Databricks vient de boucler une levée stratégique de 5 milliards de dollars qui porte sa valorisation à 190 milliards. Annoncée le 13 août 2026, l’opération place l’entreprise californienne parmi les sociétés technologiques privées les mieux valorisées au monde. Elle illustre surtout le déplacement du centre de gravité de l’IA : après la course aux modèles, les investisseurs misent désormais des sommes records sur les plateformes capables d’organiser, de gouverner et d’exploiter les données des entreprises.
Le tour de table est mené par Coatue, avec Blackstone, MGX, des comptes conseillés par T. Rowe Price, Sixth Street Growth et plusieurs investisseurs historiques. Databricks affirme avoir dépassé 7 milliards de dollars de revenus annualisés, avec une croissance supérieure à 80 % sur un an au deuxième trimestre. Des chiffres impressionnants, mais qui ne doivent pas être confondus avec un chiffre d’affaires annuel audité.
Ce qu’il faut retenir
- Databricks a levé 5 milliards de dollars lors d’un nouveau financement stratégique.
- Sa valorisation atteint 190 milliards de dollars, contre 134 milliards annoncés six mois auparavant.
- La progression représente 56 milliards de dollars, soit environ 42 % en six mois.
- L’entreprise revendique plus de 7 milliards de dollars de revenus annualisés et une croissance supérieure à 80 %.
- Les capitaux doivent accélérer Lakebase, Genie et Unity AI Gateway, trois produits au cœur de sa stratégie d’infrastructure IA.
- Aucune date d’introduction en Bourse n’a été annoncée.
Un tour de table de 5 milliards à 190 milliards de valorisation
Databricks ne réalise pas une petite extension de financement. La société annonce la clôture d’un tour de 5 milliards de dollars mené par Coatue. Blackstone, MGX, des fonds et comptes conseillés par T. Rowe Price ainsi que le nouvel investisseur Sixth Street Growth participent à l’opération, aux côtés d’autres actionnaires.
La valorisation finale de 190 milliards dépasse légèrement les 188 milliards évoqués lors de la signature d’un accord préliminaire en juillet. Elle marque surtout un bond depuis les 134 milliards annoncés en février 2026. En valeur absolue, Databricks a donc gagné 56 milliards de valorisation sur le papier ; en pourcentage, la progression atteint environ 41,8 %.
| Indicateur | Février 2026 | Août 2026 |
|---|---|---|
| Valorisation annoncée | 134 milliards $ | 190 milliards $ |
| Financement en actions | Environ 5 milliards $ | 5 milliards $ |
| Revenus annualisés | Plus de 5,4 milliards $ | Plus de 7 milliards $ |
| Croissance annuelle communiquée | Plus de 65 % | Plus de 80 % au T2 |
Les deux annonces correspondent à des opérations distinctes présentées par l’entreprise la même année. En février, Databricks avait également évoqué environ 2 milliards de dette. Cette capacité à lever des montants comparables à ceux d’une grande entreprise cotée montre à quel point le marché privé reste disposé à financer les gagnants présumés de l’IA.
Databricks n’est pas un laboratoire de modèles IA
La société est parfois rangée trop vite parmi les « startups d’intelligence artificielle ». Son métier est plus précis. Databricks fournit une plateforme de données et d’IA destinée aux entreprises. Son architecture dite lakehouse cherche à réunir les avantages d’un entrepôt de données structuré et ceux d’un lac de données plus flexible.
Concrètement, une banque, un industriel ou un distributeur peut centraliser ses informations, les préparer, les analyser, entraîner des modèles et déployer des applications d’IA sans multiplier les outils incompatibles. La promesse n’est pas de créer le meilleur chatbot généraliste, mais de rendre les données internes utilisables, gouvernées et accessibles aux applications intelligentes.
Cette position devient stratégique. Les grands modèles se banalisent et les entreprises peuvent en utiliser plusieurs. La donnée métier, en revanche, reste propre à chaque organisation. Elle contient le contexte qui permet à un agent de répondre correctement à une question commerciale, de prévoir une panne ou de produire une analyse financière.
À quoi serviront les 5 milliards de dollars ?
Databricks désigne trois priorités : Lakebase, Genie et Unity AI Gateway. Elles correspondent aux différentes couches nécessaires pour transformer une démonstration d’IA en produit d’entreprise.
Lakebase : une base de données pour les applications et les agents
Lakebase est une base de données opérationnelle compatible PostgreSQL et pensée pour les applications modernes. Databricks la présente comme une brique adaptée aux agents IA, qui doivent non seulement lire des données analytiques, mais aussi mémoriser un état et effectuer des opérations.
L’entreprise affirme que Lakebase a dépassé 100 millions de dollars de revenus annualisés. Cette traction explique pourquoi elle veut accélérer son développement : les agents capables d’agir auront besoin de bases transactionnelles rapides, élastiques et reliées aux données gouvernées de l’organisation.
Genie : interroger les données en langage naturel
Genie veut donner aux salariés un accès conversationnel aux informations de leur entreprise. Un responsable peut poser une question en langage naturel au lieu d’écrire une requête technique. La difficulté n’est pas seulement de produire une réponse élégante : il faut comprendre les définitions propres à l’entreprise, respecter les droits d’accès et renvoyer un résultat vérifiable.
Databricks parle d’un « collègue IA » pour les données. Si la promesse est tenue, l’outil peut étendre l’analyse à des équipes qui ne maîtrisent ni SQL ni les tableaux de bord complexes. Il peut aussi augmenter le risque d’une réponse convaincante mais fausse, d’où l’importance de la traçabilité et de la gouvernance.
Unity AI Gateway : contrôler les modèles utilisés
Unity AI Gateway doit aider les entreprises à choisir, router et surveiller les modèles appelés par leurs applications. Cette couche permet de gérer les autorisations, les coûts, l’observabilité et les politiques de sécurité sans dépendre d’un fournisseur unique.
L’idée répond à une réalité du marché : une entreprise peut utiliser un modèle pour la génération de texte, un autre pour le code et un troisième pour un cas sensible déployé dans son propre environnement. Le défi est alors de contrôler qui utilise quoi, avec quelles données et à quel prix.
Des revenus annualisés supérieurs à 7 milliards de dollars
Databricks affirme avoir franchi 7 milliards de dollars de revenue run-rate, avec plus de 80 % de croissance sur un an au deuxième trimestre. Le run-rate annualise le niveau d’activité récent : il offre une photographie utile de la vitesse commerciale, mais ne correspond pas nécessairement aux revenus réellement comptabilisés sur les douze derniers mois.
La société indique également avoir généré un flux de trésorerie disponible ajusté positif sur les douze derniers mois. Son activité Lakehouse dépasserait 1,5 milliard de dollars de revenus annualisés et progresserait de plus de 100 %. Plus de 1 000 clients consommeraient pour au moins un million de dollars par an, dont plus de 100 dépasseraient dix millions.
Enfin, Databricks revendique plus de 20 000 organisations clientes et 70 % des entreprises du classement Fortune 500. Tous ces indicateurs sont communiqués par la société elle-même. Ils restent néanmoins cohérents avec la thèse des investisseurs : Databricks ne vend plus seulement à quelques équipes techniques, mais s’installe comme plateforme centrale chez de grands comptes.
Une valorisation équivalente à environ 27 fois les revenus annualisés
En divisant 190 milliards de valorisation par un peu plus de 7 milliards de revenus annualisés, on obtient un multiple proche de 27. Ce calcul est une approximation : il mélange une valeur du capital issue d’un tour privé avec un indicateur commercial annualisé, et non avec un chiffre d’affaires consolidé sur un exercice complet.
Le ratio montre malgré tout l’exigence intégrée au prix. Pour justifier 190 milliards, Databricks doit maintenir une croissance exceptionnelle, conserver ses grands clients et transformer l’adoption de l’IA en revenus durables. Un ralentissement brutal ou une pression concurrentielle sur les marges pourrait rapidement rendre cette valorisation difficile à défendre.
À l’inverse, si la plateforme devient le système de référence des données utilisées par les agents, le marché potentiel est considérable. Les applications d’IA ne peuvent produire de valeur en entreprise qu’en accédant à des informations fiables et à jour. Databricks se positionne exactement à ce carrefour.
Pourquoi les investisseurs parient-ils autant sur l’infrastructure IA ?
La première phase du boom de l’IA s’est concentrée sur les modèles et les puces. La suivante concerne leur intégration dans les entreprises. Une démonstration spectaculaire ne suffit pas : il faut connecter les données, vérifier les réponses, contrôler les accès, mesurer les coûts et maintenir les applications en production.
C’est aussi ce qui explique la multiplication des financements dans les couches techniques. TechPi a récemment analysé la levée de Tylsemi, qui veut réduire le coût des puces IA sur mesure, ainsi que l’investissement de Mistral AI dans une infrastructure européenne souveraine. Databricks occupe une autre couche de la même chaîne : celle où les données deviennent exploitables par les modèles.
Cette stratégie profite également du multi-cloud. Les grandes entreprises ne veulent pas toujours confier toutes leurs données et tous leurs modèles à un seul fournisseur de cloud. Une plateforme transversale peut leur offrir davantage de choix, même si Databricks reste elle-même dépendante des infrastructures d’AWS, de Microsoft Azure et de Google Cloud.
Snowflake, Microsoft, Google et les clouds restent des concurrents puissants
Databricks ne domine pas un marché vide. Snowflake pousse sa plateforme de données vers l’IA. Microsoft associe Fabric, Azure et ses outils Copilot. Google combine BigQuery, Vertex AI et Gemini. AWS dispose de Redshift, Bedrock et de nombreux services de données. Oracle conserve une forte présence dans les bases de données d’entreprise.
La bataille porte autant sur les formats et les standards que sur les fonctionnalités. Une plateforme qui devient le lieu principal de stockage, de gouvernance et d’exécution bénéficie d’effets de verrouillage importants. Les clients chercheront donc à préserver la portabilité de leurs données, tandis que les fournisseurs tenteront de rendre leur écosystème toujours plus complet.
La question de la sécurité monte aussi en puissance. Plus une plateforme relie de données, de modèles et d’agents, plus une mauvaise permission peut avoir de conséquences. Notre article sur les incidents déjà provoqués par des agents IA en entreprise montre pourquoi la gouvernance ne peut pas rester un argument marketing secondaire.
Cette levée repousse-t-elle l’introduction en Bourse ?
Databricks est régulièrement citée parmi les grandes candidates à une introduction en Bourse. Pourtant, l’entreprise n’a communiqué aucune date. Avec 5 milliards supplémentaires et la possibilité d’offrir de la liquidité à certains salariés ou investisseurs, elle peut poursuivre sa croissance sans subir immédiatement les contraintes des marchés publics.
Rester privée offre davantage de latitude pour investir et limite l’exposition aux réactions trimestrielles. Mais une valorisation aussi élevée crée aussi une attente : les investisseurs voudront un jour une sortie, par une cotation ou une autre opération majeure. Plus le prix privé monte, plus le futur marché devra accepter un dossier exceptionnel.
FAQ
Combien Databricks a-t-elle levé en août 2026 ?
La société a annoncé la clôture d’un financement stratégique de 5 milliards de dollars.
Quelle est sa nouvelle valorisation ?
Databricks est désormais valorisée 190 milliards de dollars, contre 134 milliards annoncés en février 2026.
Databricks est-elle rentable ?
Elle affirme avoir généré un flux de trésorerie disponible ajusté positif sur les douze derniers mois. Cela ne suffit pas à conclure à un bénéfice net comptable.
Databricks prépare-t-elle son IPO ?
La société est souvent présentée comme une candidate à la Bourse, mais aucune date ni procédure d’introduction n’a été annoncée.
À quoi sert Databricks ?
Sa plateforme aide les organisations à stocker, préparer, analyser et gouverner leurs données, puis à construire des applications de données et d’intelligence artificielle.
Conclusion : le grand pari sur les données derrière l’IA
La levée de 5 milliards de dollars n’est pas seulement un nouveau record financier. Elle traduit la conviction que la valeur de l’IA d’entreprise se déplacera vers les plateformes capables d’unifier les données, les modèles, les applications et les règles de sécurité.
Databricks possède la croissance et la base de clients nécessaires pour défendre cette thèse. Elle doit maintenant convertir une valorisation de 190 milliards en domination durable, face à des groupes cotés disposant de clouds, de modèles et de budgets presque illimités. La prochaine bataille de l’IA ne se jouera donc pas uniquement sur la qualité des réponses d’un chatbot, mais sur l’infrastructure invisible qui lui permet de connaître l’entreprise.
