Databricks lève 5 milliards à une valorisation de 190 milliards, et ne s'introduit toujours pas en bourse

Databricks a clos le 13 août une levée de fonds de 5 milliards de dollars sur une valorisation de 190 milliards, la deuxième de l'année pour l'entreprise et un nouveau repère de l'agressivité avec laquelle le capital privé continue de courir après l'IA d'entreprise.

À lire aussi: DeepSeek lèverait 15 milliards de dollars sur une valorisation de 74 milliards, deux jours après une ordonnance fédérale américaine · OpenAI s'approche d'un tour de 30 milliards de dollars sur une valorisation de 1 250 milliards, 150 milliards sous son objectif initial.

Le tour a été mené par l'investisseur existant Coatue, avec Blackstone, MGX, des comptes conseillés par T. Rowe Price et le nouvel investisseur Sixth Street Growth, selon l'annonce de l'entreprise. Une vingtaine d'investisseurs y ont participé au total. Il intervient six mois après que Databricks a levé 5 milliards de dollars en fonds propres plus 2 milliards de capacité d'endettement sur une valorisation d'environ 134 milliards, la valeur papier de l'entreprise a donc progressé de plus de 40 % en six mois, en plus d'une opération déjà considérable.

L'entreprise a aussi indiqué avoir franchi un rythme de revenus annualisés de 7 milliards de dollars et une croissance de plus de 80 % sur un an au deuxième trimestre. Ce sont des chiffres qui rendent la question de l'introduction en bourse urgente. Databricks y répond quand même : pas maintenant.

Le tour, et la demande qui l'entoure

Le détail le plus révélateur de la semaine n'est pas l'argent levé, mais l'argent refusé. Le cofondateur et PDG de Databricks, Ali Ghodsi, a déclaré à TechCrunch que l'entreprise voulait lever environ 1 milliard de dollars, tandis que les investisseurs voulaient engager près de 15 milliards, une sursouscription de quinze fois. Elle s'est arrêtée à 5 milliards.

Cette dynamique explique une bizarrerie du calendrier. En juillet, Databricks a publié un communiqué annonçant avoir clos un tour sur une valorisation de 188 milliards sans dire combien il avait levé. Ce n'est que le 13 août qu'elle a dévoilé les 5 milliards et confirmé que la valorisation avait grimpé à 190 milliards. Quand la demande dépasse à ce point l'offre, même les conditions se négocient en public.

Databricks n'avait pas besoin de cet argent au sens immédiat. Le tour se comprend mieux comme un geste stratégique visant à verrouiller une valorisation et un tour de table avant que les marchés publics ne votent, et à donner davantage de l'entreprise aux bailleurs de fonds de long terme tant qu'elle est encore privée.

À quoi sert l'argent

Databricks dirige le capital vers trois produits qui correspondent à l'obsession actuelle de l'IA d'entreprise : contexte, gouvernance et maîtrise des coûts.

• Lakebase, sa base de données Postgres sans serveur conçue pour les agents d'IA, a déjà dépassé un rythme de revenus de 100 millions de dollars.
• Genie, décrit comme un « collègue de travail IA » qui transforme les données métier en réponses et en actions, est son pari pour rendre les données accessibles sans qu'une équipe data ne s'en mêle.
• Unity AI Gateway est une couche de gouvernance et de maîtrise des coûts pour les entreprises qui font tourner plusieurs modèles, le problème du « multi-IA » que les entreprises rencontrent dès qu'elles cessent d'utiliser un seul fournisseur.

L'introduction en bourse qui n'arrive pas

Le plus frappant dans l'histoire de Databricks n'est pas la levée, mais l'attente. L'entreprise vaut désormais 190 milliards et croît plus vite que presque toute activité logicielle de sa taille, et elle choisit pourtant de rester privée.

Ghodsi a déclaré à Forbes qu'il est « très peu probable » que l'entreprise s'introduise avant Anthropic ou OpenAI. Lier une introduction en bourse à deux des entreprises privées les plus valorisées de l'histoire est une façon commode de dire « pas bientôt », et c'est un point de vue partagé par tout le secteur. CNBC a noté que Databricks rejoint un groupe croissant d'entreprises qui choisissent de rester plus longtemps à l'écart du marché des introductions.

Pourquoi rester privée ? La réponse est surtout que les marchés publics imposent une discipline que le capital privé n'a pas actuellement. Tant que les investisseurs acceptent de financer une entreprise à une valorisation supérieure à celle que lui attribuerait le marché public, et tant que les salariés peuvent être rémunérés en actions avec une perspective de liquidité plausible, il y a peu d'avantages à une introduction au-delà de la vanité. S'ajoute un effet dissuasif : des débuts décevants réinitialiseraient le récit de valorisation de toute la cohorte de l'IA d'entreprise.

Rester privée n'est plus le signe qu'une entreprise ne peut pas s'introduire en bourse. Pour les plus grands noms de l'IA, c'est le signe qu'elle n'a pas besoin de le faire.

Le coût de ce choix est l'opacité. Les actionnaires extérieurs ne peuvent pas voir les comptes complets de Databricks, et les 190 milliards sont un prix fixé par un petit groupe d'investisseurs avertis, non une mesure rendue par un marché de millions de participants. Ce n'est pas en soi erroné, mais cela signifie que la valorisation doit être traitée comme une opinion négociée, pas comme une mesure.

L'ère des méga-tours de l'IA d'entreprise

Databricks est l'exemple le plus clair d'un schéma plus large : l'IA d'entreprise est devenue l'endroit le plus fiable pour déployer d'importantes quantités de capital privé. Les dépenses ne sont pas spéculatives comme peuvent l'être les paris d'IA grand public; les entreprises achètent des logiciels qui se branchent sur des données qu'elles possèdent déjà, et les contrats sont importants et récurrents.

Cela a créé un marché de financement à deux niveaux. Les start-up d'IA grand public se disputent l'attention et les modèles publicitaires, tandis que les entreprises d'IA d'entreprise lèvent des tours à neuf et dix chiffres sur la base de leur chiffre d'affaires. Databricks, avec un rythme de 7 milliards, se situe au sommet de ce niveau.

Cela soulève aussi une question sur la forme du marché. Si les entreprises dominantes de l'IA d'entreprise restent privées pendant des années, l'exposition des marchés publics au boom de l'IA se concentre sur une poignée d'hyperscalers et de fabricants de puces. Le « trade » de l'IA auquel les investisseurs ordinaires peuvent réellement accéder ressemble très peu à celui que financent les institutions.

Les mathématiques derrière une étiquette de 190 milliards

Il vaut la peine de faire le calcul, car les chiffres sont plus défendables que l'étiquette ne le suggère au premier abord, et aussi plus exigeants.

Avec un rythme de revenus de 7 milliards, une valorisation de 190 milliards implique environ 27 fois les revenus futurs. C'est cher pour un éditeur de logiciels mature, mais pas absurde pour une entreprise qui croît de plus de 80 % sur un an. Les entreprises logicielles à forte croissance se sont négociées à des multiples similaires dans des marchés porteurs, et Databricks réinvestit une part inhabituellement élevée de ses revenus dans la croissance. Le scénario haussier est simple : si l'entreprise grandit dans le multiple au cours des prochaines années, le prix d'aujourd'hui paraîtra raisonnable avec le recul.

Le scénario baissier est tout aussi simple. Les multiples se compriment quand la croissance ralentit, et une croissance de 80 % à cette échelle ne peut pas durer indéfiniment. Une activité à 7 milliards de revenus annualisés est soumise à la loi des grands nombres; les mêmes gains en pourcentage exigent chaque année beaucoup plus de revenus absolus. Si la croissance ralentit vers, disons, 30 %, les mathématiques de la valorisation exigent un tout autre récit sur la rentabilité, et Databricks, comme la plupart des éditeurs à forte croissance, n'a pas optimisé pour le profit à court terme.

S'ajoute le problème de la comparaison. Databricks est souvent mesuré à Snowflake, Oracle et aux hyperscalers, mais son comparable privé le plus proche est OpenAI, qui opère à une échelle totalement différente, tant de valorisation que de consommation de trésorerie. Databricks occupe un juste milieu inconfortable : trop grand pour être valorisé comme une start-up, trop privé pour être valorisé par le marché. Les 190 milliards se lisent mieux comme le prix qu'un ensemble précis d'investisseurs a accepté de payer pour s'exposer à cette position, non comme un verdict du marché dans son ensemble.

L'affirmation sur l'AGI

Ghodsi a aussi fait une déclaration qui a attiré l'attention : il a affirmé que l'intelligence artificielle générale est déjà arrivée et que les véritables contraintes de la valeur d'entreprise sont désormais le contexte, le coût des jetons et l'infrastructure d'agents, plutôt que la capacité brute du modèle.

C'est un cadrage délibérément provocateur, et il vaut la peine de séparer la partie utile de la partie rhétorique. La partie utile est l'affirmation opérationnelle qui la sous-tend : pour de nombreuses tâches d'entreprise, les modèles actuels sont déjà assez capables, et le goulot d'étranglement est tout ce qui les entoure, récupération, permissions, évaluation, coût et fiabilité. Les entreprises qui traitent ces aspects comme des détails ne tireront pas grand-chose de modèles plus capables.

La partie rhétorique (déclarer que l'AGI est arrivée) est quelque chose que Databricks ne peut pas étayer, et c'est le genre de déclaration qu'un PDG fait lorsque le message produit est : « arrêtez d'attendre un meilleur modèle et réparez vos données ». Prenez la stratégie au sérieux; traitez la définition comme du marketing.

Réserves et points à surveiller

Trois réserves ressortent.

Premièrement, la valorisation n'est solide que jusqu'au prochain tour. Les marques privées sont stables jusqu'à ce qu'elles ne le soient plus, et un seul tour à la baisse chez un comparable peut réinitialiser le sentiment de toute la catégorie. La trajectoire technique et de revenus de Databricks semble forte, mais le prix tient autant à l'abondance du capital qu'à la performance de l'entreprise.

Deuxièmement, la concurrence se resserre des deux côtés. Snowflake rivalise directement sur l'analyse de données, tandis que les hyperscalers (Microsoft, Google et Amazon) vendent des plateformes d'IA qui se recoupent et préféreraient que les entreprises achètent leur gouvernance et leurs outils d'agents plutôt que ceux de Databricks. L'indépendance de l'entreprise est un argument de vente pour les clients qui craignent l'enfermement, et une vulnérabilité pour une société qui doit construire chaque couche elle-même.

Troisièmement, les 190 milliards supposent une hypercroissance continue. Un taux de croissance de 80 % sur un rythme de 7 milliards est exceptionnel; le maintenir devient plus difficile chaque trimestre, et la décélération finira par tester si les investisseurs privés ont intégré un atterrissage en douceur ou une falaise.

Le prochain point à surveiller, c'est la fenêtre d'introduction en bourse. Si Anthropic ou OpenAI déposent un dossier, la porte que Databricks attend pourrait s'ouvrir, ou l'examen qui en résulterait pourrait rendre le statut privé encore plus attrayant. Pour l'instant, l'entreprise a levé assez de capital pour attendre le marché public aussi longtemps qu'elle le souhaite, ce qui est précisément le luxe qu'achète une valorisation de 190 milliards.