估值380亿美元！数据超级独角兽如何赢得资本青睐？

　　数据管理到底有多重要，从创业公司的融资额便可知一二。
　　本月初，大型数据分析工具供应商Databricks宣布以 380亿美元 的超高估值获得 16亿美元的H轮融资 ，而这距离其 上一轮10亿美元 融资仅过去几个月。自 2013 年成立以来，已经进行了共计 八轮 的融资，此次更是获得了亚马逊、微软和谷歌的联合投资。
　　其实，不仅仅是Databricks，这类提供统一、处理和分析存储在不同来源和架构数据的服务的公司普遍都赢得了市场的较高评价，例如去年进行大规模IPO、市值达900亿美元的 Snowflake ，去年上市的企业人工智能公司 C3.ai ，以及迄今累计融资3.416亿美元的 中国公司PingCAP 。
　　Crunchbase 数据显示，自Snowflake去年IPO以来，风投在数据分析和管理赛道已经砸下了近  170 亿美元 ，仅过去8个月里就投出了150多亿美元。
　　为什么投资者对Databricks这样的公司情有独钟？因为有越来越多的公司希望利用机器学习来降低运营成本、改善产品和用户体验，而Databricks们正是解决机器学习普及化的中坚力量。
　　▍数据问题有多难搞？
　　当前，许多公司正在努力改善数据运营并启动机器学习项目，但他们突然发现自己很难驾驭公司的数据基础设施。幸亏有可扩展的云服务，这些企业不需要在 IT 基础设施和人才方面进行前期投资就可以收集大量的数据。
　　但是，将这些数据投入使用说起来容易，做起来却很难。 在大型云服务商群雄并立、寡头垄断严重的大背景下，小企业客户的数据通常分散在不同的系统中，并按照不同的标准存储。
　　这样一来，不同的数据存储可能使用不同的约定来注册类似的信息，从而使它们彼此不兼容。另外，一些数据库可能包含敏感信息，这极其不便于让不同的数据科学和商业智能团队使用这些信息。
　　而所有这些都使得整合数据并为机器学习模型和商业智能工具的消费做准备变得非常困难。事实上，不同的调查显示，应用机器学习项目的首要障碍就与数据工程任务和人才有关。
　　因此，Databricks等公司便应运而生。Databricks的创始人包括Apache Spark、Delta Lake和MLflow的开发者，这三个开源项目已经成为在非常庞大的、不同的数据源上运行的机器学习项目的关键组成部分。
　　Apache Spark是一个分析引擎，可以处理各种格式的大量数据；Delta Lake是一个存储层，它将数据湖（data lake）和数据仓库（data warehouse）集中在一个架构中，使之可以像经典数据库一样进行查询；MLflow是一个用于管理机器学习管道和跟踪不同版本模型的工具。
　　而Databricks的主要云服务Lakehouse就是利用所有这些项目将不同的数据源聚集在一起，使数据科学家和分析师能够从一个平台上运行任务。
　　该公司的统一平台使商业智能和机器学习团队能够轻松地进行协作和共享工作空间。它通过提供对不同数据源的统一访问，减轻了数据工程的负担。在这个平台下，它可以处理诸如不兼容的模式、匿名化、以及在流媒体和批处理数据之间切换等问题。
　　与其他同类服务一样，Databricks的平台支持微软Azure、亚马逊AWS和谷歌云，这些都是大多数企业用来存储数据的云基础设施。这使Databricks具有利用主要云供应商的稳定和可扩展的基础设施的优势，并使其客户无需迁移他们的数据。
　　▍大小客户通吃
　　由此可见，对于那些拥有大量未开发数据的企业来说，Databricks 的服务很有价值。
　　例如， 阿斯利康 使用Databricks的平台来统一数百个内部和公共数据源，从而催生了更快、更顺畅的查询，团队之间更好的协作，以及更快的操作。这对于一个花费数十亿美元和多年研究来寻找有希望的假设和运行实验的行业来说是至关重要的。
　　而 汇丰银行 使用该平台改进其欺诈检测系统和推荐引擎。该银行能够将14个数据库整合到一个单一的Delta Lake中，并提供给其数据科学和机器学习团队使用。Delta Lake的建立是为了满足一些法律和监管要求，例如在将客户数据发送到机器学习模型之前对其进行匿名处理。
　　改进后的数据管道使操作速度提高了几个数量级，它帮助机器学习团队加快了模型的开发、训练和调整。总体结果是改善了客户体验，例如该银行的移动应用PayMe的用户参与度就增加了4.5倍。
　　Databricks的竞争对手也在做同样的事。C3.ai的客户包括石油和天然气巨头、政府机构、大型制造商和医疗保健公司。Snowflake正在为超市和餐饮连锁店、包装食品和饮料公司以及医疗机构服务。
　　不难发现，不仅仅是那些无法建立自己的数据管道或处于机器学习项目初始阶段的公司，就连大中型科技公司也对企业数据管理和人工智能服务有强烈的需求。 毕竟市场上可以根据自己的需要定制数据基础设施，并优化利用开源和云服务的企业尚属少数。
　　▍潜在竞争异常激烈
　　在其最新一轮融资中，Databricks公布了其年度经常性收入（ARR）为 6亿美元 ，比2020年的4.25亿美元有所增加。正是这种令人兴奋的增长吸引了投资者向该公司注入更多资金。
　　但有几个挑战是Databricks和它的同行们必须克服的。
　　首先，市场竞争非常激烈。 正如Databricks首席执行官Ali Ghodsi所说，＂数据湖（屋）是一个新的赛道，我们认为在这个数据赛道中会有很多供应商，所以这是一个快速抢地盘的过程。＂
　　Databricks首席执行官Ali Ghodsi
　　在一些市场上，公司利用网络效应或优越的数据来锁定客户，以保持对竞争对手的优势。但在数据处理行业，市场的动态是不同的。虽然Databricks提供了非常有用的技术，但这并不是其他公司无法复制的。而且，由于该公司的技术建立在主要的云供应商之上，客户转向竞争对手的障碍不大。
　　这意味着，商业上的成功将在很大程度上取决于市场参与者的客户获取策略，以及他们通过持续创新留住客户的能力。
　　而且，增长还将在很大程度上还取决于公司将获得什么样的客户。 Databricks在其最新一轮融资中宣布，它拥有5,000个客户。由于该公司还没有申请IPO，我们不知道其财务状况的细节。
　　但参照同行的水平，几个非常大的客户将占其收入的很大一部分。例如，C3.ai在2020年有36%的收入来自Baker Hughes和Engie。而根据Snowflake的S-1文件，2020年上半年，其3,000个客户中的153个客户贡献了近30% 的收入。
　　这说明只要这些公司能够获得愿意花大价钱的大型新客户，它们就会成长。但一旦市场变得饱和，增长将趋于平稳。然后，他们将不得不向现有客户推销新的服务，这是非常困难的，或者通过提供更具竞争力的价格从对方手中抢夺客户，而这又会使收入下降。显然，每一个大客户的流失都会对这些公司的财务状况产生巨大的影响。
　　更可怕的是，虽然亚马逊、微软和谷歌此轮都投资了Databricks，但这三家云计算供应商都有和Databricks对标的潜力产品。例如，谷歌有BigQuery，微软有Azure Synapse，而亚马逊有Redshift。
　　一旦市场成熟，预计云计算巨头们就会出手，以蚕食市场份额。 鉴于他们的财力雄厚，三大巨头要么收购较小的数据管理公司，要么以更具竞争力的价格抢走他们的客户。
　　▍结语
　　市场上出现像Databricks这样的公司固然令人兴奋，但这么高的估值是否合理，抑或是围绕市场炒作的副产品，还有待观察。 考虑到这些公司的结构和商业模式，目前还不清楚它们将如何继续维持投资者所期望的增长，也不清楚它们能否承受科技巨头将带来的长期且不可避免的竞争。