•
Databricks之所以能夠躍升為全球第四大AI獨角獸（估值1000億美元，僅次於OpenAI、字節跳動和xAI），核心在於其精準踩中了AI時代的兩大風口：資料基礎設施與AI智能體，並通過“技術+收購”雙輪驅動實現爆發式增長。
Databricks的起點是加州大學伯克利分校實驗室的Apache Spark項目，該開源框架打破了資料排序的世界紀錄，為海量資料處理提供了高效工具。基於Spark的深厚積累，Databricks推出了“湖倉一體”（Lakehouse）架構，將資料湖的靈活性與資料倉儲的管理能力融合，成為AI訓練所需的資料底座。這一架構既解決了企業資料孤島問題，又提供了高性能計算能力，契合了AI時代對大規模、多樣化資料處理的迫切需求。
從伯克利 AMPLab 到 Apache Spark
2013 年，7 位 UC Berkeley AMPLab 的成員（含華人聯合創始人 Reynold Xin）把實驗室裡拿下資料排序世界紀錄的 Apache Spark 商業化，創辦了 Databricks。Spark 的高性能分散式運算為後來的“湖倉一體”架構奠定了核心技術壁壘。
2022年ChatGPT引爆生成式AI熱潮後，Databricks CEO敏銳意識到AI在資料分析領域的巨大潛力，果斷帶領公司全力押注AI。為此，公司制定了清晰的戰略方向——聚焦AI智能體（Agent），並推出兩大核心產品：
-Agent Bricks：一個易用的“智能體”生產線，幫助企業快速建構和部署AI agent，執行從員工入職到個性化HR問答等日常任務。
- Lakebase：專為AI agent最佳化的高速資料庫，基於開源Postgres打造，旨在解決傳統資料庫在AI場景下的性能瓶頸。
這一戰略佈局使Databricks從傳統的資料平台升級為AI驅動的智能體平台，搶佔了AI應用落地的關鍵賽道。
Databricks的崛起離不開資本的強力助推。2024年12月，公司完成100億美元J輪融資，估值620億美元；僅8個月後，新一輪K輪融資將其估值推高至1000億美元，增長61%。資本狂熱背後，是投資者對AI基礎設施稀缺資產的爭奪——Databricks服務的15000+客戶中，包括60%以上的《財富》500強企業，年化收入達37億美元且增速50%，財務表現遠超競爭對手。
投資方包括 a16z、Thrive Capital、阿布扎比 MGX、貝萊德等頂級機構，融資被“瘋狂超額認購”。資本看好其“AI 時代資料基礎設施”定位，預期未來 IPO 將複製 Figma 上市後的飆升行情。
值得注意的是，CEO明確表示，新融資將用於推遲IPO，以規避公開市場的短期壓力，專注於長期技術投入和生態擴張。這種“延遲上市”策略為公司提供了更大的戰略靈活性，也反映了資本對確定性增長的追逐。
為鞏固行業地位，Databricks積極建構合作夥伴生態，與微軟、Google Cloud、Anthropic、SAP、Palantir等巨頭深化合作，滲透更多行業場景。同時，公司正大規模擴張團隊，目前約9000名員工，年內計畫新增3000人，以應對激烈的AI人才競爭。
Databricks的崛起是技術前瞻性、戰略聚焦與資本槓桿共同作用的結果：它以資料基礎設施切入AI價值鏈上游，通過Lakehouse架構和AI智能體佈局鎖定未來增長，再借資本之力加速擴張並延遲IPO以保持戰略定力。這一系列組合拳，使其成功躋身全球AI獨角獸前列。
Databricks 用 12 年把實驗室裡的 Spark “火花”先煉成湖倉一體的“鋼筋水泥”，再在 AI 風口上加固成資料智能的“摩天大樓”，最終借助資本狂潮，完成從學術項目到千億美元獨角獸的跨越。 (壹號講獅)