02超級加倍

讓所有人感到意外的是，2019年后，Databricks以絕無僅有的加速度在增長。

截至2021年2月，公司已經(jīng)籌集了近20億美元資金，包括由富蘭克林鄧普頓領(lǐng)投的10億美元G輪融資，此時Databricks估值已經(jīng)達到280億美元；在經(jīng)過最新輪融資后，Databricks380億的身價與三年前的62億相比暴增了近13倍。

基本面決定價值，價值決定價格，如果將Databricks的成功僅歸結(jié)于對技術(shù)犀利的洞察，借助了巨人的肩膀和好運氣，這還遠遠不夠。基于開源的創(chuàng)新是Databricks成長的關(guān)鍵，從大數(shù)據(jù)領(lǐng)域殺入云計算和AI，它的產(chǎn)品矩陣里包括DeltaLake、MLflow、Koalas以及開源分析引擎Spark等殺傷利器。

其中，超過80％的用戶使用Delta Lake；MLFlow為數(shù)據(jù)科學(xué)家提供了標準化的開源框架，下載量以每月80萬的速度增長，擁有比Spark更多的用戶；而Koalas可以讓數(shù)據(jù)科學(xué)家在筆記本電腦上使用Pandas編程，調(diào)用幾個API就可以將工作部署到大型的分布式Spark集群上，把Pandas社區(qū)的數(shù)據(jù)科學(xué)創(chuàng)新帶給了Spark用戶。

幫助其他企業(yè)構(gòu)建自己的AI能力，透露出了Databricks的野心：從BI到AI，構(gòu)建一個企業(yè)AI平臺，因為Ghodsi認為，在企業(yè)計算領(lǐng)域，行業(yè)還沒有出現(xiàn)頭部的企業(yè)AI平臺。

除了軟件產(chǎn)品本身，Databricks的業(yè)務(wù)模式也有所不同。

傳統(tǒng)的開源商業(yè)模式是軟件免費，廠商收取支持和服務(wù)費用，這在on－prem里或許可行，但在云的世界就不一定了。Databricks在開發(fā)、軟件運行、運營和托管方面向客戶收費，采用SaaS開源的盈利模式，客戶可以在本地開源平臺下載免費的基礎(chǔ)軟件，同時也可以下載開源公司打造的其他付費版本。

不高估開源，也不低估市場，Ghodsi說：“在云端托管開源項目并把它們租給用戶，客戶流失率更低，利潤增長更快”。SaaS租賃模式下，Databricks的核心知識產(chǎn)權(quán)沒有存放在它所贊助的開源軟件項目中，而是在它用來監(jiān)管云端軟件的工具中，這樣避免了泄露的風(fēng)險。

根據(jù)報告，Databricks最新ARR （年度經(jīng)常性收入）達到6億美元，相當(dāng)于Snowflake同財年12億營業(yè)收入的一半，截至目前，后者市值近670億美元，如果按照兩倍之比來簡單預(yù)估，Databricks380億的估值也比較合理。以新估值計算，Databricks的價值是當(dāng)前ARR的63倍，相較于2020年的4．25億美元，ARR近30％的增長率讓投資者對它未來的收入十分看好。

圖：Snowflake與Databricks定價對比（來源：官網(wǎng)）

另一方面，通過對比官網(wǎng)收費方式發(fā)現(xiàn)，雖然是平臺租出服務(wù)器的計算資源，但這些服務(wù)器整個系統(tǒng)都建立在主要的云廠商的基礎(chǔ)服務(wù)上。以Snowflake（左）為例，同樣是以每秒粒度使用的計算資源付費，Snowflake是平臺和云廠商打包收費方式，客戶對底層服務(wù)界面（如EC2）和上游的Snowflake的成本花費要一次性付清，但比例是怎樣無從得知，而打包之后Snowflake需要支付給云廠商另外成本，這在無形中增加了費用風(fēng)險。

Databricks（右）的玩法是分開收費，用戶的賬單主要分為兩部分：常規(guī)的底層云廠商服務(wù)器租用成本，以及Databricks在這些服務(wù)器上的功能費用�？蛻羰褂玫讓悠鲿r，費用單獨付給云廠商，并不算在Databricks的營收里。

所以如果對比營收，比如2020年的Snowflake營收近6億，但刨去付給云廠商的費用，和Databricks4億多的營收相比，也差不了多少。而這既是Databricks毛利率比Snowflake高的原因，也是前者賺錢能力強的體現(xiàn)。有觀點猜測Databricks遲遲不上市的原因，如果根據(jù)Ghodsi的說法，是為了避免二級市場所帶來的波動，或許收費方式被迫改變等不可預(yù)測因素也在里面。

03天時地利人和

根據(jù)官網(wǎng)顯示，除了為數(shù)據(jù)科學(xué)家、數(shù)據(jù)領(lǐng)導(dǎo)者與數(shù)據(jù)工程師提供角色解決方案，Databricks還利用大數(shù)據(jù)和AI為廣告和營銷、通訊服務(wù)商、教育、能源、聯(lián)邦政府、金融、醫(yī)療等13類行業(yè)提供服務(wù)。

從類別數(shù)量上，Databricks要多于Snowflake，此時全球已經(jīng)有7000 多家組織（包括荷蘭銀行、康泰納仕、H＆M 集團、再生元和殼牌）依靠 Databricks 實現(xiàn)大規(guī)模數(shù)據(jù)工程、協(xié)作數(shù)據(jù)科學(xué)、全生命周期機器學(xué)習(xí)和業(yè)務(wù)分析。

通常情況下，企業(yè)客戶在進行數(shù)據(jù)架構(gòu)時，第三方平臺提供數(shù)據(jù)湖方案，在數(shù)據(jù)湖中做一些常見的數(shù)據(jù)工程；同時會有一個數(shù)據(jù)倉庫，存放相當(dāng)于數(shù)據(jù)湖5％－10％的結(jié)構(gòu)化數(shù)據(jù)，來做BI等簡單的數(shù)據(jù)分析。

但由于數(shù)據(jù)分裂在兩個系統(tǒng)上，針對同一個客戶問題分析，不同團隊有不同權(quán)限，因而會看到不同版本的同一份數(shù)據(jù)，當(dāng)?shù)贸霾煌�結(jié)論后，做商業(yè)決策的團隊不相信數(shù)據(jù)，進而導(dǎo)致底層數(shù)據(jù)平臺失信，這是個很致命的問題。

將結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)結(jié)合到一個地方，讓客戶在不移動底層數(shù)據(jù)的情況下執(zhí)行數(shù)據(jù)科學(xué)和商業(yè)智能工作，是大數(shù)據(jù)發(fā)展的一個關(guān)鍵變化。于是，Databricks決定力推Lakehouse，能夠直接在數(shù)據(jù)湖的低成本存儲上，實現(xiàn)類似于數(shù)據(jù)倉中的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)管理的功能，可支持BI到AI所有的工作流。

從Databricks的網(wǎng)頁介紹上看，無論是數(shù)據(jù)工程、數(shù)據(jù)科學(xué)，還是機器學(xué)習(xí)都要依靠Lakehouse運行，加上過去使用低成本對象存儲的數(shù)據(jù)湖的訪問速度很慢，如今DB SQL提高了分析質(zhì)量和性能，使數(shù)據(jù)湖在大數(shù)據(jù)集上的處理與數(shù)據(jù)倉庫相媲美。

“Lakehouse是一個新賽道，這是一場地盤爭奪戰(zhàn)”，H輪融資之后，Ghodsi表示，這筆資金將主要用于加速Lakehouse的產(chǎn)品創(chuàng)新和市場開拓。與此同時，Databricks透露保留所有主要公共云的選擇和靈活性，并將Lakehouse發(fā)展成傳統(tǒng)數(shù)據(jù)倉庫的替代品。

越來越多的企業(yè)樂于看到Databricks的實力和發(fā)展?jié)摿�，這和它本身的商業(yè)邏輯有關(guān)，業(yè)內(nèi)傳統(tǒng)企業(yè)如Teradata在營收額上雖高過Databricks好幾個身位，但市值仍徘徊在40多億美元。大劑量的資金注入后，Databricks選擇并購來填補產(chǎn)品路線圖中的空白或不足，重點是機器學(xué)習(xí)和數(shù)據(jù)初創(chuàng)公司，以及擴大與云公司的合作伙伴關(guān)系。

“云、開源、機器學(xué)習(xí)，這三個方面已成為每家企業(yè)戰(zhàn)略的核心。我們真的很幸運能夠處在這三大趨勢的中心位置上�！盙hodsi在接受采訪時說到。如果說2019年前看好Databricks的小部分風(fēng)投是賭趨勢，如今匆匆進場的其他機構(gòu)也并沒有遲到，因為在他們眼里，這家獨角獸仍具備難以估量的增長能力。

本文系新眸原創(chuàng)

       原文標題 : 「數(shù)據(jù)新星」Databricks 崛起啟示錄