Databricks 於二〇二六年九月二十四日宣布收購試算表新創 Row Zero，把可連線至受管即時資料、並支援人類與 AI 代理協作的試算表體驗，納入其 AI 同事 Genie。來源真實性已驗證。

一級來源為 Databricks 官方新聞稿；科技媒體 TechCrunch 另有報導補充內部採用背景與近期併購節奏。本文僅整理已公開商業與產品說明，不構成投資建議、產品保證或採購承諾。

Databricks／官方：收購 Row Zero——為 Genie AI 同事接上受管試算表，人類與代理共用同一治理資料

二〇二六年九月二十四日，資料與人工智能公司 Databricks 於官方新聞稿宣布收購 Row Zero——該產品定位為「為人類與代理共同處理資料而建」的試算表。來源真實性已驗證：一級來源為 Databricks 新聞室新聞稿（2026-09-24）；發現路徑為鎖定 RSS 清單中的 TechCrunch feed，並回核官方原文。交易金額未披露。官方強調，此舉將擴充 Genie（Databricks 的 AI 同事）能力：財務、營運、銷售與行銷團隊可在熟悉的試算表介面探索資料、建模情境、協作並採取行動，底層則沿用 Genie Ontology、Unity Catalog 與 Unity Gateway 的同一套業務語境與治理。

一、核心事件：把「最普及的分析介面」接回受管資料湖

技術細節

官方新聞稿可核對的要點如下：

收購標的：Row Zero 由前 AWS 與 Tableau 工程師創辦，強調可擴展試算表、直接連線至受管即時資料，並內建可稽核性、安全與治理控制。
產品落點：Row Zero 將原生整合進 Databricks Data + AI Platform，包括 Genie 的網頁、桌面與流動應用；團隊可從對話式問答切換至動手樞紐分析、建模與視覺化。
治理底座：試算表體驗聲稱由 Genie Ontology（理解企業專屬業務詞彙）、Unity Catalog 與 Unity Gateway 支撐，讓權限、資料血緣與安全控制「跟著資料走」。
能力主張（官方列舉）：相容主流試算表公式、樞紐與快捷鍵；查詢尊重每位使用者權限、資料可自權威來源自動刷新、匯出可鎖定、結果可寫回；處理引擎訴求在互動速度下處理「數十億列」級資料。
供應範圍：官方表示將向所有主要雲端上的 Databricks 客戶提供；並稱 Row Zero 將繼續支援 Databricks 以外的資料來源。
客戶基數（官方自述）：Databricks 稱全球逾兩萬家機構採用其平台，包括 70% 的 Fortune 500（名單舉例含 adidas、AT&T、Bayer、Block、Mastercard 等）。此為公司公開行銷數字，非第三方審計結果。

TechCrunch 報導另稱：Databricks 內部財務團隊先愛上可突破逾一百萬即時列的雲端試算表，並與 Genie 併用；管理層追問工具來源後促成收購。執行長 Ali Ghodsi 向該媒表示未來還打算做更多類似併購。該文引述 PitchBook 稱 Row Zero 於二〇二五年五月募得約一千萬美元、當時估值約四千萬美元——屬媒體轉述，非官方交易條款。

二、技術原理深度解析：從「散落試算表」到「受管協作面」

1. 為何試算表仍是企業決策引擎

官方論點直指：經過四十年，試算表仍是商業世界最普及的分析工具——彈性足以用熟悉公式表達極複雜模型，因而即使資料與分析市場不斷演進，試算表仍是決策主引擎。問題不在「要不要用試算表」，而在「試算表是否仍是一份脫離源頭、無法稽核的副本」。

2. Spreadmart 與代理時代的治理缺口

新聞稿把大量以檔案形式流轉、在人類與代理之間分享的未受管試算表稱為「spreadmarts」，並形容每一次資料匯出都在擴大企業裡「可能最大的一套未受管資料管線」。當企業開始部署會分析、建模並採取行動的代理時，若代理操作的是來源不明、品質不明的敏感副本，風險會同時落在資安、合規與業務決策品質三端。

3. 設計解法：試算表當介面，資料仍留在治理邊界內

Row Zero 的主張是把試算表變成連線至即時、受管資料的介面，而不是又一個匯出容器。查詢依使用者權限執行、資料自動刷新、匯出可鎖、結果可寫回——目標是讓人類繼續用公式與樞紐思考，同時讓代理透過試算表語法與處理模型操作，使每一步代理動作對業務團隊仍可解讀、可稽核。換言之：聊天負責問「為什麼利潤變了」，試算表負責把答案拆成可操作的模型與情境；兩者共用同一本「業務詞典」與同一套目錄／閘道治理。

4. 與傳統 BI 的差異敘事

TechCrunch 引述 Ghodsi 的說法，把方向概括為把商業智慧、代理與試算表「聯姻」：企業安全資料留在 Databricks 雲端儲存，人類與代理透過熟悉的試算表格式與公式互動，而不是另學一套 BI 工具，也不必把資料拷進不安全、四處流傳的檔案。此為產品敘事，實際導入仍取決於既有目錄治理、身分權限與代理工具鏈是否已就緒。

三、日常應用場景

1. 開發者與技術團隊

資料平台、分析工程與內部工具團隊可把「業務自助分析」從影子 IT 試算表收斂回受管平台：減少一次性匯出腳本、統一權限模型，並為即將上線的代理預留可稽核操作面。實務上仍需評估公式相容性、寫回策略、成本與多雲網路邊界。

2. 企業與隱私敏感行業

財務、營運與合規團隊最常落入「要快就用試算表、要合規就回到 BI」的兩難。受管試算表若能真正連線即時權威來源並保留審計軌跡，有助縮短「影子分析」與正式報表之間的落差。香港金融、專業服務與受規管行業若要把業務語境留在可控環境、甚至考慮私有模型與資料不出境，可對照 YSK Limited 的企業私有 LLM 全託管（年費 HK$88,000 起；官網刊 Dataset → QLoRA／LoRA → 私有 API，強調數據不出境）。

3. 一般用戶

一般消費者不會直接使用 Databricks Genie；間接影響較可能是企業內部報表與客服／營運決策更快、但若治理未跟上，也可能放大錯誤代理動作的傳播速度。終端用戶仍應以機構正式對外渠道為準。

4. 香港與亞洲市場視角

香港企業普遍以 Excel／試算表作為跨部門協作「真正的系統」，同時加速導入生成式 AI 與代理。此收購提醒本地決策者：AI 同事若只停在聊天框，往往仍要把答案貼回未受管試算表；真正難的是把熟悉介面接回目錄、權限與血緣。亞洲多雲與跨境資料流常見，導入時尤須分清「試算表連線」與「資料複製出境」的差別，並把代理寫回、匯出鎖定納入變更管理。若需要把內部工具、儀表與代理工作流做成可交付產品，亦可參考 YSK Limited 的香港 APP 開發與遠端開發者外判。

四、專業評價與潛在考量

優勢

一級來源為 Databricks 官方新聞稿，產品整合敘事、治理組件與供應範圍清楚，可驗證性高。
精準卡在「企業 AI 同事 × 試算表 × 資料治理」交叉點，對財務與營運決策者有即時商業意義，而非純消費級功能更新。
承認試算表不會消失，改以併購把介面拉回受管平台，比空喊「用 BI 取代 Excel」更貼近企業現實。

需要留意的地方

交易金額未披露；媒體對募資／估值的數字屬第三方轉述，不宜當成成交價。
「數十億列互動速度」「所有主要雲端」等為供應商能力主張，實際延遲、成本與權限模型需以試點驗證。
代理可解讀、可稽核，並不自動等於決策正確；公式錯誤、本體（ontology）標註偏差與寫回權限過寬，仍可能造成業務事故。
香港受規管行業若資料含客戶／交易敏感欄位，仍須獨立評估跨境雲端、日誌留存與模型供應商條款；Databricks 新聞稿並非合規認證。

結語

Databricks 收購 Row Zero，本質上是承認：企業 AI 若要走進財務與營運日常，就不能只停在對話框，而要把最普及的試算表介面，接回同一套受管資料、業務詞典與審計邊界。對香港與亞洲技術與業務團隊，可驗證的訊號是「人類與代理共用同一治理面」；能否落地，仍取決於目錄、權限、寫回策略與變更管理是否跟得上。若你的組織正規劃把業務語境做成可控的私有 AI 能力，可參考 YSK Limited 的企業私有 LLM 全託管。

參考來源

Databricks 官方新聞稿：Databricks Acquires Row Zero, Bringing Live, Governed Spreadsheets to Genie（2026-09-24）— https://www.databricks.com/company/newsroom/press-releases/databricks-acquires-row-zero-bringing-live-governed-spreadsheets
TechCrunch：Databricks buys Row Zero and is scouting for more startups to acquire（2026-09-24，發現來源）— https://techcrunch.com/2026/09/24/databricks-buys-row-zero-and-is-scouting-for-more-startups-to-acquire/
YSK Limited 企業私有 LLM 全託管 — https://ysk.hk/services/ai-automation
YSK Limited llms.txt（公司公開事實核對）— https://ysk.hk/llms.txt