AI独角兽年度营收榜单：估值千亿美元，年入115亿创历史新高，ARR增长率80%

6月18日消息，美国AI数据基础设施独角兽Databricks的CEO阿里·戈德西（Ali Ghodsi）在数据与人工智能峰会上透露了一组关键数据：公司年化营收已达69亿美元（约合466亿元软妹币），同比增长超过80%，明显高于上一财年第四季度的54亿美元。更引人注意的是，旗下AI产品年收入已达17亿美元（约合115亿元软妹币），相比2月份的14亿美元又有明显增长。

戈德西还坦言，AI智能体驱动的消费模式正在推高营收，但算力成本的压力也随之而来，Databricks的毛利率将“走低”。这句话背后，其实藏着整个行业眼下最真实的困局。

Databricks由加州大学伯克利分校AMPLab七位研究人员于2013年联合创立，是“数据湖仓”架构的提出者，也是开源大数据计算引擎Apache Spark的幕后公司。CEO戈德西本人是计算机科学家，2006年获瑞典皇家理工学院分布式计算方向博士学位，曾联合创办P2P数据传输公司Peerialism AB，也是Apache Spark的创建者之一。

▲Databricks联合创始人兼CEO阿里·戈德西（图源：Databricks）

一、估值千亿美元，年化营收远超竞对

在AI数据平台这条赛道上，Databricks已经把老对手Snowflake远远甩在了身后。从估值来看，Databricks在私募市场已达1340亿美元（约合9052亿元软妹币），而Snowflake上市三年，目前市值约为830亿美元（约合5607亿元软妹币），前者高出后者六成以上。

营收方面差距同样明显：Snowflake 5月发布的2027财年第一季度财报显示单季营收13.9亿美元，按年化计算约为56亿美元（约合378亿元软妹币）。而Databricks的年化营收已冲到69亿美元，高出约23%。

有意思的是，上市节奏上双方截然不同——Snowflake早在2020年就已登陆美股。就在上周，SpaceX完成了创纪录的上市首秀，市值突破2万亿美元，OpenAI和Anthropic也已秘密递交上市文件，AI企业纷纷冲向二级市场，Databricks却依然在场外观望。这背后到底打的什么算盘？值得持续关注。

二、AI越成功，成本越失控？从“token狂欢”到“精算时代”

营收大幅增长的同时，利润率却在收索。戈德西向CNBC解释利润率下滑时直言：“这是基于消费的商业模式，加上agent的到来。”客户部署的AI agent越多，系统产生的查询量就越多。Databricks按消耗量收费，营收自然水涨船高；但每次查询调用的底层模型算力，成本也由Databricks承担。

无论客户是用自然语言数据查询工具Genie回答业务问题，还是用AI智能体构建平台Agent Bricks构建自定义AI应用，都会消耗算力。戈德西坦承，Databricks的毛利率“将走低”，但拒绝披露具体数字。

一个值得注意的转变是：企业客户已经从追求“词元最大化”（Tokenmaxxing）转向追求“价值最大化”（Valuemaxxing）。换句话说，不再鼓励员工无节制地消耗token，而是追求每一个token所能产出的实际价值。

如今大公司的策略变得更加精打细算——对于最前沿、最核心的业务任务，它们愿意调用顶级模型，比如Anthropic的Claude Mythos，因为这类场景对智能水平要求极高；但对于日常琐碎的杂务，则切换到简单、低成本的开源模型，绝不浪费一分钱。

戈德西特别提到，中国模型在Databricks客户中极受欢迎，客户们确实需要多样化的选择。在全球AI成本压力陡增的背景下，性价比突出的中国开源模型正悄然成为海外企业控制算力账单的实用工具。这一点，国内从业者或许能从中读出一些信号。

三、省钱与增收双管齐下，Databricks的两条突围路径

面对利润率被挤压的现实，Databricks选择了两条腿走路。

第一条路：帮客户省钱，同时也帮自己省钱。公司推出的Unity AI Gateway相当于在AI预算上装了一个“水龙头”——当使用量接近预设上限时系统会自动预警。既满足了客户控制成本的需求，也避免了过度消耗带来的额外支出。

第二条路：向垂直行业要利润。通用平台的利润率很少，只有深入特定场景才能卖出溢价。今年3月，Databricks发布Lakewatch软件，正式进军网络安全市场；在这次峰会现场，又宣布将收购安全初创公司Panther Labs。Panther Labs在2021年B轮融资阶段投后估值达14亿美元（约合95亿元软妹币），本次交易金额官方暂未披露。

与此同时，Databricks推出智能体客户数据平台CustomerLake，切入营销数据管理领域。从安全到营销，这家公司正在用垂直深耕的策略，试图在基础平台之外寻找新的利润增长点。

结语：算力通胀挤压利润空间，AI服务商进入“增收不增利”时期？

Databricks的经营现状，其实是全球企业AI数据基础设施赛道的一个缩影。AI agent带来巨大市场增量，但算力通胀持续压缩服务商盈利空间。短期来看，全行业“增收不增利”的阵痛恐怕难以缓解。

对于国内大模型厂商和AI应用开发者而言，这既是提醒也是方向——与其盲目卷参数、卷规模，不如想想谁能先帮客户把“token经济学”这本账算清楚。毕竟，AI的下半场，拼的不是谁烧钱更猛，而是谁能帮别人把钱花得更值。

来源：CNBC