Konten disusun AI — bisa keliru. Baca disclaimer lengkap
Sentimen Publik
Databricks, Inc.
Sentimen mengukur persepsi publik, bukan fakta hukum. Baca metodologi untuk batasan dan bias yang diakui.
Media bisnis dan teknologi global (CNBC, Fortune, Bloomberg, TechCrunch, The Information) secara konsisten meliput Databricks dengan nada sangat positif. Narasi dominan berkisar pada: pertumbuhan revenue eksplosif (US$6,9 miliar ARR, +80% YoY per Juni 2026), valuasi US$134-175 miliar sebagai perusahaan privat enterprise software terbesar di dunia, strategi akuisisi agresif (Neon US$1 miliar, MosaicML US$1,3 miliar, Tabular), dan visi Ali Ghodsi tentang perusahaan US$1 triliun. Databricks menempati peringkat #3 di CNBC Disruptor 50 (2026). Gartner menempatkan Databricks sebagai Leader di Magic Quadrant untuk Data Science/ML dan Cloud DBMS (2025). Liputan kritis yang muncul belakangan fokus pada margin compression (gross margin turun dari >80% ke 74% akibat AI agents) dan pertanyaan apakah valuasi 32x revenue bisa bertahan di pasar publik. Fortune meliput pernyataan Ghodsi yang menyebut perusahaan AI tanpa revenue sebagai 'bubble' yang 'insane', sementara dia sendiri menunda IPO karena 2026 adalah 'terrible year to go public'.
Komunitas developer, data engineer, dan startup founder memandang Databricks sebagai salah satu contoh terbaik transisi akademis-ke-komersial yang berhasil. Kontribusi open source (Apache Spark, Delta Lake, MLflow, Unity Catalog) diakui secara luas sebagai fondasi ekosistem data modern. Ali Ghodsi dihormati sebagai thought leader. Namun, ada suara kritis yang konsisten dari developer yang mempertanyakan gap antara branding 'open source' dan realitas platform managed berbayar. Komunitas juga terbelah soal strategi ekspansi agresif (Lakebase, Lakewatch cybersecurity) — sebagian melihatnya sebagai visi visioner, sebagian lain sebagai overextension. Diskusi di Hacker News secara khusus menyoroti bahwa 'most companies do not need Snowflake or Databricks' dan bahwa alternatif seperti DuckDB+Iceberg cukup untuk mayoritas use case.
Pengguna enterprise Databricks terbagi. Pelanggan besar (700+ yang menghabiskan >US$1 juta/tahun) umumnya puas — Gartner Peer Insights memberikan rating 4.8/5 dengan 94% willingness-to-recommend. Unified platform untuk data engineering, analytics, dan ML diapresiasi. Namun keluhan dari pelanggan menengah dan individual konsisten di beberapa area: (1) Model pricing DBU yang sulit diprediksi dan sering menghasilkan bill shock — tim yang mulai dengan US$5.000/bulan bisa membengkak ke US$40.000-80.000+; (2) Kurva belajar yang curam — platform berubah cepat dengan ratusan fitur baru per tahun; (3) Penghapusan tier Standard (Oktober 2025 AWS/GCP, April 2026 Azure) memaksa migrasi ke tier Premium yang lebih mahal; (4) Dual billing (Databricks + cloud provider) membingungkan; (5) Support plans menambah 10-20% di atas total bill. Enterprise besar menerima trade-off ini; tim kecil merasa terjebak.
Analis industri (Gartner, Forrester, IDC) secara konsisten menempatkan Databricks sebagai Leader di berbagai kategori: Cloud DBMS, Data Science & ML, Data Lakehouses, dan AI Governance. Gartner secara khusus memuji 'velocity of innovation' Databricks. IDC menyoroti bahwa arsitektur terbuka Databricks membantu mencegah vendor lock-in. Dari sisi regulasi, Databricks relatif minim sorotan — sertifikasi enterprise (SOC 2, HIPAA, FedRAMP, GDPR) lengkap. Akuisisi miliaran dolar tidak memicu review antitrust karena pasar data platform masih sangat terfragmentasi. Persiapan IPO (ditunda ke 2027+) akan membawa pengawasan SEC dan disclosure requirements yang lebih ketat. Skeptisisme analis terfokus pada valuasi — beberapa memperingatkan bahwa multiple 32x revenue 'assumes the growth never decelerates and the AI tailwind never fades'.
Sentimen sosial media terbelah tajam berdasarkan perspektif. Di LinkedIn dan Twitter/X data community, Databricks dihormati sebagai inovator yang membentuk infrastruktur data modern. Ali Ghodsi dianggap thought leader kredibel (quote 'AI doesn't have an intelligence problem, it has a context problem' menjadi viral setelah Data + AI Summit 2026). Namun di Hacker News dan Reddit, sentimen lebih kritis. Komentar seperti 'Databricks is a shit platform that encourages terrible data practices' dan 'Databricks/Spark is overpriced garbage for Python-toting data scientists' memperoleh engagement tinggi. Debat Databricks vs Snowflake menjadi genre tersendiri. Kontroversi benchmark 2021 (Snowflake menuduh Databricks 'lacking integrity') masih dirujuk. Lisensi DBRX yang disebut 'semi-open source' oleh Hackster.io memicu kritik openwashing. Secara keseluruhan, developer yang bekerja dalam ekosistem Spark/lakehouse cenderung positif; yang di luar atau yang menggunakan alternatif (DuckDB, Polars) cenderung skeptis-kritis.
Kutipan Terpilih
“Databricks raises $4B at $134B valuation as its AI business heats up. The company said it was generating $4.8 billion in annualized revenue, growing at more than 55% year-over-year.”
TechCrunch meliput putaran pendanaan Seri L Databricks Desember 2025 dengan framing positif, menekankan kecepatan pertumbuhan revenue dan ekspansi AI.
“We will be a public company. I just think this is a terrible year to go public. [Databricks] wants to sell shares to the public in order to 'create a market transaction mechanism for our employees.'”
Ghodsi menunda IPO di tengah pasar 2026 yang penuh dengan IPO tech besar (SpaceX, Anthropic, OpenAI). Pernyataan menunjukkan posisi pragmatis, bukan ketakutan pasar.
“Companies that are worth billions of dollars with zero revenue, that's clearly a bubble, right, and it's, like, insane.”
Ironi menarik: CEO perusahaan US$134 miliar mengkritik bubble AI di sekitarnya. Ghodsi membedakan Databricks (FCF-positive, revenue US$5,4 miliar) dari AI companies tanpa revenue.
“AI doesn't have an intelligence problem. It has a context problem.”
Pernyataan yang menjadi tagline strategi AI Databricks di 2026 — memposisikan data lakehouse sebagai solusi 'context' yang dibutuhkan enterprise AI.
“Databricks sales growth tops 80%, but margins are shrinking from swarm of AI agents. Gross margins have slipped to 74%, down from above 80%, as AI agents generate far more queries — and far more compute demand — than human users.”
Liputan CNBC yang menangkap dilema inti Databricks: pertumbuhan revenue eksplosif (US$6,9 miliar ARR) tetapi dengan margin compression akibat agentic AI workloads.
“Databricks vs. Snowflake at $5B ARR: Same Revenue, 2x Valuation Gap. Databricks caught the AI wave in a way Snowflake hasn't, with $1.4B in AI revenue versus Snowflake still in the early stages of Cortex AI adoption.”
SaaStr, platform analisis SaaS terkemuka, menjelaskan mengapa Databricks divaluasi 2x Snowflake meski revenue setara — strategi AI sebagai pembeda utama.
“This acquisition propels Databricks into a new stratosphere that is today occupied by hyperscalers. What Databricks has done [with Neon] is a coup.”
Analis menilai akuisisi Neon sebagai langkah strategis yang membawa Databricks dari kompetitor data vendor ke level hyperscaler (AWS, Google, Microsoft). Tiga minggu kemudian, Snowflake membeli Crunchy Data sebagai respons.
“Databricks is positioned highest in Ability to Execute and furthest in Completeness of Vision [in the 2025 Gartner Magic Quadrant for Data Science and Machine Learning Platforms] for the fourth consecutive time.”
Pengakuan tertinggi dari Gartner selama empat tahun berturut-turut — memvalidasi posisi Databricks sebagai pemimpin di kategori data science dan ML.
“Skeptics counter that at 32x run-rate, Databricks is being valued like a model lab rather than a software vendor, and that public markets — where rival Snowflake trades closer to 7x forward sales — may not extend the same courtesy.”
Suara skeptis dari analis yang mempertanyakan apakah valuasi US$175 miliar (32x revenue) bisa dipertahankan di pasar publik, mengingat Snowflake diperdagangkan di ~7x forward sales.
“Databricks provides the foundation needed to move from data-driven to AI-driven approaches for security operations, and Lakewatch is an important step toward bringing security intelligence closer to where data already lives.”
Testimonial pelanggan enterprise besar yang mendukung ekspansi Databricks ke cybersecurity melalui Lakewatch (diluncurkan Maret 2026).
“Databricks mendapat rating 4.8/5 dari Gartner Peer Insights dengan 94% willingness-to-recommend. Pelanggan memuji unified platform, kecepatan query, dan ekosistem lakehouse. Namun keluhan konsisten muncul: learning curve untuk non-technical users, biaya yang 'can add up quite a bit for smaller teams', dan operational complexity di implementasi besar.”
Agregasi dari 167 review terverifikasi di Gartner Peer Insights — menunjukkan sentimen enterprise yang positif secara keseluruhan tapi dengan keluhan harga dan kompleksitas yang konsisten.
“Teams that started with a modest $5,000/month commitment are now looking at $40,000, $80,000, or more — and the Databricks Unit (DBU) model makes it genuinely difficult to forecast what next month will cost.”
Keluhan yang konsisten dari tim data menengah tentang pricing DBU Databricks yang sulit diprediksi. Dual billing (Databricks + cloud provider), penghapusan tier Standard, dan support surcharge 10-20% memperparah masalah.
“Databricks is a shit platform that encourages terrible data practices and accret[ion of complexity].”
Komentar Hacker News yang sangat kritis dan viral — mewakili sentimen minoritas-tapi-vokal dari developer yang frustrasi dengan kompleksitas platform. Mendapat engagement tinggi di komunitas.
“Databricks/Spark is overpriced garbage for Python-toting data scientists/engineers.”
Kritik yang sering muncul di Hacker News — pandangan bahwa Databricks dan Spark berlebihan untuk mayoritas use case data science. Argumen ini mendorong adopsi alternatif seperti DuckDB dan Polars.
“Databricks released DBRX as a 'state-of-the-art open LLM' but under a semi-open source license: prohibits using model outputs to train competing LLMs, caps at 700 million monthly active users, and requires compliance with Databricks acceptable use policy.”
Kritik openwashing terhadap model DBRX — lisensi Databricks Open Model License mengandung pembatasan yang tidak sesuai definisi open source menurut Open Source Initiative (OSI).
“Snowflake turned the communication of a technical accomplishment into a marketing stunt lacking integrity in its comparisons with Snowflake.”
Tuduhan Snowflake terhadap Databricks dalam kontroversi benchmark TPC-DS November 2021 — salah satu momen paling publik dari rivalitas kedua perusahaan. Databricks merespons bahwa hasil mereka sudah diaudit TPC secara independen.
“Snowflake vs Databricks Is the Wrong Debate: What Enterprises Should Evaluate Instead. Enterprise data platform strategy success rarely hinges on which tool is 'better' and instead fails due to structural misalignment between the chosen platform and the organization's operational DNA.”
Perspektif pragmatis yang sering muncul dari konsultan dan praktisi data senior — menilai debat Databricks vs Snowflake sebagai fundamentally flawed karena mengabaikan konteks organisasi.
“It's the consumption-based business model, agentic AI coming.”
Ghodsi mengakui bahwa AI agents mendorong konsumsi lebih tinggi (baik untuk revenue), tapi juga menekan margin (gross margin turun ke 74%). Dia menolak memberikan angka gross margin spesifik dan mengatakan margin akan terus turun.