Databricks
Databricks 是企业级数据湖仓平台厂商,卡在 AI 产业链第四层的数据引擎环节,以 Lakehouse 架构把数据工程、实时查询和 AI 数据准备放进同一套数据底座。 其产品栈已延伸到 Lakebase、Lakeflow 数据编排、Genie 智能体组件,以及 SIEM 等 Chapter 4 应用。
一、主营业务与产品矩阵
- Lakehouse 数据底座(核心)以 Lakehouse 统一数据工程与实时分析,对标传统数仓和专用实时服务栈;标准分析基准下可做到 12,000 QPS 时延低于 100ms,客户侧最高较现有专用实时服务栈性能提升 16x。
- 数据工程与编排Lakeflow 提供规模化数据工程编排,覆盖 50 个以上集成,并通过 Genie Code、Genie Ops 与智能体联动,把数据管道接入下游自动化流程。
- AI 智能体与模型部署软件Genie Ontology 与 OntoRank 在企业数据、文档和使用模式上构建结构化图谱,使智能体准确率提升 30%、运行时间降低 50%;2025 年第四季度 AI 产品 ARR 达 $14 亿,相当于收入的 26%。
- Chapter 4 应用扩展在底座和智能体之上推出行业应用,截至 2026 年 6 月已公布两款 Chapter 4 应用,其中 SIEM 于 2026 年 3 月在 RSA 发布,切入安全信息与事件管理场景。
二、产业链位置
在图谱里看 →三、竞争格局
企业数据平台竞争呈一强多线:Snowflake 是最直接的对手,在数据平台和企业 AI 钱包份额上领先;Microsoft、Amazon 围绕 AI 相关 IT 支出形成竞争,Oracle、Teradata 仍守住存量数仓。Databricks 的相对位置不是单点数据库,而是把 Lakehouse、数据编排和智能体打包成数据底座,壁垒来自数据治理、集成生态与 Agent 性能。短板同样清楚:2026 年中的企业 AI 钱包份额评分中 Databricks 与 ServiceNow 同为 37,落后 Snowflake 的 49 和 Salesforce 的 39;向 SIEM 扩展则把它带入 CrowdStrike 的下一代 SIEM 战场,应用层能否复制底座优势仍待验证。
四、跨层角色
Databricks 的主轴是数据引擎,但它同时把业务推进到模型部署与优化,以及云计算与智算平台相关的数据底座,因此不能只按第四层数据引擎公司看待。
五、投资视角:多空逻辑
近期动态
研报数据 · 11-07 更新 · 近 120 天,同一件事多家机构写到的合成一条
数据来源
- 摩根士丹利《2Q26 CIO Survey – Budget Support Improves, But Winners Remain Selective》2026-07-16
- 高盛《Americas Technology:Software,Thoughts on the Software Ecosystem post Databricks 》2026-06-21
- 国信证券《人工智能行业专题(17):业绩分化下的美股软件重构与IGV底部修复》2026-06-03
- 巴克莱《Technology 1H26 CIO Survey: 2026 Outlook Maintained》2026-04-20
- 摩根士丹利《US Tech:1Q26 CIO Survey ~ AI Priority Rising, IT Budgets Less So》2026-04-09
- 国信证券《战略投资元川微,加码边缘及端侧AI推理赛道》2026-03-15
- 国金证券《计算机行业研究:再谈如何选择AI应用》2026-01-18
- 国金证券《计算机行业研究:如何选择AI应用》2026-01-11
- 子行业全景见 数据引擎