英雄惜英雄！英伟达为何盯上了这只超级独角兽？（组图）

上周四，超级独角兽公司Databricks宣布完成了新一轮融资，估值冲高至430亿美元。

Databricks的本轮融资，引发哄抢，导致最终融资额上涨至原先计划额的5倍。

在哄抢名单中，芯片巨头英伟达（Nvidia）以战略投资人的身份出现。更加有趣的是，Databricks竟然获得了竞争对手客户的青睐。

Databricks是何方神人？加息周期下，就在IT业巨头们股价纷纷打折之下，Databricks的估值为何却逆势上涨？

一切的答案都源于，这不是一家普通的独角兽。甚至有人认为，对于全球资本市场来说，Databricks的IPO，将比AMD的上市更具风向标效应。

1

Databricks到底是何方神人？ 

Databricks的此轮融资由资管巨头T.Rowe Price牵头，Fidelity、A16Z、Tiger Global等此前多轮参与的一线资本继续加码。在此轮融资前，博满澳财的全球独角兽策略基金也曾参与Databricks的投资。

除了英伟达的意外加入外，Capital One Venture也加入了。

Capital One Venture是美国银行业巨头，被视为大数据金融的先驱；截至2022年底，该公司是Databricks的竞争对手Snowflake的主要客户之一，每年贡献营业收入约5000万美元。公开资料显示，自2021年起，Capital One Venture也开始使用Databricks的服务，主要用于欺诈识别。该公司参与投资，更从客户的角度反馈出对Databricks湖仓一体平台差异化的认同。

站在数据爆发增长的时代赛道中，对于任何企业，数据都是如石油般重要的基础资源。尤其是在AI爆发的当前，利用数据、变现数据，已经成为了企业战略的重要组成部分。然而，复杂的遗留技术基建、数据库之间不互通、延迟高、管理难等问题，成为了企业通向智能决策的拦路虎。升级数据基建，是企业成功拥抱AI的刚需。

Databricks是湖仓一体架构的先驱，由美国加州大学伯克利AMP实验室的Spark大数据处理系统多位创始人联合创立。公司为客户提供了一个基于云端的大数据和人工智能解决方案，支持多个主要编程语言和数据处理工具，旨在帮助组织更轻松地处理和分析大规模数据，从中提取有价值的信息。其平台结合了大数据处理、机器学习、深度学习和协作工具，使数据工程师、数据科学家和分析师能够协同工作并快速开发数据驱动的应用程序。

当前，超过50%的财富500强企业均在使用Databricks平台，利用数据来做出更明智的决策、发现见解并改善业务流程；行业横跨金融、能源、消费、基建等板块。作为先发优势的一部分，Databricks为以数据为驱动的企业解决了以下问题和挑战；并持续迭代产品，使其持续立于行业的领军位置。

大数据处理：处理大规模数据通常需要分布式计算框架，如Apache Spark。Databricks提供了托管的Spark环境，使数据处理变得更加容易，无需担心基础设施的管理和维护。

数据湖和数据仓库：Databricks可以帮助组织建立数据湖或数据仓库，使数据从各种来源集成，并以可查询和分析的方式存储，以支持数据分析和决策。

机器学习和人工智能：Databricks提供了机器学习和深度学习工具，使数据科学家能够构建和训练模型，并将其部署到生产环境中，以实现预测和自动化。

协作和团队合作：Databricks提供协作工具和功能，使数据团队能够在一个集成的平台上共同工作，共享代码和见解。

自动化和自动化工作流：Databricks还提供了自动化工作流和调度功能，以便自动化数据处理和模型训练的任务，从而提高效率。

图：Databricks被权威IT研究及顾问公司Gartner评为云数据管理系统及数据科学平台领导者

2

Databricks为何成为估值的 “定海神针”？

随着2022进入加息周期后，资本市场对于成长型企业的兴趣一落千丈，即使处于爆发型增长的云服务/数据/AI赛道的领军企业，也纷纷不能免俗地进入了“打折”阶段：同为《福布斯》云100选手的Canva，同期定价下滑曾高达60%；已上市的竞争对手Snowflake股价虽保持在IPO水平以上，也曾经历过相较高点下跌70%的至暗时刻。

在这样的环境中，Databricks本轮融资估值不降反升，可谓疲软市场中的一棵难得的“定海神针”。科技媒体TechCrunch在文章中评论道，虽然Databricks尚未正式公布IPO计划，但考虑到时间节点、投资者的组合、战略资本的参与角度，本轮融资很有可能就是公司的pre-IPO操作。

我们认为，Databricks在严峻融资环境中仍可对自己的估值有所防御，主要来源于以下几个方面：

A

资产负债表强劲

2021年，Databricks共完成了2轮融资，合计筹集资金26亿美元。基于Databricks审慎的成本支出，以及充足的现金储备，截止到本轮融资时，公司仍自信地表达“融资的完成取决于条款，自身业务无进一步资金需求”。

因此，在本轮融资过程当中，Databricks具备了极强的筛选权利。公司对媒体透露，当几个月前与投资者讨论潜在的融资轮时，“最初的指导金额不超过1亿美元”，后来随着更多投资者想要加入到AI领域“抢地盘”，最终融资额增加至五倍。

B

业绩“抗打”

截至7月季度末，Databricks年化收入达到了150亿美元，同比增长了50%；毛利润率可观，达到了85%。

这样的业绩与其他企业软件提供商由于宏观经济存在不确定性而面对挑战，形成了鲜明的对比。

其客户集中度也进一步分散，体现出Databricks平台在行业中实现了进一步普及。截至目前，公司客户数量超过10,000家，其中超过300家年化订单金额超过100万美元。

与此同时，Databricks持续通过峰会、报告教育市场，提高全球科技社群对于公司产品的认知度。在6月Data+AI峰会主会场上，Databricks向超过30,000名参会人员发布了其最新的产品和性能；该活动后续通过线上直播、线下分会等形式，正在继续覆盖到其他目标市场中。

（Data+AI峰会墨尔本分场） 

C

站稳云计算和AI的风口，并不断深耕

在澳财此前文章《估值380亿！起底被《财富》深扒的隐藏“AI巨兽”Databricks：是时候进入下一个时代了！》中，我们提过，Databricks的旅程始于支持开源Apache Spark的数据湖——Apache Spark是当今最流行的开源大数据处理框架。

随着在技术社群中建立领导地位，Databricks已将其产品逐渐扩展为更广泛的平台，在过去三年中逐步推出了Delta Lake、Unity Catalog和Databricks SQL等重要产品。这些产品提供了更强大的数据存储功能，并帮助企业实现围绕数据的安全治理，从根本上使得企业可以在一个平台上完成所有的数据需求，而不同接入多个提供商实施多种解决方案。

与此同时，站在数据生态的领导位置，也使得Databricks可以更清晰地把握行业全貌，并对领先且相互认可的下游企业进行兼并收购。下图红杉资本制作的AI 50行业格局图，可见Databricks通过人工智能初创公司MosaicML，使其行业覆盖面进一步上移，使得企业在管理数据的同时，可以根据自己的专有数据来构建、拥有和保护自己的生成式AI模型。

在本次融资中，Databricks再次与关键下游企业实现绑定。

Databricks首席执行官Ali Ghodsi向媒体坦言，对与英伟达建立定制大语言模型的战略合作伙伴关系感到非常兴奋：他“不久前”开始与英伟达首席执行官黄仁勋交谈，随着两家公司在人工智能领域的深入，战略合作变得更加重要。“从本质上讲，我们与英伟达处于互补市场。”

而英伟达的入场，也再次从侧面证实了Databricks在AI浪潮中的重要地位。NVIDIA创始人兼首席执行官黄仁勋表示：“企业数据是生成式AI的金矿。Databricks正在利用 NVIDIA技术开展令人难以置信的工作，以加速数据处理和生成AI模型。”Databricks在公告中透露，计划与英伟达合作优化Databricks销售的软件，以帮助客户构建在英伟达芯片驱动的服务器上运行更好的AI模型。

3

澳财投研观点

现在正是人工智能领域抢地盘的时刻。即使是资本市场依旧处于清淡状态，2023年至现在，已有超过10家AI方向的企业完成了大型融资，且估值均在10亿美元以上。我们认为，综合企业的成熟度、护城河强度以及估值情况，向下游底层穿透是更稳妥的配置方式。

随着加息周期进入尾部，类似Databricks行业地位稳固、增长性强劲、且拥有清晰盈利途径的公司，将是未来IPO市场中极其具有看点的案例。

宾夕法尼亚大学沃顿商学院教授David Erickson认为，如果Databricks申请IPO，这将成为全球IPO市场健康状况的风向标。

Erickson指出，Databricks可能比本月上市的Arm和Instacart等公司更能说明IPO市场的情况，并指出该公司可能需要几个季度来“消化 ”最近以13亿美元收购的AI初创公司MosaicML。