Intelligence Artificielle

Les géants de l’IA et des LLM : focus sur Databricks

Publiée le septembre 24, 2025

Les géants de l’IA et des LLM : focus sur Databricks

Le marché de l’IA générative, des LLM (Large Language Models) et du NLP connaît une expansion fulgurante. Ce boom est soutenu par la demande croissante d’outils intelligents pour automatiser la création de contenu, l’analyse de données, les agents conversationnels et l’extension des cas d’usage métier (copilotage IA, recommandation, synthèse automatique).

Dans ce contexte, les plateformes de data & AI intégrée jouent un rôle central : elles permettent aux organisations de construire, déployer et gouverner des modèles sur des bases de données massives. C’est ici qu’intervient Databricks, acteur majeur du segment Data Intelligence Platform.

Cet article décrit en détail Databricks : son activité, son modèle technologique, ses levées de fonds, ses clients et son positionnement stratégique.

Databricks

Présentation générale : activité et expertise

Fondée en 2013 par les créateurs d’Apache Spark, Databricks est une société américaine de logiciels basée à San Francisco. Sa mission : simplifier l’accès aux données et à l’IA pour les entreprises via une plateforme unifiée de data, analytics et intelligence artificielle.

L’approche centrale de Databricks repose sur le concept de lakehouse — une architecture combinant les avantages des entrepôts de données (data warehouse) et des lacs de données (data lake) — pour permettre l’analyse, le machine learning, le streaming et la gouvernance sur un même socle.

Databricks propose des outils pour :

l’ingénierie de données / ETL,
l’analyse SQL et la business intelligence,
le machine learning et l’IA (entraîner et déployer des modèles),
la gouvernance des données et le catalogage (Unity Catalog, Delta Lake).

Aujourd’hui, Databricks se présente comme une « plateforme de data intelligence alimentée par l’IA générative » pour aider les entreprises à devenir data- et AI-driven.

Ouverture technologique : open source vs propriétaire

Databricks adopte un modèle hybride entre propriétaire et ouverture partielle.

Contributions open source :
L’entreprise est à l’origine de nombreux projets majeurs : Apache Spark, Delta Lake, MLflow, Apache Iceberg. Ces initiatives lui confèrent une forte crédibilité dans l’écosystème open source.

Technologies propriétaires :
Certaines briques différenciantes, comme Unity Catalog ou certaines extensions de Delta Lake, sont proposées dans un cadre propriétaire. Cela permet à Databricks d’assurer des performances, de la sécurité et des intégrations premium, tout en maintenant une compatibilité avec les standards ouverts.

Databricks joue ainsi sur un équilibre : crédibilité open source + différenciateurs propriétaires.

Levées de fonds, fondateurs et investisseurs

Fondateurs :
Databricks a été fondée par Ali Ghodsi, Matei Zaharia, Ion Stoica, Andy Konwinski, Patrick Wendell, Reynold Xin et Arsalan Tavakoli.

Financement :

Novembre 2024 : série J de 10 milliards USD, valorisation à 62 milliards USD, menée par Thrive Capital et Andreessen Horowitz.
En parallèle : 5,25 milliards USD de dette.
Au total : près de 15,7 milliards USD levés depuis sa création.
Rumeurs fin 2025 : une série K visant une valorisation au-delà de 100 milliards USD.

Ces financements massifs témoignent de la confiance des investisseurs dans le rôle central de Databricks dans l’IA et la data.

Clients actuels

Databricks revendique plus de 10 000 clients dans divers secteurs (finance, industrie, retail, santé, tech).

Exemples notables :

London Stock Exchange Group (LSEG), partenariat stratégique pour intégrer l’IA dans la finance et l’analyse des risques.
Intégration profonde avec Microsoft Azure (Azure Databricks), permettant aux grandes entreprises d’adopter facilement ses solutions dans un environnement sécurisé.
Nombreuses entreprises du Fortune 500 utilisent Databricks pour leurs projets data/IA.

Databricks a aussi investi dans des startups, comme Indicium en Amérique latine, pour étendre sa présence géographique.

Positionnement marché et différenciation

Avantages compétitifs :

Plateforme unifiée couvrant toute la chaîne data → IA.
Architecture lakehouse : flexibilité et gouvernance renforcée.
Open source reconnu (Spark, Delta Lake, MLflow).
Innovation continue : Agent Bricks, Lakehouse AI, etc.
Partenariats stratégiques avec Microsoft Azure.
Conformité et souveraineté via des options cloud adaptées.

Différenciation :
Databricks se positionne comme une solution hybride :

Ouverte, grâce à ses contributions open source.
Différenciante, via des modules propriétaires premium.

En Europe, Azure Databricks répond aussi aux contraintes de souveraineté des données, un enjeu croissant.

Conclusion : tendances et perspectives

Databricks incarne les tensions du marché entre open source et technologie propriétaire.

Les modèles open source progressent et séduisent par leur transparence.
Mais les entreprises privilégient souvent des solutions hybrides qui offrent à la fois portabilité et support premium.

La montée des acteurs européens (Mistral, LLaMA) ou chinois (DeepSeek) diversifie la compétition face aux géants américains comme Databricks, OpenAI ou Google.

Enfin, l’évolution vers des plateformes agentifiées (comme Agent Bricks) montre la tendance à passer du simple traitement de données à l’IA autonome et actionnable, où gouvernance et évolutivité seront les clés du succès.