融资百亿美金后，Databricks CEO 警告：AI 泡沫已到顶，许多初创企业徒有其表

ttxx

Ali Ghodsi：

什么是泡沫？

现在一个只有五个人、没有产品、没有创新、没有常识产权，只是几个应届毕业生创立的企业，就能获得数亿甚至数十亿美金的估值。

这些创业企业什么都没有，就能获得这么高的估值，这不是泡沫是什么？

屋子里的大象早已不堪重负，泡沫之中，谁在裸泳？

12 月 18 日，一则金额惊人的融资消息引发科技界轰动：AI 数据分析企业 Databricks 宣布完成86 亿美金融资（约合人民币 626 亿元），目标总额100 亿美金的 J 轮融资已完成近九成。这笔资金不仅超越了 2023 年 OpenAI 创下的 65 亿美金融资记录，更让这家成立 11 年的企业估值飙升至 620 亿美金，超越了主要竞争对手 Snowflake。

“如果你知道某个大企业的名字，很可能他们正在使用 Databricks。”在美国商业资讯网站 Axios 的 AI+ 峰会上，Databricks 联合创始人兼 CEOAli Ghodsi接受采访，并如此描述企业的市场地位。

成立于 2013 年的 Databricks 由七位加州大学伯克利分校的教授和数据科学家创立，是数据湖仓（Lakehouse）架构的开创者。企业将数据仓库的结构化存储与数据湖的灵活处理相结合，为企业提供统一的数据分析平台。在生成式 AI 浪潮兴起后，企业迅速加码布局：2023 年斥资 13 亿美金收购 MosaicML，今年 3 月发布开源大模型 DBRX，12 月又与 Meta 合作引入 Llama 3.3 70B，持续强化其 AI 技术实力。目前，超过 60% 的财富 500 强企业都在使用 Databricks 的解决方案。

在最新采访中，Ali Ghodsi分享了几个精彩细节：

对于此轮融资，原本计划募集 30-40 亿美金，但当消息传出后，投资意向总额飙升至 190 亿美金，“我当时差点从椅子上摔下来。”；

在回应是否会在 2025 年上市时，他表示这仍是一种可能，“从理论上说，明年是最早的可能时间点，但也可能会是后年。”；

谈及 Databricks 与 Snowflake 的竞争时，他透露企业曾有一个名为“Snowmelt”（雪融）的项目，专门针对 Snowflake，“但那都是过去的事了。”；

最引人深思的是他对 AI 行业现状的警告。他直言现在“AI 泡沫已经到顶了……许多一无所有的初创企业被估值 10 亿美金，这就是所谓的泡沫”，并将当前形势与 90 年代末的互联网泡沫相比较；

展望未来，他特别看好 AI 在医疗和教育领域的应用，“想象一下那个改变行业的应用，你有一个看过数十亿病例的个性化医生，能给你最佳的医疗建议。”

以下为Ali Ghodsi 的采访对话全文，经 CSDN 精编整理：

01 从难民到“七位 CEO”

采访者：你出生在伊朗，年幼时父母带着你逃难到瑞典，在那里完成学业，最后成年后来到美国从事学术研究。这段经历让人印象深刻。回顾你的成长历程，有哪些体会和感悟对你现在领导 Databricks 特别有帮助？

Ali Ghodsi：好问题。我认为人最大的局限就在于，大家都会本能地设防，这常常让大家看不清事实的真相。我很幸运，在成长过程中经历了多个不同的环境，接触了不同的学校、国家、宗教信仰和社会阶层。这些经历让我深刻领悟到一点：要学会换位思考。

这对 CEO 来说尤为重要，因为你要面对客户、员工、产品、销售、人力资源、市场营销、财务等各个团队。你需要思考：他们是怎么想的？会有什么反应？如何调动他们共同朝一个目标努力？最关键的是要学会反向推演：他们会怎么理解你传达的信息？这些都是我从经历中学到的宝贵经验。

正因如此，当有人跟我说：“我不想搬到新城市，因为不想让孩子换学校，现在这个年龄段不适合变动。”我都会说：“不，恰恰相反，就该让他们经历这个。让他们适应新环境，体验不同的学校。这种挑战对他们来说其实是一种财富。”

采访者：你说过，企业学问是 CEO 学问的折射，企业价值观源自于 CEO 的价值观。那么，Databricks 的学问中体现了你的哪些特质？

Ali Ghodsi：是这样的。我觉得一个人的性格往往会被早期经历塑造，就像第一份工作会在你身上留下深深的烙印。我是从学术研究起步的，读完博士后继续做研究工作。所以我保持着研究者的思维方式。大家企业的核心学问原则之一就是“追求真相”（truth-seeking）。这正是研究工作的精髓。寻求真相从来都不是一帆风顺的，它往往难以捉摸，事实也会随时间演变。但作为研究者，你要学会克制情绪，放下成见，专注于一个目标：这个问题的本质是什么？背后的真相是什么？这已经成为了 Databricks 的核心学问基因。这在商业世界并不常见，在许多大企业里，人们更擅长的是向上管理，说些“正确的话”。

采访者：这个理念在小规模团队中容易实现，但现在你们已经发展到拥有数千名员工的规模了。要如何确保这种学问能够始终保持下去？

Ali Ghodsi：学问建设主要靠三个支柱。首先是招聘环节，大家会根据学问原则来评估每一位候选人。比如说“追求真相”这一点，考察起来其实很简单。我会问：“能说说你最近一次犯的错误吗？讲一个你真实经历过的失误。”比如我就可以说，昨天没有及时报告融资情况就是一个错误，这种坦诚的态度就很好。通过这样的对话，你能感受到一个人的特质。那些回答“可能就是有时候工作太投入了”的候选人，和那些能够直面承认“确实，那次我搞砸了”的人，给人的感觉是完全不同的。

把好招聘关只是第一步。如果想更进一步，还要在晋升机制中强化学问导向。这意味着在评估晋升时，要认真考察员工是否真正践行了这些学问原则。这一点其实很有挑战性，因为你可能会遇到一些业绩非常出色的员工，为企业创造了巨大价值，但他们的行事风格与企业学问并不契合，他们的成功可能源自其他因素。

第三个支柱是绩效管理。对于那些与学问不匹配的员工，大家需要做出决断。也许是招聘环节出了偏差，也许是晋升决策有误，但一旦发现这种不匹配，关键是要有勇气采取行动，该调整的就要调整。

采访者：企业创立时有七位联合创始人，对吧？我没记错的话，他们现在都还在企业？你是第二任 CEO，但所有人都留下来了。这很不寻常。即便是只有两位联合创始人的企业，到现在通常也会有人离开。你觉得是什么原因让大家都选择留下？能谈谈这个团队的特点吗？

Ali Ghodsi：这还是要回到大家的学问。大家都是从研究员出身，在创立企业之前就在加州大学伯克利分校一起做研究。所以那种研究者的学问一直延续至今。虽然我挂着 CEO 的头衔，但实际上像是有七个 CEO。他们在企业都很有影响力，负责着不同的产品线，有时候还会给我制造点麻烦（笑）。

02 “把财务团队关在门外”

采访者：Databricks 与其他风投支撑的创业企业相比有个显著特点，部分原因可能是因为估值和融资规模的关系，你们进行了多次大规模收购，其中有几次超过了十亿美金。

在收购另一家企业时，即便是较小的团队，你们如何处理学问融合的问题？因为即便创始人的理念契合，但那些并非经过 Databricks 严格招聘流程筛选的员工，可能与企业学问并不匹配。

Ali Ghodsi：学问这个问题其实很简单，因为企业的学问就是 CEO 个性的投射。如果收购对象的 CEO 理念契合，那就没问题了。

采访者：相比获取技术，这个因素对你们来说有多重要？

Ali Ghodsi：很多企业的做法是，让并购团队去评估收入增长、财务状况，然后计算估值。他们会做大量财务分析、Excel 运算，最后说服自己这是个好交易。大家恰恰相反，这些是最后才考虑的。大家首先关注的是人。学问契合度是大家的第一评估标准。大家会花大量时间研究对方：这个人是什么背景？有什么经历？能找到什么公开资料？然后大家会与他们深入接触。

为什么这么看重人？因为大家要一起工作。过去的成绩固然重要，但更关键的是未来五年大家能否真正协同。这是第一步。第二步才是关注产品：这是个什么样的产品？创新点在哪里？常识产权如何？最后才是让财务团队介入分析。

采访者：关于先前 Databricks 对 Tabular 的收购，你们甚至考虑财务数据吗？Tabular的年度经常性收入还不到 500 万美金，你们却支付了 18 亿美金。财务团队有参与这个决策吗？

Ali Ghodsi：（笑）大家确实把财务团队关在门外了。但 Tabular 这个案例很特别，因为我很早就在关注这位创始人了。在他创立 Tabular 之前，在他还在 Netflix 工作的时候，我就一直在试图说服他来 Databricks 工作。所以这是一个我跟踪了很多年的目标。大家很清楚自己在买什么。

Tabular 创始人 Ryan Blue

采访者：聊了那么久，我还没向读者先容 Databricks 究竟是做什么的。让我这样问吧，如果你在酒吧遇到一个对 AI 或技术完全不了解的人，你会怎么说明 Databricks 的业务？

Ali Ghodsi：是这样的，以财富 500 强企业为例，其中 60% 的企业都在处理海量数据。但这些数据不会自己组织自己。在后台需要大量基础性的工作来组织这些数据，确保数据安全，这一点特别重要，因为现在网络攻击无处不在，各种黑客都在试图入侵这些企业。在确保数据安全的基础上，还要能从中获取洞察。

这些洞察包括两个维度：

一是回顾性的，比如“上周的销售额是多少？这个产品在日本市场表现如何？”

二是前瞻性的。这就涉及到 AI 应用，比如预测哪些客户可能流失？某个产品应该储备多少库存？再比如生成式 AI 的应用。

JetBlue 航空就用大家的技术来处理航班延误时的问题：发生了什么？应该去哪个登机口？这是一个可以直接对话的生成式 AI 应用。

Block（原 Square）也在使用大家的服务。现在商店老板只需要用自然语言说：“我有五种产品，价格是……”，AI 就能自动帮他们完成所有设置。简单来说，在任何大型机构处理数据的过程中，如果你知道某个大企业的名字，很可能他们正在使用 Databricks 来完成这些工作。

03 “AI 泡沫到顶了”

采访者：大家来谈谈最新消息。你们今天早上宣布获得了 100 亿美金的承诺投资。这笔资金主要用于员工套现。此外还宣布了一些其他消息，比如年度经常性收入达到 30 亿美金。为什么选择这种融资方式，而不是直接上市呢？通过公开市场让想套现的人套现不是更好吗？

Ali Ghodsi：实际上，在考虑这个问题时，大家反复权衡了各种选择。最早可能上市的时间点是明年，但今年是大选年，大家想等局势更稳定一些。现在市场还在担心利率和通胀问题。大家认为今年上市不是明智之选，即便最近上市的科技企业表现都不错。

说实话，这个决定是六个月前做出的。你得提前规划。六个月前大家就认为今年上市不明智，不如等等看。从理论上说，最早也要等到明年才可能上市。再加上锁定期的限制，对员工来说等待的时间太长了。这就是大家开始考虑快速融资方案的原因。一开始大家的目标很小，只想融资 30 到 40 亿美金。但媒体不幸提前把消息透露了出去。

采访者：然后投资者就都来了？你不会是在责怪媒体帮你融到了 100 亿美金吧？这里的每个人都希翼媒体能给他们带来 100 亿美金。

Ali Ghodsi：事情是这样的，媒体一报道，我的手机就“炸”了。投资者们纷纷打来电话说：“Ali，七年前大家聊过，我一直很喜欢你们！来谈谈吧。”

采访者：听说你们这次增加了大约 25 个新的机构投资者，对吗？

Ali Ghodsi：说实话，我不太清楚具体数字。大家有一个很大的财务团队，几百人，他们在处理这些事情。我知道主要的投资者，也见过他们。但让大家震惊的是，大家原本说要融几十亿，结果看到追踪投资意向的 Excel 表格时，金额达到了 190 亿美金，我差点从椅子上摔下来。而且大家都还没跟所有感兴趣的投资者谈过。

采访者：这真是个惊人的数字。据最早的报道，初始估值在 550 亿美金左右，这个范围准确吗？

Ali Ghodsi：最初是每股 80 美金左右，后来涨到了 92.50 美金。价格不断上涨，投资者越来越不满意。到最后大家不得不喊停，决定只接受一半的投资意向。

采访者：这是否意味着 Databricks 不会在 2025 年上市？

Ali Ghodsi：不，这仍然是一种可能。从理论上说，明年是最早的可能时间点。但也可能会是后年。我认为 Databricks 的大部分生命周期终究会是作为一家上市企业度过，尽管大家现在还没上市。但目前大家最关心的是如何让员工实现套现，这轮融资让大家达到了这个目标，这一点非常重要。

采访者：但是，如果我是员工，虽然我理解套现的需求，毕竟要付房贷，而且手里的股票价值一直在增长。但我是不是会想，如果上周大家就上市，按照你说的 92 美金甚至可能达到 130 美金，企业估值可能就是 1000 亿美金了。这笔交易是不是让员工损失了一部分收益？

Ali Ghodsi：在 Databricks，不管是对投资者还是员工，我都希翼能吸引那些真正对数据和 AI 充满热情，愿意在未来十年里为之奋斗的人。当然，可能有些人投入了很多年，现在想退出，这大家完全理解。大家要感谢他们为企业的贡献。

但大家真正想要关注的是长期发展。大家不是在试图把握市场时机，因为过一个季度可能就不一样了，可能会发生一些灾难性的事件，AI 泡沫可能会破裂。

采访者：天啊，你刚说到“AI 泡沫”这个词。既然你提到了，我就不得不问了——现在到底是不是泡沫？

Ali Ghodsi：当然是泡沫，而且已经到顶了。不用是天才也能看出来，一个只有五个人、没有产品、没有创新、没有常识产权，只是几个应届毕业生的企业，就能获得数亿甚至数十亿美金的估值。这些创业企业什么都没有，就能获得这么高的估值，这不是泡沫是什么？

采访者：这一点很有意思。当我和投资你们这轮的投资人聊天时，他们都说了同样的话——他们认为这轮融资的价格很便宜。这当然对他们有利。但既然你认为这是泡沫，你会不会担心六个月、一年或者十八个月后，要去跟员工说明说，现在企业的估值降低了，你们手中的股票价值变少了？

Ali Ghodsi：你说的不是因为企业经营出了问题，而是因为估值倍数被高估了，对吧？说实话，任何企业都可能遇到这种情况。实际上，这要回到我的成长经历——我在战争时期长大，小时候城市正在遭受轰炸。这让我形成了一种偏执的性格。每年大家都会制定“天崩预案”（skyfall plans），预演如果发生金融危机 2.0 会怎么办。大家会模拟各种不同的场景，做好应对准备。

但我认为大家的业务非常稳固。大家的客户流失率一直处于历史最低水平，而且这是一个持续性收入的业务模型。我有时开玩笑说，即便找一个对大家业务一窍不通的职业经理人来管理，他们也能把收入做到 100 亿美金。所以我不太担心。当然，世界上总会发生各种事情，有时估值可能会下跌。但只要大家保持专注于长期发展，我相信数据和 AI 在未来每一年都会变得更加重要，对人们的生活和企业的影响会越来越大。如果大家始终专注于这一点，好事自然会发生。

04 “现在的 AI 就是 1997 年的互联网”

采访者：你说你认为 Databricks 最终会以上市企业的身份度过大部分时间。但是你们有一些行却在说，上市对他们来说没有任何好处，带来的麻烦远大于收益。除非被迫，否则他们真的不想上市。从你的角度来看，最终上市是否有价值？不管是明年还是后年？为什么一定要上市？现在私募市场资金充裕，你们完全可以继续融资，就像 Mars 那样。

Ali Ghodsi：首先，融资 100 亿美金是非常累人的。我要协调这么多方之间的巨额交易。

采访者：这就是为什么你们雇了一百个财务人员，他们会处理这些事情。

Ali Ghodsi：话是这么说，但我不能完全放手不管。这是一个巨大的后勤工作，要不断协调这些交易，这是不上市的第一个原因。第二，上市是一个重大的营销事件，这是大家还没有用过的筹码，大家在留着以后用。这对提升知名度有很大帮助，特别是在美国。虽然大家是一家国际化企业，但美国仍是大家的主要市场。这点价值不容低估。

我认为随着资本越来越容易获得，上市的价值确实在这些年有所降低。比如说在 10-15 年前，如果你想获得这种规模的资金，除了上市别无选择。现在情况变了，但尽管如此，大家仍会上市。大家现在就在按上市企业的标准在运营。

采访者：这轮融资后，从估值角度来看，你们现在已经超过了 Snowflake。自从 Frank（Snowflake 原 CEO）离开后，你似乎在暗示 Snowflake 不再是你们的竞争对手，至少从你们的角度来看是这样。如果 Snowflake 不再是目标，那现在你们的目标是谁？

Ali Ghodsi：这就像在打牌，有人发给你一手牌，你看了看发现牌特别好。这种时候你在想什么？你会想：“千万别搞砸了。”

我认为对 Databricks 来说最重要的就是不要搞砸。要善待员工，确保企业安全稳定，继续保持创新。不要失去大家最初那种源自研究的创新基因。如果大家能做好这些，好事自然会发生。大家不需要过分关注其他。

采访者：你不觉得需要一个目标吗？我不是说非得是敌人，但就是那种更大的企业，那个你想追赶的 CEO。从外界来看，这似乎一直是 Databricks 的 DNA 的一部分。

Ali Ghodsi：确实，大家曾经有一个叫“Snowmelt”（雪融）的项目，专门针对 Snowflake，大家当时确实把他们妖魔化了。但说实话，那都是过去的事了。

采访者：我就直说吧——现在没有类似“缩小与 Salesforce 差距”之类的项目了吗？

Ali Ghodsi：没有了，大家现在与 Salesforce 有着密切的合作关系，大家很喜欢他们。

采访者：你们确实和很多企业都有合作。

Ali Ghodsi：是的，大家现在是友好的合作伙伴。

采访者：你最近提到一个观点，你把现在的情况比作互联网泡沫后期。回想 1996-1998 年的时候，有很多搜索引擎，数量众多。最后一个新企业横空出世，击败了所有人。现在你们与许多大型生成式 AI 企业都有合作，他们既是你们的客户，某种程度上也是竞争对手。你觉得他们中的很多会不会像 Lycos 和 AltaVista 一样消失，大家会不会看到这些获得巨额融资的企业最终湮没在历史长河中？

Ali Ghodsi：我认为会这样。不过，大家也要提醒大家，1997 年时也有一家叫AMAZON的小书店。我还记得，因为我年轻时写硕士论文时研究过它。顺便说，这也是我父亲唯一做过的一次股票做空。

当时的情况是，他们在网上卖书，人们都说这显然行不通，觉得谁会傻到在网上输入信用卡信息？没人会这么做。但看看现在。这家企业依然屹立不倒，而 Lycos、AltaVista 和雅虎都已不在。确实，它们与现在一些大模型企业之间似乎有一些相似之处。

采访者：我同意你的观点。我觉得人们现在过于关注眼前的事情，但我认为大家会看到重大变革。在未来十年，大家会看到诞生一些全新的巨型企业，它们现在可能还没有成立。最大的挑战是很难预测它们会是谁，就像 1999 年时谁能预测到 Twitter、Airbnb 或 脸书？那时大家都在关注路由器、思科这些，还有 IT 行业。对了，还有 Pets.com。

Ali Ghodsi：预测这些事情确实很难，但让我举个我认为很有可能的例子。以医疗健康为例，这个行业占美国 GDP 的 17%，对在座的每个人和他们的家人都至关重要。如果现在还不重要，在你生命的某个时刻一定会变得极其重要。想象一下那个杀手级应用——抱歉，这个词用得不太恰当。想象一下那个改变行业的神奇应用，你有一个看过数十亿病例的个性化医生，能给你最佳的医疗建议。你愿意为这个付多少钱？我觉得会很多。

但这家企业现在还不存在，我也不认为会是现有的任何一家企业。教育领域也是如此，每个人都很关心孩子的教育。现在教育在风投圈并不是一个热门领域。实际上，风投们总说永远不要投资教育，在这个领域你永远不会成功。

但我认为在这个新时代，他们错了。这很明显，大家现在用大语言模型做什么？它们基本上就是私人教授，可以一直陪着你学习。所以我认为这个领域会有很多发展。当然，我也认为现在一些企业确实很了不起，他们已经取得的成就令人惊叹。也许其中的某一家会成为下一个AMAZON，在未来 10-20 年里生存下来。

采访者：今年五月我见过一次 David Sacks，他现在即将成为“AI 沙皇”，还管着加密货币。如果你是在和 Sacks 对话，你会劝诫他什么？

Ali Ghodsi：我觉得对监管要谨慎一些。去年大家经历了一波监管狂潮。大家有这些算力统计，然后是各种行政命令、欧盟法规，还有政治因素和企业的监管套利等各种情况。当时大家担心这些 Scaling Law 会创造出超级AGI。现在看来 Scaling 遇到了瓶颈，那些担心的事情似乎并不会发生。

【编者注】David Sacks 是“美国支付宝”PayPal 的首席运营官，也是“PayPal 黑手党”的成员之一，更是马斯克的老乡。

今年 David Sacks又被白宫任命为首任“加密货币和人工智能主管”，人称“加密和 AI 沙皇”，故有此问。

采访者：所以你是在告诉 Sacks，“放松点，什么都别做？”

Ali Ghodsi：不是这个意思。大家当然要保持关注，而且这一点已经广为人知——要关注具体的使用场景。大家不希翼看到那些对社会有害的应用。但这和说“别做任何 AI 研究”或“让大家限制研究”是不同的。我记得当时有人说“暂停六个月，什么都别做，六个月后再重新开始”，这种想法很荒谬。

采访者：最后一个问题。说回你自己的经历，作为一个难民来到欧洲，后来成为了一家美国企业的领导者。当你思考硅谷的发展，思考你的企业和其他类似企业的发展时，对于美国的移民政策，无论是针对技术人才还是非技术人才，你有什么看法？这些政策可能会如何改变？

Ali Ghodsi：我不知道政策会如何改变，但我确实在欧洲也创办过一家企业。我很爱欧洲，从内心来说我也算是个欧洲人，毕竟我在那里长大。但在那里，我不可能创造出 Databricks 这样的企业。硅谷非常特别，这里是多种因素完美结合的产物。首先是资金，在欧洲你根本不可能融到 100 亿美金。

但这只是其中之一。第二个因素是这里有非常有干劲的人才，他们来到这里，愿意做出巨大牺牲，每周工作 100 个小时，放弃生活中的一切。他们愿意承担巨大风险，拼命工作。再加上这里的大学和附近的研究实验室，这种组合真的很独特。我希翼大家能保护好这些优势，继续发扬光大。我认为这是美国 GDP 增长背后的秘密引擎，是推动经济的动力。我希翼大家能守住这些，但谁知道未来会发生什么呢。

参考链接：https://www.youtube.com/watch?v=rnobNYRAmkk


来源：36kr