Databricks atteint une valorisation de 188 milliards de dollars en à peine cinq mois après avoir été valorisé à 134 milliards. Plus qu’un nouveau record pour une entreprise privée, cette opération confirme encore l’appétit des investisseurs pour les infrastructures qui soutiennent l’IA d’entreprise. La création de valeur se concentre sur les plateformes capables de gérer les données, les coûts et les agents.
La société n’a pas annoncé un nouveau modèle d’IA spectaculaire. Pourtant, la société vient de décrocher une valorisation de 188 milliards de dollars. Le tour de table mené par Coatue, avec une finalisation attendue dans les prochaines semaines. En février 2026, l’entreprise était encore valorisée à 134 milliards de dollars. Cette progression de plus de 40 % en cinq mois traduit moins une euphorie financière qu’une conviction de marché. La valeur de l’IA d’entreprise se déplace vers les plateformes qui orchestrent les données, la gouvernance et les coûts.
Pourquoi Databricks vaut désormais 188 milliards de dollars ?
Pendant deux ans, l’attention des marchés s’est concentrée sur les modèles de langage. Mais à présent, la compétition change de nature. Les grands modèles deviennent peu à peu interchangeables, tandis que les entreprises arbitrent davantage leurs dépenses selon le coût, la gouvernance et le retour sur investissement.
Ali Ghodsi, PDG de Databricks, défend ce message. Selon lui, “les entreprises abandonnent le tokenmaxxing, qui consiste à utiliser systématiquement le modèle le plus performant et le plus coûteux. Et cela, au profit du valuemaxxing, c’est-à-dire la recherche du meilleur équilibre entre performances et coûts”.
We’re excited to announce that Databricks is raising strategic funding, valuing the company at $188 billion.
— Databricks (@databricks) July 17, 2026
We’ll use this new capital to accelerate our AI offerings for customers, including:
– Unity AI Gateway, our multi-AI governance solution that helps enterprises govern… pic.twitter.com/B7A2CjDdlS
Cette philosophie explique donc l’utilisation annoncée des nouveaux capitaux. Databricks ne mise pas sur un nouveau LLM propriétaire. L’entreprise investit dans Unity AI Gateway pour piloter plusieurs modèles d’IA et, en plus, elle maîtrise les coûts et la gouvernance. Dans Genie pour exploiter les données métiers en langage naturel et dans Lakebase, une base PostgreSQL serverless pensée pour les agents IA.
Ce choix répond à un problème que rencontrent aujourd’hui la plupart des grands groupes. Les données restent dispersées entre plusieurs applications, insuffisamment gouvernées. Et elles sont souvent déconnectées des outils d’intelligence artificielle. C’est pourquoi, même le meilleur modèle ne produit pas de valeur durable faute de contexte métier fiable.
L’autre signal important concerne la stratégie technologique de Databricks. L’entreprise défend ouvertement l’utilisation de modèles open weight moins coûteux. Notamment GLM 5.2 de Z.ai. Ses propres benchmarks montrent que le choix du modèle n’est qu’un facteur parmi d’autres. Le système qui orchestre le contexte, les données et les interactions entre agents influence tout autant les coûts finaux que le modèle lui-même.
Cette démonstration renforce une idée qui séduit les investisseurs. Le véritable avantage concurrentiel réside dans la plateforme qui peut sélectionner le bon modèle au bon moment. Tout en exploitant les données propriétaires de l’entreprise.
Les arbitrages budgétaires évoluent pour les DSI et les CFO
Cette valorisation de 188 milliards de dollars délivre également un signal aux dirigeants. Les capitaux affluent vers les entreprises qui construisent les fondations de l’IA. Pas seulement vers celles qui développent des applications visibles du grand public.
Le parcours de Databricks illustre parfaitement cette situation. Fondée en 2013 autour du Big Data, l’entreprise a transformé pas à pas sa plateforme Lakehouse en infrastructure complète de données et d’IA. Cette trajectoire lui permet aujourd’hui d’être vu comme un acteur stratégique de l’IA sans avoir créé son propre modèle de langage.
Pour les DSI et les directeurs financiers, cette évolution plaide pour un rééquilibrage des budgets. Une stratégie pertinente consiste à consacrer l’essentiel des investissements à la qualité des données, à leur gouvernance et à leur unification. Et aussi aux plateformes capables d’orchestrer plusieurs modèles d’IA. Les outils applicatifs et les agents spécialisés conservent leur intérêt. Mais leur valeur dépend de la qualité de cette infrastructure sous-jacente.
Cette logique explique également pourquoi Databricks continue de privilégier les marchés privés plutôt qu’une introduction en Bourse. Les investisseurs semblent accepter des valorisations nettement supérieures à celles qu’on observe sur les marchés publics. Cela offre donc à l’entreprise davantage de liberté pour financer sa recherche, accélérer ses acquisitions et renforcer sa plateforme avant une éventuelle IPO.
Plus loin que le chiffre de 188 milliards de dollars de Databricks, la leçon est surtout stratégique. Sur le marché de l’IA B2B, les entreprises cherchent moins le modèle le plus puissant. Elles privilégient les plateformes qui garantissent sécurité, gouvernance, maîtrise des coûts et exploitation des données internes. Pour les investisseurs comme pour les dirigeants, la création de valeur durable se construit désormais dans les infrastructures qui rendent les modèles réellement exploitables à grande échelle.
- Partager l'article :
