在6月16日的數據與人工智能峰會上，美國AI數據基礎設施獨角獸Databricks CEO阿里·戈德西公佈了一組令市場矚目的數字：公司年化營收已達69億美元，同比增長超過80%，較上一財年第四季度的54億美元顯著攀升。其中，AI產品年收入達到17億美元，高於2月份的14億美元。

然而，高速增長背後隱藏著利潤率的隱憂。戈德西坦承，AI智能體驅動的消費模式正在推高營收，但同時也帶來了沉重的算力成本壓力。客戶部署的AI智能體越多，系統產生的查詢量就越大，Databricks雖然按消耗量收費，但每次查詢所調用的底層模型算力成本卻由公司自己承擔。他直言，公司的毛利率將“走低”，但拒絕披露具體數字。

這一現象折射出AI服務商面臨的共同挑戰：在“token狂歡”之後，行業正進入“精算時代”。戈德西觀察到，企業客戶已從追求“詞元最大化”轉向追求“價值最大化”，不再鼓勵員工無節制地消耗token，而是精打細算地衡量每一次調用的實際產出。對於核心業務任務，客戶願意調用頂級模型；而對於日常雜務，則傾向於使用簡單、低成本的開源模型。他特別提到，性價比突出的中國開源模型在Databricks客戶中極受歡迎，成為海外企業控制算力賬單的實用工具。

面對利潤率被擠壓的現實，Databricks正從兩條路徑突圍。一方面，公司推出Unity AI Gateway，相當於在AI預算上安裝了一個“水龍頭”，當使用量接近預設上限時系統會自動預警，既幫助客戶控制成本，也避免了過度消耗帶來的額外支出。另一方面，公司開始向垂直行業要利潤，今年3月發佈Lakewatch軟件進軍網絡安全市場，並在峰會上宣佈將收購安全初創公司Panther Labs，後者在2021年B輪融資時估值達14億美元。同時，Databricks還推出智能體客戶數據平臺CustomerLake，切入營銷數據管理領域。從安全到營銷，這家公司正試圖在基礎平臺之外尋找新的利潤增長點。

從更廣的產業視角看，Databricks的處境並非孤例。在AI數據平臺賽道，它已將老對手Snowflake甩在身後——Databricks在私募市場的估值已達1340億美元，而Snowflake上市後市值約為830億美元；在營收上，Snowflake年化營收約56億美元，也低於Databricks的69億美元。但即便強如Databricks，也難以擺脫算力通脹對利潤的侵蝕。

Databricks由加州大學伯克利分校AMPLab的七位研究人員於2013年創立，是“數據湖倉”架構的提出者，也是開源大數據計算引擎Apache Spark的幕後公司。其CEO戈德西本人就是Apache Spark的創建者之一。如今，這家技術底蘊深厚的公司正站在一個十字路口：AI帶來的市場增量巨大，但如何將收入增長轉化為可持續的利潤，將是它乃至整個AI基礎設施行業必須回答的問題。