融到I轮，估值3000亿

当全球创业公司已经从萧条的市场收到明确的信号：降本增效，停止一切烧钱行为时，有资本加持的公司仍然继续烧钱凶猛，并且看上去活得还不错。

Databricks近日宣布，获得超过5亿美元的新一轮融资，估值高达430亿美元，较上一轮估值上浮50亿美元。本轮融资由普信集团领投，Capital One Ventures、英伟达等跟投，Octahedron Capital、老虎环球基金、摩根士丹利旗下Counterpoint Global等参投。

除了那些喜好投pre-IPO的机构，用Databricks首席执行官Ali Ghodsi的话说，新一轮融资也“引入了合作伙伴和战略投资者”。其中之一是Capital One Ventures。

Capitol One是Databricks主要竞争对手Snowflake的最大客户。此前，Databricks的投资人中也不乏Salesforce、谷歌、微软等存在业务竞争的公司。

英伟达是另一个新入局的投资者，这个AI卖水人今年的投资活跃度堪比财务投资人。综合PitchBooks数据和相关报道，英伟达今年签署了大约 20笔初创公司相关交易，相比之下，老虎环球今年不过达成30笔左右的交易，相比前两年锐减超过8成。

当然，这不难理解，钱能给人自由。英伟达二季度营收达到135亿美元，是去年同期的两倍，预计三季度营收将增长170% 。手头的资金过于富裕，英伟达于是转向了投资自己的客户、合作伙伴以及其他和AI相关的公司。而Databricks也在加速AI方面的布局，最近以13亿美元的高价收购了开源大模型公司MosaicML。

同一个AIGC，同一个梦想，英伟达和Databricks就这样走到了一起。“更紧密的合作是有意义的，我们与英伟达在这个市场上是互补的角色。”Ali Ghodsi透露。Databricks计划与英伟达合作优化自己销售的软件，帮助客户构建在英伟达芯片驱动的服务器上运行的AI模型。

由此看来，那些资本没那么宽裕的公司囿于市场环境，只能迫于无奈遵守所谓的“规矩”，但对Databricks这样融到I轮的公司来说，该花花该买买，只要打的“点”准，有的是人抢着给买单。

融到I轮还没上市

Databricks创立于2013年，专注于数据分析，其创始人是大名鼎鼎的开源数据分析引擎Apache Spark的最初创建者。

Databricks以其lakehouse平台而闻名，这是一套数据仓库和数据湖的组合，可以在单一平台上统一数据、分析和AI部署，以便客户管理企业数据、产生洞察，并快速构建自己的生成式人工智能解决方案。其客户包括AT&T、壳牌、Walgreens等大公司。

Databricks在市场上的竞争对手包括其他基于云的数据分析平台，如亚马逊网络服务（AWS）的EMR、谷歌云的Dataproc和微软Azure的HDInsight。在还未上市的企服公司中，Databricks无疑是最受关注的那个。

《福布斯》曾将Databricks评为Cloud 100顶级私有云计算公司排行榜第二名。自成立以来，无论市场起起伏伏，Databricks也从未缺少资本的青睐。

不妨来回顾一下这个超级独角兽的漫长融资史：

2013年9月，DataBricks获1400万美元投资，投资方为Andreessen Horowitz（A16Z）。

2014年6月，DataBricks获3300万美元B轮投资，投资方为恩颐投资、Data Collective、Andreessen Horowitz。

2016年12月，DataBricks完成6000万美元C轮融资，由恩颐投资领投，Andreessen Horowitz跟投。

2017年8月，DataBricks完成1.4亿美元D轮融资，由Andreessen Horowitz领投，恩颐投资、Battery Ventures参投。

2019年2月，DataBricks获2.5亿美元投资，由Andreessen Horowitz领投，微软创投、Coatue Management、恩颐投资等参投，估值27.5亿美元。

2019年10月，DataBricks完成4亿美元F轮融资，由Andreessen Horowitz领投，估值66.67亿美元。

2021年2月，DataBricks完成10亿美元G轮融资，由Franklin Templeton Investments领投，CapitalG（谷歌资本）、富达国际、Salesforce Ventures等跟投，估值280亿美元。

2021年8月， Databricks H轮募资16亿美元，估值飙升到380亿美元。由摩根士丹利旗下的Counterpoint Global基金领投，新投资者包括Baillie Gifford、UC Investments 和ClearBridge。

自2022年底以来，一直有关于Databricks即将IPO的预测，但不得不说，430亿美元的估值在当下的企服市场真不便宜，而且Databricks还在不断烧钱。外媒最近披露了这家公司的巨额现金消耗——资金消耗比去年翻了一番，达到4.3亿美元，预计将“在本财年和下一财年继续烧掉9亿美元，从2025年开始产生正向现金流。”

此情此景，艰难求生的国内企服公司看了多半会心生羡慕。从去年开始，虽然国内资本市场仍然在为梦想买单，可这梦想大多是“硬”的，而不是“软”的，而现金流也不是那么好做的，国内付费习惯尚未形成，企业不愿意为SaaS多买单，创业公司大都处于亏损之中。

国内SaaS创投转而萧条，今年寒意更甚，已经港股上市的几家SaaS公司接连破发，给后来者敲响了警钟，一位知名投资人更是提醒被投的早期企服公司，继续融资已无可能，要赶紧盈利。

和勒紧裤腰带的国内公司不同，有钱任性的Databricks仍然在谋求规模增长，而不是正向的现金流。

二季度，Databricks 报告了其历史上最强劲的季度增量收入增长：营收突破15亿美元，同比增长超过50%，全球覆盖超过10000家客户。未来，Databricks可能还会利用最新融资轮的资金进行更多战略收购。

生成式AI的新故事

和英伟达的合作无疑契合了Databricks在AI方面的野心。二季度内，Databricks还完成了对生成式AI平台MosaicML的收购。企业数据是生成式AI的金矿，坐拥这一金矿的Databricks顺势开启了自己的AI新故事。

Databricks一直在训练自己的大语言模型供企业使用。今年3月，Databricks发布Dolly，紧接着4月发布升级版的Dolly 2.0。Dolly 2.0据称是业内第一个开源、遵循指令的 LLM，它在免费提供的开源数据集上进行了微调，可用于商业目的。这意味着Dolly 2.0可用于构建商业应用程序，无需支付API访问费用或与第三方共享数据。

和大模型在C端的广泛应用不同，企业客户希望确保自己的数据安全且私密，这正是Databricks可以发挥作用的地方。

Databricks首席执行官Ali Ghodsi认为，现在是B2B生成式人工智能应用爆发式增长的最佳时机，而Databricks有能力拔得头筹：

“所有企业都希望构建自己的大语言模型，利用其展开竞争。我们已经拥有这些大型企业的所有数据，并且这些企业也相信我们能够保证这些数据的安全、私密和机密。”

自行研发之外，Databricks也走起了买买买的路子。今年6月宣布以13亿美元的高价收购了OpenAI竞争对手MosaicML。

MosaicML的上一轮融资在2023年1月，当时估值为2.22亿美元，13亿美元的收购价意味着不到一年时间其估值跃升了6倍。和OpenAI不同，MosaicML成本更低，而且走的是开源路线，允许企业使用公司的模型架构根据自己的数据训练模型，然后通过其推理API部署模型。通过联合产品，Databricks和MosaicML将能够使用自己的数据来训练和运行私人定制模型，从而保留对数据的控制权。

此外，Databricks还收购了AI存储公司Rubicon和数据治理公司Okera。

在企服行业，对新一波AI公司感兴趣的不只是Databricks。Databricks竞争对手Snowflake今年5月宣布收购生成式AI搜索初创公司Neeva，意在将生成式AI的专业知识构建到数据基础设施产品中。云服务巨头Salesforce不仅押注了Hugging Face和Anthropic这样的超级独角兽，也投资了不少其他的AI初创公司。

企服公司钟情大模型自然有他们的道理。钉钉总裁叶军曾表示，这波AI浪潮中，最先受益的是不是挖矿的人，而是卖铲子的人。首先是英伟达，其次是微软、钉钉、Salesforce这样的B端生产力工具。比如，微软一季度财报透露，作为AI基础设施的Azure OpenAI服务已拥有2500位客户，客户数相较上一季度增长10倍，OpenAI、英伟达等公司都在使用它来培训大模型。

这些公司率先从这一波AI热潮中吃到红利，同时通过自研、收购和各种合作押注AI，以客户在其平台中存储的数据为基础，构建自己的生成式AI应用程序，既是卖水人，也是淘金者。

如此看来，加速布局AI也能让准备上市的Databricks讲出一个更大的故事。Ghodsi表示，新一轮融资不会影响公司申请上市的时间表，但没有透露具体的时间规划。

沃顿商学院教授David Erickson认为，如果Databricks申请IPO，它将成为全球IPO 市场健康状况的风向标，与Arm和Instacart等本月上市的公司相比，Databricks“可能更能说明 IPO市场的真实状况”。