这篇讲的是数据公司Databricks如何从大学里的一个开源项目（Apache Spark，一种免费的数据处理工具）成长为估值1300亿美元的私有平台。嘉宾Alan Tu认为，Databricks最厉害的不是技术，而是先让开源工具流行起来，再做出比免费版好得多的付费产品，这很难。他看好Databricks，因为它解决了企业最头疼的“数据清洗”问题，而且搭上了AI的顺风车——企业想用AI，必须先整理好数据。重点提了三个标的：Databricks（年收入超40亿美元，已能自己赚钱）；Snowflake（主要对手，但Databricks从处理非结构化数据向结构化数据扩展更成功）；微软Azure（既是合作伙伴又是潜在威胁，但Databricks通过让客户消耗云服务来避免被完全打压）。
Databricks是一家估值1300亿美元的私有软件公司，核心业务是帮助企业收集、存储和处理海量数据，并用于分析及训练机器学习模型。本期节目由WCM Investment Management的投资组合经理Alan Tu解读，他指出Databricks是连接原始数据管道与分析工具及AI构建的中间层，常作为大型数据与AI项目的幕后基础设施。公司起源于学术团队，从早期数据工程产品演变为广泛商业平台。报告讨论了Databricks与Snowflake的市场竞争、在现代AI堆栈中的角色、以及其规模、产品策略和资本状况如何形成差异化优势。关键结论包括：Databricks通过统一数据与AI平台，在数据
嘉宾：Alan Tu，WCM Investment Management 投资组合经理兼分析师（WCM 于 2024 年 12 月投资 Databricks）。主线：Databricks 从学术开源项目演变为估值 1300 亿美元的私有数据与 AI 平台，其核心优势在于「数据湖仓一体」架构和长期主义文化。全片最有分量的判断：Alan Tu 认为，Databricks 最被低估的能力不是技术，而是「同时击中两个全垒打」——先让开源技术 Apache Spark 获得主流采用，再构建出值得付费的专有产品，而多数开源公司连第一个全垒打都打不中。
Alan Tu 认为，Databricks 解决的根本问题是「把杂乱数据变成可分析格式」，这是所有数据与 AI 项目中最耗时、最基础的一步。
Alan Tu 指出：「Databricks 帮助引领行业走向他们认为行业应该去的地方——他们识别痛点，提出解决方案，而不是看着现有市场说『我们也能做个差不多的』。」
Alan Tu 强调，Databricks 的创始团队（7 位伯克利 AMP 实验室研究员）在 2009 年做出了三个关键押注：云将变大、数据将变大、开源是构建业务的好方式。但最难的是「在开源基础上赚钱」。
关键数据：Databricks 目前 ARR 超过 40 亿美元，其中约 10 亿美元（四分之一）来自 AI 相关收入。
Alan Tu 认为，Databricks 与 Snowflake 的竞争不是「赢家通吃」，但 Databricks 从「非结构化数据处理」向「结构化数据仓库」的扩展，比 Snowflake 反向扩展更成功。
Alan Tu 指出：「有很多公司产品很好、势头很猛，但微软一旦觉得太战略就会全力扼杀。Databricks 从未把自己放在让云厂商 100% 想消灭的位置上。」
Alan Tu 认为，AI 对 Databricks 的影响是多层次的，最核心的是「没有数据策略就没有 AI 策略」这一共识带来的结构性顺风。
1. 核心数据处理的顺风：企业认识到 AI 需要干净、组织良好的数据，这直接推动了 Databricks 核心产品的需求。这一需求不依赖于 AGI 是否实现或下一个 OpenAI 模型的表现——只要企业相信 AI 重要，就会投资数据工程。
2. AI 原生公司自身使用：包括大型 AI 实验室在内的 AI 原生公司，内部也在使用 Databricks。
3. 新产品机会：Databricks 正在构建 Agentic 应用的全栈产品（Agent Bricks、Lake Base），帮助企业构建自动化特定任务的智能体应用。这涉及 RAG（检索增强生成）、向量数据库、模型评估等全套工具。
Alan Tu 补充：「Databricks 的 AI 相关收入已达 10 亿美元，但更重要的可能是『AI 意识』本身带来的数据工程需求——这是一个更持久、波动性更小的增长引擎。」
Alan Tu 认为，Databricks 面临的最大风险不是竞争，而是「能否在规模扩大后继续保持执行力和长期主义文化」。
Alan Tu 总结：「每次你做一个短期导向的决定，都会在某个地方打开一个漏洞。Databricks 能否保持『第一性原理』的思考方式，是我最关注的事情。」
| 标的 | 嘉宾态度 | 关键数据 |
|---|---|---|
| Databricks | 看好（WCM 于 2024 年 12 月投资） | ARR > 40 亿美元；AI 相关收入约 10 亿美元；数据仓库产品年化收入接近 10 亿美元；净美元扩张率 > 140%；自由现金流为正 |
| Snowflake | 中性（主要竞争对手） | 未提供具体数据；与 Databricks 在数据仓库领域直接竞争 |
| 微软 Azure | 中性（战略合作伙伴/竞合） | 提供 Azure Databricks 品牌产品；与 Databricks 有长期战略合作 |
| AWS | 中性（基础设施提供商/竞合） | 客户使用 Databricks 时同时消耗 AWS 基础设施 |
| Red Hat | 背景参照（开源商业化先驱） | 基于 Linux 构建服务和支持业务 |
| Cloudera | 背景参照（前代数据湖公司） | 基于 Hadoop 技术，已上市但技术不够好 |
1. Alan Tu 认为，开源商业化的核心挑战是「需要同时击中两个全垒打」——先让开源技术获得主流采用，再构建出值得付费的专有产品。多数公司连第一个都打不中，而 Databricks 做到了。支撑：他们从第一性原理出发，不照搬 Red Hat 模式，而是创造性能远超开源版本的专有实现。
2. Alan Tu 指出，Databricks 最被低估的能力是「市场教育」——他们自创了「湖仓一体（Lakehouse）」这个品类名称，推出时被嘲笑，但如今已成为行业公认的架构。支撑：这不仅是产品执行，更是「让整个市场理解为什么这个架构是未来」的营销和商业化能力。
3. Alan Tu 认为，AI 对 Databricks 最持久的推动力不是 AI 产品本身，而是「没有数据策略就没有 AI 策略」这一共识——这创造了核心数据处理业务的长期顺风，且不依赖于 AGI 是否实现。支撑：只要企业相信 AI 重要，就会投资数据工程，而这是 Databricks 的核心价值。
4. Alan Tu 强调，Databricks 的长期主义文化有具体的「取舍」来证明——他们从未推出本地部署版本（即使云尚未被普遍接受），公司命名「Databricks」而非「Spark」（放弃短期品牌红利），故意不收费某些功能（短期牺牲收入）。支撑：这些决策在当时都有明确的短期成本，但团队坚持了长期判断。
5. Alan Tu 指出，Databricks 与云厂商的「竞合」关系是其被低估的战略优势——客户使用 Databricks 的同时消耗云厂商基础设施，因此云厂商没有 100% 的动机去消灭 Databricks。支撑：很多增长期软件公司因被微软等巨头视为「太战略」而被扼杀，Databricks 通过利益对齐避免了这一命运。
6. Alan Tu 认为，Databricks 的成本结构比表面看起来更健康——核心数据处理基于 CPU，不需要大规模 GPU 采购；在 40 亿美元 ARR 规模下已实现自由现金流为正。支撑：即使模型推理涉及 GPU 成本，量级与 AI 训练公司完全不同。
7. Alan Tu 指出，Databricks 的「数据湖仓一体」架构从非结构化向结构化扩展，比 Snowflake 反向扩展更成功——数据仓库产品两年内达到近 10 亿美元年化收入，而 Snowflake 向数据工程领域的扩展规模远不及此。支撑：这不仅是技术优势，也是「开放格式」和「不按存储收费」等战略决策的结果。
8. Alan Tu 认为，Databricks 面临的最大风险不是竞争，而是「能否在规模扩大后继续保持执行力和长期主义文化」——每次短期导向的决策都会打开一个漏洞，而 Agentic 应用领域仍在「品类创造」阶段，需要再次展示产品执行+市场教育的能力。支撑：行业中有公司因「分心」或「产品发布迟缓」而付出代价，Databricks 同时推进多个产品线，持续执行是关键。