6.3
深览指数
商业TechCrunch·Julie Bort··AI 生成
Databricks 估值达 1880 亿美元，巩固其作为 AI 领域最受欢迎的第二幕角色
Databricks 宣布新一轮融资，估值飙升至 1880 亿美元，较五个月前又涨了 40%。文章回溯了该公司在一年半内密集融资、估值翻倍的过程，并指出其成功关键在于从“大数据时代的 SaaS 公司”成功转型为“AI 基础设施提供商”。文章的核心洞见在于，Databricks 利用其此前积累的企业数据治理优势，叠加支持低成本开源模型（如智谱 GLM 5.2）的战略，在 AI 竞赛中走出了不同于 OpenAI 等纯模型公司的差异化路径。适合关注 AI 产业格局、企业软件市场及科技公司估值的读者阅读。原文 ↗
核心观点
- ▍Databricks 估值暴涨的核心驱动力并非其技术本身，而是其成功将自身从“大数据 SaaS 公司”重塑为“AI 基础设施提供商”，从而获得了 AI 行业的高估值光环。
- ▍Databricks 在 AI 领域的独特优势在于其已掌握的企业数据治理能力，以及积极拥抱并支持低成本开源模型（如 GLM 5.2）的战略，这与依赖昂贵闭源模型的竞争对手形成对比。
- 01Databricks 在 2024 年 12 月至 2026 年 5 月间，完成了多轮融资，估值从 620 亿美元跃升至 1880 亿美元，间隔时间极短（分别为 5 个月和 9 个月）。
- 02Databricks CEO 阿里·戈迪西 (Ali Ghodsi) 分享的内部基准测试显示，在其 3000 名软件工程师的编码任务中，开源模型（尤其是 GLM 5.2）在性能上已能媲美 Anthropic 和 OpenAI 的专有模型，且总成本更低。
- 03该基准测试还发现，模型外层的“智能体编码工具”（如 Codex 或 Claude Code）的选择对成本影响同样显著，开源工具 Pi 在管理上下文和降低成本方面表现最佳。
- 04Databricks 推出了多个 AI 产品，如为 AI 智能体构建的数据库 Lakebase、AI 网关 Unity，以及管理多个智能体的“元工具” Omnigent。
- 05报道指出，2026 年的一大趋势是越来越多的企业采用成本更低的、基于中国的开源模型，而 Databricks 是这一趋势的典型代表。
反方 / 局限
- — 文章本身带有明显的 TechCrunch 报道风格，对 Databricks 的成功转型和估值增长持正面立场，但未深入探讨其高昂估值是否合理、持续盈利能力如何，以及面对云巨头（如 AWS、Azure、GCP）直接竞争时可能面临的挑战。
11 分钟 · 5 卡片 · 12 资料
读原文 →