Databricks 估值升至 1880 亿美元：AI 光环如何重塑一家数据公司

导语

Databricks 再次把自己推到 AI 融资热潮的中心。公司宣布一轮由 Coatue 领投的新融资，估值达到 1880 亿美元。虽然 Databricks 尚未披露确切融资额，并表示资金将在今年夏季稍晚完成交割，但据其他媒体报道，这轮融资规模约为 30 亿美元。

这并不是一次普通的融资新闻。Databricks 在过去一年半内连续刷新估值：2024 年 12 月以 620 亿美元估值融资 100 亿美元，2025 年 9 月估值达到 1000 亿美元，2026 年 2 月又以 1340 亿美元完成 50 亿美元 Series L。如今 1880 亿美元的新估值，说明资本市场正在把它视为 AI 基础设施公司的代表，而不只是“前 AI 时代”的云端数据平台。

核心要点

• 估值跃升背后是定位重塑：Databricks 创立于 2013 年，最初抓住的是大数据和云分析需求。随着企业开始把自有数据接入 AI 工作流，它原有的数据治理、安全和分析能力变成了新的入口。
• 产品叙事转向企业 AI：公司近年来推出 Lakebase、Unity AI Gateway 以及用于管理多智能体的 Omnigent 等产品，试图把数据平台扩展为企业 AI 应用运行层。
• 开放权重模型成为成本议题核心：Databricks 正在强调开放权重模型在企业编码场景中的性价比，尤其提到 Z.ai 的 GLM 5.2 在编码任务上的表现。
• 不只是模型，工具链也影响成本：Databricks CEO Ali Ghodsi 分享的内部评测显示，在 3000 名软件工程师的实际任务中，模型选择固然重要，但包裹模型、管理上下文和指令的智能体编码工具同样会显著影响总成本。

意义与影响

这轮融资反映出一个更大的行业趋势：AI 时代并不只奖励原生模型实验室，也会奖励那些掌握企业数据入口、治理体系和开发者工作流的公司。Databricks 的优势不在于从零训练最受关注的大模型，而在于把模型、数据、权限、成本控制和智能体应用组合成企业可采购的基础设施。

同时，它对开放权重模型的强调也有信号意义。企业在部署 AI 编码工具时，已经不再只比较单次输出质量，而是开始计算模型费用、上下文管理效率、工具调用方式以及整体工程成本。Databricks 的评测结论也提醒市场：未来 AI 基础设施竞争，可能不只是“谁的模型更强”，还包括“谁能以更低成本稳定完成真实任务”。

当然，高估值也意味着更高预期。Databricks 需要证明，AI 叙事不仅能带来融资和估值溢价，也能持续转化为收入、客户留存和可规模化的企业生产力。否则，AI 光环会放大想象，也会放大市场对兑现能力的审视。

来源：TechCrunch AI