Databricks lance Lakehouse RT et LTAP : l'IA temps réel pour toutes les entreprises
À l'occasion du Data + AI Summit 2026 à San Francisco, Ali Ghodsi, CEO de Databricks, a présenté les dernières avancées majeures de l'entreprise pour accompagner les organisations dans l'intégration massive de l'intelligence artificielle. Mettant en avant quatre mots clés — contexte, contrôle, choix et coût — le patron d'une société désormais valorisée à près de 175 milliards de dollars revendique la nécessité pour les utilisateurs d'avoir tous les outils pour pleinement embrasser la transformation qui s'annonce avec l'IA agentique.
La première annonce majeure concerne Lakehouse RT, une solution de streaming à faible latence. Databricks a développé Reyden, un moteur de calcul conçu pour répondre aux exigences de faible latence et de forte concurrence. La promesse est ambitieuse : une latence pouvant descendre jusqu'à 10 millisecondes sur les jeux de données de petite taille et jusqu'à 100 millisecondes sur les plus importants, sans dégradation lorsque le débit atteint plusieurs dizaines de milliers de requêtes. Lakehouse RT interroge directement les tables Delta et Iceberg, sans format propriétaire, sans copie de données et sans pipeline d'ingestion.
Autre annonce majeure, Lakebase bénéficie d'une mise à jour significative avec l'introduction du branching instantané. Les entreprises peuvent désormais dupliquer en une seconde seulement de larges bases de données, y compris des pétaoctets, sans copier les données elles-mêmes, grâce à une gestion intelligente des modifications sur un stockage centralisé. Cette fonctionnalité pourrait révolutionner la manière dont les organisations gèrent leurs environnements de test, production et développement en réduisant considérablement le coût et la complexité. Déjà disponible sur AWS depuis février et sur Microsoft Azure depuis mars 2026 dans 14 régions, le déploiement sur Google Cloud est prévu d'ici la fin de l'année.
Databricks dévoile également sa vision de la prochaine génération d'architecture unifiée, baptisée LTAP pour Lake Transactional/Analytical Processing. Cette approche fait tomber la barrière vieille de 40 ans entre les bases de données transactionnelles (OLTP) et analytiques (OLAP), en les unifiant sur une architecture lakehouse ouverte. En s'appuyant sur Lakebase et le Lakehouse, LTAP vise à supprimer les coûteux pipelines ETL entre systèmes, en consolidant stockage et traitement dans un format ouvert unique.
Côté gouvernance et sécurité, Databricks renforce son catalogue unifié avec Unity Catalog et Unity AI Gateway. Unity Catalog étend le contrôle d'accès aux données structurées et non structurées, avec une gestion complète des métriques de coût et de la qualité des données, le tout open source et gratuit pour les clients. Unity AI Gateway agit comme un point d'entrée unique pour la supervision des dépenses liées aux agents IA, avec des fonctionnalités avancées d'authentification, de plafonnement budgétaire et d'audit.
Enfin, le système Genie Ontology constitue un pilier fondamental de la plateforme. Ce moteur collaboratif agrège le contexte lié à une entreprise sous forme d'un graphe de connaissances dynamique, connectant automatiquement les données issues de diverses sources. Il applique un algorithme nommé OntoRank, inspiré de PageRank, pour identifier et prioriser les fragments d'information pertinents, alimentant ainsi les agents IA de la série Genie.
Avec ces innovations, Databricks démontre une volonté claire de créer une plateforme intégrée, ouverte et multi-cloud pour répondre aux nouveaux usages IA des entreprises. Le modèle économique repose sur la consommation à l'usage des ressources, avec un socle open source pour favoriser l'adoption et la flexibilité en évitant le verrouillage éditeur.
[L'Usine Digitale] (https://www.usine-digitale.fr/)