Ce que le Databricks Summit 2026 a révélé sur l'intelligence commerciale

Depuis plusieurs années, la conversation dominante dans le monde des données d'entreprise portait sur la gouvernance, l'organisation et l'infrastructure. Data Lake, maillages de données, architectures, l'objectif était de centraliser les données, de les rendre fiables et accessibles. Ce n'est plus suffisant.

Ce que Databricks a clairement démontré au Sommet 2026, c'est que la prochaine frontière concurrentielle ne concerne pas l'endroit où vivent vos données ni la façon dont elles sont gouvernées. Elle concerne la capacité de vos données à comprendre votre entreprise et pour la plupart des organisations commerciales, ce n'est pas encore le cas.

Les entreprises qui arrivent en premier à cette conclusion, celles qui construisent dès maintenant la couche contextuelle, bénéficieront d'un avantage cumulatif dans tout ce qui repose dessus : les agents d'intelligence artificielle, la personnalisation, l'activation client et les décisions commerciales en temps réel.

La pièce maîtresse technique de ce sommet était l'ontologie Genie et il vaut la peine de comprendre ce qu'elle fait réellement avant de décider à quel point elle vous concerne.

L'ontologie, dans ce contexte, est le mécanisme qui cartographie les données à travers toutes les facettes d'une entreprise, afin que le contexte circule entre des sources qui ne communiqueraient pas autrement. Ce n'est pas une nouvelle couche de données par-dessus votre infrastructure existante. C'est le tissu conjonctif qui permet à vos données de véhiculer un sens commercial, intentions, relations, signaux interdomaines, plutôt que de simples valeurs brutes.

L'exemple présenté sur scène était révélateur : un groupe automobile multisociété peut utiliser l'ontologie pour comprendre l'intention d'un acheteur à travers l'ensemble de son portefeuille de marques, pas seulement celle par laquelle il est entré en premier, tout en maintenant une anonymisation appropriée des données. Ce n'est pas un problème d'ingénierie de données. C'est un problème d'intelligence commerciale. Et Databricks s'inscrit maintenant pleinement dans ce territoire.

La couche contextuelle est ce qui distingue une sortie générique d'une sortie commercialement utile.

La raison pour laquelle cela importe spécifiquement au commerce, c'est que les cas d'usage présentés au Sommet ne sont pas abstraits. Ils correspondent directement aux problèmes que les grands détaillants et fabricants tentent de résoudre en ce moment.

Pour un fabricant multisociété qui gère des réseaux de concessionnaires en parallèle d'un canal direct, la question ontologique est la suivante : vos données peuvent-elles comprendre l'intention d'un acheteur à travers l'ensemble de votre portefeuille et aiguiller la bonne expérience en conséquence ? Aujourd'hui, pour la plupart des organisations, la réponse est non, parce que le contexte n'y a pas encore été encodé.

Pour un détaillant spécialisé qui accompagne des acheteurs impliqués à travers des points de contact en ligne et en magasin, la question est la même sous une autre forme : vos données peuvent-elles relier les signaux qu'un acheteur laisse lors de la navigation par catégorie, de l'engagement sur les fiches produits et de l'historique d'achats antérieurs, en une image cohérente de son intention ? La plupart des infrastructures commerciales d'aujourd'hui traitent chacun de ces signaux de manière isolée. La couche contextuelle change tout cela.

Il y a aussi un argument économique qui n'a pas reçu suffisamment d'attention au Sommet, mais qui est implicite dans la direction que prend Databricks : un nombre restreint de plateformes, mieux connectées et enrichies en contexte, surpasseront les infrastructures tentaculaires. Le virage vers des données porteuses d'intention commerciale crée une pression naturelle à la consolidation, moins de surface de plateformes, une production plus intelligente par système.

Leur nouveau produit, CustomerLake, a été abordé dans plusieurs séances du Sommet comme le bénéficiaire en aval de cette couche contextuelle et c'est un concept qui dépasse significativement ce que la plupart des organisations entendent par plateforme de données clients aujourd'hui.

Le CustomerLake déplace cette plateforme là où les données résident déjà. Les agents de profil gèrent la résolution d'identité à travers les transactions hors ligne, les comportements en ligne, les comptes de fidélité et la navigation anonyme. Les agents de campagne optimisent l'activation en continu et en temps réel. Et avec une véritable fondation de données unifiée en dessous, la personnalisation individuelle à grande échelle devient techniquement réalisable pour la première fois.

Pour Datmos, cela officialise une direction que nous construisons avec nos clients depuis des années : structurer et consolider des données commerciales fragmentées pour que la personnalisation, la fidélisation et les agents d'intelligence artificielle aient une véritable fondation sur laquelle s'appuyer. Voir Databricks et notre partenaire Bloomreach mettre cela en vedette sur la scène principale est un signal pour l'industrie : l'ère des plateformes de données clients étroites est révolue.

Grâce à notre partenariat stratégique avec Databricks, Datmos conçoit des environnements de données haute performance spécifiquement adaptés à la complexité commerciale, celle qui se manifeste quand vous gérez simultanément des portefeuilles multisociétés, des réseaux de concessionnaires, des catalogues à haute densité de références et des opérations omnicanales.

Ce que l'évènement a confirmé, c'est que la prochaine couche de ce travail n'est pas davantage d'infrastructure, c'est le contexte et l'intention commerciale encodés dans la couche de données elle-même. C'est ce travail qui permet aux agents d'intelligence artificielle de produire des résultats commercialement pertinents plutôt que génériques. C'est ce qui permet à votre infrastructure marketing de saisir les opportunités cachées que votre infrastructure de données actuelle laisse passer. Et c'est ce qui vous permet de consolider des plateformes sans perdre de capacité.

Nous construisons dans cette direction avec des clients comme BRP, THOR Industries, Steelcase et d'autres qui naviguent exactement dans ce type de complexité. Le Sommet Databricks ne nous a pas introduits à une nouvelle direction, il a validé celle sur laquelle nous sommes déjà engagés.

Vos données sont organisées. Sont-elles activées ?

Si votre couche d'intelligence artificielle produit des résultats génériques, si votre personnalisation ne relie pas les bons signaux, ou si votre infrastructure de données ne peut pas véhiculer le contexte commercial entre les systèmes, c'est le problème que Databricks vient de mettre sur la scène principale. C'est aussi le problème que Datmos est construit pour résoudre. Parlons de ce que l'encodage de l'intention dans vos données signifie concrètement pour votre entreprise.