Le chèque n’est pas encore là. Mais la valorisation est réelle. Databricks a annoncé jeudi avoir obtenu un financement d’une valeur de 188 milliards de dollars.
C’est un saut énorme. Coatue a mené la ronde. L’argent arrivera probablement sur leurs comptes plus tard cet été. TechCrunch rapporte que l’augmentation totalise environ 3 milliards de dollars. Habituellement, les entreprises attendent que l’encre sèche avant de crier sur les prix. Ce n’est pas le cas de Databricks. Tant d’entreprises voulaient entrer, garder le secret était inutile. L’accord est solide.
Ce n’est pas la première fois. Loin de là. Databricks a parcouru ses cycles de financement comme un sprinter n’ayant plus rien à perdre. Ou un gain, selon la façon dont vous regardez l’alphabet. Les gens se souviennent déjà de la sortie de la “Série AA”.
Il y a cinq mois. Février. Une série L de 5 milliards de dollars a porté la valorisation à 134 milliards de dollars. Avant cela, septembre 2025 rapportait 1 milliard de dollars pour un prix de 100 milliards de dollars. Décembre 2024 ? Une augmentation record de 10 milliards de dollars, à 62 milliards de dollars.
Les calculs sont fous. Mais la raison de cette ruée vers les liquidités est logique. Databricks a réussi à se débarrasser de son habillage « utilitaire Big Data ». À l’époque de la Colombie-Britannique (avant ChatGent, avant ChatGPT, avant le chaos), ce n’était qu’un autre jeu SaaS pour l’analyse cloud. Rapide et sécurisé pour le stockage d’entreprise. Ennuyeux? Peut être. Efficace? Oui.
Puis la vague de l’IA a frappé.
Les entreprises voulaient de l’intelligence artificielle. Ils voulaient aussi une gouvernance. Ils ne voulaient pas que leurs secrets commerciaux soient divulgués aux chatbots. Databricks détenait déjà les clés. Leurs clients y stockaient les données sensibles. Naturellement, Databricks s’est positionné comme la sphère de sécurité pour l’intégration de l’IA.
Du Big Data à la gouvernance de l’IA
Le pivot a fonctionné. L’entreprise a lancé produit après produit. Lakebase est devenu la base de données des agents IA. Unity a servi de passerelle. Puis vint Omnigent, un « méta-harnais » permettant de gérer plusieurs agents parlant entre eux.
Mais c’est ici que Databricks est devenu intéressant. Coût. Tout le monde s’inquiète de la brûlure informatique. Les Databricks ont doublé leur mise sur les modèles à poids ouvert. Plus précisément, ceux basés en Chine. Cela correspond à la tendance 2026 du contrôle des coûts des entreprises. Ils défendent le GLM 5.2 de Z.ai.
Pourquoi? Parce que ça code. Et c’est moins cher.
Le PDG Ali Ghodsi a décidé de tester lui-même. La semaine dernière, il a publié des benchmarks internes couvrant 3 000 de ses propres ingénieurs logiciels. Un vrai travail. Pas de tests synthétiques. Les résultats ont soutenu leur position. Les modèles ouverts comme GLM 5.2 géraient des tâches de codage de premier plan. Le coût ? Nettement inférieur aux géants propriétaires comme Anthropic ou OpenAI.
Mais Ghodsi a trouvé une surprise. Le choix du modèle ne représente que la moitié de l’histoire. Le harnais compte tout autant.
Choisir le bon harnais agent
Pensez à un harnais comme à l’emballage autour d’un modèle. Des outils comme Codex ou Claude Code. Ils gèrent le contexte et les instructions. Les données de Databricks ont montré que les impacts du wrapper coûtent très cher. Parfois plus que le cerveau qui s’y trouve.
Ils ont testé Pi, un harnais open source. Il a gagné sur deux fronts :
1. Excellente gestion du contexte pour chaque invite.
2. Faible coût sans sacrifier la qualité.
Cela brise les idées reçues. Vous n’avez pas seulement besoin du meilleur cerveau. Vous avez besoin de la meilleure interface pour le gérer. Les harnais natifs ne sont pas automatiquement meilleurs. Les modèles propriétaires coûteux ne sont pas toujours nécessaires pour les tâches les plus difficiles si vous les enveloppez dans les bons outils.
La leçon du blog Databricks était claire : le choix du modèle est une pièce du puzzle. L’écosystème compte davantage.
Cela signifie-t-il que chaque startup abandonnera OpenAI demain ? Non. Les logiciels d’entreprise évoluent lentement. Les exigences en matière de gouvernance sont strictes. Mais la pression est forte. Lorsque vous pouvez économiser des millions sur la génération de code avec un modèle chinois à poids ouvert et un wrapper open source intelligent, l’argument du retour sur investissement devient très fort.
Databricks mise sur l’infrastructure plutôt que sur le battage médiatique. Il a misé sur la sécurité des données plutôt que sur la vitesse. Et maintenant, cela vaut 188 milliards de dollars, en partant de l’hypothèse que les entreprises continueront à dépenser pour les canalisations, et pas seulement pour l’eau.
Pour l’instant, ils attendent le reste de ce chèque de 3 milliards de dollars. Le marché vote avec son portefeuille. Databricks semble être l’endroit où ils souhaitent que cela aille. Le véritable test reste de savoir si l’étiquette de 188 milliards de dollars tiendra une fois l’argent effectivement libéré.
