Databricks : Pourquoi la donnée vaut désormais 190 milliards

Le monde de la tech vient de vivre un séisme financier qui redéfinit les priorités stratégiques pour la décennie à venir. Databricks, le géant de la gestion de données et de l'IA, a finalisé une levée de fonds de 5 milliards de dollars, propulsant sa valorisation à un sommet vertigineux de 190 milliards de dollars (Source: TechCrunch). Mais le chiffre le plus révélateur n'est pas le montant final, mais l'appétit féroce du marché : les investisseurs étaient prêts à injecter jusqu'à 15 milliards de dollars dans ce tour de table. Pour les CTOs, fondateurs et investisseurs, ce n'est pas seulement une news de plus sur une licorne en pleine croissance ; c'est la validation ultime que la valeur réelle de l'intelligence artificielle ne réside plus dans les modèles de langage éphémères ou les interfaces utilisateurs, mais dans la couche d'infrastructure qui rend ces données exploitables, souveraines et performantes. Nous assistons à un transfert massif de capital de la couche applicative vers la couche de données, confirmant que la maîtrise du 'data lake' est le véritable avantage compétitif durable de l'ère post-SaaS.

Ce qui s'est passé

Le déroulement de ce tour de table ressemble à une démonstration de force sans précédent dans l'histoire récente du capital-risque. Initialement, Ali Ghodsi, co-fondateur et CEO de Databricks, cherchait à lever environ 1 milliard de dollars pour soutenir ses opérations de R&D et son expansion internationale. Cependant, la demande a été telle que le carnet d'ordres a atteint 15 milliards de dollars en un temps record. Finalement, l'entreprise a choisi de 'se contenter' de 5 milliards de dollars pour limiter la dilution tout en sécurisant un trésor de guerre colossal (Source: TechCrunch).

Ce tour de table a été mené par Coatue, avec la participation de poids lourds comme Blackstone, MGX, et T. Rowe Price Associates, ainsi que l'arrivée d'un nouvel investisseur stratégique, Sixth Street Growth. Des soutiens historiques tels qu'Andreessen Horowitz, Thrive Capital et Temasek ont également remis au pot. Ce qui justifie une telle ferveur, ce sont les fondamentaux financiers de Databricks : l'entreprise a franchi un taux de revenus annuels (revenue run-rate) de 7 milliards de dollars au deuxième trimestre 2026, affichant une croissance insolente de plus de 80 % en glissement annuel (Source: Yahoo Finance).

Ali Ghodsi a été très clair sur l'utilisation de ces fonds : il ne s'agit pas de brûler du cash pour acquérir des utilisateurs, mais de financer trois piliers technologiques majeurs : Lakebase (une base de données Postgres serverless optimisée pour les agents IA), Genie (un collaborateur IA capable d'extraire des insights directement des données d'entreprise) et Unity AI Gateway (une solution de gouvernance multi-IA). Le message aux marchés est limpide : Databricks ne veut pas seulement stocker vos données, il veut être le système d'exploitation de votre intelligence d'entreprise.

Pourquoi ça compte

Pour tout décideur tech, cette nouvelle marque la fin de l'ère des 'AI Wrappers' (ces applications qui ne sont que des surcouches sur GPT-4) et le début de l'hégémonie de l'infrastructure. Voici pourquoi cet événement est un tournant :

1. La fin de la commoditisation des modèles : Alors que les modèles de langage (LLM) deviennent des commodités avec des marges de plus en plus faibles, la donnée propriétaire reste la seule ressource rare. Databricks, avec sa part de marché estimée à 15,51 % dans l'analyse de Big Data, détient les clés du coffre-fort (Source: 6sense).

2. Le pivot vers l'IA Agentique : Le marché ne veut plus d'une IA qui se contente de discuter. Il veut des agents capables d'exécuter des tâches complexes en accédant en temps réel aux données structurées et non structurées de l'entreprise. Sans une infrastructure comme celle de Databricks, ces agents sont aveugles et inefficaces.

3. La souveraineté et la gouvernance : Avec l'entrée en vigueur de réglementations comme l'EU AI Act, les entreprises ne peuvent plus se permettre d'envoyer leurs données sensibles dans des boîtes noires. La plateforme unifiée de Databricks permet de garder le contrôle total sur le cycle de vie de la donnée, de l'ingestion à l'inférence.

L'insight SIDEKYK : La valeur s'est déplacée. En 2023, on investissait dans l'idée de l'IA. En 2026, on investit dans la tuyauterie qui permet à l'IA de ne pas halluciner et de coûter moins cher que ce qu'elle rapporte.

L'histoire plus profonde

Pour comprendre comment Databricks est passé d'un projet open-source (Apache Spark) à une valorisation de 190 milliards de dollars, il faut regarder l'évolution de son architecture. Le concept de 'Lakehouse', inventé par Databricks, a réussi le pari de fusionner le meilleur des deux mondes : la flexibilité et le faible coût des Data Lakes avec la performance et la structure des Data Warehouses.

Historiquement, les entreprises devaient maintenir deux systèmes séparés, créant des silos de données et des coûts de maintenance prohibitifs. En 2025, Databricks a accéléré sa stratégie d'intégration verticale avec l'acquisition de Tecton pour renforcer ses pipelines de données en temps réel, essentiels pour les agents IA (Source: Sacra). Cette stratégie a permis à Databricks de distancer son principal concurrent, Snowflake. Alors que Snowflake affiche une croissance de 29 %, Databricks maintient un rythme de 80 %, porté par sa capacité à gérer nativement les charges de travail d'IA générative (Source: Sacra Chat).

L'ascension fulgurante de la valorisation — passant de 100 milliards en septembre 2025 à 134 milliards en février 2026, pour atteindre 190 milliards aujourd'hui — témoigne d'une exécution sans faille (Source: CNBC). L'entreprise a su transformer son avance technique en un écosystème complet, incluant Mosaic AI pour l'entraînement de modèles personnalisés et Unity Catalog pour la gouvernance universelle. Ce n'est plus une entreprise de logiciel, c'est une institution financière de la donnée.

Expert takes

Les analystes de marché sont partagés, mais une tendance lourde se dégage. D'un côté, les optimistes voient dans Databricks le prochain Microsoft ou Oracle. Selon les rapports de tendance pour 2026, nous sommes au cœur d'un cycle de dépenses d'infrastructure (capex) de 527 milliards de dollars mené par les 'Magnificent Seven', et Databricks est le principal bénéficiaire indirect de cette manne (Source: Venture Lab).

Cependant, certains experts mettent en garde contre une possible surchauffe. Le fait que les investisseurs aient proposé 15 milliards de dollars pourrait indiquer un excès de liquidités cherchant désespérément un refuge sûr dans un marché de l'IA applicative qui commence à saturer. 'Le risque n'est pas la technologie de Databricks, mais la capacité des entreprises clientes à générer un ROI réel à partir de ces infrastructures coûteuses', souligne un analyste de chez Gartner. La question reste posée : combien de temps les entreprises pourront-elles justifier des factures de cloud et de data en hausse de 50 % par an sans une explosion correspondante de leur chiffre d'affaires ?

Market data

Les chiffres parlent d'eux-mêmes et dessinent un paysage où Databricks devient hégémonique :

• Valorisation actuelle : 190 milliards de dollars (Source: TechCrunch).
• Revenus annuels (Run-rate) : 7 milliards de dollars, en hausse par rapport aux 3,7 milliards prévus en juillet 2025 (Source: CNBC).
• Croissance annuelle : 80 % YoY (Source: Yahoo Finance).
• Marché de l'intégration de données : Estimé à 33,24 milliards de dollars d'ici 2030 (Source: MarketsandMarkets).
• Nombre de clients : Environ 8 698 entreprises utilisent activement la plateforme (Source: 6sense).
• Part de marché : 15,51 % du segment Big Data Analytics, classé numéro 1 devant ses concurrents directs (Source: 6sense).
• Investissement total : Plus de 12 milliards de dollars levés au total depuis la création (Source: Sacra).

La suite

Quelle est la prochaine étape pour un géant de 190 milliards ? L'introduction en bourse (IPO) est l'éléphant dans la pièce. Avec de tels chiffres, Databricks n'a techniquement pas besoin d'argent public, mais la pression des investisseurs pour une sortie devient immense. Une IPO en 2027 semble désormais inévitable, et elle pourrait être la plus importante de l'histoire de la tech logicielle.

Sur le plan produit, attendez-vous à une intégration massive de 'Lakebase'. En proposant une base de données transactionnelle (Postgres) au sein de son environnement analytique, Databricks attaque de front le marché des bases de données opérationnelles dominé par Oracle et AWS. L'objectif est de devenir la 'Single Source of Truth' absolue : une seule plateforme pour vos transactions, vos analyses et vos modèles d'IA. Enfin, le déploiement de 'Genie' à grande échelle pourrait transformer radicalement le métier de data analyst, en permettant à n'importe quel employé de poser des questions complexes à ses données en langage naturel.

Risques & scepticisme

Malgré ce succès insolent, le chemin n'est pas sans embûches. Le premier risque est celui de la commoditisation technologique. Des modèles open-source comme DBRX (lancé par Databricks lui-même) peuvent être rapidement rattrapés par des alternatives gratuites, réduisant la différenciation technologique (Source: Business Model Canvas).

Le second risque est réglementaire. L'intensification des lois sur la confidentialité des données (RGPD, EU AI Act) oblige Databricks à investir massivement dans la conformité locale, ce qui pourrait ralentir son expansion dans certaines régions ou augmenter ses coûts opérationnels. Enfin, il y a le risque de complexité. À force de vouloir tout faire (ETL, Warehouse, Lake, AI, BI, Transactions), Databricks risque de devenir une 'usine à gaz' difficile à maîtriser pour les petites et moyennes entreprises, laissant le champ libre à des acteurs de niche plus agiles.

Comment ça t'affecte

Que vous soyez fondateur, CTO ou investisseur, cette news doit influencer votre feuille de route :

• Pour les Fondateurs : Arrêtez de pitcher votre 'modèle d'IA propriétaire'. Pitchez votre 'stratégie d'acquisition et de structuration de données'. C'est là que se trouve la valorisation aujourd'hui. Si votre application n'est pas assise sur un pipeline de données robuste, elle n'a aucune valeur défendable.
• Pour les CTOs : La consolidation est votre priorité. Si vous payez pour un Data Warehouse, un Data Lake et trois outils d'IA différents, vous perdez de l'argent et de l'efficacité. L'approche 'Lakehouse' unifiée n'est plus une option, c'est une nécessité opérationnelle pour réduire la latence de vos agents IA.
• Pour les Investisseurs : Regardez au-delà de l'interface. La 'tuyauterie' (data observability, monitoring, integration) est le segment qui affiche la croissance la plus stable. Le marché du monitoring d'infrastructure de données devrait croître de 15,3 % par an jusqu'en 2035 (Source: Market.us).

Conclusion + CTA

La levée de fonds de 5 milliards de dollars de Databricks n'est pas une anomalie ; c'est le signal d'une maturité retrouvée du marché de l'IA. On ne parie plus sur des promesses, mais sur des infrastructures qui génèrent des milliards de revenus réels. La donnée est devenue l'actif le plus précieux au monde, et ceux qui possèdent les outils pour la raffiner domineront l'économie de demain.

À surveiller : Les prochains résultats trimestriels de Snowflake. Si l'écart de croissance continue de se creuser, nous assisterons à un basculement historique de leadership dans le cloud data.

Action immédiate : Auditez votre stack de données. Combien de silos avez-vous ? Quelle est la fraîcheur de la donnée qui alimente vos modèles d'IA ? Si vous n'avez pas de réponse claire, vous êtes déjà en retard.

Outils & ressources

Pour naviguer dans cet écosystème, voici les outils clés mentionnés et recommandés :

• Databricks Lakehouse : La plateforme centrale pour unifier vos données et votre IA.
• Unity Catalog : Indispensable pour la gouvernance et la sécurité de vos actifs de données.
• Mosaic AI : Pour entraîner et déployer vos propres modèles sur vos données propriétaires.
• Lakebase : La nouvelle base de données Postgres serverless pour vos agents IA.
• Apache Spark : Le moteur open-source qui reste la fondation de tout traitement de données moderne.