L'évaluation de Databricks à 188 milliards de dollars cible

L'IA d'entreprise a un problème de coûts qu'aucun modèle unique ne peut résoudre. Cette thèse, articulée par le PDG de Databricks, Ali Ghodsi, comme un passage du tokenmaxxing au valuemaxxing, est au cœur de la dernière levée de fonds de l'entreprise. Databricks a sécurisé un tour stratégique à une évaluation de Databricks à 188 milliards de dollars. Coatue Management, un investisseur existant, mène ce tour. La société prévoit de conclure l'opération plus tard cet été, avec la participation de nouveaux et anciens investisseurs. La levée d'environ 3 milliards de dollars représente une augmentation de 40 % par rapport à l'évaluation de 134 milliards de dollars fixée en février 2026, lors de la clôture d'une série L de 5 milliards de dollars.

Ce tour maintient Databricks parmi les entreprises technologiques privées les plus valorisées au monde, aux côtés d'OpenAI et d'Anthropic, et signale que la fenêtre d'introduction en bourse reste défavorable au moins jusqu'à la seconde moitié de 2026. Plutôt que de tester les marchés publics, l'entreprise double sa stratégie de capital privé qui a produit quatre augmentations de valorisation en environ vingt mois. Le chiffre d'affaires total de l'entreprise dépasse désormais 5,4 milliards de dollars en base annualisée, et Databricks a déclaré un flux de trésorerie disponible positif, lui donnant le profil financier nécessaire pour entrer en bourse quand ses dirigeants le décideront.

La thèse de la gouvernance multi-IA derrière l'évaluation de Databricks à 188 milliards de dollars

Les fonds serviront à financer trois produits principaux qui forment ensemble l'argument de Databricks pour une infrastructure prête pour les agents. Unity AI Gateway est la solution de gouvernance multi-IA de l'entreprise, conçue pour permettre aux entreprises d'acheminer des tâches entre différents modèles tout en maintenant des contrôles de coûts et des politiques de sécurité. Genie, décrit comme un collègue IA, traduit les données métier en réponses et actions sans nécessiter de compétences spécialisées en requêtes. Lakebase est une base de données Postgres sans serveur construite spécifiquement pour les charges de travail des agents IA.

Ces trois produits partagent une logique commune. Les entreprises sont aujourd'hui confrontées à un fossé contextuel où les données sont dispersées dans des systèmes, déconnectées des modèles d'IA et difficiles à gouverner. Le résultat est des dépenses d'IA imprévisibles et une sécurité incohérente. L'approche de plateforme de Databricks unifie les données et l'IA sur une seule couche d'infrastructure, donnant aux équipes la possibilité de choisir quel modèle sert quelle tâche plutôt que de se tourner par défaut vers l'option la plus chère pour chaque requête.

Les chiffres suggèrent que la stratégie gagne du terrain. Le chiffre d'affaires des produits d'IA a atteint un rythme annualisé de 1,7 milliard de dollars en juin 2026, contre 1 milliard de dollars en septembre 2025. Ce taux de croissance d'environ 70 % sur neuf mois dépasse celui de nombreuses sociétés de logiciels cloud publiques et aide à expliquer pourquoi les investisseurs sont prêts à payer une prime pour des actions privées.

Capital privé versus marchés publics

La décision de lever un autre tour privé plutôt que de déposer une demande d'introduction en bourse a des implications tant pour l'entreprise que pour ses investisseurs. Chaque augmentation de valorisation relève la barre pour des débuts publics. À 188 milliards de dollars, Databricks devrait démontrer une voie claire pour maintenir des taux de croissance justifiant une prime par rapport à ses pairs du cloud et des données publics.

Snowflake, principal concurrent de Databricks sur le marché de l'entreposage de données, se négocie à une fraction de cette valorisation. Alphabet, qui concurrence via BigQuery et Vertex AI de Google Cloud, est valorisé à environ 2 billions de dollars mais possède plusieurs lignes d'activité au-delà de l'analyse de données. La comparaison met la pression sur Databricks pour montrer que son pari sur une infrastructure spécifique à l'IA peut générer des marges et des taux de rétention qui le différencient des plates-formes cloud polyvalentes.

Le capital positionne également Databricks pour de futures acquisitions. Ali Ghodsi a indiqué que les fonds soutiendraient les acquisitions dans l'IA et approfondiraient les initiatives de recherche, suggérant que l'entreprise voit des opportunités de consolidation sur le marché fragmenté de l'infrastructure IA. Plusieurs startups privées d'infrastructure IA restent disponibles à des prix qui semblent raisonnables face à un bilan de 188 milliards de dollars.

Le signal de Coatue

Coatue Management, un investisseur existant, menant ce tour a un poids qui dépasse l'engagement en capital. La société a un historique concentré dans la technologie d'entreprise et a été un soutien constant de Databricks à travers plusieurs étapes de valorisation. Sa volonté d'augmenter son exposition à l'évaluation de Databricks à 188 milliards de dollars plutôt que d'attendre une cotation publique signale une conviction que la valorisation privée est durable, même si les multiples technologiques globaux subissent une compression due à la hausse des taux d'intérêt.

La structure de l'opération est également notable. Databricks a annoncé le tour avant que le capital ne soit entièrement clos, une étape qui reflète le niveau élevé d'intérêt des investisseurs. La valorisation a dépassé la fourchette de 165 à 175 milliards de dollars évoquée ces dernières semaines, indiquant que l'appétit des investisseurs pour l'exposition à l'infrastructure IA reste fort malgré l'incertitude macroéconomique. Certains rapports suggèrent que l'entreprise pourrait lever plus que l'objectif initial de 3 milliards de dollars en raison d'une probable sursouscription.

Positionnement concurrentiel et économies d'entreprise

La stratégie multi-IA de Databricks défie directement les offres groupées d'IA des fournisseurs de cloud hyperscale. Google Cloud, Amazon Web Services et Microsoft Azure proposent chacun des services d'IA intégrés qui lient l'accès aux modèles à leurs plates-formes de données propriétaires. Databricks soutient que les entreprises ont besoin de la liberté de mélanger et d'assortir les modèles entre fournisseurs, et qu'une couche de gouvernance unifiée offre de meilleurs résultats en termes de coûts que d'être enfermé dans l'écosystème d'un seul fournisseur.

La tension n'est pas théorique. Les entreprises déployant l'IA à grande échelle sont confrontées à une hausse des coûts d'inférence à mesure qu'elles passent de l'expérimentation à la production. La capacité d'acheminer les requêtes simples vers des modèles moins chers et plus petits et de réserver les modèles frontières coûteux pour des tâches de raisonnement complexes peut modifier considérablement l'économie unitaire du déploiement de l'IA. Unity AI Gateway est conçu pour imposer exactement ce type d'acheminement basé sur des politiques, donnant aux directeurs informatiques un mécanisme pour plafonner les dépenses d'IA tout en permettant aux équipes d'expérimenter avec différents modèles.

Cette approche axée sur la gouvernance est ce qui distingue Databricks des fournisseurs de modèles purs. OpenAI et Anthropic vendent de l'intelligence de pointe ; Databricks vend l'infrastructure pour décider quand utiliser cette intelligence de pointe par rapport à une alternative moins chère. Dans un marché où les coûts d'inférence restent la plus grande variable de dépenses pour les déploiements d'IA en entreprise, ce positionnement a une valeur stratégique qui justifie une valorisation premium.

Pourquoi c'est important

La décision de Databricks de rester privée à une valorisation de 188 milliards de dollars dit au marché que l'infrastructure d'IA d'entreprise est encore trop immature pour l'examen des marchés publics, ou que l'entreprise croit pouvoir créer plus de valeur avant une éventuelle introduction en bourse. Dans les deux cas, le pari repose sur une affirmation spécifique : que la plateforme d'IA gagnante sera celle qui permet aux entreprises de contrôler les coûts sur plusieurs modèles, et non celle qui les enferme dans un seul écosystème. Si cette thèse s'avère correcte, l'approche de Databricks établira le modèle de la façon dont les entreprises consomment l'IA. Si ce n'est pas le cas, la valorisation privée a peu de marge pour croître davantage. Pour l'instant, Coatue et les nouveaux investisseurs parient que le contrôle des coûts est la prochaine frontière de la concurrence dans l'IA d'entreprise.

Sources

Databricks is Raising a Strategic Round of Funding at a $188 Billion Valuation

✔Human Verified

Recherché et recoupé avec des sources primaires par la rédaction de Bytevyte.