AI泡沫吹哨人阿里·古德西：数据巨头Databricks估值千亿背后的繁荣与隐忧

在刚刚过去的一年里，阿里·古德西（Ali Ghodsi）堪称硅谷最令人扫兴的角色。他频繁现身于各类行业峰会与圆桌论坛，反复敲打着一个观点：当下众多人工智能公司的估值早已脱离现实，那些动辄数十亿美元市值的明星企业，实际上“手里并没有多少真东西”。他坚称，“资本市场”才是美国“人工智能”产业的头号威胁，因为资本的狂热让初创公司轻易开出数百万美元的年薪，变相掏空了高校的科研人才库。在与高盛首席执行官大卫·所罗门的一次深度对话中，他毫不掩饰自己的悲观预期，直言尽管自己拥有不少风险对冲手段，但只要市场迎来回调，损失依然难以避免。

古德西并非只停留在口头警告，他的行动同样果断。为了避开人工智能的估值泡沫，寻求一个更为理性的定价环境，他在2024年底便宣布暂缓IPO计划，即便到了2025年岁末，也没有重启上市的时间表。更耐人寻味的是，在听完他这一连串忧心忡忡的发言后，人们惊讶地发现，他本人恰恰是这波人工智能红利最大的受益者之一。作为全球顶尖的数据平台供应商，他的Databricks已连续数年保持超过50%的业绩增速，今年9月更是将年度经常性收入（ARR）预期上调至40亿美元。与此同时，近日有消息称，Databricks已于11月正式启动新一轮规模高达50亿美元的融资，而此轮估值将一举达到1340亿美元（约合人民币9466.3亿元）。

要知道，Databricks的上一轮融资才刚刚过去一年（2024年12月），当时估值为620亿美元。短短十二个月，估值便实现翻倍增长。

红利背后的疯狂

不知这是否算是一种“凡尔赛”，阿里·古德西一直在媒体前抱怨Databricks的估值涨得太快。以2024年12月那轮融资为例，他最初的计划只是以550亿美元的估值募集20亿至30亿美元资金。然而，随着融资消息被媒体曝光，主动上门的投资人络绎不绝。等到内部团队将意向投资人名单递到他面前时，古德西几乎不敢相信自己的眼睛：所有意向投资人承诺的资金累计竟高达190亿美元（约合人民币1324亿元）。这是什么概念？根据Pitchbook的统计，2024年第三季度（即Databricks融资的前一个季度），全球风险投资总额大约为665亿美元。换句话说，如果古德西当时照单全收，Databricks一家公司就将分流当季全球风险投资近三分之一的热钱。

为了不成为众矢之的，古德西决定提高门槛，将估值提升至620亿美元，并从190亿美元中筛选出100亿美元作为新一轮融资。他在融资结束后特意强调，接受这笔百亿融资主要基于两点考虑：一是让早期员工有机会套现，共享公司成长红利，增强团队凝聚力；二是公司认为当前资本市场过于浮躁，急于上市很可能沦为AI泡沫的牺牲品，因此需要储备足够的运营资金。从公开信息来看，古德西的这番话并非空穴来风。事实上，自人类社会进入互联网时代，“数据”便一直是最热门、最重要的资产，吸引着海量资本涌入，且几乎不受经济周期影响。

据Pitchbook统计，截至2025年第三季度之前的四年间，在其他行业剧烈震荡的同时，全球数据中心及相关行业的私募股权交易量顺利翻番，规模从四年前的499亿美元（约合人民币3554亿元）快速膨胀至1077亿美元（约合人民币7670亿元）。其中最大的一笔交易发生在2024年9月4日，黑石集团（Blackstone）与加拿大养老基金以160亿美元（约合人民币1140亿元）的估值收购了亚太地区最大数据中心AirTrunk。疯狂的交易让不少人感叹，当代经济学正无限趋近于“行为经济学”，“得数据者得天下”已成共识。黑石集团负责基础设施投资的高级董事总经理格雷格·布兰克（Greg Blank）也大方承认，投资AirTrunk正是看中了其“全球影响力以及与全球最大、最有价值公司的连接能力”。中国也涌动着同样的浪潮——2025年9月10日，中国数据中心产业史上最昂贵的交易诞生，贝恩投资宣布以人民币360亿元（约合50亿美元）出售旗下秦淮数据，股权价值约为人民币280亿元（约合40亿美元）。

在此背景下，Databricks在2024年12月设定的估值仅为ARR（年度经常性收入）的24倍，已算得上良心价。相比之下，Snowflake、Datadog等竞品的估值虽然更保守（分别为ARR的19倍和16倍），但它们的ARR增长率也分别只有27%和26%。另一家主要竞品Palantir虽然拥有53%的增长率，非常接近Databricks的55%，但作为上市公司，Palantir今年深受“人工智能泡沫”影响，市值已飙升至ARR的91倍。而从目前披露的信息看，Databricks对最新一轮融资信心满满：据说公司今年先后两次上调投资人文件中的营收预期，将目标ARR从38亿美元调至40亿美元，再调整到41亿美元。同时，Databricks在文件中表示，公司已结束了持续多年的“年均亏损数亿”的状态，重新进入盈利周期。新业务拓展也颇为顺利，面向人力资源管理等领域开发的AI Agent吸引了不少客户，目前公司已有四分之一的收入来自数据库主业之外。基于这些利好，Databricks顺势将估值提升至ARR的32倍，即1340亿美元。

“借”出来的繁荣

即便如此，阿里·古德西大概率仍将扮演硅谷最扫兴的人。因为上述“利好”背后，若仔细审视细节，难免令人心生疑虑：比如，前面提到Databricks作为全球最大数据供应商，吃尽了人工智能红利——那么具体红利有多少？在披露给投资者的文件中，Databricks显示OpenAI是其最大客户，而排在OpenAI之后的前十大客户合计订单仅占整体营收的15%。用“深度绑定”来形容Databricks与OpenAI的关系毫不夸张，甚至还有些保守。再比如，Databricks正积极拓展数据库之外的业务，AI Agent业务顺利展开——那么成本又是多少？今年9月，Databricks宣布未来几年将累计投资1亿美元用于与OpenAI合作，以确保模型能力始终领先。同时，由于AI产品使用量激增，运营成本正在挤压毛利率，Databricks主动将毛利率预期从77%调低至74%。再比如，Databricks结束了连续几年的巨亏状态，今年大有希望盈利——但具体盈利多少？投资者文件透露，Databricks今年预计的自由现金流约为1000万美元，在现金流利润率上远不及Palantir、Snowflake等主要对手。

有意思的是，就在Databricks披露最新融资动态的同一时期，有人总结了一组耐人寻味的数据：如今人工智能被公认为前景最广阔的市场，OpenAI则是其中商业潜力最高、估值最高的头部玩家——那么为了成为OpenAI的供应商，各家公司付出了多大代价？仅计算为OpenAI提供数据中心、芯片、算力服务的公司，累计借款就达到了960亿美元（约合人民币6787.5亿元）。此外，为了跟上AI产业的节奏，亚马逊、谷歌、Meta、微软、甲骨文五家科技巨头今年累计发行新债1210亿美元（约合人民币8555亿元），而此前它们每年平均新债发行量约为280亿美元，直接翻了5倍。

科技公司自然不是活雷锋。它们之所以愿意“借钱”凑热闹，显然是因为OpenAI提供的不仅是“愿景”——无论是公司层面还是山姆·奥特曼本人，都反复重申未来几年OpenAI将投入1.4万亿美元采购各类必要资源。但这笔钱又从何而来？OpenAI今年的预计收入约为200亿美元，汇丰银行分析师测算，到2030年其年收入有望达到2000亿美元——增长固然漂亮，但与此同时，运营成本也将增加2070亿美元。在此预期下，一个“看空市场”正悄然成形：据德意志银行数据显示，OpenAI供应链上的科技公司信用违约互换利差正在不断扩大。所谓“信用违约互换利差”，通俗理解就是市场为公司债务违约风险买保险的“保费率”。利差越大，说明市场认为该公司违约风险越高，保费越贵。自9月下旬以来，甲骨文的五年期信用违约互换利差扩大约60个基点至104个基点，CoreWeave的利差上升约280个基点至约640个基点。可以说，Databricks非常具体地展现了这一波AI明星公司们的困境：估值固然好看，概念固然性感，但仅仅是跟上节奏就已让它们筋疲力尽。

此时再回头看阿里·古德西大谈“人工智能泡沫”，便别有一番深意。尤其是他吐槽“一个只有五个人、没有产品、没有创新、没有知识产权、全是应届毕业生的公司，根本不可能值数亿美元”，很大程度上也可以视作他为Databricks估值飞涨所做的辩解——毕竟，“一无所有的初创公司估值都能高达数十亿美元”，而Databricks可是提供了最易理解、最基础的“基础设施”服务呢。