当地时间周四，数据分析与人工智能软件公司Databricks宣布完成50亿美元融资，公司投后估值达到1900亿美元。与约半年前1340亿美元的估值相比，Databricks的市场估值再次明显提升。
AI热潮仍在推动科技企业获得巨额资本。
当地时间周四，数据分析与人工智能软件公司Databricks宣布完成50亿美元融资，公司投后估值达到1900亿美元。与约半年前1340亿美元的估值相比，Databricks的市场估值再次明显提升。
在企业持续增加AI投入的背景下，Databricks计划把更多资金用于AI相关产品，希望帮助企业更方便地开发、部署和管理AI应用。
这是Databricks大约六个月以来再次完成融资。
在上一轮融资中，公司估值约为1340亿美元，同时获得20亿美元新增债务融资额度。
此次新一轮融资由Coatue、黑石、MGX等机构共同领投，新投资者Sixth Street Growth也参与其中。
从融资规模和估值来看，投资者对企业级AI市场的信心仍然较强。
尤其是在越来越多企业开始从“尝试AI”转向真正把AI应用到业务流程之后，能够提供数据管理、AI开发和应用部署服务的公司，也成为资本市场重点关注的对象。
Databricks此次能够获得如此高的估值，与公司的业务增长也有直接关系。
公司表示，目前年度化营收规模已经超过70亿美元，第二季度营收同比增长超过80%。
与此同时，公司过去12个月在调整后口径下持续保持正现金流。
这意味着，Databricks并不只是依靠资本市场对AI的追捧来支撑估值，其本身已经形成了规模较大的商业业务。
目前，企业客户仍然是Databricks的重要收入来源。
公司主要帮助企业存储、管理和分析数据，并在此基础上开发和运行AI应用。
简单来说，企业想要让AI真正进入日常业务，首先需要解决数据从哪里来、怎么管理、如何调用以及如何保障安全等问题，而这正是Databricks希望解决的事情。
Databricks首席执行官Ali Ghodsi表示，目前市场对AI产品的需求非常强劲，越来越多企业开始使用AI智能体。
过去，企业使用AI更多是聊天、搜索、生成文本等简单场景。
现在，AI正在逐渐进入企业内部的实际工作流程。
例如，让AI分析企业数据、生成报告、辅助客服，甚至自动完成部分业务流程。
这也意味着，企业对AI的需求正在从“买一个模型”转向“建立一套能够长期运行的AI系统”。
Databricks希望抓住的正是这一变化。
Databricks表示，本轮融资获得的资金将进一步投入AI产品和相关基础设施。
其中包括Lakebase数据库、Genie AI智能助手以及Unity AI Gateway平台等。
目前，Lakebase的年度化营收已经超过1亿美元。
与此同时，Databricks的Lakehouse数据仓库业务年度化营收也已经突破15亿美元。
这些业务共同构成了公司的企业数据和AI基础设施体系。
对于企业来说，数据仓库负责管理大量数据，数据库可以支撑具体应用，而AI相关产品则进一步把这些数据转化为可使用的智能应用。
这也是Databricks希望建立的完整业务链条。
AI应用快速普及的同时，一个现实问题也越来越明显：使用AI的成本正在上升。
尤其是大型企业，当员工和业务系统大量调用AI模型后，Token消耗会迅速增加。
不同AI模型的价格、能力和适用场景也存在明显差异。
Databricks CEO Ghodsi表示，AI成本上涨正在推动企业对AI Gateway及相关开源工具的需求增加。
AI Gateway可以帮助企业管理不同模型之间的调用，让企业根据具体任务选择合适的AI模型，从而更好地控制成本。
这意味着企业未来可能不会只使用一家AI公司的模型。
一个企业可能同时使用多个模型，再根据价格、性能、数据安全和具体任务进行选择。
Ghodsi还提到，越来越多客户开始积极采用来自海外的AI工具。
此前，一些企业在选择AI模型时，更倾向于使用最前沿的专有模型，对其他来源的模型比较谨慎。
但随着AI使用成本不断上升，企业开始重新考虑这一策略。
对于首席财务官来说，AI不仅是技术问题，也是成本问题。
如果同样的任务可以由价格更低的模型完成，企业自然会希望减少不必要的支出。
因此，未来企业AI市场可能不会出现“一家公司吃遍所有需求”的局面，而是不同模型之间长期共存。
这也给Databricks这样的AI基础设施公司提供了新的机会。
Databricks成立于2013年，总部位于美国旧金山，核心业务围绕企业数据存储、管理、分析以及AI应用开发展开。
在企业数据和云计算领域，Databricks与Snowflake存在直接竞争关系。
两家公司都希望成为企业数据基础设施的重要组成部分，同时不断向AI领域扩张。
随着企业AI应用越来越多，数据平台的重要性也进一步提高。
因为AI模型本身只是其中一环，真正让AI进入企业业务，还需要数据、数据库、模型、应用和安全管理等多个环节配合。
这也是Databricks不断扩大产品范围的重要原因。
Databricks已经被市场视为未来可能上市的科技公司之一。
不过，对于投资者非常关注的IPO计划，Ghodsi给出的答案并不急迫。
他表示，公司最终仍然计划上市，但现阶段更希望把注意力放在AI产品投资上。
尤其是在资本市场波动加大的情况下，上市可能带来额外的市场压力和管理成本。
对于一家正处于快速扩张阶段的科技公司来说，继续保持私有状态，也意味着可以把更多精力放在产品和业务增长上。
因此，Databricks目前的策略比较明确：
先抓住AI应用快速增长的机会，再考虑什么时候进入公开市场。
从这次融资可以看出，资本市场对AI的关注并没有降温。
但投资者关注的重点正在发生变化。
早期AI投资更多集中在基础模型和算力企业，而现在，能够帮助企业真正使用AI的基础设施和应用公司也开始获得大量资金。
Databricks的业务正处在这一交叉位置。
它既提供企业数据基础设施，又向AI智能体、AI数据库和模型管理等领域延伸。
50亿美元融资、1900亿美元估值以及超过70亿美元的年度化营收，说明企业级AI市场正在从“技术展示”逐步进入“实际应用”阶段。
接下来，真正决定Databricks价值的，可能不再只是AI概念有多火，而是企业愿意为这些AI产品支付多少钱，以及AI能否真正帮助企业降低成本、提高效率。
如果企业AI需求继续保持高速增长，Databricks的产品布局可能进一步扩大；而如果AI应用开始进入更加注重投入产出比的阶段，公司能否持续证明产品价值，也将成为市场下一阶段关注的重点。