一句话看懂：AI 数据独角兽 Databricks 正寻求新一轮融资，估值最高或达 1750 亿美元（约 1.26 万亿元人民币）。这家公司不直接卖大模型，而是帮企业把自身数据注入 AI 系统，正在成为连接模型与真实业务的“中间层”。
事件核心：发生了什么
据最新消息，Databricks 正在推进新一轮融资，目标估值在 1500 亿至 1750 亿美元之间。就在今年 2 月，该公司刚完成 50 亿美元融资，当时估值为 1340 亿美元（约 9648 亿元）。Databricks 由加州大学伯克利 AMPLab 的研究人员于 2013 年创立，核心基础是 Apache Spark——一种能在成百上千台服务器上并行处理海量数据的软件引擎。公司目前已披露年收入超过 54 亿美元，年消费超 100 万美元的客户超过 800 家，超 1000 万美元的客户超过 70 家。
为什么重要
Databricks 的商业模式与传统软件公司不同：它按客户使用量收费，而非卖许可证。客户最初可能只用来做数据分析，然后逐步训练模型、部署 AI 应用，使用深度持续加深。其净收入留存率超过 140%，意味着同一批老客户去年花 100 美元，今年可能花到 140 美元以上。随着大模型的发展，企业迫切希望让 AI 接入内部数据——但数据分散在云上、本地、结构化、非结构化等多个来源，还受权限、安全、合规限制。Databricks 提供了一个统一平台，让企业无需重搬数据或从零搭建 AI 基础设施。它正在从“帮企业看懂数据”转向“帮企业用 AI 调动数据”，推出 Genie One、Agent Bricks 等产品，试图成为企业内部 AI 的统一操作层。
对用户/开发者/创作者的影响
对于企业 IT 团队和 AI 开发者，Databricks 的扩张意味着未来将出现更多标准化工具，让大模型直接调用公司数据库、业务系统、日志文件等真实数据。如果 Databricks 成功放大这个“连接层”，企业采购 AI 产品时会更看重数据和现有系统的适配能力，而非单纯比拼模型参数。对于个人创作者或开发者，短期内影响有限，但长远看，企业级 AI 应用的门槛可能因这类平台降低——你不需要自己搭建全套数据管道，就能为特定业务场景定制 AI 助手或智能客服。
值得关注的后续
第一，Databricks 能否在新估值下顺利完成融资，以及投资方结构是否发生变化。目前 SpaceX、OpenAI、Anthropic 等明星独角兽都已开始推进上市或递交招股书，一级市场对 AI 公司的估值标准正在收紧。第二，其产品线能否在更多场景落地——尤其是 AI 支出控制工具，该工具试图解决企业大规模使用 AI 代理后账单难以预测的问题。第三，竞品动向：Snowflake 等数据平台，以及云厂商（AWS、Azure、GCP）的类似服务是否会跟进降价或功能整合，从而改变企业采购决策。
来源：Readhub · AI
