Databricks估值冲至1750亿美元：AI基建龙头为何仍不上市？

数据库管理与人工智能基础设施领域的头部企业 Databricks 正在推进新一轮私募融资谈判，目标估值区间高达 1650 亿至 1750 亿美元。据多位知情人士于 2026 年 6 月 9 日透露，该公司计划在未来一个月内正式启动本轮融资流程。这一估值较其 2025 年底完成上一轮融资时的 1340 亿美元估值显著跃升，增幅超过 23%。值得注意的是，Databricks 成立至今已有 13 年，却始终未迈出公开上市的关键一步，而是持续通过私募融资和现有股东股份转让维持资本运作。

融资节奏加速：估值跃升背后的市场逻辑

Databricks 的最新估值目标若最终落地，将使其成为全球估值最高的非上市公司之一，甚至超越部分已上市科技巨头的市值水平。从 1340 亿美元到接近 1800 亿美元的估值预期，仅用半年时间实现如此幅度的增长，在当前全球资本市场整体趋于审慎的背景下显得尤为突出。

尽管目前尚未有官方公告确认本轮具体条款，但知情人士指出，公司已向潜在投资者传达了上述估值区间，并正在就投资结构、股份比例及流动性安排进行深入磋商。值得注意的是，该估值是否完全基于新增募资、抑或包含二级市场老股转让后的综合定价，仍有待最终协议明确。

这一估值跃升并非凭空而来。Databricks 作为统一数据与人工智能平台的核心构建者，近年来深度嵌入全球企业 AI 转型浪潮。其 Lakehouse 架构融合了数据仓库与数据湖的优势，被广泛应用于金融、医疗、制造和零售等行业的大规模机器学习部署。随着生成式 AI 应用从实验阶段迈向生产级落地，企业对高性能、可扩展且合规的数据基础设施需求激增，Databricks 的平台价值随之水涨船高。

持续推迟 IPO：战略选择还是市场权衡？

自成立以来，Databricks 已多次推迟首次公开募股（IPO）计划。尽管市场早有预期其将在 2024 或 2025 年登陆资本市场，但公司管理层始终选择留在私募市场。这一策略背后，既有对估值最大化时机的考量，也反映出当前 IPO 环境的复杂性。

一方面，私募市场仍能为其提供充足资金支持高速增长。过去几年，Databricks 几乎每年完成一轮大额融资，吸引了包括 BlackRock、T. Rowe Price、Fidelity 等顶级机构投资者。这种“类上市公司”的融资模式使其无需承受季度财报压力，同时保持战略灵活性。

另一方面，尽管近期部分 AI 相关企业重启 IPO 进程——例如 Innio 计划以约 203 亿美元估值在纳斯达克上市——但整体市场对高估值科技股的接受度仍存在不确定性。尤其对于尚未实现稳定盈利的平台型企业，公开市场可能要求更清晰的盈利路径和现金流表现。相比之下，私募投资者更关注长期技术壁垒与市场份额扩张，对短期财务指标容忍度更高。

此外，Databricks 还通过安排现有股东股份转让（secondary sale）满足早期投资者和员工的流动性需求，这种“半公开”机制在一定程度上缓解了上市压力。这种做法在近年高估值独角兽中日益普遍，既保留了私有状态下的运营自由，又提供了部分退出通道。

行业生态位：AI 基础设施的“水电煤”提供商

Databricks 的估值飙升，本质上反映了资本市场对 AI 基础设施层价值的重新定价。在生成式 AI 热潮中，投资者逐渐从追逐模型层创新转向关注底层支撑体系——即所谓的“卖铲人”（picks and shovels）逻辑。正如 Innio 因为为数据中心提供关键电力设备而获得高估值一样，Databricks 作为数据处理与 AI 开发的统一平台，正成为企业构建 AI 能力不可或缺的基础设施。

其客户包括超过 1 万家组织，涵盖 90% 的财富 100 强企业。平台日均处理 EB 级数据，支撑数百万个 AI/ML 工作负载。这种深度嵌入企业核心数据流的能力，构筑了极高的转换成本和网络效应。一旦企业在 Databricks 上构建了数据管道和模型训练流程，迁移至其他平台的成本极高，从而形成稳固的客户粘性。

与此同时，公司持续扩展产品边界，从最初的数据分析工具延伸至 MLOps、实时推理、向量搜索乃至大模型微调服务。2025 年推出的 Databricks AI Gateway 和 Lakehouse AI 功能，进一步强化其端到端 AI 平台定位。这种“平台+生态”战略使其不仅销售软件，更在定义企业 AI 开发的标准范式。