智东西8月14日消息，昨日，美国AI数据基础设施独角兽Databricks宣布完成50亿美元（约合人民币338.5亿元）战略融资，投后估值达到1900亿美元（约合人民币1.29万亿元）。Databricks同时披露，其第二季度同比增长超过80%，年化营收突破70亿美元（约合人民币474亿元）。
▲Databricks官宣新闻（图源：Databricks）
本轮融资由Coatue领投，黑石集团、阿布扎比AI投资公司MGX、普信集团旗下投资账户及Sixth Street Growth等机构参投。
Databricks称，本轮融资将重点投入三款面向企业Agent的产品：无服务器PostgresLakebase、企业AI助手Genie，以及多模型治理和成本控制工具Unity AI Gateway，分别覆盖Agent运行所需的实时数据、企业业务上下文和模型调用管理。
这是Databricks半年内完成的第二轮大规模融资。2025年12月，该公司启动上一轮L轮融资，并于今年2月完成追加交割，最终获得约50亿美元（约合人民币338.5亿元）股权融资，估值为1340亿美元（约合人民币9072亿元）。以此计算，Databricks估值半年内增长约42%。
英伟达也是Databricks的历史投资方，但没有出现在本轮官方公布的参投名单中。2023年9月，英伟达曾作为新增战略投资方参与Databricks超过5亿美元（约合人民币33.85亿元）的I轮融资。
Databricks由加州大学伯克利分校AMPLab的7名教授和研究人员于2013年联合创立。创始团队也是开源大数据计算引擎Apache Spark的主要开发者，随后将相关技术商业化，并提出融合数据湖与数据仓库能力的“湖仓一体”架构。
该公司主要向企业提供数据存储、处理和分析工具，同时支持企业利用内部数据训练机器学习模型、开发AI应用及Agent。
Databricks目前提供数据湖仓平台Lakehouse、Agent开发平台Agent Bricks、无服务器数据库Lakebase、企业AI助手Genie和多模型治理工具Unity AI Gateway等产品。
Databricks联合创始人兼CEO阿里·戈德西（Ali Ghodsi）是一名计算机科学家，也是Apache Spark的创建者之一。
▲Databricks联合创始人兼CEO阿里·戈德西（图源：Databricks）
Databricks创始团队中还包括华人联合创始人辛湜（Reynold Xin）。辛湜本科毕业于多伦多大学，随后在加州大学伯克利分校获得博士学位，目前担任Databricks首席架构师。
▲Databricks华人创始人辛湜（图源：领英）
据官方新闻，Databricks数据仓库业务Lakehouse年化营收超过15亿美元（约合人民币101.6亿元），同比增长超过100%；面向Agent的Lakebase年化营收突破1亿美元（约合人民币6.77亿元）。该公司过去12个月持续实现正向调整后自由现金流，但没有公布具体金额及按照通用会计准则计算的净利润。
Databricks目前在全球拥有超过2万家客户，包括阿迪达斯、AT&T、拜耳、Block、万事达卡、Rivian和联合利华等企业，客户覆盖70%的《财富》500强企业。该公司也与OpenAI、Anthropic等大模型巨头合作，将其模型接入Databricks平台。
Databricks称，超过1000家客户的年化采购额超过100万美元（约合人民币677万元），超过100家客户的年化采购额超过1000万美元（约合人民币6770万元）。
本轮融资所投向的三款产品，分别解决企业部署Agent时面临的数据、上下文和模型管理问题。
Lakebase建立在Postgres基础上，用于保存Agent执行任务所需的实时业务数据及运行状态。当Agent处理订单、库存和客户服务等任务时，可以通过该产品读取或写入最新信息。Databricks披露，Lakebase年化营收已经超过1亿美元（约合人民币6.77亿元）。
Genie是一款面向企业员工的AI助手。用户可以通过自然语言查询企业内部数据，并让系统根据这些数据回答业务问题或执行操作。
Unity AI Gateway负责统一管理企业接入的多款AI模型。企业可以通过该产品设置访问权限、记录模型调用情况，并根据任务需求、价格及延迟切换模型，以控制Token使用量和推理成本。
戈德西称，企业需要的不只是能够对话的AI，还希望Agent能够记住业务上下文、提供准确答案并执行工作，同时避免运行成本失控。
目前，Databricks仅披露了Lakebase的年化营收，没有公布Genie和Unity AI Gateway的收入规模，也没有说明50亿美元（约合人民币338.5亿元）融资将在三款产品之间如何分配。
结语：企业Agent竞争向数据基础设施延伸
随着企业Agent从演示走向实际业务，模型能力已不是唯一门槛。Agent还需要读取不断变化的企业数据，并解决数据权限、业务上下文、模型选择和运行成本等问题，数据平台由此成为企业部署Agent的重要基础设施。
Databricks的竞争对手也在扩大相关布局。Snowflake、甲骨文以及亚马逊云科技、微软、谷歌云均在连接数据库、模型和Agent开发工具。数据平台与云平台的业务边界正在进一步重叠，竞争也从数据存储和分析延伸至企业AI应用入口。
这意味着，企业Agent市场的竞争不仅取决于谁拥有能力更强的模型，也取决于谁能更安全、低成本地调动企业内部数据。Databricks能否守住数据平台优势，并在云厂商的产品体系之外保持独立价值，将成为其下一阶段发展的关键。
来源：Databricks
