AI烧钱的速度远超想象，但投资者对优质项目的热情同样惊人。数据与AI平台巨头Databricks原本计划融资10亿美元，却收到了高达150亿美元的认购意向，最终以1900亿美元估值完成50亿美元融资——这背后，是AI高昂的研发成本与资本市场的疯狂追逐。
融资过程：从10亿到50亿的“妥协”
根据Databricks CEO Ali Ghodsi对TechCrunch的透露，公司最初的目标是温和的10亿美元融资，用于支持AI基础设施的持续扩张。然而，当消息传出后，投资者蜂拥而至，总认购金额飙升至150亿美元，是原目标的15倍。面对如此汹涌的需求，Databricks最终选择“妥协”——接受了50亿美元，远高于原计划，但远低于投资者的渴望。这笔融资让公司估值达到1900亿美元，较上一轮融资后的估值（约430亿美元）大幅跃升，成为全球估值最高的AI初创公司之一。
估值飙升：AI基础设施的“黄金时代”
Databricks的核心业务是提供数据湖仓一体平台，帮助企业管理海量数据并训练AI模型。随着生成式AI的爆发，企业对数据基础设施的需求呈指数级增长。Databricks的客户包括金融、医疗、零售等领域的巨头，其平台被视为大模型训练和推理的“底座”。1900亿美元的估值并非空穴来风——公司在2024财年营收已超过20亿美元，且保持高速增长。投资者押注的是，任何AI应用都需要强大的数据平台支撑，而Databricks正占据这一关键位置。
为什么是50亿？AI的成本真相
“AI is expensive”是Ali Ghodsi反复强调的现实。训练一个前沿大模型需要数亿美元的GPU集群、电力、冷却和人力成本。Databricks自身也在大量投入自研芯片和算力优化，以降低客户成本。50亿美元融资将用于三个方面：一是扩大GPU集群和云基础设施；二是加速AI产品创新，如Mosaic AI平台；三是战略性收购，补足技术短板。Ghodsi坦言，原本10亿美元可能不够支撑未来两年的竞争，但50亿美元足以让公司“在AI赛道中保持领先，同时应对成本压力”。
投资者的狂热：AI泡沫还是价值投资？
此次融资中，投资者包括T. Rowe Price、Andreessen Horowitz、富达投资等顶级机构。150亿美元的认购意向说明，即便在AI公司普遍亏损的背景下，资本依然愿意为头部玩家买单。然而，这并非没有风险。Databricks的竞争对手Snowflake、Google Cloud、微软Azure同样在抢夺AI数据市场，且大模型公司如OpenAI、Anthropic也在自建数据栈。Databricks能否持续兑现增长预期，取决于其能否在成本控制与收入增长之间找到平衡。
行业风向：AI资本盛宴的“信号”
Databricks的融资事件折射出AI行业的三大趋势：第一，AI基础设施赛道成为资本争夺的“新石油”，数据平台、算力、模型优化等环节估值水涨船高；第二，头部公司具备“买方市场”优势，能主动选择投资者并控制融资节奏；第三，AI成本高昂倒逼企业寻求更高效的解决方案，拥有技术壁垒的公司更受青睐。对于初创公司而言，这既是机遇也是警示——没有独特技术或数据优势，很难在这场资本狂欢中分得一杯羹。
结语：AI时代的“军备竞赛”
Databricks用50亿美元证明了AI的“烧钱”逻辑：你必须投入足够多的资金，才能在未来竞争中拿到入场券。而投资者愿意掏出真金白银，押注的是AI基础设施将长期创造价值。当50亿美元成为常态，我们或许正在见证一个全新的科技投资时代——在这里，成本与估值同步飙升，赢家通吃，但风险也前所未有。