文章图片
文章图片
文章图片
文章图片
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 。
01. 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 。
【1000亿美元，华人干出全球第四大AI独角兽】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 。
Ali Ghodsi（图源：Databricks）
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% 。
02. 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 。
03. 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 ， “我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 。
04. 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 。
推荐阅读
- 1000亿美元！华人干出全球第四大AI独角兽
- 全球首款热力学计算芯片成功流片，能效可提升1000倍
- 4o-mini华人领队也离职了，这次不怪小扎
- 华人AI编程独角兽估值突破700亿！每周工作超80小时
- 又是北大校友！ChatGPT Agent华人研发主力被Meta挖走了
- 10000mAh+天玑8500，这新机真猛！
- AI独角兽总估值达27000亿美元，其中100家成立不到2年
- 10000大电池+澎湃OS3+LCD护眼屏！这款小米新机要火过小米16？
- 首款10000大电池手机来袭！首发超强性能新U，机身超轻薄！
- 荣耀Magic V Flip2即将上市，新机测试10000mAh电池