Databricks 宣布启动新一轮融资，最新估值达到 1880 亿美元。公司表示，这笔资金将在今年夏季晚些时候完成交割，暂未披露具体募资规模。多家外媒随后报道称，本轮融资规模约为 30 亿美元，领投方为 Coatue。

这家成立于 2013 年的公司原本以大数据和云端分析软件起家，近一年半则明显加快了融资节奏，同时把市场重心转向企业级 AI。估值持续抬升，也与其产品线扩张和客户需求变化有关。

近一年半估值持续上升

• 2024 年 12 月，融资 100 亿美元，估值 620 亿美元
• 2025 年 9 月，融资 10 亿美元，估值 1000 亿美元
• 2026 年 2 月，完成 50 亿美元 L 轮融资，估值 1340 亿美元

如今仅隔 5 个月，公司估值再升至 1880 亿美元。TechCrunch 援引投资人说法称，本轮交易需求强劲，因此公司即使在资金尚未到账前，也选择提前披露新估值。

企业级 AI 成为新主线

Databricks 早期的核心业务，是帮助企业在云端存储海量数据并进行快速分析。由于本身掌握大量企业数据场景，公司在生成式 AI 进入企业市场后，较快切入了安全、治理和部署要求更高的企业级应用。

近一段时间，Databricks 持续推出 AI 相关产品，包括面向 AI Agent 的数据库 Lakebase、AI 网关 Unity，以及用于管理多个 Agent 的工具 Omnigent。随着这些产品落地，公司在外界眼中的定位，也从传统 SaaS 厂商进一步转向 AI 基础设施与应用平台提供商。

开源模型压低部署成本

报道提到，Databricks 也是企业采用更低成本开源模型趋势中的代表公司之一。公司尤其看好中国团队 Z.ai 的 GLM 5.2 在代码生成场景中的表现，并将其视为控制 AI 成本的一种选择。

除了模型本身，Databricks 还强调，围绕模型运行的 Agent 编码工具同样会显著影响成本。公司此前研究发现，开源工具 Pi 在上下文管理方面表现较好，能够在不明显牺牲质量的情况下压低使用成本。

这一判断也反映出企业部署 AI 时的关注点正在变化。市场不再只看单一模型能力，配套工具、治理能力和整体成本结构，正成为企业采购和资本定价的重要依据。