从不同技术路径出发，OceanBase正在进入全球AI数据平台的同一坐标系。

8月13日，Databricks完成50亿美元融资，投后估值达到1900亿美元。对于一家以数据基础设施为核心的软件公司而言，这一估值本身就是一个值得关注的信号：在AI产业进入深水区之后，资本市场正在重新认识数据平台的价值。

过去，数据库、数据仓库、数据湖更多被视作企业IT基础设施的一部分，其价值主要围绕数据库授权、数据处理规模和基础软件市场空间进行衡量。但随着AI从模型训练走向企业生产，数据平台正在成为连接企业数据、AI模型和智能应用的重要基础设施。Databricks的1900亿美元，某种意义上正在为这一变化标价。

当全球市场已经出现Databricks这样的AI数据平台巨头，中国市场需要怎样的对应坐标？

OceanBase正在进入这个坐标系。

长期以来，OceanBase更多以“分布式数据库”的身份被市场认识。但如果只用数据库公司的视角观察OceanBase，其价值边界已经难以覆盖今天正在发生的变化。从关键交易、实时分析，到湖库一体、多模态数据和AI工作负载，OceanBase正在沿着一条不同于Databricks的技术路径，向AI数据平台演进。

这也正是OceanBase CTO杨传辉在近期与Forrester首席分析师Indranil Bandyopadhyay对话时提出“Different Roads，Same Destination”的原因：Databricks从Lake出发向Database延伸，OceanBase则从Database出发向Lake延伸，两条道路不同，但最终都指向AI时代的数据平台。

1900亿美元，AI数据平台正在获得新的价值坐标

Databricks之所以值得成为OceanBase的参照物，并不只是因为1900亿美元的估值，更因为它正在改变市场对一家数据公司的想象。

从早期的数据湖、数据工程和分析，到机器学习、AI开发，再到数据库和应用服务，Databricks正在不断扩大数据平台能够承接的企业价值。此次融资后，公司估值达到1900亿美元。市场定价的已经不只是一个数据处理工具，而是一套能够连接企业数据与AI应用的平台。

这也是AI时代数据基础设施正在发生的变化。

模型解决的是“能不能思考”，但当AI真正进入企业生产流程之后，它还必须回答“依据什么思考”。一个Agent需要读取订单、账户、库存、客户信息和企业知识，并根据实时数据做出判断。如果这些数据分散在数据库、数据湖、搜索引擎和向量数据库中，AI每增加一次调用，就意味着增加一次数据搬运、同步和治理成本。

因此，企业对数据平台的需求正在从“存储和处理数据”，进一步走向“让AI能够直接使用数据”。

这也解释了为什么Databricks正在从数据湖向数据库和在线事务延伸。它需要让原本面向分析的数据体系进一步进入生产业务；而这恰恰意味着，数据平台的价值边界正在扩大。

一旦比较对象从“数据库软件”变成“AI数据平台”，估值逻辑也会随之改变。

这正是OceanBase值得被重新观察的地方。

据彭博援引知情人士报道，OceanBase在2026年的年化收入已超过2亿美元，与Databricks超过70亿美元的年化收入仍存在明显差距。但如果两家公司所对应的市场不再只是数据库与数据湖，而是AI时代企业数据基础设施，那么这个差距也不只是规模差距，更意味着新的增长空间。

问题不再是OceanBase能不能成为“中国最大的数据库公司”，而是它能不能成为中国AI数据平台的重要坐标。

OceanBase凭什么进入这个坐标系

要回答这个问题，首先要回到OceanBase的基本盘。

与很多从AI、向量检索或数据湖切入的新型数据产品不同，OceanBase并不是从一个新的AI概念开始建立数据基础设施。它的能力底座来自关键生产系统，尤其是金融核心业务。

从蚂蚁内部核心业务起步，到金融、运营商、交通、政务等大规模生产场景，OceanBase长期面对的是账户、交易、支付、清算等不能出错、不能中断的关键业务。强一致事务、高可用、弹性扩展等能力，首先是在这些生产系统中被验证的。

这一基本盘也得到市场数据的持续验证。赛迪报告显示，OceanBase 2025年收入位列中国分布式数据库市场第一；IDC数据显示，OceanBase已连续三年位居中国金融行业分布式数据库本地部署市场份额第一。目前，OceanBase已服务超过400家金融机构，覆盖银行、保险、券商、基金等主要金融业态，万亿级资产规模银行占近七成。

在Forrester Wave™多模数据平台评估中，OceanBase也入选“卓越表现者”象限，成为唯一入选的中国厂商。

这些数据意味着，OceanBase今天谈AI数据平台，并不是从一个“AI数据库新品”开始，而是在一个已经被关键业务验证的生产级数据底座上继续向上扩展。

这恰恰构成了OceanBase与Databricks对标时最重要的差异之一。

Databricks的优势来自数据工程、湖仓和AI生态；OceanBase的优势，则来自关键交易、分布式数据库和实时业务数据。前者需要继续向生产系统深入，后者则需要继续向数据湖和AI工作负载扩展。

所以，OceanBase对标Databricks的前提，并不是两家公司今天拥有相同的能力，而是OceanBase已经拥有一块足以支撑其继续向AI数据平台演进的底座。

Different Roads，Same Destination

真正让OceanBase与Databricks产生全球产业坐标关系的，是两家公司正在发生的“反向演进”。

Databricks从Apache Spark和大规模数据处理起步，以Lakehouse整合数据湖、数据工程、分析和AI，如今进一步向数据库与在线事务延伸，让数据湖进一步具备承接生产业务的能力。

OceanBase则走的是另一条路线。

它从分布式数据库出发，先解决关键交易，再通过HTAP将实时分析能力建立在业务数据之上，随后进一步向数据湖、多模态数据和AI工作负载延展。

一个是“从Lake到Database”，一个是“从Database到Lake”。

这两条路线看起来相反，却正在因为AI而逐渐汇合。

在传统企业架构中，数据库负责交易，数据湖和数仓负责分析，搜索引擎负责检索，向量数据库负责语义搜索，模型平台负责AI。不同系统之间通过数据同步和接口连接，各自承担相对明确的工作。

但AI Agent进入生产环境后，这种分工开始变得越来越复杂。

Agent可能需要在一次任务中同时读取结构化交易数据、业务文档、图片、向量和实时状态，还需要根据结果进一步执行操作。数据之间的关系、实时性、权限和治理不能再分别处理，而需要在数据被AI使用的过程中同时成立。

这意味着数据库正在向AI靠近，AI平台也正在向生产数据靠近。

Forrester首席分析师Indranil Bandyopadhyay在与杨传辉的对话中指出，数据库正在吸收原生向量检索、Embedding集成和Agent上下文能力，而AI平台也在向下延伸，开始管理实时业务数据和应用上下文。两类产品正在向相近的产品形态演进。

这也使“湖库一体”不再只是一个架构选择，而成为AI数据基础设施融合趋势的一个结果。

OceanBase CTO杨传辉对此的概括很直接：“Different Roads，Same Destination。”

从这个意义上看，OceanBase与Databricks的对标，并不是谁复制谁，而是两条不同的技术路线，正在被AI推向同一个产业终点。

而OceanBase的特殊性在于，它不是从湖走向生产，而是从生产走向AI。

从数据库基本盘，到AI数据平台增量

沿着这条路径，OceanBase正在形成自己的AI数据平台体系。

2026年6月，OceanBase发布湖库一体AI数据库，将数据库能力进一步延伸至数据湖、多模态数据以及AI工作负载。在此基础上，OceanBase正在围绕Lakebase、DataStudio、DataPilot形成AI数据平台体系：Lakebase负责湖库一体的数据底座，DataStudio覆盖数据接入、加工、治理和语义上下文构建，DataPilot则面向业务分析与决策，让业务人员通过自然语言使用企业数据。

这意味着OceanBase的能力边界正在从“数据库内核”向“数据生产—数据治理—数据服务—业务智能”延伸。

其中一个关键变化，是数据不再只是被存储和查询，而开始直接进入AI工作流。

多模态数据可以被统一管理，标量、全文与向量可以进入统一查询链路，AI生成的Embedding、摘要、标签等结果也可以进入数据生产和治理过程。对于Agent而言，这意味着它不需要在多个系统之间不断切换，而可以在更统一的数据体系中获取业务事实和上下文。

过去，一家客户采购数据库，解决的是核心业务的基础设施问题；未来，同一客户可能进一步产生实时智能分析、企业知识库、业务Agent、多模态数据治理等新的需求。

这构成了OceanBase从数据库向AI数据平台演进最值得关注的商业逻辑：不是抛弃原有数据库基本盘重新做AI，而是在既有生产级数据底座之上，持续向更大的AI数据空间扩张。

这也是OceanBase与Databricks对标最有价值的地方。

Databricks已经证明，一家数据平台公司可以凭借数据、AI和业务之间的连接，获得远超传统数据库软件的市场空间。OceanBase要做的，则是沿着自己的技术路径，把中国关键业务场景中的数据能力，进一步延伸到AI时代。

因此，1900亿美元真正提供的并不是一个可以简单套用的估值公式，而是一把新的尺子。

它提醒市场：AI时代的数据平台，值得用不同于传统数据库的方式重新定价。

而OceanBase正在尝试证明的，是中国市场同样可以沿着一条不同的技术路线，走向这个更大的价值空间。

Databricks从Lake走来，OceanBase从Database走来。两条路不同，但如果终点都是AI数据平台，那么中国市场需要的，也许不是另一个Databricks，而是属于自己的Databricks坐标。

来源：国际金融报