Databricks est une entreprise américaine spécialisée dans les plateformes de données et d’intelligence artificielle. Établie à San Francisco, elle s’adresse aux organisations qui souhaitent collecter, transformer, analyser et exploiter leurs données dans un environnement commun. Disponible sur les infrastructures d’Amazon Web Services, de Microsoft Azure et de Google Cloud, son offre vise notamment les équipes informatiques, les analystes et les spécialistes de l’apprentissage automatique.
Des laboratoires de Berkeley à la plateforme cloud
Databricks naît en 2013 dans le prolongement de travaux menés à l’université de Californie à Berkeley. Parmi ses cofondateurs figurent Ali Ghodsi, Matei Zaharia et Ion Stoica. Son histoire est étroitement liée à Apache Spark, un moteur de calcul distribué conçu pour traiter de grands volumes de données. L’entreprise construit d’abord une offre commerciale permettant d’utiliser cette technologie sans administrer soi-même toute l’infrastructure nécessaire.
Elle élargit ensuite son périmètre avec des outils consacrés au stockage, à la gestion des modèles et à la gouvernance. Plusieurs projets open source structurent cet écosystème, dont Delta Lake et MLflow. L’acquisition de MosaicML en 2023 renforce ses capacités dans l’IA générative, tandis que celle de Tabular en 2024 souligne l’importance stratégique des formats de tables ouverts.
Réunir données, analyse et IA
Le concept de lakehouse constitue le socle de son positionnement. Il cherche à combiner la souplesse des lacs de données, capables d’accueillir des contenus variés, avec les fonctions de fiabilité et d’analyse habituellement associées aux entrepôts de données. Pour les clients, l’objectif est de réduire les copies et les transferts entre systèmes, tout en facilitant le passage de la préparation des données à leur exploitation.
La plateforme couvre ainsi les pipelines d’ingestion et de transformation, les requêtes SQL, les tableaux de bord et le développement de modèles d’apprentissage automatique. Unity Catalog apporte une couche de gouvernance pour organiser les droits d’accès, documenter les actifs et suivre leur utilisation. Les outils d’IA permettent également de concevoir des applications s’appuyant sur les données propres à une organisation.
Databricks commercialise principalement ses services selon leur consommation. Son modèle associe logiciels propriétaires, contributions open source et partenariats avec les fournisseurs de cloud, qui sont aussi, sur certains segments, ses concurrents.
Et maintenant ?
La suite dépendra notamment de la capacité de Databricks à transformer l’intérêt pour l’IA générative en usages opérationnels durables. Pour ses clients, la qualité des données, la maîtrise des coûts et la sécurité restent des conditions déterminantes, au-delà des performances des modèles.
Face à Snowflake et aux plateformes des grands fournisseurs de cloud, l’entreprise devra aussi démontrer l’intérêt d’un environnement intégré sans compromettre l’interopérabilité. Les formats ouverts, la gouvernance et la simplicité d’utilisation seront des leviers de différenciation. L’enjeu est désormais autant organisationnel que technique : permettre à davantage de métiers d’exploiter les données sans multiplier les outils ni fragiliser leur contrôle.