AI 數據平台需求暴增：營收加速成長，年化經常性收入預計達 69 億美元，年增逾 80%。後續先看 下一季營收成長率、新客戶採用 SQL 產品數量。若營收成長明顯放緩，或企業 AI 支出轉趨保守，代表需求不如預期，綠燈就要重看。
產品線擴張搶進新市場：SQL 產品線營收突破 15 億美元，直接侵入 Snowflake 核心市場。後續先看 SQL 產品線營收成長率、AI 代理人合作案進展。若SQL 產品成長停滯，或客戶對新產品接受度低，代表擴張受阻，綠燈就要重看。
營收高速成長且融資順利：2025 年營收預計成長 55% 至 41 億美元，且營運接近損益兩平。後續先看 下一輪融資市場評價變化、IPO 時程與定價。若融資進度延遲或市場評價下修，或營收成長未達預期，代表市場期待降溫，綠燈就要重看。
競爭地位顯著強化：營收規模與成長速度已拉開與 Snowflake 的差距，並直接競爭其核心市場。後續先看 Snowflake 客戶流失情況、Databricks 市佔率變化。若Snowflake 成功防守核心市場，或 Databricks 客戶續約率下降，代表競爭優勢減弱，綠燈就要重看。
Databricks 是一家專注於資料基礎設施與機器學習操作（MLOps）的軟體平台公司，提供統一的數據智慧平台，整合數據工程、數據科學、機器學習和分析，協助企業加速數據驅動的創新。在資料基礎設施和 MLOps 領域，Databricks 被視為關鍵節點，其平台能處理大規模數據並運行複雜的機器學習模型，服務對象涵蓋金融、醫療、零售和科技等行業的領先企業。隨著企業對 AI 的需求日益增長，從數據準備、模型訓練到部署與監控的端到端流程變得更加重要，Databricks 的統一平台正好填補了這一缺口，讓企業能更有效地實現數據民主化並管理複雜的 ML 工作流程，因此其發展對資料基礎設施和 MLOps 賽道的演進具有指標意義。
--
| 主賽道競爭對手 | |
|---|---|
| 上游供應商 本公司向它們採購，或依賴其供應。 | |
| 下游客戶 它們採購或採用本公司的產品與服務。 | |
| 策略合作 | |
| 投資／持股 | |
| 外部投資方 公開揭露的策略投資或持股關係，不含一般市場股東、13F 或 ETF 持股。 |
Databricks 宣布完成 50 億美元融資，估值達 1900 億美元，距離上次 1340 億美元估值僅六個月。公司表示第二季營收運轉率已突破 70 億美元，年增超過 80%。執行長 Ali Ghodsi 強調 AI 代理需求強勁，並點名 Lakebase 資料庫、Genie 代理工具與 AI Gateway 等產品成長。
Databricks 半年內估值從 1340 億美元跳到 1900 億美元，營收運轉率破 70 億美元，這告訴我們企業 AI 代理的錢真的在進來。它不上市、靠私募市場拿錢，代表一級市場對 AI 軟體的信心比公開市場更敢給。Lakebase 資料庫才剛推出就衝到 1 億美元運轉率，直接對上 Oracle 和 SAP，這塊會是下一波企業 IT 預算爭奪戰。接下來要看它能不能把 80% 的年增率撐住，以及 Snowflake 在公開市場的估值會不會被拿來對照。
這筆融資讓 Databricks 手頭現金變多，可以更積極擴張，但也要看它怎麼花這筆錢。
下一季營收成長率；新產品 Lakebase 的客戶數；銷售與行銷費用變化
如果 Databricks 把錢花在無效的投資，營收成長沒有跟著加速，這個正面影響就不成立。
估值變高代表市場期待更高，Databricks 必須持續交出超乎預期的成長，否則壓力會很大。
營收年增率是否維持 80%；毛利率變化；後續融資或 IPO 的估值
如果 Databricks 營收成長持續超預期，且毛利率穩定，這個負面影響就會減輕。
Databricks 正在進行由 Coatue Management 領投的新一輪融資，估值達 1,880 億美元，較今年 2 月的 1,340 億美元跳升 40%。公司預計今年夏天完成募資，資金將用於併購與 AI 產品開發。同時，Databricks 揭露 2027 財年上半年結束時，年化經常性收入（ARR）將達約 69 億美元，年增超過 80%，核心業務已連續 15 個月加速成長。
Databricks 這一輪估值直接衝到 1,880 億美元，比半年前又跳了四成，而且 ARR 成長超過 80%，告訴我們一件事：在 AI 時代，掌握企業資料管線和 AI 工作負載的平台，資本市場給的溢價完全不輸給基礎模型公司。這對已經上市的 Snowflake 是直接壓力，因為 Databricks 的成長速度明顯拉開差距。
新資金讓 Databricks 能更快推出 AI 功能或買下互補技術，有機會從現有客戶拿到更多預算，帶動營收成長。
下一季 ARR 成長率是否維持 80% 以上；新宣布的併購案或 AI 產品功能
如果接下來兩季 ARR 成長率明顯放緩，或併購後整合不順、客戶流失，就代表資金效益不如預期。
估值膨脹太快，萬一成長踩剎車，外界可能質疑 Databricks 的實際價值，影響企業客戶長期簽約的信心。
後續季度 ARR 年增率是否連續兩季下滑；主要客戶續約率或合約金額變化
如果 Databricks 能持續交出超 80% 的 ARR 成長，且成功上市或維持高估值，這層擔憂就會減弱。
AI 數據分析公司 Databricks 傳出正規劃新一輪融資，估值可能高達 1750 億美元，並考慮在 2027 年進行首次公開發行。此輪融資規模與估值較先前大幅躍升，反映市場對其 AI 數據平台業務的高度期待。
Databricks 是企業級 AI 與數據分析領域的頭部未上市公司，其估值若達 1750 億美元，將一舉超越許多已上市的企業軟體巨頭，顯示資本市場對「AI 應用層」基礎設施（數據平台）的價值重估正在加速。這不僅直接影響其雲端合作夥伴如亞馬遜 AWS、微軟 Azure 的戰略地位，也對 Snowflake 等同賽道已上市公司形成競爭壓力。對追蹤 AI 產業的投資人而言，這代表 AI 的價值鏈正從算力硬體向下游的數據管理與應用平台擴散，且一級市場的狂熱定價可能為未來科技股 IPO 窗口提供重要參考信號。
新資金讓 Databricks 能更快推出新產品、打進更多企業客戶，營收有機會加速成長。
下一季新增客戶數；年度營收成長率
若融資後一年內營收成長未明顯加速，或客戶流失率上升，則資金效益不如預期。
IPO 前的大量準備工作會讓營運費用升高，短期內可能壓低獲利。
營業利益率；行銷費用佔營收比
若公司能在不顯著增加費用下維持營收高成長，則成本壓力低於預期。
Databricks 因強勁的銷售成長，正與投資人洽談新一輪約 50 億美元的募資，估值將達 1340 億美元。此輪募資規模與估值均較先前大幅躍升，顯示市場對其 AI 驅動的數據分析平台需求極為強勁。
Databricks 是企業級數據與 AI 平台的核心玩家，其巨額募資與超高估值，直接印證了 AI 應用層（尤其是結合數據分析與機器學習的企業軟體）正在經歷爆發性成長。這不僅顯示資本市場對 AI 應用變現潛力的高度認可，也意味著更多資金將注入 AI 軟體生態系，加速企業採用 AI 工具，進而帶動背後雲端基礎設施與算力的長期需求。對追蹤 AI 產業的人來說，這是 AI 從基礎建設擴散到應用端、並獲得鉅額資金支持的明確信號，影響範圍涵蓋雲端服務商、數據分析競爭者及整個企業軟體板塊。
這筆錢讓 Databricks 有更多資源去搶市場，未來營收可能成長更快。
下一季新增客戶數；年度經常性收入（ARR）成長率
如果下一季新增客戶數或 ARR 成長率沒有明顯加快，代表資金效益不如預期。
高估值讓 Databricks 必須更努力證明自己能賺錢，否則市場失望時，毛利和現金流壓力會變大。
毛利率走勢；自由現金流是否轉正
如果 Databricks 能持續交出高於預期的營收成長，且毛利率穩定改善，這個壓力就會減輕。
知情人士透露，數據與 AI 平台公司 Databricks 正在進行新一輪融資，估值達 1340 億美元，預計籌集 50 億美元。該公司預期 2025 年營收將成長 55% 至 41 億美元，且營運接近損益兩平。執行長 Ali Ghodsi 近期對 AI 泡沫風險的發言較其他矽谷高層更為直接。
Databricks 是企業級數據分析與 AI 部署的關鍵平台，其巨額籌資與高估值，直接反映了資本市場對「AI 應用層」基礎設施的強勁需求。這筆資金將強化其在與 Snowflake 等對手的競爭中的地位，並可能加速其併購與產品擴張，影響整個企業 AI 軟體生態系。營收高速成長且接近損益兩平，顯示其商業模式正在大規模驗證，這對追蹤 AI 如何從晶片、雲端運算一路落地到終端企業應用的投資人而言，是重要的產業健康度指標。執行長對 AI 泡沫的警示，也為當前 AI 投資熱潮提供了一個高層視角。
這筆資金可能讓 Databricks 更快推出新產品或買下互補技術，帶動未來營收成長。
下一季營收成長率；新產品或收購案公告
若公司將資金用於無效投資，或併購後整合失敗導致營收成長放緩，則此正面影響不成立。
估值膨脹後，任何營運瑕疵都可能被放大檢視，讓企業客戶在簽約時更謹慎。
季度營收是否達標；客戶續約率或新客獲取速度
若公司連續幾季營收超標且客戶數穩定成長，則此負面影響淡化。
根據 The Information 報導，資料庫與 AI 工具供應商 Databricks 正在洽談新一輪募資，目標估值超過 1300 億美元。這距離該公司 2025 年 9 月完成 10 億美元 K 輪融資、估值 1000 億美元僅約兩個月，估值短時間內大幅上調約 30%。
Databricks 是企業級數據分析與 AI 部署的關鍵平台，其估值在兩個月內從 1000 億美元跳升至 1300 億美元，反映資本市場對 AI 基礎軟體層的價值重估正在加速。這不僅顯示資金持續湧入 AI 領域，更代表市場認為企業採用 AI 的長期需求將直接拉抬這類數據基礎設施供應商的地位。對追蹤 AI 產業的投資人而言，這類未上市獨角獸的估值膨脹，會連帶影響公有雲合作夥伴（如微軟、亞馬遜）的競爭態勢，也可能預示未來 IPO 窗口開啟時對整個 AI 軟體板塊的重新定價。
新資金讓 Databricks 有更多銀彈投入成長，未來營收可能因此增加。
下一季營收年增率；員工人數變化；新產品或新功能發布速度
若融資後營收成長反而放緩，或資金主要用於填補虧損而非擴張，則此正面影響不成立。
高估值帶來更高的業績期待，若營運現金流或利潤率跟不上，未來籌資成本可能變貴或難度增加。
自由現金流是否轉正；營業利潤率趨勢；後續融資輪的估值變化
若 Databricks 在下一輪融資前已實現穩定獲利，或 IPO 時市場仍願意給予高估值，則此負面影響減弱。
數據分析公司 Databricks 正在敲定新一輪 K 輪融資，估值達 1000 億美元，較 2024 年 12 月的 620 億美元大幅提升。此輪由 Thrive Capital 共同領投，a16z 也計劃參與。Databricks 受惠於 AI 熱潮，企業對其資料分析與 AI 平台需求強勁。
Databricks 是 AI 時代資料基礎設施的關鍵玩家，其平台讓企業能高效處理、分析數據並訓練 AI 模型。這輪融資估值在不到一年內飆升 61%，顯示市場對 AI 應用層基礎設施的投資熱度持續升溫，且資金正從純模型公司擴散到資料工具鏈。這對追蹤 AI 產業的人來說，意味著資料平台這塊的競爭格局正在快速升級，可能擠壓傳統資料倉儲廠商，並影響雲端巨頭（如微軟、亞馬遜）在資料服務上的佈局。雖然 Databricks 尚未上市，但其估值膨脹會牽動後續 IPO 定價與同類型公司的評價，也反映創投資金在 AI 領域的配置方向。
這筆錢讓 Databricks 能擴大業務團隊和雲端資源，短期內營收成長可能比預期更快。
下一季營收年增率；新客戶數；大型企業合約金額
如果下一季營收成長沒明顯加快，或客戶取得成本大幅上升，代表資金效益不如預期。
高估值帶來壓力，Databricks 可能被迫控制燒錢速度，若太早縮減投資，反而讓競爭對手有機可乘。
營業現金流；自由現金流；何時達到損益兩平
如果 Databricks 能持續以高營收成長說服市場，且虧損未擴大，這層壓力就會減輕。
AI 新創 Anthropic 與數據平台公司 Databricks 簽訂五年合作協議，將共同銷售 AI 工具，協助企業客戶開發自己的 AI 代理人。雙方預計這項合作可帶來約 1 億美元的聯合營收。
這筆合作顯示 AI 模型公司正積極透過與數據平台結盟，切入企業端「自建 AI 代理人」的市場，不再只靠 API 調用或消費級聊天機器人。對 Anthropic 來說，Databricks 的企業客戶基礎與數據治理能力，能加速其 Claude 模型在大型企業的落地，直接與 OpenAI、Google 等競爭。對 Databricks 而言，引入前沿模型能強化其平台在 AI 時代的吸引力，與 Snowflake 等競品拉開差距。這類「模型+數據平台」綁定銷售的模式，可能成為企業 AI 市場的主流通路，影響雲端軟體與 AI 應用層的競爭格局。
這筆合作預計帶來1億美元聯合營收，Databricks可從中分得部分，並帶動平台使用量成長。
下一季營收成長率；企業客戶新增數；AI相關服務的採用率
若下一季營收未見明顯提升，或客戶僅使用Anthropic模型而未增加Databricks平台消費，則此正面影響不成立。
合作初期可能增加營運成本，若營收貢獻不如預期，將對毛利造成壓力。
毛利率變化；營業費用率；合作相關的投資支出
若下一季毛利率持平或改善，且營業費用未顯著增加，則成本壓力不成立。
Databricks 正從 a16z、Thrive Capital 等投資人籌集約 100 億美元，估值達 620 億美元，為史上最大規模的創投融資之一。文件顯示該公司年營收已達 26 億美元，執行長 Ali Ghodsi 透過一系列策略調整，使 Databricks 成為矽谷成長最快的新創之一。
這筆融資規模與估值，反映資本市場對「資料與 AI 平台」這類基礎軟體層的高度信心，Databricks 的巨額資金將直接投入 AI 基礎建設與產品擴張，可能加速企業端 AI 應用的落地。同時，Databricks 的成長軌跡與 Snowflake 等競爭對手的對比，將影響雲端資料分析與 AI 工作負載的市場版圖。對追蹤 AI 產業的散戶而言，這顯示非硬體、非模型的「資料基礎設施」環節正在快速膨脹，並可能牽動微軟、亞馬遜等雲端巨頭的戰略布局。
這筆錢讓 Databricks 能更快推出新功能、拓展市場，未來營收有機會再往上衝。
下一季營收年增率；新客戶數或大型合約數
若接下來幾季營收成長反而放緩，或資金主要用在燒錢卻沒換到市占，就代表這筆錢沒發揮效果。
估值拉高後，只要財報稍微不如預期，客戶或合作夥伴可能開始質疑公司前景，影響新訂單。
營收是否達到市場預期；主要客戶續約率或流失率
若 Databricks 連續幾季營收都超標，且客戶滿意度維持高檔，這層壓力就會減輕。
據華爾街日報報導，數據分析與 AI 平台公司 Databricks 計劃使用亞馬遜自研的 Trainium AI 晶片，來驅動其協助企業建構 AI 系統的服務。此舉顯示亞馬遜 Trainium 晶片在大型 AI 客戶端獲得採用，不再僅限於亞馬遜內部使用。
這則新聞對追蹤 AI 產業的投資人具有重要意義。首先，它代表亞馬遜自研 AI 晶片 Trainium 在市場上取得關鍵突破，獲得外部重量級客戶 Databricks 的採用，直接與 NVIDIA 的 GPU 在 AI 訓練市場競爭。這可能逐步改變 AI 算力市場由 NVIDIA 一家獨大的格局，對 NVIDIA 的長期主導地位構成潛在挑戰。其次，Databricks 作為重要的數據與 AI 平台，其選擇 Trainium 可能帶動其他企業客戶跟進，擴大非 NVIDIA 陣營的生態系。最後，這也反映出大型雲端業者（如亞馬遜）透過自研晶片降低對 NVIDIA 的依賴、並將其作為差異化服務向外輸出的趨勢，將影響整個 AI 基礎建設的供應鏈動態。
若 Trainium 成本較低，Databricks 提供 AI 服務的毛利可能改善。
下一季基礎設施支出佔營收比；AI 服務毛利率變化
若 Trainium 實際性價比不如預期，或遷移成本過高，導致總成本未降。
若 Trainium 成為主要算力來源，Databricks 可能面臨供應商鎖定，長期成本與技術選擇彈性下降。
Trainium 佔 Databricks 總算力比重；Databricks 是否同時擴展其他晶片方案
若 Databricks 維持多元晶片策略，Trainium 僅為選項之一，則鎖定風險降低。
Databricks 推出開源大型語言模型 DBRX，採用混合專家（MoE）架構，擁有 1320 億參數，其中 360 億參數在任何給定輸入上處於活躍狀態。DBRX 在語言理解、程式設計和數學推理等基準測試中，超越了 GPT-3.5 和現有開源模型如 Llama 2 70B 和 Mixtral，並在推理效率上優於同等規模的密集模型。Databricks 強調 DBRX 是開放、可自訂的模型，企業可在自有資料上微調，無需將敏感資料傳送至第三方。
DBRX 的發布顯示開源大型語言模型領域的競爭正在加劇，且效能快速逼近甚至超越部分閉源商業模型。這對 AI 產業有幾層意義：首先，它可能加速企業採用開源模型進行私有化部署，降低對 OpenAI 等閉源 API 的依賴，影響雲端 AI 服務的市場結構。其次，混合專家（MoE）架構在開源社群中獲得驗證，可能推動更多模型採用此技術，進而影響 AI 晶片和資料中心的需求模式（例如對記憶體頻寬和互連的要求）。最後，Databricks 作為資料平台公司，將模型與其資料湖倉平台整合，可能強化其企業 AI 解決方案的競爭力，對微軟、Google 等雲端 AI 平台形成差異化壓力。追蹤 AI 產業的人應關注開源模型生態系的演進，以及它如何改變企業 AI 的建置成本和供應商選擇。
可能讓 Databricks 多賺平台訂閱與運算使用費
Databricks 平台活躍客戶數；資料處理與運算使用量成長率
若下一季平台客戶數或使用量未明顯提升，或企業仍偏好用其他雲端模型 API
可能讓 Databricks 多花錢在模型訓練，毛利短期受壓
Databricks 毛利率變化；研發費用佔營收比
若下一季毛利率未明顯下滑，或公司揭露訓練成本低於預期
新聞僅保留摘要與來源連結，不存原文。
非投資建議。市場資料以中性事實呈現，不含個股估值評等或買賣建議。
