento, no para apostar contra la categoría que Databricks ayudó a definir.

Caigas del lado que caigas en ese debate, la realidad operativa no espera un S-1. El modelo de precios de Databricks se vuelve más complejo a medida que la plataforma se expande hacia Lakebase, Genie y Agent Bricks. Más productos, más líneas de facturación basadas en uso y más cómputo impulsado por IA significan más lugares donde el gasto puede crecer más rápido de lo que los equipos esperan.

Ese cambio ya se nota en el día a día de los equipos. La encuesta 2026 de la FinOps Foundation encontró que el 98 por ciento de los equipos ahora gestiona el gasto en IA directamente, frente a apenas el 31 por ciento dos años antes, así que esto ya no es un problema hipotético para la mayoría de las prácticas de FinOps. Trátalo como un problema operativo que se planifica, no como un presupuesto que se audita cuando ya es tarde.

Nuestro propio Ian Whitestone y el consultor de Databricks Olivier Soucy trazaron hace poco cinco formas concretas de reducir la pérdida en Databricks sin frenar a los equipos, desde valores predeterminados de auto-terminación hasta el rediseño de workflows; vale la pena leerlo si buscas tácticas más allá de las que mencionamos aquí. Tener visibilidad clara de qué impulsa realmente el consumo de Databricks, e incorporarla desde ahora a tu práctica de FinOps, les da a los equipos de ingeniería y finanzas una vista compartida del costo antes de que una factura sorpresa fuerce la conversación. Es la misma disciplina que DoiT aplica en AWS, Azure, Google Cloud y las plataformas de datos que corren sobre ellas.

¿Quieres el framework completo de cinco pasos? La Guía de Optimización de Costos de Databricks, escrita por un Principal Data Engineer que ha construido entornos de Databricks en producción, recorre por dónde empezar, cuándo pasar a serverless y las configuraciones de timeout que la mayoría de los equipos omite. Descarga la guía gratuita.