Data+IA World Tour 2025 : Databricks accélère la transformation data des entreprises françaises

Le 2 Décembre 2025, Databricks réunissait l’écosystème français de la data et de l’IA pour une journée placée sous le signe de la transformation. Au programme : plus de 40 sessions, des témoignages clients de Decathlon et STMicroelectronics, et les dernières innovations produit de la plateforme, du Lakehouse au Lakebase, en passant par Agent Bricks et l’IA générative. 

Entre stratégies de gouvernance, démocratisation de l’IA et témoignages terrain, cette édition 2025 a confirmé une tendance. La data n’est plus un sujet technique, mais un levier de compétitivité stratégique qui transforme radicalement les organisations.

Devoteam et Databricks : Une expertise reconnue au service de la transformation data et IA

Devoteam s’est affirmé comme un partenaire de référence de Databricks en France, fort d’une équipe d’experts 100% dédiée à la plateforme. Accompagnant une quinzaine de grands comptes français issus des secteurs industriel et des services, Devoteam intervient sur l’ensemble du cycle de vie des projets Databricks : de l’intégration initiale de la plateforme data et la migration cloud, jusqu’au déploiement à l’échelle de cas d’usage analytics et IA avancés, en passant par la gouvernance des données via Unity Catalog. 

Cette expertise technique de haut niveau s’inscrit dans l’ADN même de Devoteam : allier compétences technologiques pointues et capacité d’accompagnement sur mesure pour transformer les ambitions data des entreprises en solutions opérationnelles. C’est cette double compétence, maîtrise approfondie de Databricks et connaissance métier sectorielle, qui permet à Devoteam de développer des solutions innovantes comme Cyberlake, qui exploite la puissance de Databricks pour répondre aux enjeux critiques de cybersécurité des organisations.

Cyberlake : Une solution de cybersécurité innovante sur Databricks

Cyberlake est une solution développée par Devoteam qui combine l’expertise cybersécurité de Devoteam avec la puissance de la plateforme Databricks. L’objectif est double :

• Améliorer la posture de sécurité des clients
• Réduire drastiquement le coût total de possession (TCO) des solutions de cybersécurité

Face à l’augmentation exponentielle de la surface d’attaque des entreprises dans le cloud et à l’intensification des risques géopolitiques, Cyberlake propose une alternative économique aux solutions propriétaires traditionnelles (Splunk, Palo Alto, Checkpoint). Le stockage sur Databricks coûte entre 50 et 100 fois moins cher que sur Splunk, tout en offrant des capacités d’IA et de machine learning impossibles à déployer sur les plateformes cyber classiques.

Un pipeline intelligent qui exploite toute la chaîne Databricks

Cyberlake utilise l’ensemble des composants de la plateforme Databricks :

• Ingestion et stockage des logs (notamment via le connecteur Splunk)
• Transformation et orchestration des workflows
• Machine learning pour entraîner des modèles spécifiques au client
• IA générative pour la vectorisation et l’analyse sémantique
• MLflow pour gérer le cycle de vie des modèles, GenAI SQL pour les requêtes en langage naturel
• AI/BI pour les rapports.

Le processus se déroule en trois étapes :

• Classification des logs suspects via machine learning
• Vectorisation et comparaison avec les scénarios d’attaque référencés (MITRE ATT&CK, Sigma, VirusTotal)
• génération automatique de plans d’action grâce à des modèles LLM fine-tunés pour la cybersécurité.

Cette approche détecte les attaques connues. Mais elle permet aussi d’anticiper les attaques zero-day grâce au pattern matching sémantique de l’IA générative. Devoteam se positionne comme un partenaire essentiel de Databricks sur ce sujet, étant le seul intégrateur à disposer de la double compétence cybersécurité et data, avec des projets en cours chez des clients majeurs du secteur industriel français.

Databricks Data+IA World Tour 2025

Guillaume Brandebourg, Country Manager France de Databricks, a ouvert le Data+IA World Tour en soulignant l’engagement de l’entreprise sur le territoire français avec plus de 250 emplois directs créés et un écosystème dynamique regroupant grandes entreprises, startups et scale-ups.

Placée sous le signe de la curiosité, cette journée proposait plus de 40 sessions et témoignages clients, avec notamment des interventions de Didier Mama (Chief Digital Officer de Decathlon), Jean-Luc Decaux (CIO de STMicroelectronics) et Yannick Nyanga, ancien international de rugby, sur les liens entre sport et data.

Une croissance soutenue en Europe

Samuel Bonamigo, General Manager EMEA, a partagé quelques chiffres illustrant la dynamique de Databricks. Plus de 2000 employés en Europe, dont des équipes Produits et R&D basées à Amsterdam, Berlin et Belgrade, et plus de 300 000 utilisateurs actifs mensuels sur la plateforme…

Databricks mise fortement sur son écosystème de partenaires (ESN, ISV, partenaires Data) et sur la formation via la Databricks Academy et des partenariats avec des écoles d’ingénieurs européennes.

Des partenariats stratégiques majeurs

Plusieurs annonces ont été mises en avant :

• Le partenariat avec London Stock Exchange pour améliorer la qualité des données financières
• La collaboration stratégique avec SAP débouchant sur Business Data Cloud
• Un accord avec OpenAI permettant d’accéder aux meilleures technologies (GPT-5, Anthropic, Google Gemini) directement depuis la plateforme.

Gouvernance et sécurité au cœur de l’offre

Samuel Bonamigo a insisté sur l’importance de la gouvernance et de la sécurité des données à l’ère de l’IA :

« Pas de données gouvernées, pas de données sécurisées, pas d’IA ».

Unity Catalog, solution 100% Open Source de Databricks, répond à ces enjeux et positionne l’entreprise en leader selon le Magic Quadrant de Gartner.

La vision produit : du Lakehouse à la Data Intelligence Platform

David Meyer, Senior Vice-President Product chez Databricks, a présenté la vision stratégique de l’entreprise et l’évolution de sa plateforme depuis 2019.

Le défi de la fragmentation des données

David Meyer a souligné un constat partagé par la plupart des organisations. Malgré le potentiel transformateur de l’IA, sa mise en production reste difficile. Les entreprises jonglent avec de multiples silos d’information. Entrepôts de données on-premise et cloud, systèmes de machine learning distincts, applications SaaS… Chacun stockant les données dans des formats propriétaires avec leurs propres politiques de sécurité.

L’architecture Lakehouse : une rupture conceptuelle

Face à cette complexité, Databricks a introduit en 2019 le concept de Lakehouse, initialement accueilli avec scepticisme par l’industrie. Le principe : centraliser toutes les données dans un stockage objet à bas coût, dans des formats ouverts (Delta Lake, Iceberg), et unifier la gouvernance dans une couche unique.

Cette approche permet d’utiliser les données sans copie entre différentes modalités (analytics, IA, science des données) tout en maintenant une gouvernance cohérente.

Unity Catalog : au-delà de la gouvernance traditionnelle

Unity Catalog, présenté comme l’investissement le plus stratégique de Databricks, va bien au-delà des catalogues de données classiques. Alors que ces derniers se limitent aux données structurées (tables, colonnes), Unity Catalog gouverne l’ensemble du cycle de vie : données, modèles de machine learning construits à partir de ces données et agents utilisant ces modèles. Cette approche permet de tracer la lignée complète. Un changement de données peut impacter un modèle, qui lui-même affecte la performance d’un agent, tout en appliquant les contrôles de coûts et la surveillance de la qualité de manière transversale.

Agent Bricks : simplifier la production d’agents IA

Agent Bricks, la nouvelle couche d’agents composables de la plateforme inclut :

• Multi-Agent Supervisor : permet d’orchestrer des agents provenant de différents systèmes et protocoles (MCP)
• Knowledge Assistant : pour interroger en langage naturel l’ensemble de la documentation d’entreprise
• Genie : agent dédié aux analystes de données pour interroger les données structurées
• Data Science Agent : capable de générer automatiquement des notebooks d’analyse (forecasting, détection de fraude)
• Document Processing : extraction fiable de données depuis des PDF et autres documents

LLM Judges : l’auto-amélioration continue

David Meyer a introduit le concept de LLM judges, pierre angulaire d’Agent Bricks. Partant du principe qu’il est plus facile d’évaluer une réponse de qualité que d’en produire une (comme reconnaître un chef-d’œuvre est plus facile que de le peindre), le système utilise des LLM peu coûteux pour scorer automatiquement chaque réponse des agents.

Cette évaluation continue permet d’optimiser automatiquement le système. Re-segmentation des index vectoriels, sélection des meilleurs modèles pour chaque tâche, amélioration de la qualité tout en réduisant les coûts… Les résultats sont probants. Chez AstraZeneca, sur 400 000 documents d’essais cliniques, Agent Bricks a atteint une qualité supérieure à GPT-4o Mini pour un coût nettement inférieur.

Le principe central d’Agent Bricks est de séparer la définition métier, contrôlée par l’utilisateur dans un langage business simple, de la complexité technique IA sous-jacente, gérée automatiquement par la plateforme. Les agents s’améliorent ainsi avec chaque utilisation, sans intervention supplémentaire des équipes techniques.

STMicroelectronics : transformer la data en avantage compétitif

Jean-Luc Decolle, CIO de STMicroelectronics, a illustré comment le géant des semi-conducteurs a fait de la data un levier stratégique de différenciation.

Un leader européen des semi-conducteurs

STMicroelectronics emploie 50 000 personnes dans le monde, dont 9 000 ingénieurs en R&D. Elle compte 200 000 clients avec le plus grand portefeuille produits de semi-conducteurs au monde (13 milliards d’euros de CA en 2023). En tant qu’IDM (Integrated Design Manufacturer), l’entreprise maîtrise toute la chaîne de valeur avec 14 sites de production, dont deux usines de pointe à Crolles et Agrate.

ST est présente sur quatre marchés majeurs : automobile, industriel/IoT, Personal Computing et communication satellite. L’entreprise fabrique notamment les capteurs d’imagerie des iPhone à Crolles.

D’une approche automation à une culture data-driven

Initialement, la data servait à automatiser et contrôler une industrie fonctionnant 24/7. Mais après cette phase d’automatisation, ST a réalisé que les derniers gains de compétitivité se cachaient dans la data elle-même.

Le constat est sans appel : « Si vous avez de la data silotée,vous ne pouvez pas réussir« , explique-t-il. L’entreprise est passée d’une approche « Automation Driven » à une culture « Fact Database Driven Decision Making ».

Des impacts business concrets

La complexité des opérations illustre l’enjeu : créer un chip d’un millimètre carré avec 600 millions de transistors nécessite 40 semaines. En désilotant les données du Manufacturing, de la R&D, des ventes et des analyses de marché, ST obtient des résultats tangibles :

• Amélioration du rendement en temps réel dans les usines
• Ajustement dynamique des tolérances pendant la fabrication
• Gains de productivité quotidiens via l’utilisation généralisée de prompts dans tous les départements
• Accélération de l’innovation : libérer 10% du temps d’un ingénieur Design permet d’introduire un produit supplémentaire par an

Une transformation radicale, pas incrémentale

Pour Jean-Luc Decolle, l’approche traditionnelle par projets ROIstes successifs est inadaptée à la vitesse d’évolution technologique actuelle. ST a opéré une transformation « Greenfield » complète. Elle a abandonné les silos et les POC dispersés pour une gouvernance centrale de l’IA avec Unity Catalog et une démocratisation de l’accès aux données.

Le message est clair : « Il n’y a plus de projet IT. Il y a un projet à l’échelle de l’entreprise. » Cette transformation centralisée s’appuie sur un Demand Management Process unique arbitrant tous les projets au niveau de l’entreprise.

Quatre niveaux de maturité data

Sur ce « Single Data Hub » haute fidélité, ST a structuré l’exploitation des données selon quatre niveaux progressifs :

• Reporting basique avec source de vérité unique
• Reporting avancé avec corrélations
• Data analytics autonome
• Analyse approfondie « AI Driven » avec LLM et agents conversationnels.

Un écosystème de partenaires stratégiques

ST s’appuie sur un écosystème resserré – Microsoft, Confluent, ServiceNow et Databricks – pour construire une architecture basée sur des Product Data. Cette approche permet de décommissionner progressivement les applications Legacy et de concentrer les processus à forte valeur.

Cette transformation nécessite du temps : deux ans pour mettre en place l’operating model, créer des convictions et dépasser les résistances.

En conclusion, Jean-Luc Decolle a utilisé une métaphore maritime. Il encourage l’audience à franchir le « Cap des Tempêtes » de la révolution data pour atteindre le « Cap de Bonne Espérance » de la compétitivité. Son conseil : privilégier le saut transformationnel plutôt que l’approche séquentielle, trop lente face à la vitesse d’évolution du marché.

Lakeflow, Lakebase et la démocratisation de l’IA

David Meyer a poursuivi sa présentation en détaillant l’évolution de la plateforme Databricks et ses innovations les plus récentes pour simplifier l’accès à la data et à l’IA.

Lakeflow : de Spark à l’ETL simplifié

David Meyer a rappelé les origines de Databricks : « Pendant les premières années, jusqu’en 2017-2018, nous étions principalement une entreprise ETL. » L’entreprise s’est construite autour de Spark, créé dans l’AMPLab de Berkeley par les fondateurs de Databricks. Aujourd’hui, Spark est l’un des trois plus grands projets open source au monde (avec Linux et Kubernetes).

Malgré ce succès, Spark nécessitait une expertise technique importante. Il n’était pas optimisé pour extraire facilement les données des bases de données et applications SaaS. Databricks a récemment contribué son framework de pipelines déclaratifs (anciennement Delta Live Tables) à Apache Spark, le rendant pleinement open source et accessible à tous.

Lakeflow regroupe aujourd’hui quatre composantes clés :

• Connect : connexion à tous les systèmes de données (SaaS, fichiers, bases de données)
• Jobs : orchestration de l’ETL à grande échelle (Databricks lance plus de 40 millions de machines par jour dans le cloud)
• Spark Declarative Pipelines : pipelines de transformation simplifiés
• Designer : interface visuelle avec IA intégrée

Designer permet notamment de décrire en langage naturel les transformations souhaitées. Ou même de fournir une image (GIF ou PNG) de la structure de table désirée, le système générant automatiquement le code SQL correspondant.

Du Lakehouse au Lakebase : une révolution pour l’IA

David Meyer a introduit un nouveau concept qu’il considère comme potentiellement plus transformateur encore que le Lakehouse : le Lakebase. « Si un Lakehouse est un data warehouse résidant dans votre lac sans copie, alors un Lakebase est une base de données résidant dans votre lac sans copie.« 

Cette innovation s’attaque à un problème majeur. Les bases de données traditionnelles, bien qu’ayant considérablement évolué depuis les années 70, conservent une mentalité on-premise inadaptée au développement moderne d’IA. David Meyer l’affirme sans détour : « Vos développeurs détestent vos bases de données. Ils ne vous le disent pas parce qu’ils ne veulent pas vous fâcher, mais cloner une base de données à grande échelle prend des heures, pas des minutes.« 

Le Lakebase repose sur Postgres, complètement réarchitecturé pour séparer calcul et stockage. Les données sont stockées directement dans le lac sous forme de fichiers open source, permettant :

• Création instantanée : toute taille de base disponible en moins d’une seconde
• Clonage instantané : copies disponibles en moins d’une seconde
• Coût de stockage blob quand la base n’est pas utilisée
• Hydratation instantanée dès la première requête

Des copies pour le vibecoding

Cette architecture change radicalement le développement d’applications IA. David Meyer cite l’exemple de Neon, entreprise récemment acquise par Databricks : plus de 80% de ses bases de données sont créées par des agents IA. « Quand vous faites du Vibecoding, le code est parfois mauvais et peut corrompre vos données. Vous devez travailler sur une copie. » Avec le Lakebase, il devient possible de créer mille clones pour un coût négligeable. 1000 agents peuvent ainsi travailler en parallèle, puis on fusionne les branches réussies comme on le ferait avec du code.

Les données circulent désormais sans friction. N’importe quel schéma d’Unity Catalog peut être exposé via une interface Postgres avec des lectures en 9 millisecondes. Et inversement, les données opérationnelles sont disponibles en temps réel dans Unity Catalog, avec la même gouvernance et les mêmes politiques d’accès.

Databricks Apps : de l’idée à la production

Pour démocratiser l’accès aux agents IA développés, Databricks a lancé Databricks Apps. Apps permet de construire des applications personnalisées directement dans la plateforme. David Meyer souligne un problème récurrent : « Vous développez votre app en Vibecoding, vous êtes content, puis l’IT vous dit qu’il faut l’intégrer au SSO, à l’authentification multifacteur, aux politiques VPC… et votre génie ne passe jamais en production.« 

Databricks Apps résout ce problème en intégrant nativement sécurité, gouvernance, audit et conformité. Les développeurs peuvent utiliser n’importe quel framework Python ou Node. Et Databricks travaille avec les principales plateformes de Vibecoding (Lovable, Replit, GitHub Copilot) pour permettre un déploiement en un clic.

C’est le produit à la croissance la plus rapide jamais lancé par Databricks. Preuve s’il en est de la demande pour une approche simplifiée du déploiement d’applications IA.

AI/BI et Genie : l’analyse pour tous

La vision de Databricks sur la Business Intelligence : un outil disponible pour tous sans frais de licence utilisateur, avec l’IA au cœur de l’expérience. Les utilisateurs peuvent démarrer avec une phrase en langage naturel (anglais, français, portugais…) qui générera automatiquement un tableau de bord.

La différence majeure avec les solutions BI traditionnelles dotées d’IA réside dans la profondeur d’accès aux données. « Si votre BI est sur une couche séparée, l’IA intégrée est limitée à ce qui se trouve dans cette couche BI. Avec l’IA intégrée profondément dans le moteur, vous pouvez accéder à des milliards de lignes et poser n’importe quelle question. »

Genie, l’agent conversationnel de Databricks, est pleinement intégré via API à tous les systèmes métier.

Decathlon : la data au service de la démocratisation du sport

Didier Mama, responsable Data et IA chez Decathlon, a partagé le parcours de transformation data de l’enseigne préférée des Français, qui depuis 50 ans rend le sport accessible à tous.

Une architecture repensée pour l’ère de l’IA

Decathlon utilise Databricks depuis 2020, dans le cadre d’un projet lancé par le CEO et le CIO baptisé « Edge of Access ». L’objectif : créer de la valeur avec la data et accélérer sur l’IA.

À l’époque, le paysage technique était complexe : un Data Warehouse Redshift, un Data Lake S3 émergent, et des applications métiers sur Google Cloud. « Les use cases nécessitaient d’abord de décloisonner« , explique Didier Mama. « Le découplage entre stockage et compute était complexe côté Redshift, et nous avions anticipé l’accélération de l’IA. »

Les équipes Data Factory utilisaient déjà Python et Spark pour des cas d’usage allant au-delà de la Business Intelligence classique. Le choix de Databricks s’est imposé pour décloisonner, fluidifier l’accès aux données, et matérialiser une stratégie en avance sur son temps . C’est-à-dire, construire des « Data as a Product » dès 2022.

Des cas d’usage sur toute la chaîne de valeur

Decathlon présente une particularité : l’entreprise est verticalement intégrée, couvrant conception, design, R&D, production, retail et supply chain. « Dans tous ces domaines, on a des use cases« , souligne Didier Mama. « Aussi bien pour construire des dashboards, que pour faire de la Data Analyse et surtout de plus en plus d’automatisation grâce à l’IA.« 

Parmi les exemples concrets :

Pricing et KVI : Face aux problématiques d’inflation, Decathlon a travaillé sur les Key Value Items (articles clés) en combinant A/B tests et analyses régulières pour trouver l’équilibre entre répercussion de l’inflation et maintien de la compétitivité.

Supply Chain : L’IA a permis d’augmenter significativement la précision du forecasting. « Pour nous, gagner quelques %  a des impacts absolument énormes », précise Mama.

Mesure de la valeur : Decathlon a mis en place une méthodologie légère basée sur le Business Canvas pour quantifier l’impact de chaque analyse ad-hoc. Le résultat est éloquent : en 2023, l’ensemble des analyses data a généré 300 millions d’euros de chiffre d’affaires supplémentaire grâce à de meilleures décisions.

Une organisation data structurée à grande échelle

L’équipe data de Decathlon est organisée en plateforme centrale (150-200 personnes) qui supporte quatre grands domaines métiers (Supply Chain, Sport, Corporate, Omni) comptant environ 400 personnes. Au total, entre 500 et 600 personnes travaillent sur la data, sans compter les équipes pays.

L’intensité d’usage est impressionnante : plus de 20 000 personnes utilisent quotidiennement les ressources de la plateforme, que ce soit pour consulter des dashboards, faire du Machine Learning ou commencer à utiliser l’Agentique. « On a construit des Product as a Service pour réduire le Time to Market« , explique Mama. « Il est essentiel pour nous de répondre le plus vite possible aux attentes du métier. »

Gouvernance : des droits et des devoirs

Avec l’intensification des usages, particulièrement autour de l’IA générative, la qualité de la donnée devient critique. « Avec un dashboard, il y a toujours un humain derrière qui peut s’alerter« , observe Mama. « Demain on va brancher des RAG sur des agents qui vont exécuter des tâches de manière totalement automatisée. Là, le niveau de qualité devient absolument clé.« 

Decathlon repense sa gouvernance autour du concept de « Gouvernance by Design », avec une ambition claire : « Si on réussit, on n’aura plus besoin de gouvernance. » L’approche repose sur plusieurs principes :

• Utilisation de Data Contracts et Unity Catalog
• Responsabilisation des producteurs : chaque créateur de data est responsable de ce qu’il produit, avec traçabilité et auditabilité
• Pour les agents IA : aucune source de données ne peut être connectée sans Owner identifié

« On vous a donné de la puissance, vous pouvez faire beaucoup de choses : avec les droits, il y a des devoirs« , résume Mama.

Du reporting au « Data Talk »

Avec plus de 6000 dashboards en production, Decathlon fait face à un nouveau défi :

« C’est devenu tellement facile que chacun crée son dashboard, ses KPI, ce qui nuit à la cohérence des résultats. Les KPI pertinents devraient être déterminés par la data.« 

La vision « Data Talk » consiste à tirer parti des Large Language Models et de solutions comme Genie pour éliminer une grande partie des dashboards au profit d’interactions conversationnelles. L’objectif : passer du « pull » au « push », avec des alertes en temps réel sur les déviations de performance plutôt qu’un flot constant d’informations.

Trois axes stratégiques pour l’IA

Didier Mama a détaillé la feuille de route IA de Decathlon autour de trois axes :

AI for Many : généraliser la réduction des tâches à faible valeur ajoutée pour tous les collaborateurs, dans un cadre bien défini et gouverné.

Optimisation : améliorer significativement des processus complexes sans les transformer, en s’appuyant sur des experts métiers (RH, finance, design).

Transformation : avec des équipes pluridisciplinaires, repenser fondamentalement les métiers. « On n’est pas juste des enablers, on est des contributeurs », insiste Didier Mama. « Si je laisse le métier faire, il me demande des chevaux plus rapides. Mon job c’est de faire des voitures », paraphrasant Henry Ford. « La Data définit le comportement d’un événement, d’un processus. On doit être vraiment plus que des enablers, des co-créateurs sur la transformation de ces métiers. »

Sport et data : l’équilibre entre mesure et intuition

Pour terminer la keynote, Yannick Nyanga, ancien international de rugby (46 sélections) et auteur d’un livre sur la data dans le sport co-écrit avec Aurélie Jean, a partagé sa vision nuancée de l’utilisation des données dans la performance sportive.

Passé d’une relation difficile avec la mesure – son premier test physique fut un échec – à une adoption stratégique pendant sa « traversée du désert » (5 ans sans sélection),Yannick  Nyanga a utilisé la collecte systématique de ses données d’entraînement pour identifier les conditions de haute performance et éviter blessures et sur-entraînement.

Aujourd’hui, tous les clubs mesurent intensité d’entraînement, ressenti des joueurs, et métriques de match via GPS et capteurs. Mais il insiste sur les limites : « La data ne montre que ce qu’on mesure« , et peut biaiser les comportements ou créer des corrélations trompeuses. Il cite l’exemple de l’Irlande, éliminée en Coupe du Monde après avoir banni certains gestes risqués mais créateurs de jeu, ou celui de Finn Russell remontant un match 28-3 en ignorant les consignes data-driven.

Sa conviction : « La data n’est qu’un moyen au service d’une vision. Les meilleures équipes restent celles qui mettent ces données au service de l’intuition et de l’humain« .