在全球科技日新月異的今天，人工智慧（AI）與大數據的結合正引領著新一輪的技術革命。近日，美國數據智慧巨頭Databricks宣布的百億級融資，進而引發全球對「AI+數據」技術的討論。
業內普遍認為，此次融資不僅彰顯了Databricks在全球「AI+數據」領域的頭部地位，也為中國市場投下了一枚震撼彈，激勵了國內AI數據企業持續加大技術研發投入，提升競爭力；另一方面，也加劇了市場競爭，促使國內企業尋找差異化發展路徑，以應對國際巨頭的挑戰。
估值飆升至620億美元
Databricks成立於矽谷的數據智慧公司，憑借其創新的Lakehouse架構和深厚的開源社群基礎，迅速成長為全球「AI+數據」領域的佼佼者。近期，Databricks宣布完成了一輪高達100億美元的融資，估值飆升至620億美元，超過了OpenAI上次60億美金的融資記錄，成為全球科技界矚目的焦點。
據悉，本輪融資由Thrive Capital領投，Andreessen Horowitz、DST Global、GIC、Insight Partners和WCM Investment Management等知名投資機構共同參與。其他重要參與者包括現有投資者安大略省教師退休金計劃和新投資者ICONIQ Growth、MGX、Sands Capital和Wellington Management。
Databricks簡介（圖片來源：公眾號「壹號講獅」）
值得關註的是，Databricks的成功並非偶然，其精準地捕捉到了AI時代企業對數據智慧的迫切需求，透過統一的數據處理架構和高效的AI分析工具，幫助企業從海量數據中挖掘價值，實作智慧化轉型。
具體來看，Lakehouse架構是Databricks的核心競爭力，它將數據湖和資料倉儲的優勢融為一體，既保留了數據湖的靈活性和可延伸性，又具備了資料倉儲的事務處理能力和數據一致性保障。這一創新架構使得企業能夠更高效地管理和分析數據，為AI套用的落地提供了堅實的基礎。
Databricks概況（素材來源：公眾號「壹號講獅」）
此外，良好的財務數據也是資本市場看好其前景的關鍵點。截至2024年10月31日，Databricks第三季度同比增長超過60%。公司預計截至2025年1月31日的第四季度收入執行率將超過30億美元，自由現金流為正；Databricks還擁有500多個客戶，年收入執行率超過100萬美元，該公司智慧資料倉儲產品Databricks SQL的營收執行率達到6億美元，同比增長超過150%。
此輪融資的成功，不僅為Databricks的未來發展註入了強勁的資金支持，更彰顯了全球資本對「AI+數據」領域的熱烈追捧。Databricks方面表示，計劃將資金用於新AI產品的研發、潛在收購以及全球市場擴張，進一步鞏固其在全球數據智慧市場的領先地位。
國產Databricks何在？
隨著中國AI和大數據領域的快速發展，業界普遍認為，中國也有潛力孕育出類似Databricks這樣的獨角獸企業。
目前，國內已經有一些企業在「AI+數據」領域取得了顯著成就。例如，阿裏雲、騰訊雲等雲端運算平台提供了強大的數據處理和AI計算能力，為眾多企業提供了數據分析和AI套用服務。此外，一些專註於AI技術的科技企業也在逐漸嶄露頭角，據IT桔子數據顯示，人工智慧數據平台相關企業共655家，其中包括探哲智慧、力升科技、星環科技、中科聞歌、九章雲極等一批「AI+數據」先行企業。
部份數據平台企業清單（圖片來源：IT桔子數據）
其中，中科聞歌專註於決策智慧和大規模機器學習模型的研發，透過自主研發的大規模深度學習模型，能夠處理海量數據並為企業提供深度洞察，這與Databricks極為相似。例如，中科聞歌的數據工程透過整合開源數據和企業內部數據，進行數據資產管理，並運用一站式清洗工具，將原始數據（Raw Data）轉化為高品質數據（High Quality Data），實作AI訓練數據供給。
而星環科技Slogan就是「構建明日數據世界」，其透過其湖倉一體的技術架構為RG（檢索增強生成）提供數據資源，實作低延遲數據檢索和即時數據更新。此外，星環科技還提供一整套工具鏈，包括語料處理、模型訓練、知識庫建設、套用開發和智慧體構建，助力企業高效構建AI基礎設施。
九章雲極則透過自主創新的「算力包」產品和智算作業系統，為使用者提供「算力+演算法」一體化AI服務。九章雲極的核心產品包括DataCanvas APS機器學習平台、DingoDB即時數倉等，能夠幫助企業快速構建數據分析套用，實作智慧化升級。
然而，要成為中國版Databricks並非易事。「企業看重模型處理數據的能力，需要模型體系，要求動態數據更新，需求難以完全滿足。」業內人士表示，面對這些問題，首先要理解客戶的數據，其次要具備相關的知識，最後還要研究套用的產品。同時，深度式人工智慧的理解和生產可以讓機器理解自然語言，有利於提升對復雜數據和語意的分析與關聯能力，可以解決部份企業數位化難題。
值得關註的是，Databricks之所以受到市場追捧，正是因為其以最擅長的流數據處理為出發點，向上發展機器學習、建模，向下打造數據湖倉一體，不斷擴充套件和完善AI基礎架構，為最上層的AI套用提供一個最佳化的承載平台，即AI Foundation。
有券商分析師認為，中國AI企業要在這一領域取得突破，必須在技術創新和產品研發上下足功夫。此外Databricks的成功融資也反映了市場對簡化AI套用的企業的需求巨增，中國AI企業需要深入了解市場需求，開發出更加符合市場需求的AI產品和服務。
除了技術創新和市場需求外，中國AI企業在尋找下一個對標Databricks的獨角獸的過程中，還需要關註政策環境和市場競爭態勢。「近年來，中國政府高度重視AI技術的發展和套用，出台了一系列政策措施支持AI產業的發展，這為AI企業提供了良好的政策環境和發展機遇。然而，隨著AI市場的快速發展，競爭也日益激烈，中國AI企業需要在保持技術領先的同時，密切關註市場動態和競爭對手的行動，靈活調整戰略和業務布局。」上述業內人士進一步表示。
展望未來，隨著數位化轉型的深入推進和AI技術的不斷創新，國內AI數據公司有望在技術積累、市場套用和資本運作等方面實作全面突破。它們將不僅服務於中國市場，更將走向世界舞台，與全球領先企業同台競技。屆時，中國將不僅擁有龐大的數據資源，更將擁有能夠引領全球「AI+數據」浪潮的獨角獸企業，這些企業的崛起，將為中國乃至全球的科技創新和經濟發展貢獻重要力量。
中信證券研報指出，目前中國絕大多數企業處於資訊化、數位化、智慧化的「三化並舉」階段，在「三化並舉」的趨勢下，軟體板塊有望迎來估值修復的機會；同時，本輪人工智慧浪潮有助於中國企業進一步提升資訊化和數位化行程。而在此過程中，由於國產替代的必要性，中國數據產業將迎來蓬勃發展機遇。
