澳洲挑战 ChatGPT？资本认可！为什么说数据新秀Databricks可以成为科技“庞然大物”？ （合影）

在澳大利亚澳洲新闻



俗话说，人多势众。自ChatGPT火爆以来，AI聊天机器人模仿者层出不穷，但我们今天要说的这家公司，却是公然受到挑战、争议最大的公司。

不久前，总部位于美国旧金山的初创公司Databricks发布了一款AI聊天机器人的代码，称任何公司都可以使用它像 OpenAI 的 ChatGPT 这些代码创建了自己的聊天机器人并发布了一个开源产品 Dolly。

Databricks 认为企业更愿意构建自己的模型而不是数据通过 API 直接发送给第三方。因为对于大多数企业来说，真正带来利益的数据通常涉及知识产权和商业秘密，而将这些最敏感的信息对外公开存在着极大的风险。

Databricks代表企业的担忧听起来很有道理，但在过去一段时间内，竞相研发AI聊天机器人的互联网科技公司纷纷推出大型大部分产品势头强劲，但表现不尽如人意。

即使是谷歌运营的聊天机器人Bard，在完成任务方面也不如ChatGPT。可以说ChatGPT是无可比拟的。

那么，为什么 Databricks 认为它​​可以挑战 ChatGPT？

根据Databricks提出的另一种“解决方案”的描述，它可以使用“旧的”开源模型对训练数据和架构进行微调，这也可以实现类似于当前最先进的 AI 模型的用户体验。最令人兴奋的是，与GPT-3的1750亿个参数相比，Dolly模型只有6亿个参数，这意味着企业可以以更低的成本构建和部署自己的AI模型。

“只需花费 30 美元、一台服务器和三个小时，我们就能教会 Dolly 开始人类级别的交互。” Databricks CEO Ali Ghodsi 表示，Dolly 1.0 只需要很少的数据和很短的时间就可以完成训练。

剧透还是挑战者？陪审团还在外面。不过，作为近期在数据领域备受瞩目的新秀，Databricks 去年营收超过 10 亿美元，最新估值更是达到了 380 亿美元，超过了 OpenAI 的 290 亿美元估值。

业界认为大模型完全依赖数据，数据是基础。自从微软和OpenAI的ChatGPT发布后，企业之间的竞争开始从算法蔓延到数据。因此，作为一家数据仓库公司，Databricks 进军 AI 聊天机器人领域堪称一项挑战。

在博曼奥财投资经理看来，Databricks自2021年底以来已多次公开表示愿意IPO，随着市场的推进， IPO窗口即将开启。不管公司的基本面、公司的市场轨迹、背后的资金来源以及未来的退出路径如何，如果有机会在公司上市前通过老股转让的方式获得公司股份，都是不可多得的投资。机会。

1

为什么 Databricks 很难挑战忽略？

众所周知，训练AI模型需要大量数据作为输入，而数据处理是一个耗时且繁琐的过程。 Databricks提供了一个一站式的平台，可以将原始数据进行整合、清洗，最终转化为可用的数据，为后续的机器学习和模型训练提供充足的弹药。因此，Databricks进军AI语言领域更像是其核心产品的后续延伸。

值得注意的是，Databricks 并不是它首次涉足人工智能领域。早在2018年，公司就发布了机器学习工具MLflow，旨在帮助工程师更好地管理从数据准备、模型训练到模型部署的整个生命周期。该工具可以自动记录实验参数和结果，便于回顾和复制实验等。

在权威的Gartner魔力象限评选中，Databricks是唯一在数据处理和人工智能领域处于领先地位的技术平台。从处理到最终获得人工智能的最佳桥梁。

其实，从公司发展历程和团队背景来看，Databricks也是人工智能领域不可或缺的新兴力量被忽略。不同于其他“半吊子”的AI团队，Databricks诞生于“名门世家”的加州大学伯克利大学AI实验室。

作为世界重要的科研和教学中心之一，加州大学伯克利分校在多项科研领域均位居世界前十。它与旧金山的斯坦福大学一起构成了美国西部的学术中心。 Databricks创始团队的5名成员均为加州大学伯克利分校的研究人员，拥有数据、计算机、人工智能相关领域的博士学位。

2

新兴基础架构轨道：云原生数据处理行业

近年来，大数据热潮催生了许多成功的公司，如Snowflake、Databricks、Splunk、云时代。在深入研究 Databricks 之前，我们不得不提一下它最大的竞争对手 Snowflake。

美国云数据仓库公司Snowflake，9月2020年16日在纽交所上市，首日大涨近111%，成为当时最成功的科技IPO之一。 Snowflake是为数不多的在当前经济低迷的情况下仍然保持快速增长的科技公司之一，年营收达到20亿美元，同比增长率高达69%。

同时，Snowflake在最新财报更新中透露，仍在招聘更多技术和营销相关人员。这种“逆势增长”得益于对数据日益增长的需求以及公司业务在其中扮演的基础设施角色。目前，云原生数据处理行业是处于起步阶段的新兴基础设施赛道。

简单来说，Snowflake是一个存储、管理和分析大规模数据的数据仓库平台，是企业业务洞察的必备工具。

Snowflake 的成功绝非偶然。在计算机和网络发展的早期，企业数据的形式和数量都是有限的，离线服务器和内置数据库可以解决大部分问题。但随着互联网的普及和流媒体的爆炸式增长，数据量呈指数级增长。

同时，企业跨区域开展业务已成为常态，离线存储显然无法满足远程数据调用的需求。云存储成为解决方案，谷歌、微软、亚马逊的云服务在全球范围内（不包括中国）形成三足鼎立。

此外，越来越多的公司意识到，通过对不同维度的数据进行分析和洞察，可以获得更多有利于业务决策的建议。因此，企业对能够运行在三大云服务商之上，并为商业智能（Business Intelligence）提供支持的一站式平台的需求呈增长趋势。

正是因为Snowflake在产品和商业模式的设计上找到了准确的定位，迎合了企业数据云化、多云化的趋势，使其在巨头云服务商中脱颖而出，成为数据领域的一匹黑马。

本质上，Snowflake的创新在于将数据从三大云服务商转移到Snowflake数据仓库统一存储，并将计算层和存储层整合分离并执行独立操作以提高效率并减少对存储层的影响，同时确保不同组件协同工作以执行各种任务，包括平台安全操作、系统监控、查询优化以及元数据和状态跟踪。

但是，数据仓库主要是为结构化数据SQL设计的（即可以使用二维表和关系逻辑进行分类的数据，例如销售记录).然而，随着流媒体的爆发式增长，越来越多的非结构化数据（如视频、文档、音频等没有逻辑关系的数据）被留在数据仓库之外。

另一方面，由于Snowflake架构的限制，企业在使用和组织数据时，必须经过数据抽取的过程，影响整体工作效率有一定程度。

这给 Databricks 带来了一个新的神奇之处在于“更高效”的设计理念的创新。 Databricks的初衷是为了更高效地处理数据，所以该平台避开了数据仓库的概念。

团队构建了可同时存储不同类型数据的数据湖，提供从数据提取到分析全程一站式解决方案生命周期帮助这个过程。 Databricks将计算引擎、数据读写质量和效率最大化，大大降低海量数据处理的工作量。

此外，整个团队可以同时工作，缩短数据处理周期80%以上，仅需数小时即可获得可用性数据.

以全球大型快时尚品牌H&M为例举个例子，公司覆盖全球72个区域市场，拥有5000多家线下门店。每天，成千上万的顾客购物并产生大量数据。而随着企业开始通过在线社交媒体获取客户，电子商务的发展也为企业带来了大量的非结构化数据。

过去采用的系统削弱了团队摄取和分析数据的能力。从构思、建模到商业决策，需要半年到一年的时间。因此，管理层开始意识到上述问题正在不断削弱公司的市场竞争力。经过管理层慎重考虑，H&M决定采用Databricks作为其统一的数据分析平台。

这使多个数据团队能够同时协同工作时间，数据处理分析周期大大缩短，整体数据运营成本下降近70%。此外，由于团队可以在统一平台上工作，数据模型的准确性得到显着提升，为公司节省了数千万美元的全球供应链成本，同时提升了供应效率企业连锁决策。

自2013年商业化以来，Databricks迅速获得了它受到大型企业的追捧。截至目前，Databricks 拥有各行各业的用户。在世界500强企业中，Databricks的渗透率已经达到40%以上。单个客户的使用量逐年增加，使用量净增长率超过140%。公司营收仅用6年时间就突破亿元大关。 2022年，公司营收持续飙升，预计2023年实现盈利。

3

p style="text-align: justify;">顶级资本和同行投资，押注Databricks的未来

为了一个科技创业公司，顶级资本的广泛认可是其技术和产品“钱”前景无限的最有力证明。

截至2021年，Databricks已获得19项国际顶级技术专利，在AI/机器学习和数据库技术等领域得到众多国际顶级期刊/技术协会的高度认可。

As we all要知道，在科技创新领域，很多企业在科研上有比较成功的技术，但在商业化的道路上却面临重重困难，很可能走向默默无闻。

因此，很多资本在投资这类公司时，通常更看重商业化方面的“悟性”。从Databricks的营收和估值来看，其商业化进程显然是成功的。

更值得我们关注的是，自2013年以来自2019年A轮融资以来，获得了全球顶级风投公司A16Z、NEA、老虎环球、贝莱德的多轮持续投资，也是为数不多的先后获得这三家公司支持的公司之一微软、谷歌和亚马逊的主要云服务提供商。公司之一。截至2021年8月，公司融资后市值已达380亿美元。

与之相比，同样出类拔萃的Snowflake在资本方面就显得比较惨淡了。除了红衫资本在E轮跟投外，大部分知名资本，比如代表巴菲特的伯克希尔哈撒韦控股，都只是在IPO前后向公司注资，或多或少存在“投机性” ”的因素，而不是出于对企业技术和前景的信任。

投资经理有话要说

关于这个发布 Databricks AI 产品，尽管有可能虽是噱头，但无论成功与否，对核心业务都没有丝毫伤害。一方面，这是其核心业务的延伸，另一方面，“喂养”AI模型所需的数据处理可以进一步增加其平台使用率。

Dolly 已于 4 月 12 日升级到 2.0 版

其次，我们无法从用户体验或技术领先的角度来判断Snowflake和Databricks的强弱。两家公司都是目前市场上非常领先的数据处理公司，各有各的技术特点。就像苹果手机和三星手机一样，用户的喜好不同。

然而，数据和 AI 的潜在市场规模 TAM 是巨大的。即使仅考虑数据存储业务，三大云服务商也仅占据约50%的市场份额。如果考虑数据服务和AI的市场规模，无论是Snowflake还是Databricks，都有足够的空间成长为下一个时代的科技“庞然大物”。

对于Databricks来说，已经是一个比较成熟的企业。根据公司业绩及上轮融资后的估值测算，公司定价较二级市场直接对标的竞争对手仍有一定优惠。因此，如果旧股转让市场较上轮融资后的估值有进一步的定价折让，则本期投资的下行风险较小。

最后，Databricks自2021年底以来多次公开表示愿意IPO，尽管2022年市场动荡，IPO延期计划，一旦IPO窗口开启，相信公司将在近期上市。无论从基本面、公司的市场轨迹、背后的资金来源、未来的退出路径来看，如果有机会在公司上市前通过老股转让的方式获得公司股份，都是难得的机会投资机会。

澳洲中文论坛热点