全球数据与AI领域迎来重磅消息：企业级数据智能平台Databricks宣布完成新一轮战略融资，投后估值飙升至1880亿美元（约合人民币1.27万亿元）。本轮融资由老股东Coatue Management领投，规模达30亿美元，预计将于夏末完成交割。值得注意的是，这已是该公司半年内第二次大规模融资——今年2月，其刚通过一轮超50亿美元的融资将估值推高至新高度，累计融资总额已逼近300亿美元。
市场对本次估值反应热烈。尽管Databricks最初设定的目标估值为1750亿美元，但最终成交价超出预期，显示出投资者对其商业模式的强烈信心。在硅谷投资圈，这家公司已与OpenAI、Anthropic并列为"最值得期待的IPO候选者"。不过，面对当前资本市场环境，公司首席执行官Ali Ghodsi坦言："2026年并非理想的上市窗口"，并暗示最早可能于2027年启动IPO计划。
追溯Databricks的崛起之路，其技术基因可追溯至加州大学伯克利分校的开源项目Apache Spark。2013年，七位科研人员将这项突破性技术商业化，其中唯一来自亚洲的联合创始人辛湜（Reynold Xin）格外引人注目。这位1986年出生于广东潮汕的"80后"技术天才，在深圳中学求学期间便展现出编程天赋，高中时期已与伙伴合作开发网站。从多伦多大学工程科学专业毕业后，他赴伯克利攻读计算机博士，期间与团队研发出革命性的内存计算引擎Spark，将数据处理效率提升数十倍，奠定了新一代大数据基础设施的核心地位。
在商业模式创新方面，Databricks展现出独特的战略眼光。其核心产品Unity AI Gateway作为企业级AI网关，可统一接入各类大模型，实现模型调用监控、成本管控与合规审查。Ali Ghodsi指出，企业客户已从"盲目消耗算力"转向追求性价比，该平台正是为解决模型调度难题而生。财务数据印证了这一战略的成功：截至2026年6月，公司年化营收达54亿美元，同比增长65%，并实现正向自由现金流。其客户名单涵盖壳牌、阿迪达斯、NBA等2万家企业，其中800家客户年消费超百万美元，70家大客户年消费破千万美元。
成本优化策略成为另一大亮点。公司内部测试显示，中国智谱AI的GLM 5.2模型在编码任务中表现优异，总成本显著低于Anthropic和OpenAI的闭源方案，目前已被应用于生产环境降本。对于近期引发热议的Kimi K3模型，Ali Ghodsi评价其为"改变行业规则的突破"。这种开放的技术合作态度，与其商业策略形成巧妙互补。
推动本轮融资的关键因素指向算力瓶颈。Ali Ghodsi在接受CNBC采访时直言："我们的GPU资源即将耗尽"。随着开源AI模型托管业务需求激增，多个区域的数据中心已出现算力短缺。此次融资将首要用于扩充基础设施，确保业务持续增长。这种将运营资金用于解决现实瓶颈的决策，与部分科技公司盲目扩张形成鲜明对比，或许正是其获得资本青睐的重要原因。
