1000亿美元！华人干出全球第四大AI独角兽

又一家千亿美元估值AI独角兽即将诞生！

智东西8月20日报道，昨日，AI数据分析平台Databricks宣布，该公司已经签署了K轮融资的条款清单，预计将在现有投资者的支持下很快完成，这轮融资对Databricks的估值已经超过了1000亿美元（约合人民币7179.1亿元），估值与8个月前的620亿美元（约合人民币4451.0亿元）相比，上涨了超61%。

▲Databricks官宣新融资（图源：Databricks官网）

据TechCrunch援引知情人士的消息称，Databricks最新一轮融资规模约为10亿美元（约合人民币71.8亿元），投资方包括a16z、Thrive Capital等，并且获得了“疯狂的超额认购”。

成立于2013年的Databricks，主要提供统一的数据与AI平台服务，帮助企业整合和处理大规模数据，用于数据工程、数据科学、机器学习与AI应用，也能为电商、金融、医疗等领域的企业提供数据服务。其创始团队中还有华人，联合创始人兼首席架构师为Reynold Xin（辛湜）。

作为独特的“湖仓一体”数据库架构开创者，Databricks是数据智能领域的代表性企业，也是AI时代重要的数据基础设施提供商。截至目前，有超过60%的财富500强企业采用了Databricks的数据智能平台来管理数据，并将其与AI结合。

Crunchbase的数据显示，Databricks目前是全球估值排名第八的独角兽企业。完成K轮融资后，Databricks有望成为仅次于OpenAI、字节跳动、xAI，估值排名全球第四的AI独角兽企业。

值得一提的是，英伟达也是Databricks的投资方之一，曾领投Databricks的I轮融资，规模为5亿美元，但并未参与本轮融资。

Databricks称，本轮融资中获得的资金，将被用于加速Databricks的AI战略，这包括进一步扩大企业级智能体服务Agent Bricks、投资面向AI Agent优化的新数据库Lakebase，并支持未来的AI领域收购，深化AI研究。

一、成立12年估值1000亿刀，客户规模已突破1.5万

Databricks的创始团队由七位加州大学伯克利分校的教授和研究生组成，自2013年成立以来，陆续吸引了大约80家投资者的关注。

该公司的创始人大部分为加州大学伯克利分校AMPLab成员，共同打造了开源分布式计算框架Apache Spark，还创下数据排序速度的世界纪录。后来，他们决定将相关技术商业化运作，Databricks应运而生。

▲Databricks七位创始人（图源：福布斯）

据The Information报道，早期投资者称，Databricks的创始人们对如何赚钱几乎没有直觉，董事会原本打算在外部聘请有经验的领导者担任CEO，但发现时任Databricks工程副总裁的Ali Ghodsi在员工中很有声望。

接任CEO后，投资者对教授出身的Ghodsi还是有些迟疑。Ghodsi加紧研读商业书籍，恶补了企业管理的方法。如今，他以亲力亲为地方式管理这家企业，高强度工作，风格强硬，并凭借这种方式带领Databricks快速发展，也获得了客户的信赖。

Adobe的首席数据官Bin Mu曾如此评价Ghodsi：“如果我遇到一个大问题，他会在接下来的一个小时内解决这个问题。”

Databricks的创始人团队中还有华人身影。其联合创始人兼首席架构师为Reynold Xin（辛湜），他高中毕业后前往加拿大多伦多大学就读本科，后续在加州大学伯克利分校AMPLab完成博士学业，毕业后直接参与Databricks的创立。

▲辛湜（图源：Linkedin）

“湖仓一体”架构是Databricks最重要的护城河之一。这一技术起源于DataBricks团队创业前打造的Apache Spark项目，将数据仓库的结构化数据存储功能，与数据湖的非结构化和半结构化数据存储能力融合，从而提升数据处理的效率与可靠性。

在AI时代，湖仓一体架构的价值愈发凸显。AI训练、推理过程中都需要使用到大量的结构化、半结构化和非结构化数据，湖仓一体架构能对这些数据统一存储管理，支持实时数据摄入、处理和分析，还能弹性伸缩，从而降低存储和计算成本。

湖仓一体架构也具备向量化检索、与机器学习框架（如PyTorch）集成等AI原生设计，可简化AI数据处理的流程。

2022年，OpenAI推出ChatGPT并引发全球AI热潮后，Databricks联合创始人兼CEO Ghodsi看到了AI对数据分析领域的巨大潜力，决定加大对AI技术的投资。当时，Databricks预计2022财年至2025财年期间的总现金消耗成本为15亿美元。

2023年，Databricks还斥资13亿美元收购了大模型创企MosaicML，此次收购帮助 Databricks在2024年3月份发布了一个开源模型，但并未推出后续版本，转而使用开源模型。

Databricks的一体化数据智能平台提供AutoML（自动化模型训练）、Mosaic AI（模型部署）、AI Playground（无代码互动测试）、Unity Catalog Agent工具管理、MLflow集成等AI服务，支持从数据管理、训练、部署到监控的AI开发全流程，可整合大模型、工具链，与数据平台无缝融合。

2024年时，Ghodsi称，截至当年11月，包括Mosaic在内的生成式AI产品收入同比增长了300%。

二、连发多款AI Agent服务，年化收入达到37亿美元

在去年年底拿下100亿美元的巨额融资后，Databricks在AI领域的动作不断，推出多款新产品与服务，还在收购市场斩获一家AI创企。

Agent是近期Databricks投资、发展AI技术的主线。今年5月，Databricks宣布收购无服务器Postgres数据库（一种开源的对象关系型数据库）公司Neon。Neon使用AI Agent来驱动数据库的配置，其平台上八成的数据库均由AI自动打造。

这笔交易的规模达到10亿美元，Databricks可借此进一步消除传统数据库的弹性伸缩瓶颈，为AI Agent提供“AI优先”的底层数据库功能。

收购Neon后不久，Databricks在今年6月推出了两款Agent服务。

其中，Agent Bricks可用于自动化创建AI Agent，用户只需提供对任务的简单描述，并通过Databricks的数据库向Agent提供企业数据，就能完成Agent创建。

Agent Bricks已经针对常见的行业用例进行了优化，比如结构化信息提取、知识辅助、自定义文本转换和多智能体系统等，企业可以用其完成对电子邮件、法律文书等内容的处理。

Databricks还推出了Lakebase，这是一款用于AI应用和Agent的新型完全托管Postgres数据库。

Lakebase由Databricks此前收购的Neon提供技术支撑，与Databricks的数据湖仓平台Lakehouse深度整合，把业务数据和分析数据融合在一起，既能用来运行大规模分析，又能支持实时应用，满足了AI Agent对快速查询数据的需求。

这两项服务起到了互补的作用，Agent Bricks显著简化了企业打造Agent的流程，而Lakebase能为这些Agent提供合适的数据库。虽然都仍处在预览阶段，不过其易用性、生态整合度、兼容性等获得了市场的认可。

各类AI服务的推出，也成为Databricks的新增长点。今年6月，Databricks高管在一场投资者活动上称，该公司的年化收入会在7月份达到37亿美元（约合人民币265.6亿元），同比增长50%。同时，Databricks的客户数量已经达到了15000多家。

三、外部力量大力推动本轮融资，但还面临多方竞争

Databricks已经成为硅谷当今最炙手可热的投资标的之一，累计融资额近200亿美元。收获新一轮融资后，Ghodsi接受了CNBC的采访，他称在Figma完成IPO并股价飙升后，“他的手机被投资者轰炸了”，这轮融资“肯定有来自外部的大力推动”。

这也显示出，投资方希望在Databricks这家同样炙手可热的AI企业IPO之前，分得一杯羹。在去年12月底官宣的J轮融资中，Databricks获得了100亿美元的巨额融资，创下当年度的融资纪录，目前并不缺乏运营资金。

Ghodsi称，目前投资者最关心的问题就是，Databricks的Agentic AI服务能否真正地自动化工作流程，有没有给企业带来价值？Ghodsi对此的回应是，这些服务仍处在早期阶段，目前更注重解决企业的日常任务。

Databricks的本轮融资，印证了市场对此类新型AI数据基础设施公司的浓厚兴趣，不过，Databricks仍需面对来自Snowflake、甲骨文等对手的竞争。

成立时间与Databricks相仿的Snowflake，被普遍认为是前者的主要竞争对手之一。Snowflake源自云数据仓库（Data Warehouse），主打结构化数据分析、易用性与企业级安全性。Databricks的Lakehouse则强调对结构化与非结构化数据的处理能力及AI/ML能力。

在AI时代，两家公司的业务重合度不断提升，都推出了数据Agent服务，在收购上也选择了相同的方向——Snowflake于今年收购了Postgres数据库创企Crunchy Data，与Databricks收购的Neon类似。Snowflake目前的市值约为642亿美元，低于Databricks目前的估值。

▲Snowflake股价变动（图源：雅虎财经）

甲骨文这样的老牌数据库企业，也在加紧布局AI相关的数据产品。甲骨文于2024年推出了生成式AI Agent服务，提供检索增强生成（RAG）等功能。今年3月，该公司进一步推出AI Agent Studio，作为企业创建、扩展、部署和管理AI Agent和Agent团队的综合平台，也能为Agent接入企业的自有数据。

诸如微软Azure、谷歌云、AWS等大型云基础设施公司也是这一市场中的重要参与者，并相继推出了AI相关的数据服务。

咨询公司IDC的报告显示，2025年，在全球数据平台软件提供商中，Databricks在能力维度排名全球第一，与谷歌、甲骨文、Snowflake等共同处于领导者范畴，但在规模上略小于谷歌和Snowflake。

结语：Databricks接近自由现金流盈利，下一步会是IPO吗？

多家分析机构指出，Databricks虽然仍在亏损，但在运营效率和成本控制上已有显著改善，并有望在2025年实现自由现金流盈利。

随着美股IPO市场回暖以及AI相关股票的惊人涨幅，投资者对Databricks潜在IPO的表现普遍看好——而近期一轮由投资者力推完成的融资，便成为最好的佐证。

不过，Databricks目前尚未提交IPO申请，其高管对相关事项的表述也较为模糊，仅透露有IPO意向，但未明确时间。