Databricks估值飆升1880億美元，CEO：採用中國開源模型是AI成本控制關鍵一環

根據多家外媒與 Databricks 官方消息，這家專注於數據與人工智慧基礎設施的公司正在進行新一輪融資，由知名創投 Coatue Management 領投。此輪融資對 Databricks 的估值達到 1880 億美元，相較於 2025 年 12 月上一輪融資後的估值，成長了約 40%。Databricks 並未對外公布具體的融資金額，且公司表示資金尚未正式到帳，預計該輪融資將於今年夏末完成。不過，根據其他媒體報導，此次融資規模約為 30 億美元。雖然在資金確認到位前就公開估值並不常見，但風險投資人士指出，由於大量投資機構參與意願極為踴躍，整筆交易的基礎相當穩固，公司沒有理由不揭露最新的估值資訊。 Databricks 執行長 Ali Ghodsi 在接受 CNBC 專訪時，進一步揭露了公司當前的營運策略與市場洞察。他指出，隨著客戶大量部署 AI 代理（Agent）並頻繁調用 Databricks 平台，公司的收入正持續加速成長。然而，企業端的成本壓力也同樣嚴峻，許多客戶在收入尚未跟上支出的情況下，必須設法控制 AI 部署的開銷。為此，Databricks 採取了模型分級策略：對於複雜、需要深度推理的任務，使用價格較高但性能頂尖的前沿模型；而對於日常重複性的工作，則改用成本較低的開源模型，以兼顧效能與預算。 Ali Ghodsi 也特別強調，開源模型在 Databricks 的生態系統中扮演日益重要的角色。近幾個月來，客戶對 OpenAI、Anthropic 的閉源模型，以及包括 Thinking Machines Labs 的 Inkling 在內的多款開源模型需求顯著增加。其中，來自中國的開源模型更是備受矚目，包括智譜 AI 的 GLM 系列與月之暗面的 Kimi 等，Databricks 均已在其平台上提供託管服務。Ali Ghodsi 直言，Kimi K3 的發布「是遊戲規則的改變者」，顯示出中國開源模型在全球市場的競爭力正在快速攀升。 然而，這波開源模型的需求爆發也帶來了新的挑戰。與使用 OpenAI 等第三方 API 不同，當客戶選擇透過 Databricks 部署開源模型時，公司必須自行提供 GPU 算力來支援運算。Ali Ghodsi 坦言，先前客戶對 Unity AI Gateway 產品中開源模型的強勁需求，已經導致 Databricks 全球 GPU 算力嚴重不足。因此，此次融資的核心目的，正是為了採購更多的 GPU 伺服器容量，以滿足客戶對 AI 產品持續成長的需求。 Databricks 的融資節奏在過去一年半內相對密集。回顧近期歷程，2026 年 2 月，該公司便以 1340 億美元的估值完成了 50 億美元的融資；再往前推，2025 年 9 月與 2024 年 12 月也各有大額資金進帳，其中 2024 年 12 月的融資金額更達到當時創紀錄的 100 億美元。這一連串的募資動作，凸顯出資本市場對其商業模式與 AI 基礎設施前景的高度看好。 在營運成績方面，Databricks 於 2026 年 2 月揭露，其年化收入已超過 54 億美元，較前一年成長了 65%。其中，人工智慧相關產品的年化銷售額更突破了 14 億美元。目前該公司擁有 800 家年消費額超過 100 萬美元的客戶，以及 70 家年消費額超過 1000 萬美元的大型企業客戶，顯示其在高階市場的滲透率持續加深。 從產品布局來看，Databricks 最初是以數據平台起家，如今已成功轉型為人工智慧基礎設施供應商。公司近期推出了多項新產品，包括 AI 助手 Genie 系列、專為 AI 智能代理設計的資料庫 Lakebase，以及用於治理與安全控管的 Unity AI Gateway 等。這些工具不僅強化了平台的功能性，也讓客戶能夠更靈活地在單一環境中管理數據、模型與應用。 在成本控制方面，Databricks 已成為企業採用高性價比開源模型的典型案例，尤其以中國開源模型的應用最受關注。Ali Ghodsi 上週公開了一份內部評測結果，顯示智譜 AI 的 GLM 5.2 模型在處理高難度編程任務時，總成本顯著低於 Anthropic 與 OpenAI 的閉源模型。不過評測也指出，除了模型選擇之外，用於成本控制的監控工具（如 Harness）同樣扮演關鍵角色，兩者相輔相成才能達到最佳效益。 整體來看，這筆新融資不僅能為 Databricks 帶來充裕的資金來擴充 GPU 算力，也可能讓公司在決定首次公開募股（IPO）的時機上擁有更多彈性。隨著 AI 基礎設施市場競爭日趨激烈，Databricks 透過擁抱開源模型、分級定價策略與持續的產品創新，正試圖在兼顧客戶成本與自身成長之間找到最佳平衡點。