美股与 A 股数据库公司全景 mapping：每家公司是哪个时代的产物、AI 跟进了没有、还值不值得跟踪；以及正面回答——云厂商为什么无法在数仓这件事上覆盖这些独立企业。
系列前六篇把技术和商业逻辑讲清了，这一篇回答一个更实际的问题：这些公司，哪些能买？我们把美股与 A 股（含港股/未上市重要玩家）的数据库与数据基础设施公司全部拉出来，按「时代的产物」分类归位：每家公司在做什么、是哪个技术时代的产物、AI 时代跟进了没有、还值不值得跟踪。最后正面回答一个理论问题——云厂商明明什么都能做，为什么始终无法在数仓这件事上覆盖这些独立企业？
本篇要回答的问题
1. 数据库行业的上市公司全景图：谁在哪个时代、做什么、商业模式是什么？
2. Snowflake / Databricks / Oracle / MongoDB……各自是哪个时代的产物，AI 时代跟进了没有？
3. A 股的数据库公司（星环、达梦、金仓）分别在替代谁？
4. 云厂商明明技术、资金、渠道俱全，为什么数仓这一层始终无法被它们覆盖？
5. 这张地图上的投资含义：哪些象限已饱和、哪些象限还有机会？
数据库公司的第一个分类维度不是大小，而是「它是哪个时代的产物」。每一家公司的基因、客户结构、商业模式，都由它出生的年代和技术范式决定——理解了这个，看财报就不会迷路。
| 时代 | 技术范式 | 美股上市 | A股/港股/未上市 | 商业模式 |
|---|---|---|---|---|
| OLTP 霸权时代 (1979–) | 关系型业务数据库（行存、ACID、高并发交易） | Oracle（ORCL）、微软 SQL Server（MSFT 旗下） | 达梦数据（688692）、人大金仓（电科数字旗下）、OceanBase（蚂蚁体系）、GoldenDB（中兴体系） | License + 年维护费；国产替代为 License + 驻场服务 |
| 传统数仓时代 (1990s–) | MPP 分析一体机（列存、维度建模） | Teradata（TDC） | 星环科技 Argodb（688031）部分对位 | 软硬一体采购 → 转型订阅 |
| NoSQL/专用引擎时代 (2007–) | 文档库、搜索引擎、流处理——为互联网规模而生 | MongoDB（MDB，文档库）、Elastic（ESTC，搜索）、Confluent（CFLT，Kafka 流） | 涛思 TDengine、 piecloud 等未上市 | 开源核心 + 商业版（Open Core）订阅 |
| 云数仓时代 (2014–) | 云原生存算分离、消费型计费 | Snowflake（SNOW） | 阿里云 MaxCompute、腾讯 TDSQL（云厂商体系内） | 按量消费（credit 制） |
| Lakehouse 时代 (2020–) | 湖仓一体、开源格式（Delta/Iceberg）、AI/ML 一体 | ——Databricks 未上市（本时代最大缺席者） | 星环科技（转型）、Dremio/PingCAP/StarRocks（未上市） | 平台订阅 + 用量混合 |
| AI 数据层 (2023–) | 向量检索、RAG 基础设施、Agent 数据网关 | 暂无纯标的（Pinecone/Milvus/Zilliz 未上市；能力被大平台内嵌） | 同样无纯标的 | 待定——正在被大平台内嵌收编 |
这张地图上，有两个一眼就能看到的事实：其一，云数仓与 Lakehouse 时代只有一家美股纯标的（SNOW）——Databricks 这个量级的公司始终未上市；其二，AI 数据层尚无纯上市公司——独立向量库要么未上市、要么已被大平台功能化。这两块「缺席」，本身就是市场结构的信号。
【时代产物】1979 年首款商业关系型数据库，OLTP 时代的绝对霸主——全球企业的记账系统一半跑在它上面。【业务】今天的 Oracle 是三合一：数据库（含 2020 年后主推的自治数据库 Autonomous DB）+ 企业应用（ERP/HR 的 Fusion 套件）+ 云基础设施 OCI。【AI 跟进】意外地激进：2025 年起 OCI 凭借「为 AI 训练提供大规模 GPU 集群」拿下多家大模型公司的大单，RPO（在手订单）暴涨成为市场焦点——Oracle 从「旧时代遗老」变成了 AI 算力供应商。【跟踪价值】高。它证明了 OLTP 霸主的转型路径：不是守数据库，而是把「客户的数据库在哪，我的云就建到哪」。风险：SaaS 转型与云资本开支的利润挤压。
【时代产物】云数仓时代的定义者，全系列第四篇的主角。【业务】三层账本（存储/计算/数据共享与 AI）+ 消费计费 + 跨云中立；2026 年起 AI 套件（Cortex/Snowflake Intelligence/CoWork/CoCo）全面铺开。【AI 跟进】深入且已商业化：AI 收入运行率破 $1 亿、AI 影响一半新签订单、Marketplace 伙伴半年 bookings $1 亿（+277%）。【跟踪价值】高。七指标仪表盘（第四篇）照常运转：产品收入增速、NRR、RPO、CoCo 账户数、AI 占比披露、利润率、竞争动态。风险：消费波动、Databricks 竞争、估值对增速敏感。
【时代产物】2007 年创立、2017 年上市，文档型数据库（NoSQL 运动）的代表——互联网时代「表格装不下」的需求产物（灵活 schema、水平扩展）。【业务】Atlas 云托管（收入主力、增速引擎）+ 企业版。【AI 跟进】及时：向量检索已内嵌 Atlas，定位「AI 应用的统一数据平台」。【跟踪价值】中高。它是「NoSQL 时代公司如何在 AI 时代找位置」的样板：文档数据库天然适合存 AI 应用的会话与元数据，Atlas 增速与 AI 工作负载占比是核心指标。风险：与云厂商原生文档服务竞争、消费优化周期。
【时代产物】Elastic 是搜索时代产物（Elasticsearch：全文检索/日志分析的行业标准），Confluent 是流数据时代产物（Kafka 商业化，来自 LinkedIn）。【AI 跟进】两家都找到了 AI 时代的第二曲线：Elastic 的向量检索+RAG 场景（AI 应用的搜索底座），Confluent 的实时数据流（AI Agent 的数据供给管道——Agent 要实时数据，就得有人传）。【跟踪价值】中。它们是「专用引擎在大平台时代生存」的检验样本：够专、够深，就能在大平台内嵌的挤压下守住自己的一段管道。
【时代产物】传统 MPP 数仓时代的霸主（本系列第二篇主角）。【现状】被云原生平台步步挤压，转型订阅制与云服务（VantageCloud），增速平淡、市值缩水。【跟踪价值】低（作为反面对照的参考价值高）：它是「不拥抱交付范式变革的后果」的活教材——技术不过时，商业模式过时了。
【时代产物】严格说不是数据库公司，而是「数据应用层」——把企业数据整合后做决策应用（政府+商业）。【AI 跟进】AIP（AI Platform）是其增长引擎，让企业在自己的数据上部署大模型应用。【跟踪价值】中高（作为「数据应用层 vs 数据基础设施层」的对照样本）：它的估值与增速证明了「离应用越近、离数据越远」的定价差异——这对理解 Snowflake 的估值天花板有参照意义。
未上市。Lakehouse 时代的定义者、20,000+ 客户、60%+ Fortune 500 覆盖、2026 年年化收入体量已达数十亿美元级。它的 IPO 将是数据板块的定价重估事件（第四篇已详述）——如果上市，建议第一优先级研究：届时市场第一次能并排比较两家消费型数据平台的完整报表，整个板块的估值锚都会重新校准。
【时代产物】OLTP 时代产物——做的是「国产 Oracle」：关系型业务数据库，对标 Oracle/DB2。【客户与场景】党政、军队、金融、能源的信创替换（政策驱动的存量替代市场）。【AI 跟进】有限——它的主战场是「替代」而非「创新」，AI 相关主要是兼容向量检索的功能跟进。【跟踪价值】中（信创主线内）。它的生意本质是「政策驱动的存量替换」：收入与信创推进节奏强相关，与 Snowflake 式消费增长逻辑完全不同——**估值框架必须用「政策订单能见度」而非「NRR」**。
【时代产物】同为 OLTP 时代产物，基于 PostgreSQL 路线（达梦走自研路线，金仓走 PG 兼容路线——两条技术路线的差异决定了各自的迁移成本与客户群）。【跟踪价值】与达梦合并观察：信创数据库的「双寡头」格局、各自在党政与行业的份额变化。
【时代产物】大数据时代 + Lakehouse 时代的产物——分布式分析型数据库 Argodb、大模型工具链（无涯 Infinite Miner），技术栈对标 Hadoop/Snowflake/Databricks 的混合体。【客户】金融（券商/银行）为主的数据平台国产化。【AI 跟进】有：大模型知识库产品、向量检索功能。【跟踪价值】高（作为中国数据消费叙事的第二观察哨，ER.006 已建哨）：它的看点不是当期利润（持续亏损），而是**能否在金融信创 + AI 数据负载的叠加中，把「项目制收入」做出任何「消费型收入」的雏形**——一旦出现，叙事升级。
【时代产物】OLTP 时代产物——互联网大促场景逼出来的分布式交易数据库（OceanBase 扛下支付宝双 11 的交易洪峰）。【跟踪价值】中（均未独立上市；OceanBase 2024 年起对外输出、独立公司化运营，未来若独立融资/上市值得第一时间研究）。
GaussDB(DWS)（华为，数仓）、MaxCompute（阿里云）、TDSQL（腾讯）——不是独立标的，但它们是本系列第五篇的主角：中国数据基础设施的实战主力。投资上通过华为产业链/阿里（9988.HK）/腾讯（0700.HK）间接暴露，观察哨是「AI 消费收入科目」（第五篇三观察哨之一）。
这是本篇的理论核心。表面上看，AWS/微软/谷歌什么都做得出：Redshift/BigQuery/Synapse 是成熟数仓，云厂商有算力、有渠道、有研发。但 2026 年的现实是：Snowflake 年收入 60 亿美元、Databricks 体量数十亿美元、MongoDB/Elastic/Confluent 都活得很好——云厂商不仅没能覆盖它们，甚至没能阻止它们长大。原因有六条，按重要性排序：
| # | 原因 | 展开 |
|---|---|---|
| ① | 中立性信任：企业不敢把所有数据交给「既卖平台又卖模型」的对手 | AWS 卖 Redshift 的同时卖 Bedrock 大模型，微软卖 Synapse 的同时卖 Azure OpenAI——客户的核心数据放进去，等于把「数据主权」交给一个利益相关的竞争者。Snowflake/Databricks 的中立性（不卖模型、不做客户的应用）正是这个信任缺口的对冲解。多 AI 云时代，这个缺口被放大而非缩小 |
| ② | 迁移成本：核心数仓的替换以年计、风险以业务计 | 已有客户的存量绑定极深（所有 BI/ETL/应用建在现有平台之上）。云厂商能抢「新增负载」，但抢不动「存量迁移」——Teradata 客户迁 Snowflake 用了五年，迁 Redshift 同样要五年且风险相当 |
| ③ | 产品深度：通用平台的单品打磨不如专注公司 | 云厂商产品线数百条，单个产品的研发投入与迭代速度天然受限。Snowflake 全公司只做一件事（SQL 查询性能的持续打磨）；MongoDB 只做文档数据库的极致。行业实测中，高并发 BI 查询场景 Snowflake 仍优于 Redshift——「全能但不出众」是云厂商的宿命 |
| ④ | 开源生态的引领权在独立公司手里 | Spark/Delta Lake/MLflow/Kafka 的开发者社区由 Databricks/Confluent 等独立公司引领——开发者心智一旦形成，云厂商的「兼容版」永远慢半拍。收编社区等于杀下金蛋的鹅，云厂商进退两难 |
| ⑤ | 企业治理：多供应商策略是 CIO 的风险管理义务 | 把全部数据基础设施押在单一云厂商，是 CIO 的职业风险。多数大企业的采购制度要求关键基础设施「双供应商」——Snowflake+Databricks 并存、跨多云部署，正是这个治理要求的产物 |
| ⑥ | 既成规模：它们已经不是创业公司了 | Snowflake 11,000+ 客户、Databricks 20,000+ 客户、60%+ Fortune 500 双覆盖——品牌、销售网络、客户成功体系、合作伙伴生态全部成型。云厂商面对的不是「可以掐死的初创」，而是「已经长大的对等竞争者」 |
【研究推断】但必须诚实地补一句：「无法覆盖」不等于「无法竞争」。微软的 Fabric（全栈数据平台整合包）是最激进的反击尝试——把 Power BI、Synapse、OneLake 打包成 Microsoft 365 订阅的一部分，用「买 Office 送数据平台」的方式打价格战。同时云厂商在 AI 原生负载（训练、推理）上是无可争议的赢家——它们放弃的是「中立数据层」，守住的是「AI 算力层」。所以准确的结论是：独立数据企业与云厂商将长期共存、边界清晰——云厂商守 AI 算力与应用，独立企业守中立数据层与专业引擎。这个边界，就是本系列地图上每家公司的「户口」所在。
| 象限 | 代表 | 状态 | 投资含义 |
|---|---|---|---|
| OLTP + 信创（A 股） | 达梦、金仓、OceanBase | 政策驱动、稳健 | 跟着信创节奏，赚「替代确定性」的钱——弹性有限但回撤小 |
| 传统数仓转型（美股） | Teradata | 黄昏 | 回避 |
| NoSQL/专用引擎（美股） | MongoDB、Elastic、Confluent | AI 转型进行时 | 跟踪「AI 工作负载占比」——转型证据出现即是拐点 |
| 云数仓消费型（美股） | Snowflake | AI 拉动消费加速 | 七指标仪表盘照常运转；估值对增速敏感，增速拐点即股价拐点 |
| Lakehouse（未上市） | Databricks | IPO 前夜 | 上市即第一优先级研究——板块定价重估事件 |
| AI 数据层（全球） | 暂无纯上市标的 | 被大平台内嵌中 | 观察独立向量库的收购动向与大平台的 AI 消费披露 |
| 数据应用层（美股） | Palantir | AIP 放量 | 「离应用越近估值越高」的对照样本，用于校准基础设施层的估值天花板 |
本篇上市公司业务与数据来自各公司 2025–2026 年公开财报、官网与投资者关系材料（Oracle RPO/AI 算力订单、Snowflake FY27 披露、MongoDB Atlas 占比、Palantir AIP 进展）；A 股公司信息来自招股书与定期报告（星环科技 688031、达梦数据 688692）；行业渗透率（GaussDB 55.6%、Fortune 500 覆盖率）来自华为云与 Databricks 官方披露。时代分层与户口分类为本文分析框架。
系列下一篇 · 预留：《AI 时代的数据安全与治理》（观察篇候选——Snowflake 客户数据安全事件、数据资产入表、AI 合规成本——视反响决定是否启动）