Databricks 获战略融资估值冲至 1880 亿美元：从伯克利实验室七人小队到万亿巨头，Lakehouse 统一架构如何改写 AI 数据基建法则？

硅谷最隐秘的“赌注”：当七人小队决定把伯克利实验室搬上云端

2013年的一个深夜，加州大学伯克利分校AMP实验室的灯光依然亮着。七个年轻人围坐在一台服务器前，屏幕上跳动着一行行代码。彼时，他们刚从一个名为Apache Spark的开源项目中孵化出了一种全新的数据处理思路——通过内存计算，将原本需要数小时甚至数天的批量数据处理，压缩到几分钟甚至几秒钟。这七个人中，有一个人叫辛湜（Reynold Xin），祖籍广东潮汕，1986年出生。在深圳中学念书时，他就已经和朋友开发网站赚取第一桶金，随后前往加拿大多伦多大学攻读工程科学，最终在2010年踏入伯克利这所被誉为硅谷思想殿堂的校园。

但学术界的欢呼与工业界的怀疑，形成了巨大反差。当这群年轻人拿着初步成型的Spark框架去拜访硅谷的投资人时，得到的反馈通常是礼貌的微笑和毫不留情的质疑：“除了谷歌，还有哪家企业会真正认真对待机器学习？”一位参与早期融资的匿名人士回忆，当时资本市场对大数据的认知还停留在Hadoop生态的批量处理模式上，Spark这种“内存计算”被不少人视为实验室里的“小把戏”。这些质疑者甚至断言，开源商业化是一条死路，因为产品本身不存储数据，只提供计算服务——这在当时看来，就像建设一座没有地基的房子，随时可能坍塌。

然而，Databricks的七人团队做出一个在当时近乎疯狂的决策：全面拥抱云，拒绝定制化服务，并且坚决不碰数据仓库的红海竞争。这个决定，让他们的公司从一开始就与亚马逊AWS、微软Azure、谷歌云站在了同一条船上，而非对立面。他们赌的是，未来的企业数据一定会大规模迁移到云端，而云原生的计算引擎将是稀缺资源。七个人，没有销售团队，没有成熟的商业模式，只有一本后来被a16z创始人本·霍洛维茨评价为“糟糕透顶”的PPT——但霍洛维茨还是投了，因为“哪怕他们根本没计划，我也愿意投”。这个举动，在日后被无数人视为硅谷投资史上最明智的“直觉型”押注之一。

11年后，也就是2026年7月，Databricks宣布完成新一轮战略融资，估值跃升至1880亿美元（约合人民币1.2万亿元），成为全球又一家新晋“万亿俱乐部”成员。从伯克利实验室的七人小队，到覆盖全球超2万家公司、年化营收超54亿美元的平台级巨头，这支团队是如何用一条“湖仓一体”的底层逻辑，重构了整个AI数据基建的规则？这背后，是一次关于技术、资本与时间节点的完美共振。

“不做存储，只做计算”的偏执：一场与云巨头的危险共舞

创业初期，Databricks面临的最大难题并非技术，而是生存。按照传统的软件商业模式，如果要让企业客户接受一款数据工具，通常需要提供包含存储、计算、管理在内的一整套解决方案，甚至包括大量本地化部署和定制化服务。但Databricks的三原则——全云化、避开数据仓库、拒绝无规模效应的定制——彻底否决了这种“重服务”路径。他们选择做云厂商的“好伙伴”，将Spark计算引擎深度嵌入到AWS、Azure与GCP的生态中，让客户在云端调用Databricks的Compute服务来处理自己存储在S3、Azure Blob或Google Cloud Storage上的数据。

这种模式，本质上是在与云巨头进行一场危险的共舞。一方面，云厂商随时可以推出基于开源Spark的自研服务，或者将Databricks视为潜在威胁而加以限制；另一方面，如果Databricks完全依赖云厂商的分发渠道，其毛利率和议价能力都会受到严重制约。Databricks的联合创始人兼首席架构师辛湜曾内部强调，“我们必须在技术上做到让任何一家云厂商都无法复制。” 他的策略是：在开源Spark的基础上，构建一层只有在Databricks平台上才能运行的高性能优化引擎——Photon，并配合Delta Lake、MLflow等自研组件，形成一套“软件+算法+工程”的闭环。

2017年成为第一个转折点。这一年，Databricks与微软达成了战略合作，将服务直接集成到Azure门户中。对微软来说，Databricks填补了其在Azure上处理复杂数据工程和机器学习工作负载的一项短板；对Databricks而言，微软庞大的企业销售团队就像一支空降的“特种部队”，瞬间为他们打开了《财富》500强的大门。一位参与谈判的前微软高管对媒体透露：“当时内部也有反对声音，有人担心这会纵容一家潜在竞争对手。但（微软CEO）萨提亚·纳德拉认为，与其打造一个平庸的自研产品，不如选择与最好的技术公司合作，然后用我们的渠道覆盖全球。”

这笔合作带来的直接效益，是Databricks的年收入在随后的几年里实现了连续翻倍。与此同时，亚马逊和谷歌也不甘示弱，相继与Databricks达成了类似的分发合作协议。Databricks成了云计算世界里罕见的“非典型”存在：它不是云厂商，却同时是三大云厂商的座上宾；它提供的是计算力，却不直接拥有底层硬件；它开源了大部分核心组件，但其企业级商业产品的利润率却远超传统软件公司。这种微妙的平衡，让Databricks在随后的AI浪潮中，占据了一个极其有利的生态位置。

斯坦福的六页纸与“湖仓一体”宣言：一个架构如何终结持续20年的数据战争

在Databricks诞生之前，企业数据架构一直面临着“数据湖”与“数据仓库”的两难选择。数据仓库（如Teradata、Snowflake）擅长处理结构化数据和BI（商业智能）查询，性能快但成本高，且难以处理非结构化数据；数据湖（如Hadoop）可以存储所有类型的数据，但缺乏事务性支持和数据治理能力，容易沦为“数据沼泽”。企业往往需要建立两套独立的系统，并在其间进行繁杂的数据复制与同步，导致数据延迟、成本飙升和数据信任危机。

2020年，Databricks在年度峰会上正式提出了“湖仓一体”（Lakehouse）架构，并发布了一份由辛湜及首席科学家Matei Zaharia共同署名的核心论文。这份论文的初稿据传遵循了伯克利和斯坦福的学术传统，逻辑链条极其严密，甚至被一些分析师称为“重新定义了现代数据平台的六页纸”。Lakehouse的核心思想，是在一个统一的存储层（通常基于云对象存储和数据湖格式Delta Lake）上，同时支持数据仓库的事务性和数据湖的灵活性。简而言之，企业可以用同一份数据，既做BI报表，也跑AI模型，不存在任何数据拷贝或移动。

这一构想的颠覆性在于，它直接动摇了传统数据仓库（如Teradata、Oracle）乃至新一代云数仓领导者Snowflake的根基。Snowflake采取的是计算与存储分离的封闭架构，所有数据必须导入其专有的存储层；而Databricks的Lakehouse则强调开放格式（Delta Lake基于Parquet开源），允许用户对数据拥有完全的自主权和可迁移性。一位Snowflake的前核心工程师在社交平台上感叹：“他们做的不是竞争，而是重新定义了竞赛规则。”

对于客户来说，Lakehouse的效果立竿见影。全球最大的上市油气公司之一壳牌（Shell）在采用Databricks后，将原本分散在80多个不同系统中的勘探数据、生产数据和环境数据统一到同一个Lakehouse平台上，利用AI模型进行实时分析，将钻井决策的优化时间从数周缩短到数小时。阿迪达斯则利用Databricks统一了全球零售数据，建立起一套基于AI的动态定价和库存预测系统。一位Databricks的客户数据负责人表示：“过去我们像在经营两块不同的业务——数据工程和数据科学。Lakehouse让我们终于能说同一种语言，用同一套工具。”

这种架构上的统一，也为Databricks在AI时代带来了巨大的先发优势。当大模型浪潮席卷而来时，企业需要训练AI模型，而模型的“燃料”就是高质量的统一数据。Lakehouse天然解决了数据孤岛问题，让企业可以直接在平台上完成从数据准备、训练到推理的全流程。截至2026年1月，Databricks的客户数已达2万家，年化营收突破54亿美元，其中AI相关的工作负载占比正在以前所未有的速度增长。

从“AI 玩具”到“AI 工厂”：一场关于模型即基础设施的豪赌

Databricks并不满足于仅仅做一个数据平台。2023年，当OpenAI和Anthropic等公司因为大模型而声名鹊起时，Databricks异常高调地宣布，将全面拥抱生成式AI。他们没有选择像传统云厂商那样推出自己的流量型 AI 应用，而是打出了“模型即基础设施”的旗号——让企业可以像管理数据一样，在Databricks平台上私有化地训练、托管和部署自己的专属模型。

这场豪赌，始于2023年对生成式AI初创公司MosaicML的收购，交易金额高达13亿美元。MosaicML的创始人纳文·拉奥（Naveen Rao）是一位在AI芯片和模型训练领域有着深厚背景的连续创业者。他将MosaicML的技术与Databricks的Lakehouse无缝集成，打造了一款名为Databricks Model Serving的企业级模型推理服务。不久后，Databricks又推出了基于MosaicML训练框架的开源语言模型Dolly和通用大模型DBRX，作为其AI产品矩阵的“样板间”。这些模型在部分基准测试中表现出色，更重要的是，它们是开源的，并且可以完全私有化部署在客户的云环境里。

这一招，直接戳中了许多大型企业的痛点。出于数据隐私、合规和成本考量，像金融机构、药企和政府机构，往往不愿意将自己最核心的业务数据交给第三方闭源API（如ChatGPT或Claude）来训练。Databricks提供了一条“中间路线”：你可以使用我们的开源模型作为起点，然后用自己的业务数据在Lakehouse上进行微调，最终的模型和数据都完全存储在你的云账户下，Databricks只负责提供计算和编排服务。一位欧洲大型银行的首席数据官对外表示：“我们并不需要世界最好的通用模型，我们需要一个真正理解我们金融产品的专属模型。Databricks给了我们这个能力，并且数据从未离开过我们的合规边界。”

在技术层面，Databricks更是一次性补齐了AI最后一公里。它推出了MLflow 2.0和Unity Catalog，打通了从模型注册、版本管理、在线推理到性能监控的完整链路。辛湜在一次内部演讲中提出过一个形象的比喻：“未来十年，每一家企业都会变成一个‘AI工厂’。而工厂的生产线，就是Databricks的Lakehouse平台。数据是原材料，模型是产品，我们的使命是让生产流水线的效率达到极致。”

这个布局带来的直接成果，是Databricks的客户群中，AI与机器学习相关的付费客户比例迅速攀升。曾几何时，批评者认为Databricks只是在卖计算力“玩具”，而如今，它已经拥有了全球最大的企业级AI工作负载平台之一。2026年1月，Databricks宣布其AI工作负载的季度消耗量同比增长超过300%，在其平台上运行的定制化大模型数量已超过10万个。

资本狂潮下的“集体下注”：1880亿估值背后的博弈与焦虑

Databricks的估值轨迹，几乎是一条完美的指数曲线：2013年创立时A轮估值4400万美元，2016年C轮估值5亿美元，2021年H轮估值380亿美元，2024年J轮估值430亿美元，2025年K轮估值破千亿美元，2026年7月直接飙升至1880亿美元。算上宣布的70亿美元融资（其中50亿股权，20亿债务），Databricks背后已经聚集了一支堪称硅谷“梦之队”的投资人名单：a16z、NEA、微软、亚马逊、老虎环球基金、富兰克林邓普顿、T. Rowe Price、英伟达、GIC、卡塔尔投资局、黑石、高盛、摩根士丹利、贝莱德……几乎每一个名字，都代表着全球资本版图中最顶级的力量。

一位亲历多轮融资的硅谷风投人士将这个过程描述为“极为疯狂的集体下注”。他表示，每一轮融资都充满了“Fear of Missing Out”（错失恐惧症），因为所有人都意识到，Databricks可能是继Snowflake之后，云计算和数据基建领域最后一个能跑通“万亿市值”独立IPO的标的。一位参与了2026年最新融资的机构内部人士则透露，Coatue Management作为此轮领投方，给出的报价相当激进，在Databricks管理层最初设定的估值范围基础上，直接上浮了15%。“他们不在乎价格，只在乎能否上车。”该人士补充道。

但高估值背后也隐藏着巨大的博弈与焦虑。1880亿美元，已经超过了众多传统科技巨头的市值，这一数字意味着Databricks必须维持极其高速的增长，并在未来几年内实现大规模的盈利。因为按照54亿美元的年营收计算，其市销率（PS）已经接近35倍。作为对比，同一阵营的Snowflake，尽管仍保持高增长，但其股价已经历过大幅回调。Databricks的高管层对此心知肚明。联合创始人兼CEO阿里·戈迪西（Ali Ghodsi）在内部会议上反复强调，“我们已经在为IPO做足准备，只待市场时机成熟时启动。” 但他也坦言，IPO并不是终点，而是一个新的起点，届时公司将面临来自华尔街更为挑剔的目光。

另一个潜在的风险是竞争加剧。Snowflake在推出Cortex AI后，正努力向AI数据层延伸；微软、亚马逊、谷歌也在不断优化自家的云原生数据服务，并试图减少对Databricks的依赖。更何况，一些科技巨头也在投资类似的Lakehouse开源项目（如Apache Iceberg），试图采用“去Databricks化”的联盟策略。在开源商业化这条路上，Databricks需要应对的不仅是丛林法则，还有来自生态内部的裂隙。

对于辛湜和他的团队来说，从伯克利实验室到1880亿美元估值，这条路的终点并非此刻的辉煌。正如他本人所说：“我们不是在制造一个产品，而是在塑造一种能力。当每个企业都能像使用电一样使用AI时，我们的使命才算真正完成。”站在万亿市值门槛上的Databricks，正走向一个更激动人心也更具不确定性的下半场。