Databricks估值突破万亿，数据基础设施如何成为AI Agent的隐形战场？

从数据仓库到AI底座：一场关于企业智能化的估值跃迁

当大模型的热潮逐渐从技术演示转向实际业务落地，一个容易被忽视的关键问题浮出水面：企业级AI应用究竟需要怎样的底层支撑？近期，美国AI数据基础设施公司Databricks的一笔巨额融资，为这个问题提供了一个注脚。该公司在2026年8月完成了50亿美元的融资，估值达到1900亿美元（约合人民币1.29万亿元），年化营收突破70亿美元。从资本市场的反馈来看，数据平台在AI时代的战略价值正在被重新评估。

融资背后的产品逻辑：解决Agent落地的三大痛点

Databricks将这笔资金明确投向三款产品，分别对应企业部署AI Agent时的核心挑战：实时数据访问、业务上下文理解和多模型管理。

• Lakebase：一款基于Postgres的无服务器数据库。它的定位是Agent的“即时记忆”，用于存储和处理订单、库存等实时业务数据。据官方披露，该产品年化营收已超过1亿美元，这在一定程度上验证了市场对实时数据服务的需求。
• Genie：面向企业员工的AI助手。它允许用户通过自然语言直接查询内部数据，系统则基于这些数据给出答案或执行操作，旨在降低企业数据使用的门槛。
• Unity AI Gateway：一个多模型治理工具。它帮助企业统一管理接入的各类大模型，设置权限、记录调用情况，并根据任务需求、价格和延迟灵活切换模型，以控制推理成本。

这一产品矩阵的布局思路清晰：如果模型是AI的“大脑”，那么Databricks试图提供的是“神经末梢”和“记忆系统”，让Agent能够安全、高效地触达企业核心数据。正如其CEO阿里·戈德西所言，企业需要的不仅是能对话的AI，更是能记住业务上下文、准确执行任务且成本可控的Agent。

增长曲线与资本叙事：从开源项目到万亿独角兽

Databricks的成长轨迹颇具代表性。它起源于加州大学伯克利分校AMPLab，由7名教授和研究人员于2013年联合创立，创始团队也是开源大数据引擎Apache Spark的核心开发者。他们提出的“湖仓一体”架构，试图融合数据湖的灵活性和数据仓库的性能，这一概念如今已成为行业主流。

从财务数据看，公司第二季度同比增长超过80%，数据仓库业务Lakehouse年化营收超15亿美元，同比增长超过100%。目前，其客户群已覆盖70%的《财富》500强企业，超过1000家客户年化采购额超100万美元。值得关注的是，这是Databricks半年内的第二轮大规模融资。2025年12月启动的上一轮融资中，其估值还停留在1340亿美元，短短半年内估值增长约42%，显示出资本对其在AI基础设施领域领先地位的认可。英伟达作为历史投资方，未出现在本轮名单中，但其此前参与I轮融资的背景，仍为市场提供了想象空间。

华人创始力量与团队背景

Databricks的创始团队中，华人联合创始人辛湜（Reynold Xin）的身影颇为亮眼。他本科毕业于多伦多大学，后在加州大学伯克利分校获得博士学位，目前担任公司首席架构师。从Apache Spark的核心开发者到万亿估值公司的技术掌舵人，辛湜的路径也是近年来华人科学家在全球AI基础设施领域发挥关键作用的缩影。

竞争格局：数据平台与云厂商的边界正在消融

Databricks的巨额融资并非孤例，它折射出整个行业对“AI+数据”赛道的争夺。Snowflake、甲骨文以及亚马逊云科技、微软、谷歌云等巨头均在连接数据库、模型和Agent开发工具。数据平台与云平台的业务边界正在重叠，竞争从单纯的数据存储与分析，蔓延至企业AI应用的入口层面。

对于企业而言，选择AI基础设施时，不仅要考虑模型能力，更要评估谁能更安全、更低成本地调动内部数据资产。Databricks能否在云厂商的生态体系之外保持独立价值，是其下一阶段发展的关键悬念。

国内视角：谁在布局类似的“AI数据底座”？

Databricks的模式也为国内AI产业提供了参照。国内厂商在AI大模型领域竞争激烈，但围绕企业级数据基础设施的布局同样在加速。例如，阿里云的通义千问系列模型强调与自身数据中台能力的结合，百度智能云的千帆平台也致力于打通数据与模型应用。此外，像星环科技这类专注于大数据基础软件的公司，也在探索将数据平台能力与AI应用深度融合。相比之下，国内相关厂商更倾向于依托云生态提供一体化方案，而独立的第三方数据平台公司在市场中的声量相对较小。如何平衡数据安全、成本与AI能力，是国内企业级AI市场需要持续回答的问题。

结语

Databricks的估值跃迁，标志着AI竞争进入“下半场”：当模型能力逐渐趋同，数据基础设施的深度和效率将成为决定企业智能化水平的关键变量。对于所有试图在AI时代建立护城河的企业来说，一个值得思考的问题是：你的数据，准备好被AI调用了么？

更多关于数据基础设施的行业分析，可以参考Databricks官方博客的最新动态，以及Apache Spark官方文档了解其技术源头。

常见问题

Databricks是做什么的？

Databricks是一家数据基础设施公司，提供数据湖仓平台Lakehouse、Agent开发平台、无服务器数据库等产品，帮助企业存储、处理和分析数据，并支持企业利用内部数据训练机器学习模型和开发AI应用。

为什么Databricks的估值能在半年内增长42%？

估值快速增长主要得益于其业务在AI时代的高速增长（第二季度同比增长超80%），以及市场对其在AI Agent数据基础设施领域领先地位的认可。投资者认为，数据平台是AI落地不可或缺的底层支撑。

本轮融资将重点投入哪些产品？

融资将重点投入三款产品：无服务器数据库Lakebase（用于Agent实时数据访问）、企业AI助手Genie（用于自然语言查询数据）以及多模型治理工具Unity AI Gateway（用于管理模型调用和成本）。

华人创始人在Databricks中扮演什么角色？

华人联合创始人辛湜（Reynold Xin）目前担任公司首席架构师，是核心技术方向的掌舵人。他参与了Apache Spark的开发，是创始团队中的关键成员之一。

Databricks的主要竞争对手有哪些？

主要竞争对手包括Snowflake、甲骨文，以及亚马逊云科技、微软Azure、谷歌云等云厂商。竞争焦点正在从数据存储与分析，延伸至企业AI应用入口和Agent开发工具。

关于 Bingdada

Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。

编辑团队：内容策划 · 技术编辑 · AI 研究组
网站：bingdada.com

© 2026 Bingdada. 保留所有权利。