L’IA qui transforme le business ?
Stratégies, mouvements et levées IA décryptés, chaque soir en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Databricks atteint une valorisation de 188 milliards de dollars
Databricks a annoncé jeudi un nouveau tour de financement qui valorise l'entreprise à la somme impressionnante de 188 milliards de dollars. Ce tour de table a été mené par Coatue, un investisseur bien connu dans le secteur technologique.
Bien que Databricks n'ait pas encore précisé le montant exact levé, elle a indiqué que les fonds ne sont pas encore en sa possession et que la clôture du tour de financement est prévue pour plus tard cet été. Selon certaines sources, la levée de fonds s'élèverait à environ 3 milliards de dollars. Il est inhabituel pour une entreprise de faire une annonce avant de recevoir les fonds, mais un investisseur en capital-risque a confié à TechCrunch que l'accord est solide. En effet, de nombreuses sociétés souhaitent participer, ce qui a permis à Databricks de ne pas cacher sa nouvelle valorisation.
Un parcours de financement impressionnant
Databricks a connu une trajectoire de financement remarquable au cours des dix-huit derniers mois. L'entreprise a réussi à se repositionner en tant que fournisseur d'IA, dépassant son ancienne image de sensation SaaS. Ce changement remonte à l'époque BC (Before ChatGPT).
Il y a cinq mois à peine, en février, Databricks a clôturé une levée de 5 milliards de dollars lors d'un tour de série L, atteignant alors une valorisation de 134 milliards de dollars. Cinq mois avant cela, en septembre 2025, elle avait levé 1 milliard de dollars à une valorisation de 100 milliards de dollars. Et environ neuf mois avant cela, en décembre 2024, l'entreprise avait réalisé un tour record de 10 milliards de dollars à une valorisation de 62 milliards de dollars.
Une transformation stratégique
La fréquence des levées de fonds de Databricks a même inspiré des mèmes sur l'épuisement des lettres de l'alphabet pour nommer les tours de financement. "Activation des alertes pour quand nous aurons une série AA", a posté une personne.
Cependant, cette transformation de l'image de Databricks est bien réelle. Fondée en 2013, l'entreprise a d'abord prospéré à l'ère du big data, offrant des solutions logicielles permettant aux entreprises de stocker d'énormes quantités de données dans le cloud tout en fournissant des analyses rapides.
L'IA au cœur de la stratégie
Avec une base de données d'entreprise déjà massive, Databricks était idéalement positionnée pour répondre à la demande croissante en IA, tout en garantissant la sécurité et la gouvernance attendues des logiciels d'entreprise traditionnels.
L'entreprise a commencé à lancer une série de produits d'IA, tels que Lakebase, une base de données conçue pour les agents d'IA, et Unity, une passerelle d'IA, ainsi qu'un "meta-harness" appelé Omnigent qui gère plusieurs agents.
Adoption des modèles open-weight
Databricks s'est également distinguée en adoptant des modèles open-weight basés en Chine, une tendance majeure de 2026. Ces modèles, dont le code source est accessible à tous pour utilisation et modification, permettent un contrôle des coûts. Databricks est particulièrement adepte du modèle GLM 5.2 de Z.ai pour le codage.
La semaine dernière, le PDG de Databricks, Ali Ghodsi, a partagé les résultats de benchmarks internes pour gérer les coûts d'IA de ses 3 000 ingénieurs logiciels.
Comparaison des modèles d'IA
L'entreprise a comparé divers modèles d'IA sur des tâches réelles effectuées par ses programmeurs. Dans un billet de blog, Databricks a révélé que "les modèles open, et GLM 5.2 en particulier, sont désormais capables de gérer même les tâches les plus complexes" en matière de codage, tout en étant moins coûteux que les modèles propriétaires d'Anthropic et d'OpenAI.
Il a également été surprenant de découvrir que le choix du harness, un outil de codage agentique comme Codex ou Claude Code, influençait les coûts. Databricks a trouvé que le harness open-source Pi était parmi les meilleurs pour gérer le contexte de chaque prompt, et donc l'un des plus économiques sans compromettre la qualité.
Le billet de blog a conclu que le choix du modèle n'est qu'une pièce du puzzle, soulignant l'importance du harness dans la gestion des coûts.
Un avenir prometteur
Tous ces éléments ont contribué à renforcer l'image de Databricks en tant qu'entreprise d'IA, bien qu'elle n'ait pas été fondée en tant que laboratoire d'IA. Ce positionnement stratégique lui a permis de lever des fonds et d'augmenter sa valorisation. L'effet IA est si puissant aujourd'hui que même des entreprises inattendues, comme la chaîne de sandwicheries Jersey Mike’s, mentionnent l'IA 22 fois dans leurs documents S-1.
