如果你以為 AI 領域的「軍備競賽」只發生在模型訓練這一端，那你就錯了。真正的戰場，正在企業數據的深水區悄悄打響。
2026 年 7 月 17 日，Databricks 宣布簽署新一輪戰略融資，由既有投資者 Coatue 領投，估值正式突破 1,880 億美元。 這家從 Apache Spark 開源專案起家的數據與 AI 公司，正在用實實在在的營收數字告訴市場：AI 的下一個金礦，不在訓練更強的大模型，而是讓企業的數據真正「活」起來。
一、關鍵數字：不只是估值，更是營收的爆發
談到 Databricks，很多人只看到 1,880 億美元的估值標籤，但真正值得關注的是它的「營收引擎」：
| 項目 | 數據 | 說明 |
|---|---|---|
| 最新融資 | 30 億美元 | 由 Coatue 領投，2026 年底前完成 |
| 估值 | 1,880 億美元 | 較 2025 年底的 1,340 億增長 40% |
| 年化營收 (2026/6) | 69 億美元 | 從 1 月的 54 億快速攀升 |
| 年增率 (YoY) | 約 80% | 較 Q4 2025 的 65% 明顯加速 |
| AI 產品營收 | 14 億美元 | 佔總營收約 26% |
| 淨金額留存率 | >140% | 客戶持續擴大使用量 |
更驚人的是，Databricks 已經實現了自由現金流轉正——在高速增長的同時還能賺錢，這在 AI 基礎設施公司中實屬少見。
相較於 Anthropic 等 AI 公司的估值飆升幅度，Databricks 的 40% 估值增長甚至被 PitchBook 形容為「幾乎有些古雅（almost quaint）」。
二、從數據湖到 AI 平台：Databricks 的進化史
要理解 Databricks 的價值，得先回顧它的進化路線：
timeline
title Databricks 產品進化
2013 : 從 Spark 開源專案起步
2020 : Delta Lake + 數據湖倉 (Lakehouse)
2023 : 收購 MosaicML ($1.3B)
推出 Mosaic AI
2025 : 收購 Neon ($1B)
營收突破 52 億美元
2026 : 推出 Lakebase / Genie
營收 69 億、估值 1880 億Databricks 的核心商業模式是 消耗型 SaaS——客戶根據實際使用的運算、儲存與數據處理量（以 Databricks Units, DBU 計費）來付費。這種模式的好處是：客戶規模越大，貢獻的營收就越高，而 Databricks 的 140%+ 淨留存率證明了這個飛輪正在高速運轉。
其技術架構以三個層次構成：
| 層次 | 產品 | 功能 |
|---|---|---|
| 儲存層 | Delta Lake | 開源儲存層，為雲端物件儲存帶來 ACID 交易的資料庫級可靠性 |
| 治理層 | Unity Catalog | 統一管理所有數據與 AI 資產的權限、血緣與元數據 |
| AI 層 | Mosaic AI | 涵蓋模型訓練、微調、部署到監控的完整 ML 生命週期 |
三、2026 年最關鍵的三大產品
新募集的 30 億美元將主要投入三項核心產品：
🏗️ Lakebase：為 AI 代理打造的資料庫
Lakebase 是 Databricks 進軍 1,000 億美元營運資料庫市場的殺手鐧。這項無伺服器 Postgres 資料庫源自 2025 年 5 月以約 10 億美元收購的 Neon 技術。
驚人的數字： 在 Neon 被收購時，已經有超過 18,000 家客戶（包括 OpenAI、Adobe、Replit），而且超過 80% 的資料庫是由 AI 代理自動創建的。
Lakebase 實現了運算與儲存分離，讓 AI 應用程式可以直接在數據湖上運行事務性工作負載，徹底消除了傳統 OLTP 與 OLAP 之間的 ETL 管線。
🧞 Genie：讓每個人都能「問」數據
2026 年 6 月推出的 Genie 系列是 Databricks 數據民主化的關鍵一步：
- Genie One：對話式 AI 助手，不懂 SQL 或 Python 的員工也能用自然語言查詢數據
- Data Science Genie：自動建構端到端 AI 模型，類似「企業數據的 Cursor」
- Genie Code：自主 AI 代理，能撰寫 Spark 管線、除錯數據工作流程
🔐 Unity AI Gateway：多 AI 治理的關鍵拼圖
在「多 AI」（Multi-AI）策略下，Databricks 強調不鎖定單一模型，而是幫助企業追求「每美元的最佳產出（Valuemaxxing）」。
Unity AI Gateway 讓企業能安全地連接 OpenAI（包括 GPT-5）、Google Gemini 等不同前沿模型，同時管控 Token 消耗與成本。
執行長 Ali Ghodsi 說得好：「企業正在從 tokenmaxxing 轉向 valuemaxxing。他們不想為了每個任務都燃燒最貴的 token——而是想要每美元的最佳產出。」
四、與 Snowflake 的競爭格局
2026 年，Databricks 與 Snowflake 的界線已經變得模糊：
quadrantChart
title 數據平台競爭格局 2026
x-axis "SQL 分析" --> "機器學習"
y-axis "易用性高" --> "技術深度高"
quadrant-1 "數據倉庫王者"
quadrant-2 "AI 數據先鋒"
quadrant-3 "新進挑戰者"
quadrant-4 "開源生態系"
Snowflake: [0.3, 0.7]
Databricks: [0.7, 0.3]
"Google BigQuery": [0.3, 0.6]
"AWS Athena": [0.2, 0.5]
"Apache Iceberg": [0.6, 0.5]超過 52% 的 Snowflake 客戶同時也在使用 Databricks。但 Databricks 在複雜機器學習、即時串流與非結構化數據處理上仍保有顯著優勢。
五、下一步：IPO 考驗與挑戰
Databricks 的營收成長和估值都在告訴市場一個故事：數據基礎設施是 AI 時代的必備品。但也並非沒有隱憂：
- 毛利率壓力：AI 驅動的使用量爆發推高了基礎設施成本，毛利率從 2024 年的 80% 有所下滑
- 雲端平台依賴：AWS、Azure、GCP 既是合作夥伴也是潛在競爭者
- AI 商品化風險：開源 AI 工具的快速發展可能削弱 Databricks 的專有 AI 功能價值
然而，69 億美元的營收跑率和 80% 的增長率，已經讓 Databricks 成為史上最大的未上市軟體公司之一。它的 IPO——無論何時發生——都將是科技史上最受關注的事件之一。
原始來源： TechCrunch - Databricks hits $188B valuation · Databricks Press Release · PitchBook Analysis