Dataiku 在 IPO 前夜再融 2 亿美元：估值 37 亿的企业 AI 平台，为什么不着急上市？

企业 AI 落地的最大瓶颈不是技术，而是人。全球企业中具备 AI/ML 技能的人才不到总员工的 1%，但需要用数据做决策的业务人员超过 50%。Dataiku——这家总部位于巴黎和纽约的企业 AI 平台——刚刚完成 2 亿美元新一轮融资，估值 37 亿美元。与此同时，据报道公司已任命 Morgan Stanley 和 Citigroup 筹备美国 IPO。既然要上市了，为什么还要融这 2 亿？

Pre-IPO 融资的真实意图：不是缺钱，是在管理市场预期

在 IPO 前夜融资 2 亿美元，最常见的动机不是「需要现金」，而是「需要信号」。私募阶段的最后一轮融资，本质上是向未来的公开市场投资者传递一条信息：「看，我的私募投资者在 37 亿美元的估值上依然在抢着加注。」这为 IPO 定价建立了一个锚点，同时通过延长 pre-IPO 持股期来过滤掉短期套利资本。

37 亿美元的估值对应什么样的业务规模？据报道，Dataiku 的年经常性收入（ARR）已超过 3.5 亿美元。这意味着约 10 倍的 ARR 估值倍数——在当前市场环境下，这个倍数既不算疯狂，也不算便宜。它暗示投资者预期 Dataiku 仍然能维持高速增长，但已经过了「不惜一切代价追求增长」的阶段。

企业 AI 的「最后一英里」：从 Notebook 到生产环境

大多数企业 AI 项目的死亡率高达 85%——不是因为模型不够好，而是因为它们永远停留在数据科学家的 Jupyter Notebook 里，无法部署到生产环境中。Dataiku 的平台通过可视化拖拽界面和自动化 MLOps 管道，让 AI 模型从训练到部署到监控的全生命周期在统一平台上完成——数据科学家和业务分析师在同一个工作空间中协作。

这种「民主化 AI」的定位让 Dataiku 在客户组织内部实现了独特的扩展模式：一个项目先由数据团队采用，然后扩散到业务部门，最终成为企业级标准工具。这种 bottom-up 的增长引擎是 Dataiku 能在 500 多家企业客户中保持高净收入留存率的关键。

Snowflake 的伙伴还是对手？生态位的微妙平衡

Dataiku 的产品战略近年来与 Snowflake 深度绑定——将 AI 工作流直接嵌入 Snowflake 的数据云平台中运行。这种集成策略带来了巨大的渠道红利（通过 Snowflake 的客户网络触达更多企业），但也创造了一种微妙的依赖关系。如果 Snowflake 决定自建 AI/ML 功能（它已经在朝这个方向走了），Dataiku 是否会面临「平台风险」？

与此同时，Databricks——Snowflake 的最大竞争对手——也在构建自己的 AI 协作能力。Dataiku 的挑战是在两个相互竞争的数据平台之间保持中立性，同时避免被任何一方替代。这种两面下注的策略需要极高的产品和政治敏捷性。

IPO 之后的真正考验：增长能否持续？

如果 Dataiku 成功上市，它将成为继 Snowflake、Databricks 之后又一个欧洲诞生、美国上市的数据/AI 基础设施公司——也是法国科技生态的又一张名片（继 Criteo、Talend 之后）。但 IPO 只是开始，不是终点。

公开市场将要求 Dataiku 回答一个在私募阶段可以回避的问题：企业 AI 平台的终局市场规模到底有多大？当越来越多的 AI 功能被直接嵌入 Salesforce、Microsoft 365、Google Workspace 等业务应用中时，独立的 AI 平台层是否会被压缩？Dataiku 需要证明，它不只是「建模工具」，而是企业 AI 治理和协作的不可替代基础设施。37 亿美元的估值，赌的就是这个故事。