📌高盛 Communacopia 技术大会｜Databricks CEO Ali Ghodsi
📋大会：Goldman Sachs Communacopia + Technology Conference 2026
❓主持人提问：Databricks 一边服务高速增长中小企业，一边服务增速放缓大型公司，在规模做大后依然维持 80% 增速，背后原因是什么。
💬Ghodsi 给出两点核心解释：
✨1. 十年前押下的战略判断 —— 数据与 AI 本应一体。现在你去问任何 AI 助手 “哪个数据平台最适合 AI”，得到的答案都是 Databricks。
✨2. 源于科研基因带来的强大产品迭代速度：新产品上线后能落地变现，不是单纯跟风复刻竞品。
💬他最直白的一段表述，是关于公司 AI 的巨大落差：
💬“当前 AI 能力和公司实际落地效果之间的鸿沟，达到历史最大。”90% 受访者都认为 AI 比身边大部分人聪明，但几乎没有公司部署数千个智能代理自动协商协作；绝大多数公司还只在用聊天
机器人、代码助手。弥合这个差距，是所有公司软件从业者的首要目标。
💻Databricks 给出的方案是 Genie，目前 Databricks 全公司（市场、销售、财务）都在用这套系统。Ghodsi 称：“我的工作方式，和半年、一年前完全不一样。”
💡Genie 和 Copilot 类工具本质不同：它做计算推演，不是检索资料，更像分析师而不是聊天机器人。比如 “过去 42 小时最重要的新客户是谁”，这个答案不存在任何文档里。
📊它是可视化 AI BI：可以拖拽切片图表，不是简单文本问答。底层依托平台自动算法 OntoRank 构建知识本体（带安全能力的 PageRank），像谷歌索引一样，大幅降低查询耗时与成本。
⚠️但前提是数据就绪；如果数据锁在大型主机里，Genie 就无法使用。这就是和 Palantir 合作的意义：Palantir 负责把 CEO 战略指令落地为数据工程，而所有工程都跑在 Databricks 平台之上。
📑两条新业务线：SIEM 安全日志、CDP 客户数据平台
🔍产品思路来自客户调研：过去十年客户在平台上的高频需求一直是三类：客户 360 / 营销数据、安全日志、可观测性，全部都是 PB 级的数据工程难题，非常考验数据处理能力。
💬Ghodsi 表示：先把这两个新产品跑通，再考虑更多新品。“我们一年可以推出 100 个产品，难点不在于发布。”
📈CDP 客户数据平台：行业从一体化套件转向可组合架构，CDP 可以架在 Databricks、Snowflake、BigQuery 之上。下一步目标是无限营销活动（infinity campaigns），持续对每一个用户做超个性化消息推送。
💡直接调用前沿大模型给数十亿用户成本太高，只能靠小型专业化开源模型，Databricks 已经在为此定制模型。
🔐安全 SIEM 业务：Databricks 本身没有传统安全厂商积淀，但 Ghodsi 认为市场正在融合：数据 AI 平台内部的智能代理，带来的风险不亚于外部黑客入侵；追踪十万员工 AI 生成内容本身就是大数据问题。客户这边 CIO 与 CISO 职能正在合并，进入门槛没有想象那么高。
💡旧时代厂商多年积累的信任不再是护城河，懂全新 AI 时代架构的玩家更占优势，行业规则正在重写，组织架构也在重构。
🛡️护城河、Unity Catalog & Unity Gateway（治理与模型网关）
💬2020 年 Databricks 率先倡导开放湖仓架构，当年竞品质疑湖仓性能不足。Ghodsi 的观点：护城河已经转移到语义层与数据安全治理。
💡Unity Catalog 是公司史上最重要创新，也是客户选择 Databricks 的首要理由。今年三件事，让 AI 治理变得极其紧迫：
🔴1. 大模型迭代极快，大约每 5 天就出新模型，选型负担沉重；
🔴2. Token 用量触顶，成本指数级增长；CFO 持续施压，但收入增速跟不上成本，部分公司会遭遇生存级风险；
🔴3. AI 智能代理失控事故频发。
💡由此催生 Unity Gateway，需求火爆超出预期：用户设置预算上限，跨 Grok/Gemini/Claude/GPT/ 开源模型统一消费；CFO 可以把预算策略下发到个人；智能路由把简单问题交给低成本模型；安全、审计、权限管控和数据放在一处，一次性替换多家厂商产品。
💰定价套路不变：存储与计算解耦，存储廉价近乎免费，只按弹性计算收费；成本大约是传统厂商的 1/3—— 传统厂商高额毛利来自闲置算力。放到 SIEM 场景，意味着不再需要把海量日志全部导入 SIEM 系统。
⚠️唯一过去这套解耦模式行不通的场景是事务型数据库，毫秒级延迟无法依赖慢速云存储。而 Lakebase 已经攻克这个难题。Ghodsi 称Lakebase 是 Databricks 第一大机会、公司最高优先级项目。逻辑：未来数月 AI 代理写出的代码，总量会超过人类历史写过的代码，每一段代码都需要数据库支撑。
📝极简笔记
✨1. 核心逻辑：AI 纸面能力强，但公司落地很浅，Genie 定位是 AI 分析师（不是聊天机器人），靠 OntoRank 本体做 BI 计算，Palantir 负责上游脏数据工程。
✨2. 新增两条产品线：SIEM 安全日志、CDP 客户数据平台；CDP 长期目标 “无限个性化营销”，靠小型专用开源模型控成本。
✨3. 护城河转向治理层：Unity Catalog；Unity Gateway 需求爆发，统一多模型预算、路由、审计，一次性替换多家厂商。
✨4. Lakebase 事务数据库是公司头号重点，看好 AI Agent 大量生成代码带来数据库需求爆发。
✨5. 商业模式：存储计算分离，成本约传统方案 1/3；湖仓架构解决除事务库之外场景，Lakebase 补齐短板。