1. 首頁 > 生活百科 > >

1000億美元，華人干出全球第四大AI獨角獸

創投圈ipo人工智能ai獨角獸

1000億美元，華人干出全球第四大AI獨角獸

文章圖片

1000億美元，華人干出全球第四大AI獨角獸

文章圖片

1000億美元，華人干出全球第四大AI獨角獸

文章圖片

1000億美元，華人干出全球第四大AI獨角獸

文章圖片


又一家千億美元估值AI獨角獸即將誕生！
智東西8月20日報道 ， 昨日 ， AI數據分析平臺Databricks宣布 ， 該公司已經簽署了K輪融資的條款清單 ， 預計將在現有投資者的支持下很快完成 ， 這輪融資對Databricks的估值已經超過了1000億美元（約合人民幣7179.1億元） ， 估值與8個月前的620億美元（約合人民幣4451.0億元）相比 ， 上漲了超61% 。
Databricks官宣新融資（圖源：Databricks官網）
據TechCrunch援引知情人士的消息稱 ， Databricks最新一輪融資規模約為10億美元（約合人民幣71.8億元） ， 投資方包括a16z、Thrive Capital等 ， 并且獲得了“瘋狂的超額認購” 。
成立于2013年的Databricks ， 主要提供統一的數據與AI平臺服務 ， 幫助企業整合和處理大規模數據 ， 用于數據工程、數據科學、機器學習與AI應用 ， 也能為電商、金融、醫療等領域的企業提供數據服務 。 其創始團隊中還有華人 ， 聯合創始人兼首席架構師為Reynold Xin（辛湜） 。
作為獨特的“湖倉一體”數據庫架構開創者 ， Databricks是數據智能領域的代表性企業 ， 也是AI時代重要的數據基礎設施提供商 。 截至目前 ， 有超過60%的財富500強企業采用了Databricks的數據智能平臺來管理數據 ， 并將其與AI結合 。
Crunchbase的數據顯示 ， Databricks目前是全球估值排名第八的獨角獸企業 。 完成K輪融資后 ， Databricks有望成為僅次于OpenAI、字節跳動、xAI ， 估值排名全球第四的AI獨角獸企業 。
值得一提的是 ， 英偉達也是Databricks的投資方之一 ， 曾領投Databricks的I輪融資 ， 規模為5億美元 ， 但并未參與本輪融資 。
Databricks稱 ， 本輪融資中獲得的資金 ， 將被用于加速Databricks的AI戰略 ， 這包括進一步擴大企業級智能體服務Agent Bricks、投資面向AI Agent優化的新數據庫Lakebase ， 并支持未來的AI領域收購 ， 深化AI研究 。

01. 成立12年估值1000億刀 客戶規模已突破1.5萬Databricks的創始團隊由七位加州大學伯克利分校的教授和研究生組成 ， 自2013年成立以來 ， 陸續吸引了大約80家投資者的關注 。
該公司的創始人大部分為加州大學伯克利分校AMPLab成員 ， 共同打造了開源分布式計算框架Apache Spark ， 還創下數據排序速度的世界紀錄 。 后來 ， 他們決定將相關技術商業化運作 ， Databricks應運而生 。
Databricks七位創始人（圖源：福布斯）
據The Information報道 ， 早期投資者稱 ， Databricks的創始人們對如何賺錢幾乎沒有直覺 ， 董事會原本打算在外部聘請有經驗的領導者擔任CEO ， 但發現時任Databricks工程副總裁的Ali Ghodsi在員工中很有聲望 。
【1000億美元，華人干出全球第四大AI獨角獸】接任CEO后 ， 投資者對教授出身的Ghodsi還是有些遲疑 。 Ghodsi加緊研讀商業書籍 ， 惡補了企業管理的方法 。 如今 ， 他以親力親為地方式管理這家企業 ， 高強度工作 ， 風格強硬 ， 并憑借這種方式帶領Databricks快速發展 ， 也獲得了客戶的信賴 。
Ali Ghodsi（圖源：Databricks）
Adobe的首席數據官Bin Mu曾如此評價Ghodsi：“如果我遇到一個大問題 ， 他會在接下來的一個小時內解決這個問題 。 ”
Databricks的創始人團隊中還有華人身影 。 其聯合創始人兼首席架構師為Reynold Xin（辛湜） ， 他高中畢業后前往加拿大多倫多大學就讀本科 ， 后續在加州大學伯克利分校AMPLab完成博士學業 ， 畢業后直接參與Databricks的創立 。
辛湜（圖源：Linkedin）
“湖倉一體”架構是Databricks最重要的護城河之一 。 這一技術起源于DataBricks團隊創業前打造的Apache Spark項目 ， 將數據倉庫的結構化數據存儲功能 ， 與數據湖的非結構化和半結構化數據存儲能力融合 ， 從而提升數據處理的效率與可靠性 。
在AI時代 ， 湖倉一體架構的價值愈發凸顯 。 AI訓練、推理過程中都需要使用到大量的結構化、半結構化和非結構化數據 ， 湖倉一體架構能對這些數據統一存儲管理 ， 支持實時數據攝入、處理和分析 ， 還能彈性伸縮 ， 從而降低存儲和計算成本 。
湖倉一體架構也具備向量化檢索、與機器學習框架（如PyTorch）集成等AI原生設計 ， 可簡化AI數據處理的流程 。
2022年 ， OpenAI推出ChatGPT并引發全球AI熱潮后 ， Databricks聯合創始人兼CEO Ghodsi看到了AI對數據分析領域的巨大潛力 ， 決定加大對AI技術的投資 。 當時 ， Databricks預計2022財年至2025財年期間的總現金消耗成本為15億美元 。
2023年 ， Databricks還斥資13億美元收購了大模型創企MosaicML ， 此次收購幫助 Databricks在2024年3月份發布了一個開源模型 ， 但并未推出后續版本 ， 轉而使用開源模型 。
Databricks的一體化數據智能平臺提供AutoML（自動化模型訓練）、Mosaic AI（模型部署）、AI Playground（無代碼互動測試）、Unity Catalog Agent工具管理、MLflow集成等AI服務 ， 支持從數據管理、訓練、部署到監控的AI開發全流程 ， 可整合大模型、工具鏈 ， 與數據平臺無縫融合 。
2024年時 ， Ghodsi稱 ， 截至當年11月 ， 包括Mosaic在內的生成式AI產品收入同比增長了300% 。

02. 連發多款AI Agent服務 年化收入達到37億美元在去年年底拿下100億美元的巨額融資后 ， Databricks在AI領域的動作不斷 ， 推出多款新產品與服務 ， 還在收購市場斬獲一家AI創企 。
Agent是近期Databricks投資、發展AI技術的主線 。 今年5月 ， Databricks宣布收購無服務器Postgres數據庫（一種開源的對象關系型數據庫）公司Neon 。 Neon使用AI Agent來驅動數據庫的配置 ， 其平臺上八成的數據庫均由AI自動打造 。
這筆交易的規模達到10億美元 ， Databricks可借此進一步消除傳統數據庫的彈性伸縮瓶頸 ， 為AI Agent提供“AI優先”的底層數據庫功能 。
收購Neon后不久 ， Databricks在今年6月推出了兩款Agent服務 。
其中 ， Agent Bricks可用于自動化創建AI Agent ， 用戶只需提供對任務的簡單描述 ， 并通過Databricks的數據庫向Agent提供企業數據 ， 就能完成Agent創建 。
Agent Bricks已經針對常見的行業用例進行了優化 ， 比如結構化信息提取、知識輔助、自定義文本轉換和多智能體系統等 ， 企業可以用其完成對電子郵件、法律文書等內容的處理 。
Databricks還推出了Lakebase ， 這是一款用于AI應用和Agent的新型完全托管Postgres數據庫 。
Lakebase由Databricks此前收購的Neon提供技術支撐 ， 與Databricks的數據湖倉平臺Lakehouse深度整合 ， 把業務數據和分析數據融合在一起 ， 既能用來運行大規模分析 ， 又能支持實時應用 ， 滿足了AI Agent對快速查詢數據的需求 。
這兩項服務起到了互補的作用 ， Agent Bricks顯著簡化了企業打造Agent的流程 ， 而Lakebase能為這些Agent提供合適的數據庫 。 雖然都仍處在預覽階段 ， 不過其易用性、生態整合度、兼容性等獲得了市場的認可 。
各類AI服務的推出 ， 也成為Databricks的新增長點 。 今年6月 ， Databricks高管在一場投資者活動上稱 ， 該公司的年化收入會在7月份達到37億美元（約合人民幣265.6億元） ， 同比增長50% 。 同時 ， Databricks的客戶數量已經達到了15000多家 。

03. 外部力量大力推動本輪融資 但還面臨多方競爭Databricks已經成為硅谷當今最炙手可熱的投資標的之一 ， 累計融資額近200億美元 。 收獲新一輪融資后 ， Ghodsi接受了CNBC的采訪 ， 他稱在Figma完成IPO并股價飆升后 ， “我的手機被投資者轟炸了” ， 這輪融資“肯定有來自外部的大力推動” 。
這也顯示出 ， 投資方希望在Databricks這家同樣炙手可熱的AI企業IPO之前 ， 分得一杯羹 。 在去年12月底官宣的J輪融資中 ， Databricks獲得了100億美元的巨額融資 ， 創下當年度的融資紀錄 ， 目前并不缺乏運營資金 。
Ghodsi稱 ， 目前投資者最關心的問題就是 ， Databricks的Agentic AI服務能否真正地自動化工作流程 ， 有沒有給企業帶來價值？Ghodsi對此的回應是 ， 這些服務仍處在早期階段 ， 目前更注重解決企業的日常任務 。
Databricks的本輪融資 ， 印證了市場對此類新型AI數據基礎設施公司的濃厚興趣 ， 不過 ， Databricks仍需面對來自Snowflake、甲骨文等對手的競爭 。
成立時間與Databricks相仿的Snowflake ， 被普遍認為是前者的主要競爭對手之一 。 Snowflake源自云數據倉庫（Data Warehouse） ， 主打結構化數據分析、易用性與企業級安全性 。 Databricks的Lakehouse則強調對結構化與非結構化數據的處理能力及AI/ML能力 。
在AI時代 ， 兩家公司的業務重合度不斷提升 ， 都推出了數據Agent服務 ， 在收購上也選擇了相同的方向——Snowflake于今年收購了Postgres數據庫創企Crunchy Data ， 與Databricks收購的Neon類似 。 Snowflake目前的市值約為642億美元 ， 低于Databricks目前的估值 。
Snowflake股價變動（圖源：雅虎財經）
甲骨文這樣的老牌數據庫企業 ， 也在加緊布局AI相關的數據產品 。 甲骨文于2024年推出了生成式AI Agent服務 ， 提供檢索增強生成（RAG）等功能 。 今年3月 ， 該公司進一步推出AI Agent Studio ， 作為企業創建、擴展、部署和管理AI Agent和Agent團隊的綜合平臺 ， 也能為Agent接入企業的自有數據 。
諸如微軟Azure、谷歌云、AWS等大型云基礎設施公司也是這一市場中的重要參與者 ， 并相繼推出了AI相關的數據服務 。
咨詢公司IDC的報告顯示 ， 2025年 ， 在全球數據平臺軟件提供商中 ， Databricks在能力維度排名全球第一 ， 與谷歌、甲骨文、Snowflake等共同處于領導者范疇 ， 但在規模上略小于谷歌和Snowflake 。

04. 結語：Databricks接近自由現金流盈利 ， 下一步會是IPO嗎？多家分析機構指出 ， Databricks雖然仍在虧損 ， 但在運營效率和成本控制上已有顯著改善 ， 并有望在2025年實現自由現金流盈利 。
隨著美股IPO市場回暖以及AI相關股票的驚人漲幅 ， 投資者對Databricks潛在IPO的表現普遍看好——而近期一輪由投資者力推完成的融資 ， 便成為最好的佐證 。
不過 ， Databricks目前尚未提交IPO申請 ， 其高管對相關事項的表述也較為模糊 ， 僅透露有IPO意向 ， 但未明確時間 。

    推薦閱讀