📌 想看更多请加V：xian20210130 📋大会：Goldman Sachs Communacopia + Technology Conference 20
- 序号：407
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
📌 想看更多请加V：xian20210130 📋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. ✨2. 💬他最直白的一段表述，是关于公司 AI 的巨大落差： 💬
💡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。 📈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： 💡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. 🔴2. 🔴3. 💡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；—— 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. ✨2. ✨3. ✨4. ✨5.
总体总结
主题正文
- 📋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。
- 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。
- 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。
- 🔍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。
- 📈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。
- 🔐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；
- 💡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；