通用大模型的估值故事还在讲，钱已经开始更多地流向数据平台。Databricks这一轮把价格写到了1880亿美元。
Databricks做数据分析与人工智能平台，服务的是企业把自己的数据接到模型上，而不是面向消费者的聊天应用。新一轮融资由Coatue领投，估值1880亿美元。五个月前这一数字是1340亿美元，增幅为40%。40%发生在很短的间隔里，说明出资方愿意为“数据加上模型”的位置继续加价，而不是只给最前沿的基础模型公司加价。
公司依靠的架构叫Lakehouse。数据湖适合存放大量原始数据，数据仓库适合按结构做查询和报表；Lakehouse是把这两类能力打通，让同一套数据既能被分析，也能被用来训练和调用模型。人工智能平台则覆盖企业构建、部署大模型与数据智能应用的环节。企业人工智能从试验走向规模使用时，同时需要数据治理、模型训练和推理部署。治理解决数据能不能用、谁能看；训练解决模型怎么学企业自己的数据；推理解决上线后怎么稳定回答。Databricks被放在这三件事的交界上。
估值上升也反映出资金流向的变化：人工智能基础设施的钱，正从通用大模型公司，扩散到数据平台、算力平台和工具链公司。扩散不是基础模型不再重要，而是企业要上线，就得先有地方放数据、管权限、算成本。1880亿美元是融资估值，不是收入，也不是已兑现的利润。原文没有披露本轮金额和收入倍数，因此不能把估值增长直接写成经营业绩增长。
能确认的是位置：谁掌握企业数据和模型之间的那一层，谁就在这一轮融资里被重估。下一步要看的是，Coatue领投之后，公司会把增量资金放在数据治理还是模型托管，以及企业客户是否真的把试验项目转成长期合同。
1880亿美元较五个月前的1340亿美元高出40%，间隔很短，说明出资方愿意为数据与模型之间的那一层继续加价。Lakehouse打通的是数据湖和数据仓库：原始数据要能存放，报表和模型也要能用同一套数据。企业从试验走到规模使用，会同时碰到治理、训练和推理。Coatue领投说明领投方已经点名，原文却没有披露融资金额和收入。估值因此不能被写成利润，能看的是资金从通用大模型向数据平台扩散。