智東西
編譯 茄子
編輯 程茜

智東西6月18日消息，美國AI數(shù)據(jù)基礎設施獨角獸Databricks CEO阿里·戈德西（Ali Ghodsi）在6月16日數(shù)據(jù)與人工智能峰會上稱，Databricks的年化營收已達69億美元（約合人民幣人民幣466億元），同比增長超過80%，高于上一財年第四季度的54億美元。該公司旗下AI產(chǎn)品年收入已達17億美元（約合人民幣115億元），高于2月份的14億美元（約合人民幣95億元）

戈德西還透露，AI智能體驅(qū)動的消費模式正在推高該公司的營收，但同時也帶來算力成本壓力，Databricks的毛利率將“走低”。

Databricks由加州大學伯克利分校AMPLab七位研究人員于2013年聯(lián)合創(chuàng)立，是“數(shù)據(jù)湖倉”架構(gòu)的提出者，也是開源大數(shù)據(jù)計算引擎Apache Spark的幕后公司。

其聯(lián)合創(chuàng)始人兼CEO戈德西是計算機科學家，2006年獲瑞典皇家理工學院分布式計算方向博士學位。在創(chuàng)立Databricks前，他曾聯(lián)合創(chuàng)辦Peerialism AB，一家位于斯德哥爾摩的P2P數(shù)據(jù)傳輸公司，他也是Apache Spark的創(chuàng)建者之一。

▲Databricks聯(lián)合創(chuàng)始人兼CEO阿里·戈德西（圖源：Databricks）

一、估值千億美元，年化營收遠超競對

在AI數(shù)據(jù)平臺賽道，Databricks正將老對手Snowflake甩在身后。據(jù)CNBC報道，從估值來看，Databricks在私募市場已達1340億美元（約合人民幣9052億元），而Snowflake上市三年，目前市值約為830億美元（約合人民幣5607億元），前者高出后者逾六成。

在營收方面，Snowflake 5月發(fā)布的2027財年第一季度財報顯示該公司單季度營收為13.9億美元。若按年化計算（乘以4），其年化營收約為56億美元（約合人民幣378億元），而Databricks的年化營收已達69億美元（約合人民幣466億元）。

在上市節(jié)奏方面，Snowflake早在2020年就已經(jīng)在美股上市。就在上周，SpaceX完成了創(chuàng)紀錄的上市首秀，市值一舉突破2萬億美元（約合人民幣13.5萬億元），OpenAI和Anthropic也已秘密遞交上市文件，AI企業(yè)紛紛沖向二級市場，Databricks卻依然選擇在場外觀望。

二、AI越成功，成本越失控？從“token狂歡”到“精算時代”

Databricks營收大幅增長的同時，利潤率卻在收縮。戈德西向CNBC解釋利潤率下滑時直言：“這是基于消費的商業(yè)模式，加上agent的到來。”客戶部署的AI agent越多，系統(tǒng)產(chǎn)生的查詢量就越多。Databricks按消耗量收費，營收隨之增長；但每次查詢調(diào)用的底層模型算力，成本也由Databricks承擔。

無論客戶是用自然語言數(shù)據(jù)查詢工具Genie回答業(yè)務問題，還是用AI智能體構(gòu)建平臺Agent Bricks構(gòu)建自定義AI應用都會消耗算力。戈德西坦承，Databricks的毛利率“將走低”，但他拒絕披露具體數(shù)字。

戈德西稱，企業(yè)客戶已從追求“詞元最大化”（Tokenmaxxing）轉(zhuǎn)向追求“價值最大化”（Valuemaxxing），即不再鼓勵員工無節(jié)制地消耗token，而是追求每一個token所能產(chǎn)出的實際價值。

如今大公司的策略變得更加精打細算：對于最前沿、最核心的業(yè)務任務，它們愿意調(diào)用頂級模型，比如Anthropic的Claude Mythos，因為這類場景對智能水平要求極高；但對于日?，嵥榈碾s務，則切換到簡單、低成本的開源模型，絕不浪費一分錢。

戈德西特別提到，中國模型在Databricks客戶中極受歡迎，客戶們確實需要多樣化的選擇。在全球AI成本壓力陡增的背景下，性價比突出的中國開源模型正悄然成為海外企業(yè)控制算力賬單的實用工具。

三、省錢與增收雙管齊下，Databricks的兩條突圍路徑

CNBC報道稱，面對利潤率被擠壓的現(xiàn)實，Databricks采取兩條路徑。

第一，是幫客戶省錢，同時也幫自己省錢，該公司推出的Unity AI Gateway相當于在AI預算上裝了一個“水龍頭”，當使用量接近預設上限時系統(tǒng)會自動預警，既滿足了客戶控制成本的需求，也避免了過度消耗帶來的額外支出。

第二，是向垂直行業(yè)要利潤，通用平臺的利潤率很少，只有深入特定場景才能賣出溢價。今年3月，Databricks發(fā)布Lakewatch軟件，正式進軍網(wǎng)絡安全市場；在這次峰會現(xiàn)場，Databricks又宣布將收購安全初創(chuàng)公司Panther Labs，以推進網(wǎng)絡安全業(yè)務。Panther Labs在2021年B輪融資階段投后估值達14億美元（約合人民幣95億元），本次交易金額官方暫未披露。

同時，Databricks推出智能體客戶數(shù)據(jù)平臺CustomerLake，切入營銷數(shù)據(jù)管理領域。從安全到營銷，Databricks正在用垂直深耕的策略，試圖在基礎平臺之外尋找新的利潤增長。

結(jié)語：算力通脹擠壓利潤空間，AI服務商進入“增收不增利”時期？

Databricks的經(jīng)營現(xiàn)狀是全球企業(yè)AI數(shù)據(jù)基礎設施賽道的縮影，AI agent帶來巨大市場增量，但算力通脹持續(xù)壓縮服務商盈利空間。短期來看，全行業(yè)“增收不增利”的陣痛難以緩解。

對于國內(nèi)大模型廠商和AI應用開發(fā)者而言，這既是提醒也是方向，與其盲目卷參數(shù)、卷規(guī)模，不如想想誰能先幫客戶把“token經(jīng)濟學”這本賬算清楚。畢竟，AI的下半場，拼的不是誰燒錢更猛，而是誰能幫別人把錢花得更值。

來源：CNBC