Databricks가 1,880억 달러 valuation으로 IPO를 미룬 이유: token maxxing에서 value maxxing으로

실리콘밸리를 놀라게 한 결정이 엔터프라이즈 AI를 재편한다

실리콘밸리를 놀라게 한 움직임 가운데, Databricks는 놀라운 1,880억 달러 valuation으로 자금 조달을 완료했다 — 2025년 12월 1,340억 달러 valuation에서 불과 5개월 만에 40% 급등이다. 그러나 모두가 놀란 것은 상장 준비가 갖춰진 상태에서도 상장하지 않기로 선택한 점이다.

이뤄지지 않은 IPO

Databricks는 2026년 최대 규모 IPO 중 하나로 여겨졌다. CEO Ali Ghodsi는 감사가 완료되고 이사회도 준비됐으며 모든 것이 공개 준비가 끝났다고 확인했다. 그럼에도 회사는 또 다른 private 라운드를 진행하며 조금 더 비공개로 남기기로 결정했다.

기업은 왜 "거의 손에 닿을" IPO를 거절할까?

철학: token maxxing에서 value maxxing으로

답은 CEO Ali Ghodsi가 제품 전략 전체를 표현하기 위해 쓴 한 문구에 있다: "token maxxing에서 value maxxing으로".

이게 무슨 뜻인가?

간단히 말해, Databricks는 모든 태스크에 가장 비싼 AI 모델을 투입하는 것을 멈췄다. 대신 "어떤 모델이 실제로 비용 대비 일을 하는가?"를 묻기 시작했다.

이것은 단순 비용 절감이 아니다 — 기업이 AI에 접근하는 방식의 근본적 전환이다:

이전 (token maxxing):모든 것에 최대·최강 AI 모델 사용
현재 (value maxxing):비용 효율과 실제 성과에 따라 각 태스크에 맞는 모델 매칭

자금 사용처

이 철학은 지금 Databricks가 새 자본을 어떻게 배치하는지 형성하고 있다:

AI 제품 개발
R&D
전략적 인수

이 전략은 통하고 있다: 최근 분기 매출은 전년 대비 65% 이상 성장했다.

경쟁사도 동의

주목할 점은 Databricks 최대 라이벌 Snowflake도 같은 결론에 도달했다는 것이다. Snowflake 리더십은 앞으로의 진짜 경쟁이 "신뢰할 수 있는 엔터프라이즈 데이터를 실제 성과로 바꾸는 것을 누가 돕는가"에 관한 것이지, 단순히 누가 가장 큰 모델을 갖는가가 아니라고 말했다.

같은 고객을 두고 치열히 경쟁하는 두 회사가 각각 독립적으로 같은 전략적 통찰에 도달한 것이다.

더 큰 그림: 엔터프라이즈 AI의 성숙

token maxxing에서 value maxxing으로의 전환은 엔터프라이즈 AI 시장의 더 넓은 성숙을 보여준다:

과장보다 ROI:기업은 인상적인 데모뿐 아니라 측정 가능한 수익을 요구한다
비용 최적화:AI 비용이 커질수록 효율성이 중요해진다
실용적 애플리케이션:초점이 "무엇이 가능한가"에서 "무엇이 수익성이 있는가"로 이동

핵심 포인트

Databricks 1,880억 달러 valuation 조달, 5개월 만에 40% 증가
상장 준비가 갖춰졌음에도 IPO 연기
CEO Ali Ghodsi 전략: "token maxxing에서 value maxxing으로"
특정 태스크에 맞춘 비용 효율적 AI 모델에 집중
매출 성장: 전년 대비 65% 이상
경쟁사 Snowflake도 이 전략 방향에 동의

비즈니스에 대한 의미

조직에서 AI를 도입 중이라면 Databricks 이야기는 중요한 교훈을 준다: 가장 비싼 솔루션을 기본값으로 삼지 마라. 대신 물어야 한다:

어떤 성과가 필요한가?
그것을 달성하는 가장 비용 효율적인 방법은 무엇인가?
진짜 비즈니스 가치를 어떻게 측정할 것인가?

1,880억 달러 이야기의 가장 큰 교훈은 놀랍도록 단순했다: 양보다 가치, output보다 outcome.