Databricks 估值達1,880億美元，十八個月四輪融資映照企業AI基礎設施資本熱度

2013年從大數據起家的Databricks，正在把自己變成企業AI時代最值錢的底層建設商之一。週四它宣布最新一輪融資，估值定在1,880億美元，由Coatue領投，金額尚未正式入帳、預計今夏完成交割，外界報導約為30億美元。

這個數字本身還不是重點，重點是它背後的加速度。2024年12月，Databricks以620億美元估值完成當時破紀錄的百億美元融資；九個月後的2025年9月，估值跳到1,000億；再五個月後的2026年2月，1,340億、融資50億；如今又過五個月，1,880億。一年半、四輪、估值翻了三倍。市場不是在給一家公司定價，更像是在給一個還沒塵埃落定的企業AI基礎設施生態系統掛號。

憑什麼？因為Databricks原本就坐在企業數據最核心的位置。它替大型企業做雲端資料儲存和分析，當AI浪潮來、企業要把自家數據接進AI模型時，安全性和治理框架不能說丟就丟，Databricks恰好兩樣都有。過去兩年它快速補產品線：給AI代理人用的資料庫Lakebase、AI閘道器Unity、可以統管多個代理人的「元框架」Omnigent，一件件都往AI中台的方向拼。

但最值得注意的一步，是它開始公開站隊中國開源模型。Databricks的3,000名軟體工程師日常用什麼AI輔助寫程式，執行長Ali Ghodsi上週直接拿出內部benchmark結果：Z.ai的GLM 5.2在最高難度編程任務的表現，已足以比肩Anthropic和OpenAI的閉源模型，但總成本更低。更有意思的是，研究同時發現「選哪個harness（代理框架）」和「選哪個模型」對成本的影響程度相當——開源框架Pi在管理context效率上表現突出。這份benchmark不是學術論文，是一家估值近兩千億美元的公司在告訴市場：用中國開源模型省錢這件事，我們帶頭做、做得有效。

Databricks的路徑揭示了企業AI採購的一個現實邏輯：決策者要的不是最強的模型，而是能整合進既有治理框架、又能控制成本的方案。誰在這個卡口有足夠深的護城河，誰就有談判籌碼。台灣和東南亞的科技企業在選雲端數據平台或企業AI中台時，這個賽道的格局正在快速收窄——Databricks、Snowflake的競逐，加上中國開源模型的性價比攻勢，選邊的視窗不會一直開著。