Databricks atteint une valorisation de 188 milliards de dollars avec l'essor de l'IA

Points clés

• Databricks a annoncé une valorisation de 188 milliards de dollars dans un nouveau tour de financement dirigé par Coatue à partir de 2026.
• L'entreprise a levé 5 milliards de dollars cette année seulement, passant d'une valorisation de 134 milliards de dollars.
• Databricks est connue pour utiliser des modèles d'IA open-weight plus abordables basés en Chine, comme GLM 5.2 de Z.ai.

Databricks, une entreprise qui a autrefois prospéré à l'ère du big data, chevauche la vague de l'IA vers de nouveaux sommets. Elle a annoncé un nouveau tour de financement, dirigé par Coatue, qui la valorise à un impressionnant 188 milliards de dollars. Bien que le montant exact des fonds levés reste divulgué, d'autres rapports suggèrent qu'il s'agit d'environ 3 milliards de dollars.

Fondée en 2013, Databricks a d'abord aidé les entreprises à stocker et analyser de grandes quantités de données dans le cloud. Cependant, ces dernières années, elle s'est repositionnée comme un acteur majeur de l'intelligence artificielle (IA). Cette transformation a été si réussie qu'elle a réussi à obtenir 5 milliards de dollars de financement cette année seulement, passant d'une valorisation de 134 milliards de dollars il y a seulement cinq mois.

Le pivot stratégique de l'entreprise intervient alors que les entreprises réclament des solutions d'IA offrant la même sécurité et gouvernance que les logiciels traditionnels. Databricks a répondu en lançant plusieurs outils d'IA, notamment Lakebase et Unity, conçus pour faciliter l'intégration de l'IA pour les entreprises.

L'une des stratégies remarquables de Databricks est son adoption de modèles open-weight plus abordables, qui sont des modèles d'IA dont le code sous-jacent est disponible pour que chacun puisse l'utiliser et le modifier. Spécifiquement, elle privilégie le modèle GLM 5.2 de Z.ai pour les tâches de codage, soulignant l'efficacité des coûts sans compromettre les performances. Cette approche a résonne auprès de nombreuses entreprises cherchant à gérer efficacement les dépenses liées à l'IA.

La semaine dernière, le PDG Ali Ghodsi a partagé les résultats de tests internes pour optimiser les coûts de l'IA pour les ingénieurs logiciels de Databricks. Les résultats ont montré que non seulement les modèles ouverts comme GLM 5.2 gèrent bien les tâches de codage complexes, mais le choix du harnais, un outil qui gère le contexte et les instructions d'un modèle d'IA, a également un impact significatif sur les coûts. Databricks a trouvé que le harnais open-source, Pi, était particulièrement efficace.

Cet usage stratégique des modèles et outils d'IA a aidé à consolider la réputation de Databricks en tant qu'entreprise d'IA significative, ce qui à son tour renforce son attrait auprès des investisseurs.

Que se passe-t-il ensuite ?

Pour Databricks, la voie à suivre implique de continuer à innover dans le domaine de l'IA et d'affiner ses produits pour répondre aux besoins évolutifs des entreprises. Pour les entreprises et les développeurs, cela signifie un accès à des outils d'IA efficaces et rentables qui peuvent s'intégrer facilement dans leurs systèmes existants. Si vous gérez l'IA dans votre organisation, envisagez d'explorer les modèles open-weight et les harnais que Databricks préconise, ils pourraient offrir à la fois des performances et des économies.