智东西
作者 陈骏达
编辑 心缘
又一家千亿美元估值AI独角兽即将诞生！
智东西在8月20日发布消息，前一日，AI数据分析平台Databricks已经达成了K轮融资的协议条款，计划在现有投资方的协助下迅速进行，本次融资使Databricks的估值达到了1000亿美元（折合人民币7179.1亿元），这一估值较8个月前的620亿美元（折合人民币4451.0亿元）增长了超过61%。
Databricks公司宣布获得新一轮资金注入，相关图片信息来源于其官方网站
据TechCrunch报道，消息人士透露，Databricks最近完成了一笔融资，金额大约为10亿美元，折合人民币约71.8亿元，参与投资的有a16z、Thrive Capital等机构，并且这笔投资吸引了极大的兴趣，出现了供不应求的局面。
Databricks公司成立于2013年，主要致力于提供综合性的数据及人工智能平台解决方案，协助企业整合并处理海量数据资源，这些资源可用于数据工程、数据科学、机器学习以及人工智能应用等多个方面，同时也能为电子商务、金融服务、医疗健康等行业的企业提供相应的数据支持。该公司创始团队中包含华人成员，联合创始人兼首席技术架构师是Reynold Xin（辛湜）。
Databricks首创了别具一格的“湖仓一体”数据库构造，是数据智能行业中的标杆性公司，同时也是人工智能时代关键的数据基础建设者。到目前为止，超过六成的财富500强公司运用Databricks的数据智能系统来处理数据，并将其与人工智能技术融合在一起。
根据Crunchbase的信息，Databricks当前是全球市值第八大的独角兽公司。在结束K轮融资之后，Databricks极有可能跻身全球第四位，仅次于OpenAI、字节跳动和xAI，成为估值最高的AI独角兽企业之一。
值得注意的一点是，英伟达也是Databricks的出资方之一，它曾经为Databricks的初次融资提供了领导性投资，当时的投资总额达到五亿美元，不过它并没有参与这次的融资活动。
Databricks表示，本次融资所得将推动其人工智能战略的实施，具体措施涵盖扩充专业智能服务Agent Bricks的规模，为人工智能智能体配置专用数据库Lakebase，以及为未来人工智能领域的并购活动提供资金支持，从而加强人工智能相关研究工作。
一、成立12年估值1000亿刀，客户规模已突破1.5万
创始团队由七名加州大学伯克利分校的教授和研究生构成，他们共同发起了Databricks，自它诞生以来，已经陆续获得了大约80位投资人的青睐。
这家企业的创办者多数来自加州大学伯克利分校的AMPLab团队，他们一起研发了开源的分布式计算系统Apache Spark，并且曾刷新了数据排序效率的全球纪录，接着他们选择将这项技术推向市场，由此成立了Databricks公司。
Databricks七位创始人（图源：福布斯）
据The Information披露，初期投资方表示，Databricks的建立者对于怎样获利几乎没什么概念，董事团起初计划从外面招募一位经验丰富的管理者出任CEO，不过他们发觉当时担任Databricks技术部主管的Ali Ghodsi在同事中颇具威望。
成为最高负责人之后，出资人对学者背景的Ghodsi依然存有疑虑。Ghodsi着力钻研经营类读物，大量学习了公司运营的技巧。他现在亲自参与各项事务，投入大量精力，手段严厉，通过这种做法推动Databricks迅猛成长，同时赢得了合作方的信任。
Ali Ghodsi（图源：Databricks）
Adobe的高管Bin Mu对Ghodsi有很高的评价,他称Ghodsi非常厉害,遇到棘手难题时,往往能在短短一个小时之内找到解决方案。
Databricks的创始班底里也有华裔成员。联合创始人兼首席技术官是辛湜，他高中毕业后来到加拿大多伦多大学进修本科，后来在加州大学伯克利分校的AMPLab完成了博士研究，学成后便直接加入了Databricks的初创工作。
辛湜（图源：Linkedin）
湖仓一体模式是Databricks的核心竞争优势之一。这项技术源自DataBricks团队创业初期研发的Apache Spark计划，它将数据仓库的条理清晰数据保存方式，同数据湖的灵活多变数据存储特性结合起来，以此增强数据处理的速度和稳定性。
人工智能时代，湖仓一体模式的作用更加明显。人工智能训练和推理环节，均需运用海量组织化、半组织化和无组织化信息，湖仓一体模式能对这些信息集中存放管理，允许即时信息接纳、加工和解读，并且可以灵活增减，因此能够减少存储和运算开销。
该体系结构同时支持向量式检索，能够同机器学习平台（例如PyTorch）实现融合，具备AI化构建的特点，有助于精简人工智能数据处理的步骤。
二零二二年，OpenAI发布GPT并带动全球人工智能领域高涨，Databricks的联合创始人兼行政总裁Ghodsi察觉到人工智能在数据解析行业中的广阔前景，于是着手增加对人工智能技术的资金投入，当时Databricks预测从二零二二年财政年度到二零二五年财政年度，整体现金支出开销预计达到十五亿美元。
二零二三年，Databricks又投入了十三亿美元购置了专攻大模型的MosaicML公司，这笔投资促使Databricks在二零二四年三月公布了一个共享使用的模型，不过该公司没有继续开发新版本，而是决定采用已经开源的模型。
Databricks的集成化数据智能平台包含自动化模型训练功能AutoML、模型部署服务Mosaic AI、无代码互动测试环境AI Playground、工具管理工具Unity Catalog Agent以及MLflow集成等人工智能服务，能够覆盖从数据管理、模型训练、部署到监控的完整人工智能开发环节，可以融合大型模型和工具链，与数据平台实现无缝对接。
2024年，Ghodsi透露，到当年11月为止，以Mosaic为代表的生成式人工智能产品，其营收相较上一年实现了300%的增长。
二、连发多款AI Agent服务，年化收入达到37亿美元
去年岁末成功募集了百亿美元规模的大额资本之后，Databricks在人工智能产业界的举措持续不断，相继推出了数个崭新的产品项目以及配套服务，并且在并购领域成功吸纳了一家从事人工智能研发的初创公司。
Databricks近期着重投资AI技术，Agent是其核心方向。今年五月，该公司完成了对无服务器Postgres数据库企业Neon的收购，后者属于开源对象关系型数据库。Neon运用AI Agent负责数据库的设置工作，其平台上的大部分数据库都是通过AI自动创建的。
这笔交易金额高达十亿，Databricks将依靠此增强其处理能力，突破传统数据库在资源调配上的限制，为AI Agent构建专属的智能化数据支持系统。
Databricks在吞并Neon之后，于今年6月推出了两种新的智能代理服务。
其中，Agent Bricks可用于自动生成AI Agent，用户只需要给出任务的简要说明，再借助Databricks的数据库向Agent输入公司数据，即可实现Agent的生成。
Agent Bricks针对多种典型业务场景进行了改进，涉及体系化资料获取、认知支持、个性化文档改写以及跨主体协作机制等，组织能够借助它来应对电子函件、司法文件等事务。
Databricks发布了Lakebase产品，它是一种专为人工智能应用和智能体设计的托管式Postgres数据库系统。
Lakebase依托Databricks先前吸纳的Neon的技术基础，与Databricks的数据湖仓平台Lakehouse紧密联合，将业务数据和分析数据合并，既可执行海量分析，亦可支撑即时应用，契合了AI Agent对迅速检索数据的要求。
这两项功能形成了相互补充的关系，Agent Bricks大幅简化了公司构建智能体的步骤，Lakebase则为这些智能体配备了匹配的数据存储系统。尽管目前两项服务都还处于试用阶段，但它们的便捷操作、与其他系统的融合程度以及通用性已经赢得了市场的肯定。
人工智能产品线的发布，为Databricks带来了新的发展机遇。今年六月，Databricks的领导层在一场面向投资者的会议上表示，公司年度营收计划在七月实现37亿美元，折合人民币约265点6亿元，较去年同期增长百分之五十。此外，Databricks的用户规模已经扩展至超过一万五千家。
三、外部力量大力推动本轮融资，但还面临多方竞争
Databricks如今已是硅谷备受追捧的投资对象，累计融资金额将近二百亿美元。新一轮资金到位后，Ghodsi应CNBC的邀请进行访谈，他透露在Figma成功上市且股价大幅上涨之后，“他的手机不断收到投资方的询问”，本次融资“必定得益于外界的大力支持”。
这也能表明，出资人期待在Databricks这家备受瞩目的AI公司首次公开募股前，获取一部分利益。去年12月末公布的J轮融资里，Databricks筹集了高达100亿美元的资金，创下了那一年的融资新高，现阶段并不缺少周转资金。
Ghodsi表示，当前投资者最为关注的是，Databricks的Agentic AI服务能否实现工作流程的自动化，以及是否真正为企业创造效益。Ghodsi对此解释说，这些服务目前仍处于初步发展阶段，现阶段主要侧重于协助企业处理日常事务。
Databricks的最新一轮资金募集，反映了行业对于这类创新性AI数据平台的高度关注，但该公司依然要应对来自Snowflake、甲骨文等竞争对手的挑战。
Snowflake与Databricks的创建时间相近，常被视为对方的强劲对手。Snowflake基于云数据仓库技术，其核心业务是进行结构化数据解析，注重使用的便捷程度和大型组织的防护机制。Databricks的Lakehouse方案则着重于同时管理有组织及无组织的各类数据，并且具备人工智能和机器学习方面的功能。
当前人工智能领域，两家企业的业务交集日益显著，均推出了数据代理产品，收购策略也殊途同归——Snowflake今年并购了Postgres数据库的Crunchy Data公司，这与Databricks吸纳Neon的做法如出一辙。Snowflake当前的市场价值达到642亿美元，而Databricks的当前评估值则更高。
Snowflake股价变动（图源：雅虎财经）
甲骨文作为历史悠久的数据服务商，正积极拓展人工智能领域的业务，推出了生成式人工智能助手服务，该服务具备检索增强生成等特性，并且是在2024年正式上线的。今年三月，这家企业又推出了AI Agent Studio，这是一个能帮助企业创建、拓展、布置以及监控AI Agent及Agent团队的全面系统，同时也能让这些Agent接入公司自有的信息资源。
像微软Azure、谷歌云、AWS这些云平台巨头，也是这个市场里不可或缺的角色，它们都陆续推出了跟人工智能有关的数据产品。
IDC发布的调研结果指出，2025年，Databricks在数据平台软件服务商中的综合实力位居全球首位，与谷歌、甲骨文、Snowflake等企业一同被视作行业标杆，不过其业务体量相对谷歌和Snowflake要小一些。
结尾：Databricks已接近实现自由现金流盈利，那么它接下来会选择进行首次公开募股吗
不少研究机构表明，Databricks即便目前还有亏损，其运作效能和费用管理已获得明显进步，预计到2025年能够达成无负债的现金流转正。
美股首次公开募股市场呈现复苏态势，人工智能概念股实现逆势高增长，市场参与者对Databricks未来首次公开募股的预期普遍积极——最近一轮在投资方积极推动下达成的融资，充分印证了这种乐观预期。
但是，Databricks当前还没有递交首次公开募股的申请，公司领导层对于相关问题的说明也比较含糊，只是表示有上市计划，不过没有给出具体的时间安排。
