1. Le profil réel derrière le chiffre

Quelques données structurantes :

• 5,4 Mds $ de revenus annualisés

• +65 % de croissance YoY

• 1,4 Md $ de revenus annualisés liés à l'IA

• Net retention > 140 %

• 800+ clients à plus de 1 M $ par an

• Free cash-flow positif sur les 12 derniers mois

À 5,4 Mds $ de run-rate, Databricks opère déjà à l'échelle d'un grand éditeur coté.

Mais contrairement à beaucoup de « AI stories », ce n'est pas un modèle subventionné par le capital. C'est une machine qui génère déjà du cash.

2. 25x les revenus : exubérance ou cohérence ?

134 Mds $ pour 5,4 Mds $ de revenus annualisés.

→ ~25x le run-rate.

Comparaison rapide :

• Les grands SaaS cotés : 8x–15x

• Les leaders data/AI dans les meilleures phases de marché : 15x–20x

Alors pourquoi une prime ? Parce que le multiple n'est jamais une fantaisie. C'est un vote. Un vote sur trois variables :

1. Position d'infrastructure — Databricks est au cœur des architectures data des grands groupes. Le lock-in est structurel.

2. Qualité de la base clients — 140 % de net retention signifie que la croissance est d'abord interne.

3. Visibilité IPO — À ce stade, le marché price déjà la trajectoire post-introduction.

La vraie question n'est pas : « 25x est-ce trop cher ? »

Mais : Croyez-vous à 50–60 % de croissance pendant encore 2–3 ans, avec une marge Free cash flow qui s'élargit ?

Si oui, le multiple se normalise mécaniquement à l'IPO sur une base de revenus beaucoup plus élevée.

3. Equity + dette : le signal le plus intéressant

Ce tour n'est pas qu'un tour. C'est un changement de statut.

• 5 Mds $ d'equity pour accélérer les produits (Lakebase, Genie, agents, apps), financer du M&A ciblé et organiser de la liquidité.

• 2 Mds $ de dette alors que la société est déjà FCF positive.

On bascule d'un profil « venture pur » à une structure de capital quasi cotée.

Usage de dette. Optimisation du coût du capital. Gestion sophistiquée des liquidités secondaires.

La dette envoie deux signaux :

• Aux clients enterprise : risque fournisseur extrêmement faible.

• Aux investisseurs : pré-IPO engineering assumé.

4. Un cas d'école de l'IA « investissable »

Trois enseignements structurants.

1. L'IA ne suffit pas. L'infrastructure oui.

Databricks ne vend pas un LLM grand public. Elle monétise la couche data + orchestration + usage. Le pouvoir de pricing vient de la profondeur d'intégration.

2. La monétisation IA est déjà massive.

1,4 Md $ de revenus annualisés liés aux produits IA. C'est plus que le chiffre d'affaires total de nombreuses « AI natives ». L'IA ici n'est pas un produit isolé. C'est un accélérateur d'adoption.

3. Discipline dans les multiples.

25x paraît élevé. Mais si la croissance se maintient, le multiple « travaille » en votre faveur. Le marché n'achète pas un chiffre actuel. Il achète une trajectoire.

5. Le message pour le marché privé

Databricks a déjà connu plusieurs vagues de transactions secondaires. Ce n'est plus une licorne illiquide.

C'est :

• Un actif activement échangé.

• Une gouvernance structurée.

• Une cap table en cours de rationalisation.

• Une trajectoire compatible public market.

On parle d'un actif quasi institutionnel.

Conclusion

Databricks n'est pas un pari narratif sur l'IA. C'est un actif :

• rentable,

• en hypercroissance,

• structuré,

• déjà pensé pour la cotation.

La question pour un investisseur n'est pas : « Est-ce cher ? »

Mais : Où se situe-t-on dans la courbe de création de valeur ?

L'IA redistribue. Le capital sélectionne.

Et la sélection se fait de plus en plus tôt, sur des actifs déjà structurés comme des sociétés cotées… avant qu'elles ne le deviennent.