又一家万亿估值的公司诞生了

过去一年，阿里·古德西（Ali Ghodsi）几乎是整个硅谷最扫兴的人。

他在不同的行业峰会、圆桌论坛上反复强调目前人工智能公司们估值虚高，说那些估值动辄数十亿美元的明星公司实际上“一无所有”。他坚信“资本市场”是美国“人工智能”产业的最大敌人，因为资本让独角兽们动辄砸出数百万美元的薪酬，加速耗尽了高校的“科研潜力”。在与高盛首席执行官大卫·所罗门一对一的对谈时，他毫不掩饰自己的“看衰”，告诉对面的华尔街大鳄“自己太多抗风险的办法”，只要市场出现回调，自己将不可避免地遭遇损失。

他也从不放嘴炮，是一个行动派。为了躲开人工智能泡沫、在一个理性的环境下定价，阿里·古德西在2024年年底就宣布暂缓IPO计划，一直到2025年临近年底，也没有重启计划的打算。

更诛心的是，大家在听完一连串抱怨之后发现，他其实是整个硅谷吃到人工智能红利最多的人之一。作为全球最大的数据供应商，他的Databricks已经连续几年实现了超过50%的业绩增长，在今年9月的时候已经将年销售额预期上调至40亿美元。与此同时，近日有媒体报道称，Databricks于11月正式启动了一轮规模为50亿美元的新融资，而这轮融资的估值将达到1340亿美元（约合人民币9466.3亿元）。

而Databricks上一轮融资完成于2024年12月，那时候给予的估值是620亿美元。短短一年，直接翻倍。

疯狂的红利

不知道算不算凡尔赛，阿里·古德西一直在媒体上抱怨Databricks的估值增长太快。

就拿2024年12月的那轮融资来说，按照阿里·古德西的说法，他最开始的融资目标以550亿美元的估值，筹集20亿美元到30亿美元左右的资金。但是随着媒体们披露了他们即将融资的消息，前往问价的投资人越来越多。等到IR将意向投资人名单递到阿里·古德西面前的时候，阿里·古德西原地来了个“掉凳”：所有意向投资人愿意给出的资金累计相加，累计达到了190亿美元（约合人民币1324亿元）。

这是一个什么概念？

根据Pitchbook统计，2024年Q3季度（也就是Databricks的前一个季度）全球风险投资总额加起来大概为665亿美元。也就是说，但凡阿里·古德西脑袋一热照单全收，那么Databricks一家公司就将分流全球当季度接近三分之一的风险投资热钱。

于是为了不当出头鸟，阿里·古德西决定提高投资门槛，将估值上升到620亿美元，从190亿美元中筛出了100亿美元的作为新一轮融资。阿里·古德西还在完成融资后“着重”强调，自己之所以愿意接受这100亿美元融资主要有两层考虑：一个是帮助早期员工们套现，尽早享受公司的发展成果，增强团队信心；另一个是公司认为当下的资本市场太过浮躁，急于上市很有可能成为人工智能泡沫的牺牲品，因此需要足够的运营资金。

当然从公开信息来看，我们也完全可以相信阿里·古德西说的是大实话：先不论人工智能时代，自从人类社会进入互联网时代，“数据”就成为最热门、最重要的资产，吸引了巨量的热钱涌入，并且几乎不受任何周期影响。

据Pitchbook统计，截至2025年Q3之前的四年时间里，在其他行业疯狂震荡的同时，全球数据中心及相关行业的私募股权交易量顺利翻番，规模从四年前的499亿美元（约合人民币3554亿元）快速膨胀到了1077亿美元（约合人民币7670亿元）。这其中最大的一笔交易发生在2024年9月4日，黑石集团（Blackstone）与加拿大养老基金以160亿美元（约合人民币1140亿元）的估值收购了亚太地区最大的数据中心AirTrunk。

疯狂的交易让很多人感叹，当代经济学正在无限趋近于“行为经济学”、“得数据者得天下”。黑石集团负责基础设施投资的高级董事总经理格雷格·布兰克 (Greg Blank) 也大方地承认，投资AirTrunk就是基于“全球影响力以及与一些全球最大、最有价值的公司的连接能力”，就连中国也开始奔涌相同的潮水——2025年9月10日，中国数据中心产业史上最贵的交易诞生，贝恩投资宣布以人民币360亿元（约合50亿美元），股权价值约为人民币280亿元（约合40亿美元）卖掉了旗下的秦淮数据。

在这个前提下，Databricks在2024年12月设定的估值仅为ARR（年度经常性收入）的24倍，已经是一个良心价了。要知道Snowflake、Datadog这些竞品的估值虽然相对保守，仅为ARR的19倍和16倍，但他们的ARR增长率也分别只有27%和26%。而另一家主要竞品Palantir虽然有53%的增长率，已经非常接近Databricks的55%，但作为已经上市的公司Palantir今年深受“人工智能泡沫”影响，市值已经达到了ARR的91倍。

而从目前所披露的所有公开信息来看，Databricks对新一轮融资的顺利完成也信心满满：据说Databricks今年先后两次修改了投资人文件中的营收预期，将目标ARR从38亿美元调整至40亿美元再调整到41亿美元。Databricks也在投资文件中表示，公司已经结束了持续多年的“年均亏损数亿”的状态，重新进入了盈利周期。与此同时，他们自身的新业务开展也十分顺利，他们面向人力资源管理等B端业务开发的AI Agent拓展了相当的客户，目前公司已经有四分之一的收入来自于数据库生意之外。

Databricks也基于这些利好顺势将估值提升至了ARR的32倍，也就是开头提到的那个数字，1340亿美元。

“借”出来的繁荣

那即使这样，阿里·古德西大概率还将继续扮演硅谷最扫兴的人。因为上述的“利好”都是相对的，扒开细节来看很容易让人眼前一黑：

比如前面提到了Databricks作为世界上最大的数据供应商，吃尽了人工智能红利——那么具体吃到多少呢？在披露给投资者的文件里，Databricks表示OpenAI是目前他们最大的客户，排在OpenAI身后的前10大客户贡献的订单量加起来也只占整体营收的15%。用一句“深度绑定”来形容Databricks与OpenAI之间的关系毫不夸张，甚至还有点保守了。

比如前面提到了Databricks正在积极拓展数据库之外的业务，AI Agent业务正在顺利展开——那么成本是多少呢？今年9月，Databricks曾经宣布他们将在未来几年内累计投资1亿美元用于和OpenAI合作，以确保模型能力始终处于行业的领先地位。并且由于人工智能产品使用量的不断增加，产品的运营成本正在挤压毛利率，Databricks主动将毛利率预期从77%调低至74%。

再比如前面提到了Databricks结束了连续几年的“巨亏”状态，今年大有希望完成盈利——那么具体盈利多少呢？投资者文件透露，Databricks今年预计结余的自由现金流大概是1000万美元，在现金流利润率层面远远不如Palantir、Snowflake这些主要的竞争对手。

有意思的是，就在Databricks披露最新融资动态的同期，还有人总结了这样一组数据：

如今我们都知道人工智能是前景最广阔的市场，OpenAI则是这个市场里商业潜力最高、估值最高的头部玩家——那么为了能够与OpenAI共襄盛举，成为供应商，各家公司付出的成本是多少呢？仅计算为OpenAI提供数据中心、芯片、算力服务的公司，累计借款就达到了960亿美元（约合人民币6787.5亿元）。此外为了跟进人工智能产业的节奏，亚马逊、谷歌、Meta、微软、甲骨文这五家科技巨头在今年累计发行的新债达到了1210亿美元（约合人民币8555亿元），而此前他们每年平均发行的新债约为280亿美元，直接翻了5倍。

科技公司们肯定不是活雷锋。之所以愿意“借钱”凑热闹，OpenAI显然提供的不仅仅只有“愿景”，无论是公司层面还是山姆·奥特曼都反复重申，未来几年内OpenAI将投入1.4万亿美元用来采购各类必要的资源。但这笔支出又从哪里来呢？OpenAI今年的预计收入大概在200亿美元左右，汇丰银行的分析师计算，到2030年他们的年收入有望达到2000亿美元——这是一个漂亮的增长，但与此同时他们的运营成本也将增加2070亿美元。

在这样的预期下，一个“看空市场”正在悄然形成：据德意志银行的数据显示，OpenAI供应链上的科技公司们的信用违约互换利差正在不断扩大。所谓“信用违约互换利差”，可以通俗的理解为市场为公司债务违约风险买保险的“保费率”。利差越大，说明市场认为这家公司违约的风险越高，保费就越贵。而自9月下旬以来，甲骨文的五年期信用违约互换利差扩大约60个基点至104个基点，CoreWeave的利差上升约280个基点至约640个基点。

可以说，Databricks非常具体地向人们展现了这一波人工智能明星公司们的困境：估值是很好看，概念是很性感，但仅仅是跟上节奏就已经足够让他们筋疲力尽了。

这时候我们回过头来看，阿里·古德西大谈“人工智能泡沫”的行为就别有一番风味了。尤其是他吐槽：“一个只有五个人、没有产品、没有创新、没有知识产权、全是应届毕业生的公司，根本不可能值数亿美元”，很大程度上也可以理解为他为Databricks估值飞涨的辩解。

毕竟“一无所有的初创公司估值都能高达数十亿美元”，我们可是提供了最容易看懂的“基础设施”服务呢。