02超級(jí)加倍

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

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(shí)Databricks估值已經(jīng)達(dá)到280億美元；在經(jīng)過(guò)最新輪融資后，Databricks380億的身價(jià)與三年前的62億相比暴增了近13倍。

基本面決定價(jià)值，價(jià)值決定價(jià)格，如果將Databricks的成功僅歸結(jié)于對(duì)技術(shù)犀利的洞察，借助了巨人的肩膀和好運(yùn)氣，這還遠(yuǎn)遠(yuǎn)不夠�；�于開(kāi)源的創(chuàng)新是Databricks成長(zhǎng)的關(guān)鍵，從大數(shù)據(jù)領(lǐng)域殺入云計(jì)算和AI，它的產(chǎn)品矩陣?yán)锇�括DeltaLake、MLflow、Koalas以及開(kāi)源分析引擎Spark等殺傷利器。

其中，超過(guò)80％的用戶(hù)使用Delta Lake；MLFlow為數(shù)據(jù)科學(xué)家提供了標(biāo)準(zhǔn)化的開(kāi)源框架，下載量以每月80萬(wàn)的速度增長(zhǎng)，擁有比Spark更多的用戶(hù)；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(gè)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(hù)。

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(gè)企業(yè)AI平臺(tái)，因?yàn)镚hodsi認(rèn)為，在企業(yè)計(jì)算領(lǐng)域，行業(yè)還沒(méi)有出現(xiàn)頭部的企業(yè)AI平臺(tái)。

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(kāi)源商業(yè)模式是軟件免費(fèi)，廠(chǎng)商收取支持和服務(wù)費(fèi)用，這在on－prem里或許可行，但在云的世界就不一定了。Databricks在開(kāi)發(fā)、軟件運(yùn)行、運(yùn)營(yíng)和托管方面向客戶(hù)收費(fèi)，采用SaaS開(kāi)源的盈利模式，客戶(hù)可以在本地開(kāi)源平臺(tái)下載免費(fèi)的基礎(chǔ)軟件，同時(shí)也可以下載開(kāi)源公司打造的其他付費(fèi)版本。

不高估開(kāi)源，也不低估市場(chǎng)，Ghodsi說(shuō)：“在云端托管開(kāi)源項(xiàng)目并把它們租給用戶(hù)，客戶(hù)流失率更低，利潤(rùn)增長(zhǎng)更快”。SaaS租賃模式下，Databricks的核心知識(shí)產(chǎn)權(quán)沒(méi)有存放在它所贊助的開(kāi)源軟件項(xiàng)目中，而是在它用來(lái)監(jiān)管云端軟件的工具中，這樣避免了泄露的風(fēng)險(xiǎn)。

根據(jù)報(bào)告，Databricks最新ARR （年度經(jīng)常性收入）達(dá)到6億美元，相當(dāng)于Snowflake同財(cái)年12億營(yíng)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(lái)簡(jiǎn)單預(yù)估，Databricks380億的估值也比較合理。以新估值計(jì)算，Databricks的價(jià)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(zhǎng)率讓投資者對(duì)它未來(lái)的收入十分看好。

圖：Snowflake與Databricks定價(jià)對(duì)比（來(lái)源：官網(wǎng)）

另一方面，通過(guò)對(duì)比官網(wǎng)收費(fèi)方式發(fā)現(xiàn)，雖然是平臺(tái)租出服務(wù)器的計(jì)算資源，但這些服務(wù)器整個(gè)系統(tǒng)都建立在主要的云廠(chǎng)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(jì)算資源付費(fèi)，Snowflake是平臺(tái)和云廠(chǎng)商打包收費(fèi)方式，客戶(hù)對(duì)底層服務(wù)界面（如EC2）和上游的Snowflake的成本花費(fèi)要一次性付清，但比例是怎樣無(wú)從得知，而打包之后Snowflake需要支付給云廠(chǎng)商另外成本，這在無(wú)形中增加了費(fèi)用風(fēng)險(xiǎn)。

Databricks（右）的玩法是分開(kāi)收費(fèi)，用戶(hù)的賬單主要分為兩部分：常規(guī)的底層云廠(chǎng)商服務(wù)器租用成本，以及Databricks在這些服務(wù)器上的功能費(fèi)用�？蛻�(hù)使用底層器時(shí)，費(fèi)用單獨(dú)付給云廠(chǎng)商，并不算在Databricks的營(yíng)收里。

所以如果對(duì)比營(yíng)收，比如2020年的Snowflake營(yíng)收近6億，但刨去付給云廠(chǎng)商的費(fèi)用，和Databricks4億多的營(yíng)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(qián)能力強(qiáng)的體現(xiàn)。有觀點(diǎn)猜測(cè)Databricks遲遲不上市的原因，如果根據(jù)Ghodsi的說(shuō)法，是為了避免二級(jí)市場(chǎng)所帶來(lái)的波動(dòng)，或許收費(fèi)方式被迫改變等不可預(yù)測(cè)因素也在里面。

03天時(shí)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(yíng)銷(xiāo)、通訊服務(wù)商、教育、能源、聯(lián)邦政府、金融、醫(yī)療等13類(lèi)行業(yè)提供服務(wù)。

從類(lèi)別數(shù)量上，Databricks要多于Snowflake，此時(shí)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(tuán)、再生元和殼牌）依靠 Databricks 實(shí)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(jī)器學(xué)習(xí)和業(yè)務(wù)分析。

通常情況下，企業(yè)客戶(hù)在進(jìn)行數(shù)據(jù)架構(gòu)時(shí)，第三方平臺(tái)提供數(shù)據(jù)湖方案，在數(shù)據(jù)湖中做一些常見(jiàn)的數(shù)據(jù)工程；同時(shí)會(huì)有一個(gè)數(shù)據(jù)倉(cāng)庫(kù)，存放相當(dāng)于數(shù)據(jù)湖5％－10％的結(jié)構(gòu)化數(shù)據(jù)，來(lái)做BI等簡(jiǎn)單的數(shù)據(jù)分析。

但由于數(shù)據(jù)分裂在兩個(gè)系統(tǒng)上，針對(duì)同一個(gè)客戶(hù)問(wèn)題分析，不同團(tuán)隊(duì)有不同權(quán)限，因而會(huì)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(tuán)隊(duì)不相信數(shù)據(jù)，進(jìn)而導(dǎo)致底層數(shù)據(jù)平臺(tái)失信，這是個(gè)很致命的問(wèn)題。

將結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)結(jié)合到一個(gè)地方，讓客戶(hù)在不移動(dòng)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(gè)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(chǔ)上，實(shí)現(xiàn)類(lèi)似于數(shù)據(jù)倉(cāng)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(yè)介紹上看，無(wú)論是數(shù)據(jù)工程、數(shù)據(jù)科學(xué)，還是機(jī)器學(xué)習(xí)都要依靠Lakehouse運(yùn)行，加上過(guò)去使用低成本對(duì)象存儲(chǔ)的數(shù)據(jù)湖的訪(fǎng)問(wèn)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(cāng)庫(kù)相媲美。

“Lakehouse是一個(gè)新賽道，這是一場(chǎng)地盤(pán)爭(zhēng)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(chǎng)開(kāi)拓。與此同時(shí)，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(cāng)庫(kù)的替代品。

越來(lái)越多的企業(yè)樂(lè)于看到Databricks的實(shí)力和發(fā)展?jié)摿Γ�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(yíng)收額上雖高過(guò)Databricks好幾個(gè)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(gòu)來(lái)填補(bǔ)產(chǎn)品路線(xiàn)圖中的空白或不足，重點(diǎn)是機(jī)器學(xué)習(xí)和數(shù)據(jù)初創(chuàng)公司，以及擴(kuò)大與云公司的合作伙伴關(guān)系。

“云、開(kāi)源、機(jī)器學(xué)習(xí)，這三個(gè)方面已成為每家企業(yè)戰(zhàn)略的核心。我們真的很幸運(yùn)能夠處在這三大趨勢(shì)的中心位置上�！盙hodsi在接受采訪(fǎng)時(shí)說(shuō)到。如果說(shuō)2019年前看好Databricks的小部分風(fēng)投是賭趨勢(shì)，如今匆匆進(jìn)場(chǎng)的其他機(jī)構(gòu)也并沒(méi)有遲到，因?yàn)樵谒麄冄劾铮�這家獨(dú)角獸仍具備難以估量的增長(zhǎng)能力。

本文系新眸原創(chuàng)

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