Databricks 190亿美元融资背后：AI数据基础设施融资的资本狂热与企业选型战略

投资人比 Databricks 自己更急

这轮融资的细节本身就比任何分析都更说明问题。Databricks CEO Ali Ghodsi 告诉 TechCrunch，公司原计划只融 10 亿美元，但投资人递进来的支票加起来超过 150 亿。最终 Databricks "妥协"——拿走 50 亿，接受了 1900 亿美元的估值定价。

不是公司在求融资，是资本在抢入场券。

1900 亿估值意味着什么量级？对比一下：Snowflake 当前市值约 420 亿美元，MongoDB 约 160 亿，Confluent 约 70 亿。Databricks 一家的估值，已经等于这三家之和再乘以两倍。而 Databricks 至今未上市，这个数字完全来自二级市场对"企业 AI 数据平台"这个故事的定价。

Ghodsi 的解释只有一句话："AI is expensive。"这句话背后是一条完整的商业链条：大模型训练和推理消耗海量算力，算力需要数据喂养，数据需要治理和调度平台，而 Databricks 正好站在这条链条的枢纽位置。

为什么是 Databricks，而不是 Snowflake 或者云厂商自己

企业数据平台的竞争格局在过去 18 个月发生了明显分化。Snowflake 长期占据数仓赛道的心智，但它的产品基因是 SQL-first、结构化数据优先。当企业开始大量处理非结构化数据——文档、图像、代码、对话日志——Snowflake 的架构优势就开始打折。

Databricks 的 Lakehouse 架构（基于开源的 Delta Lake + Apache Spark）天然更接近 AI 工作负载的数据形态。具体体现在几个维度：

• 统一存储层：结构化与非结构化数据共用一套 Delta Lake 存储，不需要在数仓和数据湖之间来回 ETL
• 原生 ML 集成：MLflow（Databricks 主导开源）已成为 ML 实验追踪的事实标准，Unity Catalog 直接管理模型版本
• 向量搜索：Mosaic AI Vector Search 支持直接在 Lakehouse 内跑 RAG 检索，省掉独立部署 Pinecone/Weaviate 的成本

云厂商也在同一赛道发力——AWS 有 SageMaker + Glue，Azure 有 Fabric，GCP 有 Vertex AI + BigQuery。但这些方案有一个共同问题：深度绑定单一云厂商。对于已经跑在多云或混合云架构上的大型企业，Databricks 的跨云中立性是真实的选型优势。

估值 1900 亿的支撑逻辑拆解

市场给 Databricks 这个估值，背后有几条可以量化的叙事：

ARR 增速：Databricks 2025 财年 ARR 超过 27 亿美元，同比增速维持在 50% 以上。在这个体量上保持这个增速，在企业软件里属于异常值。

AI 工作负载增量：企业在 fine-tuning 私有模型、构建 RAG pipeline 时，数据准备和 Feature Engineering 的成本往往占整个项目 30%~50%。Databricks 直接坐在这个成本中心上。

开源生态锁定：Delta Lake 月活项目超过 4000 万，MLflow 在 GitHub 上有超过 19000 颗星。开源社区形成了"用 Databricks 的技术栈 → 自然倾向购买 Databricks 的托管服务"的转化漏斗。

当然，也有值得怀疑的地方。1900 亿对应的隐含 P/S 倍数超过 70x，比 Snowflake 历史峰值还高。如果宏观利率环境变化、企业 IT 支出收缩，这个估值会面临压力。但在当前 AI 基础设施融资的氛围下，没有人在用传统 SaaS 估值模型给这类公司定价。

企业选型的实操建议

如果你正在为公司的 AI 数据平台做技术选型，以下几个维度值得具体对比：

| 维度 | Databricks | Snowflake | 自建（云原生） | |---|---|---|---| | 非结构化数据支持 | 原生支持 | 有限 | 取决于选型 | | ML/AI 集成深度 | 深（MLflow 原生） | 浅（通过合作伙伴） | 灵活但成本高 | | 多云支持 | 强 | 较强 | 完全灵活 | | 运维复杂度 | 中 | 低 | 高 | | 月均起步成本 | ~$5,000+ | ~$2,000+ | 变数大 | | 向量搜索 | 内置 | 需额外配置 | 需独立部署 |

对于数据团队在 20 人以下、以结构化业务数据为主的公司，Snowflake 依然是更低摩擦的选择。但如果你的核心场景是：训练或 fine-tune 私有模型、构建企业内部 RAG 系统、处理大量文档/日志类非结构化数据，Databricks 的整合度优势会在 6 个月后开始显现。

实操层面，Databricks 有免费社区版可以先跑通 POC。验证 pipeline 的基本命令：

# 在 Databricks 上加载数据并注册到 Unity Catalog
from databricks.sdk import WorkspaceClient

w = WorkspaceClient()
spark.sql("CREATE CATALOG IF NOT EXISTS ai_prod")
spark.sql("USE CATALOG ai_prod")

df = spark.read.format("delta").load("/mnt/data/raw_docs")
df.write.format("delta").saveAsTable("ai_prod.default.documents_v1")

Unity Catalog 的权限模型对企业合规来说也是一个加分项，特别是在数据主权要求严格的金融、医疗场景下。

AI 基础设施融资热潮还会持续多久

Databricks 这轮融资不是孤立事件。同期，Railway 拿到了 1 亿美元用于构建 AI 原生云基础设施；AI 推理优化创业公司 Kog 在研究如何让 GPU 更好地支持 Agent 工作负载；连 SpaceX 都把 Cursor 纳入麾下，把 AI 编码能力直接整合进工程体系。

资本的逻辑是：AI 应用层的竞争烈度极高、护城河浅，但基础设施层一旦形成用户习惯和数据惯性，迁移成本极高。Databricks 的 1900 亿估值，本质上是市场在押注"企业 AI 数据平台会像数据库一样形成强锁定"这个命题。

这个命题不一定错，但它需要 Databricks 在 IPO 窗口打开之前，把 ARR 继续推到 50 亿以上，同时证明 AI 工作负载的货币化效率比传统数据工程更高。接下来 18 个月，值得持续跟踪。

---

在跑通企业内部 RAG pipeline 或者对接 Databricks 这类平台的 API 时，模型调用成本往往是另一个变量。我自己在测试不同 embedding 模型和 LLM 组合时，习惯用 XycAi 词元平台 来控成本——它兼容 OpenAI 接口格式，能一个 API key 同时跑 Claude Opus 4.8、GPT-5.4 和 DeepSeek，官方模型低至官价 1.4 折，Claude Code / Codex / Gemini CLI 都可以直接接入，对需要多模型对比测试的数据团队来说省掉了不少账号管理的麻烦。企业环境下还支持开全球发票，合规这块不用额外操心。