Databricks aide les entreprises à exploiter leurs données sans multiplier les systèmes spécialisés. Sa plateforme permet de préparer des fichiers et des flux, d’exécuter des requêtes SQL, de construire des modèles d’apprentissage automatique et de développer des applications d’intelligence artificielle. Accessible sur les grands clouds publics, elle s’adresse notamment aux ingénieurs data, aux analystes et aux équipes de science des données.
Des origines dans Apache Spark
Fondée en 2013 aux États-Unis par une équipe issue de l’université de Californie à Berkeley, Databricks compte parmi ses cofondateurs plusieurs créateurs d’Apache Spark, moteur open source de traitement distribué des données. L’entreprise a d’abord facilité l’utilisation de Spark dans le cloud, avant d’élargir son offre autour du concept de lakehouse. L’acquisition de MosaicML en 2023 a renforcé son positionnement dans l’entraînement et le déploiement de modèles d’IA.
Une plateforme pour les données et l’IA
Le lakehouse cherche à réunir deux approches : la souplesse du lac de données, qui conserve des volumes importants sous différents formats, et les fonctions structurées d’un entrepôt de données, adaptées à l’analyse métier. Concrètement, une enseigne peut y rapprocher ses ventes, ses stocks et ses interactions clients pour produire des tableaux de bord ou prévoir la demande.
- Delta Lake apporte une couche de fiabilité aux données stockées, avec notamment la gestion des transactions et des versions.
- Databricks SQL permet d’interroger les données et d’alimenter des outils de visualisation sans passer systématiquement par du code complexe.
- Unity Catalog centralise les droits d’accès, la découverte des données et le suivi de leur provenance.
- Mosaic AI regroupe des outils pour construire, évaluer et servir des modèles et applications d’IA, notamment générative.
- MLflow, projet open source initié par Databricks, facilite le suivi des expérimentations et la gestion du cycle de vie des modèles.
Un poids lourd face aux spécialistes du cloud
Databricks opère à l’échelle mondiale, avec plusieurs milliers de salariés et une clientèle qui se compte en milliers d’organisations. Ses marchés comprennent la finance, le commerce, l’industrie, la santé et les télécommunications. Son modèle économique repose principalement sur la consommation de ressources et de services, ce qui rend la maîtrise des coûts importante pour les clients.
L’entreprise compte parce qu’elle rapproche des usages longtemps séparés : informatique décisionnelle, traitement massif de données et IA. Elle concurrence notamment Snowflake et les services analytiques des grands fournisseurs cloud, tout en s’appuyant sur les infrastructures de ces derniers. Son ancrage dans l’open source favorise son adoption, sans supprimer les enjeux de dépendance à ses services propriétaires.
Et maintenant ?
À l’horizon de septembre 2026, l’enjeu est de transformer les expérimentations d’IA en applications fiables et économiquement soutenables. Databricks devra convaincre sur la gouvernance, la qualité des réponses et le contrôle des dépenses, autant que sur les performances techniques. Sa capacité à simplifier une plateforme devenue très large sera déterminante pour toucher davantage d’équipes métier.