Databricks atteint 188 Mds $ : l'IA se joue dans l'infrastructure, pas dans les apps

Databricks, plateforme de données et d'intelligence artificielle pour entreprises, a atteint une valorisation de 188 milliards de dollars, selon une enquête de la rédaction basée sur les données de la newsletter Tech Startups du 20/07/2025 et confirmée par des sources du marché. Ce chiffre place l'entreprise au sommet de l'écosystème technologique et révèle un changement décisif dans le marché de l'IA : alors que la bataille pour les utilisateurs finaux — le détail de l'intelligence artificielle — fait les gros titres, c'est dans l'infrastructure et les données en gros que se concentre l'argent réel.

La même semaine, TSMC, le plus grand fabricant de puces au monde, a relevé ses prévisions d'investissement pour répondre à la demande de traitement IA, selon la même enquête. La combinaison de ces deux événements dessine un scénario où la course physique de l'intelligence artificielle — puces, data centers, énergie — prend le centre du jeu, montrant clairement que la nouvelle frontière n'est pas sur l'écran du smartphone, mais dans les fondations qui soutiennent les modèles.

Databricks : du big data au moteur de l'IA corporative

Fondée par les créateurs d'Apache Spark, Databricks s'est fait une réputation en simplifiant le traitement de grands volumes de données. Ces dernières années, l'entreprise s'est repositionnée comme une plateforme unifiée pour l'analyse de données et l'intelligence artificielle, en concurrence directe avec des géants comme Snowflake et les divisions cloud d'Amazon, Microsoft et Google.

La valorisation de 188 milliards de dollars — qui dépasse la valeur boursière de nombreuses sociétés cotées — reflète la perception que l'infrastructure de données est le véritable carburant de l'IA générative. Les modèles qui alimentent les chatbots et assistants dépendent d'ensembles de données propriétaires, curated et gouvernés au sein des entreprises. Databricks offre exactement cela : un environnement où les entreprises peuvent stocker, organiser et entraîner des modèles sur leurs propres données, sans les exposer à des tiers.

Ce bond de valorisation est également associé à un tour d'investissement dont le montant et les participants n'ont pas été détaillés dans la newsletter initiale. Cette démarche est toutefois cohérente avec la thèse selon laquelle le capital-risque a migré de la couche applicative vers la couche d'infrastructure — où les barrières à l'entrée sont plus élevées et les marges plus prévisibles.

La course à l'infrastructure physique : puces, data centers et énergie

L'augmentation des capex annoncée par TSMC, selon Tech Startups, renforce l'idée que l'expansion de l'IA dépend de plus en plus de la capacité physique. Le taiwanais, qui domine déjà la fabrication de puces avancées pour Nvidia, AMD et d'autres, doit agrandir ses usines et développer des processus encore plus efficaces pour soutenir la demande.

Les analystes du secteur soulignent que le goulot d'étranglement de l'IA n'est plus le logiciel mais le silicium. Chaque nouvelle génération de modèles nécessite des clusters de milliers de GPU ou d'accélérateurs spécialisés, consommant de l'électricité à l'échelle industrielle. Les grands opérateurs de data centers, comme Blackstone et d'autres fonds d'infrastructure, ont également augmenté leurs investissements récemment, selon le même tour d'horizon, signalant que la chaîne d'approvisionnement derrière l'IA gonfle en bloc.

L'énergie est un autre composant critique. Les data centers hyperscale rencontrent déjà des limitations d'approvisionnement dans des régions comme la Virginie (États-Unis) et l'Irlande. La pression pour des sources durables a conduit des entreprises comme Microsoft et Amazon à conclure des accords de plusieurs milliards avec des producteurs nucléaires et renouvelables. Le message est simple : celui qui contrôlera l'infrastructure physique contrôlera la prochaine décennie de l'IA.

Le contraste avec le détail de l'IA : appareils et utilisateurs

Alors que Databricks symbolise le commerce de gros de plusieurs milliards, le détail de l'intelligence artificielle tente de conquérir les utilisateurs avec des fonctionnalités plus tangibles. Samsung, par exemple, a annoncé en juin la nouvelle technologie de stockage UFS 5.0 pour smartphones. Le composant promet d'accélérer les tâches d'IA embarquée — comme la traduction simultanée et l'édition d'images — et de réduire la consommation de batterie de plus de 40 %, selon l'entreprise.

Cette nouveauté est légitime et devrait apparaître dans les appareils premium à partir du quatrième trimestre 2026. Mais dans la logique du marché, il s'agit d'une compétition pour la différenciation de l'expérience utilisateur, non d'une transformation structurelle. La valeur générée par les améliorations matérielles pour l'IA sur smartphone est marginale par rapport à ce qui est en jeu dans les contrats d'entreprise pour les plateformes de données et la vente de puces pour data centers.

Réorganisation chez les big techs : coupes et réallocation des ressources

Un autre effet de la concentration des capitaux dans l'infrastructure apparaît dans la gestion des ressources humaines. Des employés de Google ont remis en juillet une pétition signée par plus de 4 500 collègues demandant une protection contre les licenciements motivés par l'automatisation des tâches avec l'IA. Chez Microsoft, une nouvelle série de coupes devrait toucher moins de 2,5 % des effectifs, avec un impact dans des domaines comme les ventes et le conseil, selon Olhar Digital.

Ces réductions ne signalent pas une crise financière — Alphabet et Microsoft restent hautement rentables. Elles reflètent une réallocation des ressources : l'argent qui finançait les équipes de support et de développement de produits irrigue désormais l'achat de GPU et la construction de data centers. La pression pour l'efficacité répond également à la complexité géopolitique croissante. Les États-Unis ont accusé la startup chinoise Moonshot AI d'utiliser des puces Nvidia GB300 obtenues via la Thaïlande pour entraîner des modèles, illustrant comment le contrôle du matériel est devenu une arme stratégique.

Ce qui se dessine est un écosystème à deux vitesses. D'un côté, la course de plusieurs milliards pour l'infrastructure brute, où Databricks s'insère comme fournisseur de plateforme de données et TSMC et Nvidia comme fournisseurs du muscle computationnel. De l'autre, le détail de l'IA, qui remplit les keynotes de démonstrations de traduction en temps réel et de génération d'images, mais dépend entièrement de la base physique en cours d'érection en sous-sol du marché. Pour les entreprises et les investisseurs, le signal de 2026 est clair : le véritable pot d'or se trouve là où les données rencontrent les puces — et c'est là que Databricks plante son drapeau de 188 milliards de dollars.