百亿级融资背后：“AI+数据”企业资本热捧，中国版Databricks在哪？

在全球科技日新月异的今天，人工智能（AI）与大数据的结合正引领着新一轮的技术革命。近日，美国数据智能巨头Databricks宣布的百亿级融资，进而引发全球对“AI+数据”技术的讨论。

业内普遍认为，此次融资不仅彰显了Databricks在全球“AI+数据”领域的头部地位，也为中国市场投下了一枚震撼弹，激励了国内AI数据企业持续加大技术研发投入，提升竞争力；另一方面，也加剧了市场竞争，促使国内企业寻找差异化发展路径，以应对国际巨头的挑战。

估值飙升至620亿美元

Databricks成立于硅谷的数据智能公司，凭借其创新的Lakehouse架构和深厚的开源社区基础，迅速成长为全球“AI+数据”领域的佼佼者。近期，Databricks宣布完成了一轮高达100亿美元的融资，估值飙升至620亿美元，超过了OpenAI上次60亿美金的融资记录，成为全球科技界瞩目的焦点。

据悉，本轮融资由Thrive Capital领投，Andreessen Horowitz、DST Global、GIC、Insight Partners和WCM Investment Management等知名投资机构共同参与。其他重要参与者包括现有投资者安大略省教师退休金计划和新投资者ICONIQ Growth、MGX、Sands Capital和Wellington Management。

Databricks简介（图片来源：公众号“壹号讲狮”）

值得关注的是，Databricks的成功并非偶然，其精准地捕捉到了AI时代企业对数据智能的迫切需求，通过统一的数据处理架构和高效的AI分析工具，帮助企业从海量数据中挖掘价值，实现智能化转型。

具体来看，Lakehouse架构是Databricks的核心竞争力，它将数据湖和数据仓库的优势融为一体，既保留了数据湖的灵活性和可扩展性，又具备了数据仓库的事务处理能力和数据一致性保障。这一创新架构使得企业能够更高效地管理和分析数据，为AI应用的落地提供了坚实的基础。

Databricks概况（素材来源：公众号“壹号讲狮”）

此外，良好的财务数据也是资本市场看好其前景的关键点。截至2024年10月31日，Databricks第三季度同比增长超过60%。公司预计截至2025年1月31日的第四季度收入运行率将超过30亿美元，自由现金流为正；Databricks还拥有500多个客户，年收入运行率超过100万美元，该公司智能数据仓库产品Databricks SQL的营收运行率达到6亿美元，同比增长超过150%。

此轮融资的成功，不仅为Databricks的未来发展注入了强劲的资金支持，更彰显了全球资本对“AI+数据”领域的热烈追捧。Databricks方面表示，计划将资金用于新AI产品的研发、潜在收购以及全球市场扩张，进一步巩固其在全球数据智能市场的领先地位。

国产Databricks何在？

随着中国AI和大数据领域的快速发展，业界普遍认为，中国也有潜力孕育出类似Databricks这样的独角兽企业。

目前，国内已经有一些企业在“AI+数据”领域取得了显著成就。例如，阿里云、腾讯云等云计算平台提供了强大的数据处理和AI计算能力，为众多企业提供了数据分析和AI应用服务。此外，一些专注于AI技术的科技企业也在逐渐崭露头角，据IT桔子数据显示，人工智能数据平台相关企业共655家，其中包括探哲智能、力升科技、星环科技、中科闻歌、九章云极等一批“AI+数据”先行企业。

部分数据平台企业清单（图片来源：IT桔子数据）

其中，中科闻歌专注于决策智能和大规模机器学习模型的研发，通过自主研发的大规模深度学习模型，能够处理海量数据并为企业提供深度洞察，这与Databricks极为相似。例如，中科闻歌的数据工程通过整合开源数据和企业内部数据，进行数据资产管理，并运用一站式清洗工具，将原始数据（Raw Data）转化为高质量数据（High Quality Data），实现AI训练数据供给。

而星环科技（股票代码：688031）Slogan就是“构建明日数据世界”，其通过其湖仓一体的技术架构为RG（检索增强生成）提供数据资源，实现低延迟数据检索和实时数据更新。此外，星环科技还提供一整套工具链，包括语料处理、模型训练、知识库建设、应用开发和智能体构建，助力企业高效构建AI基础设施。

九章云极则通过自主创新的“算力包”产品和智算操作系统，为用户提供“算力+算法”一体化AI服务。九章云极的核心产品包括DataCanvas APS机器学习平台、DingoDB实时数仓等，能够帮助企业快速构建数据分析应用，实现智能化升级。

然而，要成为中国版Databricks并非易事。“企业看重模型处理数据的能力，需要模型体系，要求动态数据更新，需求难以完全满足。”业内人士表示，面对这些问题，首先要理解客户的数据，其次要具备相关的知识，最后还要研究应用的产品。同时，深度式人工智能的理解和生产可以让机器理解自然语言，有利于提升对复杂数据和语义的分析与关联能力，可以解决部分企业数字化难题。

值得关注的是，Databricks之所以受到市场追捧，正是因为其以最擅长的流数据处理为出发点，向上发展机器学习、建模，向下打造数据湖仓一体，不断扩展和完善AI基础架构，为最上层的AI应用提供一个优化的承载平台，即AI Foundation。

有券商分析师认为，中国AI企业要在这一领域取得突破，必须在技术创新和产品研发上下足功夫。此外Databricks的成功融资也反映了市场对简化AI应用的企业的需求巨增，中国AI企业需要深入了解市场需求，开发出更加符合市场需求的AI产品和服务。

除了技术创新和市场需求外，中国AI企业在寻找下一个对标Databricks的独角兽的过程中，还需要关注政策环境和市场竞争态势。“近年来，中国政府高度重视AI技术的发展和应用，出台了一系列政策措施支持AI产业的发展，这为AI企业提供了良好的政策环境和发展机遇。然而，随着AI市场的快速发展，竞争也日益激烈，中国AI企业需要在保持技术领先的同时，密切关注市场动态和竞争对手的行动，灵活调整战略和业务布局。”上述业内人士进一步表示。

展望未来，随着数字化转型的深入推进和AI技术的不断创新，国内AI数据公司有望在技术积累、市场应用和资本运作等方面实现全面突破。它们将不仅服务于中国市场，更将走向世界舞台，与全球领先企业同台竞技。届时，中国将不仅拥有庞大的数据资源，更将拥有能够引领全球“AI+数据”浪潮的独角兽企业，这些企业的崛起，将为中国乃至全球的科技创新和经济发展贡献重要力量。

中信证券研报指出，目前中国绝大多数企业处于信息化、数字化、智能化的“三化并举”阶段，在“三化并举”的趋势下，软件板块有望迎来估值修复的机会；同时，本轮人工智能浪潮有助于中国企业进一步提升信息化和数字化进程。而在此过程中，由于国产替代的必要性，中国数据产业将迎来蓬勃发展机遇。