Databricks估值突破千亿美元，成为全球AI独角兽新巨头

人工智能领域再掀波澜，一家估值高达千亿美元的AI独角兽企业正蓄势待发！

据智东西8月20日最新消息，领先的AI数据分析平台Databricks于近日正式宣布，公司已签署K轮融资条款清单，预计在现有投资者的强力推动下迅速完成交割。本轮融资使Databricks的估值飙升至1000亿美元（约合人民币7179.1亿元），相较于仅仅八个月前的620亿美元（约合人民币4451.0亿元），估值涨幅惊人地超过了61%。

Databricks官方发布新一轮融资信息（图片来源：Databricks官网）

TechCrunch援引知情人士透露，Databricks此轮融资规模约为10亿美元（约合人民币71.8亿元），投资方包括a16z、Thrive Capital等知名机构，并且获得了市场“疯狂的超额认购”。

成立于2013年的Databricks，核心业务是提供一体化的数据与AI平台服务，协助企业高效整合与处理海量数据，广泛应用于数据工程、数据科学、机器学习及AI应用构建，并为电商、金融、医疗等多个行业提供定制化数据解决方案。其创始团队中不乏华人精英，联合创始人兼首席架构师即为Reynold Xin（辛湜）。

作为“湖仓一体”创新架构的引领者，Databricks已成为数据智能领域的标杆企业，同时也是AI时代不可或缺的核心数据基础设施提供商。截至目前，超过60%的财富500强企业都采用Databricks的数据智能平台来管理数据资产，并驱动AI融合创新。

根据Crunchbase的数据，Databricks目前高居全球独角兽企业估值排行榜第八位。完成此轮K轮融资后，Databricks有望跃升为仅次于OpenAI、字节跳动、xAI的全球第四大AI独角兽企业。

值得关注的是，科技巨头英伟达也是Databricks的重要投资方之一，曾领投其I轮5亿美元融资，但未参与本轮融资。

Databricks表示，本轮募得资金将全力加速其AI战略布局，包括拓展企业级智能体服务Agent Bricks、投资为AI Agent优化的新型数据库Lakebase，并支持未来在AI领域的并购活动，以深化AI技术研究。

01.

成立12年估值冲上千亿美元

全球客户数量突破1.5万家

Databricks由七位来自加州大学伯克利分校的教授和研究生共同创立，自2013年成立以来，已吸引约80家投资者的目光。

该公司的创始团队大多源自加州大学伯克利分校的AMPLab，曾共同开发了开源分布式计算框架Apache Spark，并创下数据排序速度的世界纪录。随后，他们决定将相关技术进行商业化运作，Databricks由此诞生。

Databricks七位创始人合影（图源：福布斯）

The Information报道指出，早期投资者曾认为Databricks的创始团队在商业变现方面缺乏直觉，董事会原计划从外部聘请经验丰富的领导者担任CEO，但发现时任工程副总裁的Ali Ghodsi在员工中威望极高。

Ghodsi接任CEO后，起初投资者对其学术背景有所疑虑。为此，他潜心研读商业著作，恶补企业管理知识。如今，他以亲力亲为、作风强硬的方式领导公司，通过高强度工作推动Databricks迅猛发展，赢得了客户的广泛信任。

Databricks CEO Ali Ghodsi（图源：Databricks）

Adobe首席数据官Bin Mu如此评价Ghodsi：“如果我遇到重大难题，他总能在一小时内给出解决方案。”

Databricks的创始团队中闪耀着华人智慧。联合创始人兼首席架构师Reynold Xin（辛湜）高中毕业后赴加拿大多伦多大学攻读本科，随后在加州大学伯克利分校AMPLab完成博士学位，毕业后即投身Databricks的创业历程。

联合创始人兼首席架构师辛湜（图源：Linkedin）

“湖仓一体”架构是Databricks最坚固的技术护城河。这一技术源于创业前团队打造的Apache Spark项目，成功融合了数据仓库的结构化数据管理能力与数据湖的非结构化和半结构化数据存储优势，从而极大提升了数据处理的效率与可靠性。

在AI浪潮中，湖仓一体架构的价值愈发凸显。AI模型的训练与推理需要处理海量的结构化、半结构化和非结构化数据，湖仓一体架构能够对这些数据进行统一存储与管理，支持实时数据摄入、处理与分析，并实现弹性伸缩，有效降低存储与计算成本。

此外，该架构还具备向量化检索、与PyTorch等机器学习框架深度集成等AI原生设计，大幅简化了AI数据处理的流程。

2022年，OpenAI推出ChatGPT引爆全球AI热潮后，Databricks联合创始人兼CEO Ghodsi敏锐洞察到AI对数据分析领域的革命性潜力，决定加大AI技术投入。当时，Databricks预计2022财年至2025财年间的总现金消耗将达到15亿美元。

2023年，Databricks以13亿美元收购大模型初创公司MosaicML，此次收购助力Databricks在2024年3月发布了开源模型，但后续转而聚焦于集成开源模型生态。

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（无代码交互测试）、Unity Catalog Agent工具管理、MLflow集成等全方位AI服务，支持从数据管理、模型训练、部署到监控的全流程AI开发，并可无缝整合大模型与工具链，与数据平台深度耦合。

2024年，Ghodsi透露，截至当年11月，包括Mosaic在内的生成式AI产品收入同比暴增了300%。

02.

连续推出多款AI Agent服务

公司年化收入冲至37亿美元

在去年年底完成百亿美元巨额融资后，Databricks在AI领域动作频频，陆续推出多款新产品与服务，并成功收购一家AI初创企业。

AI智能体（Agent）已成为Databricks近期投资与发展AI技术的核心主线。今年5月，Databricks宣布收购无服务器Postgres数据库公司Neon。Neon利用AI Agent驱动数据库自动配置，其平台上约80%的数据库均由AI自动构建。

这笔交易价值约10亿美元，使Databricks能够进一步突破传统数据库的弹性伸缩限制，为AI Agent提供“AI优先”的底层数据库支持。

收购Neon后不久，Databricks于今年6月重磅推出两款Agent服务。

其中，Agent Bricks可用于自动化创建AI Agent，用户仅需提供任务描述，并通过Databricks数据库向Agent注入企业数据，即可快速完成Agent构建。

Agent Bricks已针对常见行业用例进行优化，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，企业可轻松用于处理电子邮件、法律文书等复杂任务。

同时，Databricks推出了Lakebase，这是一款专为AI应用和Agent设计的新型全托管Postgres数据库。

Lakebase由收购的Neon技术驱动，并与Databricks的湖仓一体平台Lakehouse深度整合，实现了业务数据与分析数据的融合，既能支撑大规模分析，又能满足实时应用需求，完美契合了AI Agent对高速数据查询的苛刻要求。

这两项服务形成互补：Agent Bricks极大简化了企业构建Agent的流程，而Lakebase则为这些Agent提供了高性能的数据底座。尽管仍处于预览阶段，但其易用性、生态整合度与兼容性已获得市场高度认可。

各类AI服务的推出，为Databricks带来了新的增长引擎。今年6月，Databricks高管在一场投资者活动中透露，公司年化收入预计在7月达到37亿美元（约合人民币265.6亿元），同比增长高达50%。同时，Databricks的客户总数已突破15000家。

03.

外部资本强力助推本轮融资

市场竞争格局依然激烈

Databricks已成为硅谷最炙手可热的投资标的之一，累计融资额接近200亿美元。获得新一轮融资后，Ghodsi接受CNBC采访时表示，在Figma成功IPO并股价飙升后，“我的手机被投资者的消息淹没”，此轮融资“无疑受到了外部力量的强劲推动”。

这反映出，投资方迫切希望在Databricks这家明星AI企业IPO前抢占席位。事实上，在去年12月官宣的J轮融资中，Databricks已获得100亿美元巨资，创下当年融资纪录，目前公司资金储备充裕。

Ghodsi指出，投资者最关心的问题是Databricks的智能体AI服务能否真正实现工作流程自动化并为企业创造价值？他的回应是，这些服务仍处于早期阶段，当前重点是为企业解决日常任务。

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

与Databricks几乎同期成立的Snowflake，被普遍视作其主要竞争对手。Snowflake起源于云数据仓库，主打结构化数据分析、易用性与企业级安全。而Databricks的Lakehouse则强调对多类型数据的处理能力及AI/ML集成。

在AI时代，两家公司的业务交叉日益增多，均推出了数据Agent服务，并在收购方向上不谋而合——Snowflake于今年收购了Postgres数据库创企Crunchy Data，与Databricks收购Neon的策略类似。Snowflake当前市值约642亿美元，略低于Databricks的最新估值。

Snowflake股价走势图（图源：雅虎财经）

甲骨文等传统数据库巨头也在加紧布局AI数据产品。甲骨文于2024年推出生成式AI Agent服务，提供检索增强生成（RAG）等功能。今年3月，该公司进一步发布AI Agent Studio，作为企业创建、扩展、部署和管理AI Agent及Agent团队的一站式平台，并能便捷接入企业自有数据。

此外，微软Azure、谷歌云、AWS等大型云基础设施提供商同样是该市场的重要参与者，纷纷推出了自家的AI数据服务。

根据咨询公司IDC的报告，2025年全球数据平台软件提供商中，Databricks在技术能力维度排名全球第一，与谷歌、甲骨文、Snowflake等一同位居领导者象限，但在企业规模上略逊于谷歌和Snowflake。

04.

结语：Databricks逼近自由现金流盈利，

下一步是否启动IPO引期待

多家分析机构指出，尽管Databricks仍在亏损，但其运营效率和成本控制已显著改善，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相关股票的强劲表现，投资者对Databricks潜在IPO的前景普遍乐观——而近期这轮由资本强力推动的融资，正是最有力的证明。

不过，Databricks目前尚未正式提交IPO申请，公司高管对相关事宜的表态也较为谨慎，仅透露有上市意向，但未给出明确时间表。