AI产业链地图·知识库 Databricks · 公司
🚧 网站建设中 更新 2026·08·05 → 产业链图谱
首页/公司/Databricks
第四层 · 未上市 · 更新 2026·08·05
公司 未上市

Databricks

Databricks 的生意是把企业数据治理、数仓查询和 AI 数据准备收敛到 Lakehouse 平台,再向上服务模型部署与优化。其路线从 Lakehouse 数据底座,走向 Lakebase、Lakeflow、Genie 支撑的实时查询与智能体,再到 SIEM 等 Chapter 4 应用。它还跨入云计算与智算平台相关的数据底座角色,使数据治理和算力调度能够直接接入企业 AI 应用

Databricks 未上市
主层
第四层 · AI 基础模型
主子行业
数据引擎
总部
美国San Francisco, USA
反向引用
171 处 · 来自 53

Databricks

Databricks 是企业级数据湖仓平台厂商,卡在 AI 产业链第四层数据引擎环节,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

所属子板块数据引擎
Databricks
本页 · 产业链位置
供货
下游 · 谁在采购
AI办公与企业服务2
其他1
Ninety One

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;MicrosoftAmazon 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。

  • 模型部署与优化 — 通过 Genie Ontology、OntoRank、Genie Code 和 Genie Ops 把企业数据转成结构化图谱,提升智能体准确率并降低运行时间。
  • 云计算与智算平台 — 以 Lakehouse、Lakebase 和 Lakeflow 在云上承担数据工程、实时查询与算力调度,为企业 AI 平台提供数据底座。

五、投资视角:多空逻辑

多头(催化)

  1. Lakehouse 性能替代专用栈 — 标准分析基准下 12,000 QPS、低于 100ms 延迟,客户最高较现有专用实时服务栈性能提升 16x。
  2. 数据工程编排形成集成壁垒 — Lakeflow 覆盖 50 个以上集成,并通过 Genie Code、Genie Ops 与智能体联动,增加迁移成本。
  3. 软件层改善 Agent 经济性 — Genie Ontology 与 OntoRank 使智能体准确率提升 30%、运行时间降低 50%,推动平台从数据底座走向 AI 应用交付。
  4. AI 数据需求仍在加速 — 公司预计 1H27 ARR 增长 80%,剔除 token 转付后约 65%(高盛,2026-06-21)。

空头(风险)

  1. 企业 AI 钱包份额仍落后头部 — 2026 年中的企业 AI 钱包份额评分中 Databricks 与 ServiceNow 同为 37,低于 Snowflake 的 49 和 Salesforce 的 39。
  2. 云厂商与存量数仓两面夹击MicrosoftAmazon 争夺 AI 相关 IT 支出,Oracle、Teradata 守住存量数据库和数仓,Databricks 需要持续证明 Lakehouse 迁移收益。
  3. 应用层扩展尚浅 — 截至 2026 年 6 月 Chapter 4 只公布两款应用,SIEM 直接进入 CrowdStrike 等下一代 SIEM 竞争领域,底座优势能否复制到应用预算仍需验证。

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