Databricks 為何在 1880 億美元估值時選擇不上市：從代幣最大化到價值最大化的策略

震撼矽谷的決定正在重塑企業 AI

在一個令矽谷驚訝的舉動中，Databricks 剛剛以驚人的 1880 億美元估值完成融資 — 相比 2025 年 12 月的 1340 億美元估值，僅五個月就跳漲了 40%。但真正讓所有人措手不及的是：這家公司原本已準備好上市，卻選擇不這麼做。

沒有發生的 IPO

Databricks 原本準備進行 2026 年最大規模的 IPO 之一。執行長 Ali Ghodsi 證實，審計已完成，董事會已就緒，一切都準備好公開上市。然而，他們卻選擇再進行一輪私募融資，決定繼續保持私有狀態。

為什麼一家公司會在 IPO「幾乎唾手可得」時選擇放棄？

核心理念：從代幣最大化到價值最大化

答案就在執行長 Ali Ghodsi 用來描述整個產品策略的一句話中：「從代幣最大化到價值最大化」（tokenmaxxing to valuemaxxing）。

這是什麼意思？

簡單來說，Databricks 不再對每個任務都使用最昂貴的 AI 模型。相反，他們開始問：「哪個模型能以合理成本真正完成工作？」

這不僅僅是削減成本 — 這是企業處理 AI 方式的根本轉變：

• 之前（代幣最大化）：對所有事情都使用最大、最強大的 AI 模型
• 現在（價值最大化）：根據成本效益和實際成果，為每個任務匹配合適的模型

資金流向

這個理念現在正在塑造 Databricks 如何部署新資本：

• AI 產品開發
• 研發
• 策略性收購

這個策略正在奏效：最新報告季度的營收年增長超過 65%。

連競爭對手都同意

值得注意的是，Databricks 最大的競爭對手 Snowflake 也得出了相同的結論。Snowflake 的領導層表示，未來真正的競爭戰場在於「誰能幫助企業將可信的企業資料轉化為實際成果」— 而不僅僅是誰擁有最大的模型。

兩家激烈競爭同一批客戶的公司，卻獨立地得出了相同的策略洞察。

更大的圖景：企業 AI 正在成熟

從代幣最大化到價值最大化的轉變，標誌著企業 AI 市場更廣泛的成熟：

• 投資回報率優於炒作：企業要求可衡量的回報，而不僅僅是令人印象深刻的演示
• 成本優化：隨著 AI 成本規模擴大，效率變得至關重要
• 實際應用：焦點從「什麼是可能的」轉向「什麼是有利可圖的」

關鍵要點

• Databricks 以 1880 億美元估值完成融資，5 個月內增長 40%
• 公司儘管準備就緒，仍推遲 IPO
• 執行長 Ali Ghodsi 的策略：「從代幣最大化到價值最大化」
• 專注於針對特定任務的成本效益 AI 模型
• 營收增長：年增 65% 以上
• 連競爭對手 Snowflake 也認同這個策略方向

對企業的意義

如果您正在組織中實施 AI，Databricks 的故事提供了一個關鍵教訓：不要預設使用最昂貴的解決方案。反而應該問：

• 我們需要什麼成果？
• 實現它最具成本效益的方法是什麼？
• 我們如何衡量真正的商業價值？

一個 1880 億美元故事中最大的教訓竟然出奇地簡單：價值勝過數量，成果勝過產出。