Databricks估值飙至1880亿美元，AI转型持续加速

Databricks近日宣布完成新一轮融资，公司估值飙升至1880亿美元，由知名风投Coatue领投。尽管该公司未透露具体融资金额，但据多家外媒报道，本轮融资规模约为30亿美元。值得注意的是，Databricks在资金尚未到账的情况下便提前公布估值，这在业界并不常见。一位风险投资人对媒体表示，由于众多投资机构争相参与，该公司完全有理由公开这一亮眼的新估值。

自2024年底以来，Databricks的估值经历了惊人的三级跳：2024年12月以620亿美元估值完成100亿美元融资，2026年2月以1340亿美元估值完成50亿美元L轮融资，如今仅五个月后便达到1880亿美元。这种密集且大幅增长的融资节奏，在科技公司中极为罕见，以至于社交媒体上出现了关于“字母表不够用”的调侃——有网友发帖称：“当我们需要Series AA轮时请提醒我。”

Databricks成立于2013年，最初凭借大数据时代的云数据存储与分析软件获得成功。随着企业AI需求爆发，这家公司凭借其积累的海量企业数据资产，迅速转型为AI基础设施提供商。它推出的Lakebase（专为AI代理构建的数据库）、Unity（AI网关）以及Omnigent（管理多个AI代理的“元工具”），构成了完整的AI产品矩阵。

更值得关注的是，Databricks已成为企业采用开源大模型的标杆案例。在2026年企业级AI部署中，成本控制成为核心议题，Databricks积极拥抱来自中国的开源模型GLM 5.2，并将其用于内部编码任务。上周，该公司CEO Ali Ghodsi分享了针对3000名软件工程师的内部基准测试结果：在编程实际任务中，开源模型（尤其是GLM 5.2）能够处理最高难度的任务，且总成本低于Anthropic和OpenAI的专有模型。

这一发现令业界惊讶，因为它颠覆了“专有模型性能必然优于开源模型”的传统认知。Databricks的测试还揭示了一个关键变量：围绕模型构建的“代理编码工具”（如Codex或Claude Code）的选择，会显著影响最终效果。该公司通过Omnigent平台统一管理多个代理和模型，实现了灵活的成本与性能平衡。

从大数据时代到AI时代，Databricks的转型之路堪称教科书级别。它证明了那些已经拥有海量企业数据资产的平台，在AI浪潮中具备天然优势——企业客户在部署AI时，对数据安全、治理和合规性的要求，与Databricks原有的企业级服务能力完美契合。随着1880亿美元的新估值落地，Databricks正加速从“数据分析公司”向“AI基础设施平台”进化，其开源模型策略和成本优化实践，很可能成为2026年企业AI部署的主流范式。