Pour les DSI, l’enjeu n’est plus d’adopter l’IA, mais de l’industrialiser sans alourdir un SI déjà contraint par le legacy, la gouvernance et la pression sur le ROI. Guillaume Brandenburg, directeur général de Databrciks France, est notre invité de la semaine.
Pour les DSI, le sujet n’est plus de savoir s’il faut aller vers l’IA, mais comment l’industrialiser sans ajouter une nouvelle couche de complexité au SI. Entre budgets contraints, pression sur le ROI, coexistence avec le legacy, montée du shadow AI et exigence accrue de gouvernance, la feuille de route se tend : il faut accélérer, mais sans perdre la maîtrise. C’est exactement à ce point de friction que se situe l’offre de Databricks dont le directeur général France, Guillaume Brandenburg, est l’invité de la semaine d’InformatiqueNews. Il défend une vision très concrète de la démocratisation de la donnée et de l’IA dans l’entreprise.
Acteur désormais central de l’écosystème data et IA, Databricks avance avec une ambition claire : unifier données, analytique et intelligence artificielle sur une même plateforme. Le groupe a franchi début février 2026 un nouveau cap en annonçant une croissance de plus de 65 % sur un an et un revenu annualisé de 5,4 milliards de dollars, tout en indiquant vouloir accélérer sur deux axes mis en avant aussi dans cet entretien : Genie, son assistant conversationnel pour interroger les données en langage naturel, et Lakebase, sa base Postgres serverless conçue pour les applications et agents IA.
Lakebase, lancé en juin 2025, s’inscrit dans le prolongement de l’acquisition de Neon, tandis que Genie est devenu généralement disponible sur l’ensemble des clouds en juin 2025. Cette séquence éclaire le positionnement actuel de Databricks : ne plus seulement moderniser la data, mais fournir le socle des usages IA en production.
Guillaume Brandenburg replace d’abord le débat dans un contexte plus large, celui d’une IA devenue enjeu d’accès, d’infrastructure et de diffusion mondiale. Revenant sur le sommet AI for Action de New Delhi à la fin février, il insiste sur une idée forte : l’IA ne peut pas rester réservée à quelques grandes puissances technologiques, même si la question des infrastructures et de l’énergie reste entière. Cette entrée en matière donne le ton : chez Databricks, le sujet n’est pas l’IA comme effet de mode, mais comme capacité à mettre plus vite la technologie au service de cas d’usage métiers réels.
De toute façon, personne ne peut aller à l’encontre de l’évolution des usages. Combien même celle-ci est très rapide. Guillaume Brandenburg souligne qu’en un an, l’agentique a changé d’échelle chez les clients de Databricks, avec des cas d’usage en forte hausse et une montée nette du multi-modèle. « 80% de nos clients utilisent deux ou plus de deux modèles », explique-t-il, pour répondre à des besoins différents selon les contextes métiers.
Le premier terrain d’application reste la connaissance client, avec le Customer 360 comme cas d’usage dominant, mais l’enjeu, au fond, est plus large : faire entrer l’IA dans les opérations, pas seulement dans l’expérimentation. Databricks veut précisément se positionner sur ce passage à l’échelle, en donnant aux entreprises les moyens d’aller au-delà du PoC pour toucher la productivité, la satisfaction client et, demain, le refactoring de processus métiers entiers.
C’est là qu’interviennent Genie et Lakebase, présentés comme deux briques complémentaires d’une même stratégie. Le premier incarne la démocratisation de l’accès à la donnée : « un LLM conversationnel sur les données de votre entreprise », capable de comprendre le jargon, les règles et le contexte propre à l’organisation. Le second ouvre, selon lui, « une nouvelle catégorie de produits », en rapprochant monde transactionnel et monde analytique dans une architecture pensée pour l’ère agentique.
Dans son raisonnement, l’enjeu est simple : moins de silos, moins de duplications, une gouvernance unifiée et une exploitation plus fluide de la donnée, quelle que soit la nature des usages. Il cite au passage des premiers exemples concrets, comme Virgin Atlantic, qui aurait réduit par trois son temps d’analyse pour ouvrir de nouvelles lignes, ou encore de grands groupes français qui repensent déjà l’accès de leurs dirigeants à la BI via Genie.
Mais l’intérêt de l’entretien est surtout de ne pas esquiver les objections des DSI. Moderniser, oui, mais avec quels budgets ? Ajouter de nouvelles applications, oui, mais sans empiler davantage de dette technique ? Sur ce point, Guillaume Brandenburg reconnaît que le legacy reste un sujet lourd et que les entreprises investissent plus facilement dans l’innovation que dans une modernisation “à bénéfice égal”. Il parie néanmoins sur une nouvelle génération d’outils et d’usages capables, à terme, d’« alléger le poids du legacy », allant jusqu’à évoquer la vague du “vibe coding” comme un signal faible à suivre de près. Son idée est claire : plutôt que de tout réécrire d’un coup, il faut avancer par les nouveaux usages à forte valeur, en préparant progressivement le terrain de la transformation plus profonde.
Reste enfin la question de la maîtrise. Car démocratiser la donnée et l’IA peut aussi ouvrir la porte au shadow AI, voire demain au “shadow application”. Guillaume Brandenburg assume cette tension, mais refuse l’idée d’un chaos inévitable : « ça ne veut pas dire que c’est le Far West ».
Selon lui, le rôle du DSI ne disparaît pas ; il se recentre sur ses fonctions régaliennes de sécurité, de gouvernance et de contrôle des accès. C’est dans cette logique qu’il met en avant Unity Catalog, présenté comme la pièce maîtresse permettant de savoir qui accède à quoi, avec quel modèle, quel algorithme et quel prompt. En d’autres termes, libérer les métiers ne vaut que si l’on renforce, en parallèle, la traçabilité et la gouvernance.
Au fond, Guillaume Brandenburg livre une lecture assez nette de la séquence actuelle : l’IA entre dans une phase plus industrielle, plus gouvernée et plus directement reliée aux priorités business. Pour les DSI, l’équation reste exigeante, mais il pose un marqueur simple, presque brutal : « le coût de ne rien faire, je pense qu’il n’y a pas photo ». Une formule qui résume bien l’entretien : entre prudence architecturale et impératif d’accélération, Databricks veut convaincre que le moment n’est plus à l’observation, mais à la mise en production raisonnée.
____________________________
puis