À peine une semaine après avoir annoncé une levée de fonds d’un milliard de dollars, Databricks frappe à nouveau en acquérant la start-up de machine learning Tecton, pionnière des feature stores. Ainsi, la société espère accélérer sur les MLOps et consolider sa position dans l’IA d’entreprise.
Fondée en 2019 à San Francisco par Kevin Stumpf et Mike Del Balso, anciens ingénieurs d’Uber à l’origine de la plateforme IA interne Michelangelo, Tecton s’est imposée comme un acteur de référence dans la gestion de caractéristiques (feature store) pour le machine learning. Soutenue par Sequoia Capital et Kleiner Perkins, elle était valorisée à 900 Millions de dollars en 2022 et emploie environ 90 personnes. Ses clients incluent Coinbase, Atlassian, Tide ou encore Branch Metrics.
Une solution clé en main pour l’IA temps réel
Tecton propose une plateforme permettant de gérer, transformer et déployer des données en temps réel ou en streaming, avec une latence minimale. Les entreprises peuvent ainsi bâtir plus rapidement des modèles de ML opérationnels, à moindre coût, pour des usages variés comme la détection de fraude, les systèmes de recommandation, la tarification dynamique, l’automatisation de workflows, etc. L’entreprise revendiquait des marges brutes supérieures à 80 % après sa dernière série C (100 millions de dollars).
Databricks accélère sa stratégie MLOps
Pour Databricks, déjà investisseur de Tecton, le rachat s’inscrit dans la continuité d’une collaboration engagée en 2022. Il permet de renforcer les synergies avec des clients communs et de prendre position sur le marché des MLOps, estimé à 4,5 milliards de dollars en 2025.
Ce rachat s’ajoute à une série impressionnante : depuis février, Databricks a acquis BladeBridge, Fennel (plateforme concurrente de Tecton) et Neon (base de données serverless, 1 Milliard de dollars), après avoir déjà avalé en 2024 Einblick, Lilac, Tabular (Apache Iceberg, 1 Milliard de dollars) et Prodvana. Face à lui, la société d’Ali Ghodsi se mesure à des poids lourds comme Google Vertex AI, AWS SageMaker ou Weights & Biases.
