Mengapa OceanBase Disebut “Databricks-nya China”?

Julukan “Databricks-nya China” lebih tepat dipahami sebagai gambaran arah strategis OceanBase, bukan klaim bahwa kedua produk tersebut sama atau bahwa skala bisnisnya sudah sebanding.

Keduanya sedang mengejar posisi yang lebih besar daripada sekadar penyedia database atau data warehouse: menjadi lapisan data perusahaan yang menghubungkan data operasional, analitik, tata kelola, serta aplikasi dan agen AI.

Databricks menjadi tolok ukur ambisi tersebut

Databricks memberikan gambaran tentang seberapa besar peluang di pasar ini. Pada 13 Agustus 2026, perusahaan tersebut menyatakan telah menghimpun pendanaan US$5 miliar dengan valuasi pascapendanaan US$190 miliar. Databricks juga mengatakan bahwa pendapatan tahunannya yang disetahunkan telah melampaui US$7 miliar pada kuartal II 2026. Dana itu akan digunakan untuk mengembangkan produk seperti database Lakebase, asisten AI Genie, dan Unity AI Gateway. 1

Yang menarik, Databricks tidak lagi hanya memosisikan diri sebagai platform analitik berbasis lakehouse. Perusahaan ini juga menambahkan kemampuan untuk menangani data bisnis real-time, beban kerja operasional, database, dan pengembangan agen AI. Lakebase, misalnya, ditujukan untuk beban kerja agen AI. 113

Perubahan tersebut menunjukkan bahwa pertarungan industri mulai bergeser. Perusahaan tidak hanya mencari tempat untuk menyimpan data historis, tetapi juga membutuhkan platform yang dapat menghubungkan catatan bisnis terkini, analitik, pencarian, konteks yang dikelola dengan baik, serta model dan agen AI.

Dua jalur berbeda menuju tujuan yang sama

Databricks dan OceanBase memulai perjalanan dari sisi yang berlawanan dalam tumpukan teknologi data.

• Databricks menempuh jalur “lake-to-database”. Perusahaan ini berangkat dari analitik dan data lakehouse, lalu memperluas kemampuan ke data real-time, sistem operasional, dan database.
• OceanBase menempuh jalur “database-to-lake”. Teknologi yang dikembangkan di lingkungan Ant Group ini terlebih dahulu membangun reputasi melalui database terdistribusi, transaksi berskala besar, konsistensi kuat, dan ketersediaan tinggi. Setelah itu, OceanBase memperluas cakupannya ke data lake, data multimodal, dan AI. 313237

Konvergensi kedua jalur tersebut penting karena beban kerja AI membutuhkan data yang aktual dan dapat dipercaya, bukan hanya salinan analitik yang diperbarui secara berkala.

Dengan menggabungkan transaksi, analitik, pencarian, tata kelola, dan AI dalam satu arsitektur, sebuah platform dapat mengambil porsi anggaran teknologi perusahaan yang lebih luas. Inilah inti perbandingannya: Databricks dan OceanBase sama-sama ingin menjadi pusat kendali “data plus AI” bagi aplikasi perusahaan.

Langkah OceanBase menuju platform data AI

Pada 29 Juni 2026, OceanBase merilis database AI terpadu yang menggabungkan konsep data lake dan database. Peluncuran ini menandai perubahan posisi perusahaan—dari penyedia database terdistribusi menjadi platform data AI yang lebih luas. 123538

Arsitektur Lakebase milik OceanBase dirancang untuk mengelola data terstruktur, semiterstruktur, dan tidak terstruktur dalam satu kerangka. Arsitektur ini juga berupaya menyatukan transaksi daring dan komputasi luring pada lapisan penyimpanan yang sama. 3538

Ekosistem produknya mencakup beberapa lapisan:

• Lakebase menjadi fondasi penyimpanan dan pemrosesan untuk data operasional, analitik, dan AI.
• DataStudio menangani pengambilan data, pemrosesan, tata kelola, metadata, silsilah data, serta layanan data. OceanBase menyatakan data yang telah dikelola dapat disalurkan ke perangkat business intelligence, sistem bisnis, model, dan agen AI. 36
• DataPilot lebih dekat dengan kebutuhan analisis bisnis, pengambilan keputusan, dan penggunaan agen. 39

Perubahan ini memperluas pasar yang dibidik OceanBase. Database konvensional biasanya dibeli untuk menjalankan aplikasi atau memproses transaksi. Sebaliknya, platform data AI dapat mencakup produksi dan integrasi data, kualitas data, tata kelola, analitik, konteks semantik, pencarian, hingga penyaluran data ke aplikasi.

Dengan kata lain, peluangnya bukan sekadar menggantikan satu database SQL. OceanBase berupaya mengurangi jumlah sistem, salinan data, dan proses perpindahan data yang memisahkan informasi perusahaan dari aplikasi AI.

Mengapa warisan database OceanBase penting?

Latar belakang OceanBase sebagai perusahaan berbasis database memberi fondasi yang berbeda dari Databricks yang berawal dari analitik. Dokumentasi OceanBase menjelaskan opsi ketersediaan tinggi dan pemulihan bencana di tingkat node, pusat data, dan wilayah. Materi produknya juga menekankan konsistensi kuat, penskalaan elastis, serta ketersediaan berkelanjutan baik di cloud maupun lingkungan on-premises. 3137

Kemampuan ini relevan untuk sektor yang mengharuskan AI bekerja dengan data bisnis langsung dan terkendali. Materi publik OceanBase menyebut penerapan pada berbagai lembaga keuangan besar di China dan memosisikan platform tersebut untuk modernisasi sistem inti perbankan. 4750

OceanBase juga memperoleh pengakuan pasar dari pihak independen, meski hal ini tidak boleh disamakan dengan bukti bahwa skala komersialnya sudah setara dengan Databricks. Dalam laporan The Forrester Wave: Multimodel Data Platforms, Q2 2026, Forrester mengevaluasi 14 vendor berdasarkan 24 kriteria dan menempatkan OceanBase dalam kelompok Strong Performers. Pengumuman perusahaan yang mengutip laporan tersebut menyebut OceanBase memperoleh skor tertinggi dalam sejumlah kriteria, termasuk konsistensi transaksional multimodel, kemampuan translytical multimodel, dan fleksibilitas penerapan. 49

Perbedaan skala masih sangat besar

Perbandingan ini menjadi menyesatkan jika dibaca sebagai pernyataan bahwa OceanBase kini seukuran Databricks.

Databricks melaporkan annualized revenue run rate lebih dari US$7 miliar pada kuartal II 2026. Sementara itu, laporan yang mengutip orang-orang yang mengetahui kondisi keuangan OceanBase menyebut pendapatan tahunan perusahaan tersebut pada 2026 telah melampaui US$200 juta. Berdasarkan angka itu, run rate Databricks setidaknya 35 kali lebih besar. Angka OceanBase tersebut bukan laporan keuangan yang diaudit. 111

Databricks juga memiliki jangkauan komersial dan ekosistem global yang jauh lebih besar. Bisnis OceanBase yang diberitakan masih terutama terkonsentrasi di China. 1015 Jadi, OceanBase memang membidik kategori infrastruktur perusahaan yang serupa, tetapi belum membuktikan skala maupun jangkauan global seperti Databricks.

Pendanaan dan kemandirian perusahaan

Struktur korporasi OceanBase ikut menjelaskan mengapa ekspansi ke platform AI menarik perhatian. Pada Juli 2026, laporan menyebut perusahaan sedang berdiskusi untuk menghimpun pendanaan Seri A sekitar 2–3 miliar yuan guna mendukung operasional yang lebih mandiri dan investasi pada layanan database AI. Namun, pendanaan tersebut masih berupa rencana yang sedang dibahas, bukan putaran yang telah dikonfirmasi selesai. 1118

Langkah itu mengikuti keputusan Ant Group pada 2024 untuk memberikan dewan direksi sendiri kepada OceanBase dan mengoperasikannya sebagai unit bisnis independen. Laporan lain juga menyebut adanya mekanisme insentif atau ekuitas karyawan yang dirancang agar lebih sesuai dengan model operasi perusahaan rintisan. 2224

Kombinasi antara struktur operasi yang lebih mandiri, pembicaraan pendanaan eksternal, dan pergeseran ke kategori infrastruktur AI yang lebih besar membuat analogi dengan Databricks terasa relevan bagi investor maupun pembeli teknologi perusahaan.

Bukti pasar menunjukkan traksi, bukan kesetaraan

OceanBase melaporkan adopsi yang kuat di sektor keuangan China dan industri lain yang membutuhkan keandalan tinggi. Laporan Juni 2026 yang mengutip data perusahaan dan industri menyebut OceanBase telah melayani lebih dari 400 lembaga keuangan. Laporan yang sama menyatakan hampir 70% bank dengan aset di atas 1 triliun yuan menggunakan OceanBase untuk sistem inti, serta menempatkan perusahaan itu di posisi pertama pasar database terdistribusi on-premises untuk industri keuangan China selama tiga tahun berturut-turut. 54

Angka-angka tersebut mendukung klaim bahwa OceanBase memiliki pengalaman produksi yang berarti, terutama pada lingkungan yang teregulasi dan sarat transaksi. Namun, angka itu tetap perlu dibaca sebagai klaim yang dikaitkan dengan perusahaan atau laporan industri, bukan ukuran yang telah diaudit secara independen.

Artinya, bukti yang tersedia menunjukkan kredibilitas teknis dan traksi pelanggan. Bukti tersebut belum membuktikan bahwa OceanBase telah meniru model bisnis Databricks atau mencapai skala global yang sama.

Kesimpulan

“Databricks-nya China” paling tepat dipahami sebagai gambaran tujuan yang ingin dicapai OceanBase.

Databricks bergerak dari analitik lakehouse menuju database, data bisnis real-time, dan agen AI. OceanBase bergerak dari database terdistribusi serta sistem inti finansial menuju arsitektur lakehouse terpadu, data multimodal, dan platform AI. 1612

Jalurnya berbeda, tetapi sasaran strategisnya mirip: membuat data perusahaan siap digunakan untuk analitik, aplikasi, dan AI, sembari mengurangi fragmentasi, penyalinan data, serta celah tata kelola.

OceanBase memiliki fondasi database yang kredibel dan pengalaman di lingkungan produksi yang menuntut keandalan tinggi. Namun, catatan pentingnya tetap sama: pendapatan yang dilaporkan setidaknya 35 kali lebih kecil daripada Databricks, rencana pendanaan Seri A belum dikonfirmasi selesai, dan sejumlah metrik pasar terkuatnya masih berasal dari klaim perusahaan atau industri.

Jadi, perbandingan tersebut menunjukkan ambisi dan pertemuan arah arsitektur—bukan kesetaraan skala.