Découvrez les organisations qui utilisent les données et l'IA pour obtenir des résultats exceptionnels dans les services financiers, la santé, l'énergie, le commerce de détail et bien plus encore.
Chaque secteur fait face à des défis uniques. Les lauréats sectoriels des Databricks Customer Awards sont les organisations qui ne se sont pas contentées d'affronter les leurs : elles ont utilisé les données et l'AI pour les résoudre.
Ces prix récompensent une organisation exceptionnelle dans chaque secteur : l'entreprise dont le travail démontre le mieux comment l'intelligence des données peut générer des résultats révolutionnaires, transformer les opérations et créer de nouvelles opportunités dans son domaine. Qu'il s'agisse d'une banque internationale unifiant les données de risque et de finance entre les régions ou d'un hôpital transformant la façon dont les données cliniques sont ingérées et réutilisées, les lauréats de cette année montrent à quel point cet impact peut être large et profond.
Le programme de cette année récompense 10 lauréats dans les secteurs des services financiers, des communications, de la santé et des sciences de la vie, de la fabrication, du commerce de détail et des biens de consommation emballés (CPG), de l'énergie et des services publics, des technologies d'entreprise, du secteur public, des entreprises nées du numérique et de l'excellence en cybersécurité. Ensemble, elles représentent certaines des utilisations de Databricks les plus inventives et les plus percutantes que nous ayons vues, et nous sommes ravis de célébrer chacun d'entre eux.
Sans plus attendre, découvrez les lauréats sectoriels des Databricks Customer Awards 2026.
SMBC Group est un groupe financier mondial de premier plan. Basé à Tokyo et fort de 400 ans d'histoire, SMBC Group propose une gamme diversifiée de services financiers, notamment des services bancaires, du crédit-bail, des titres, des cartes de crédit et du crédit à la consommation.
La banque utilise les données et l'AI pour intégrer les risques, la trésorerie et la finance, renforcer la cybersécurité et moderniser l'expérience numérique de ses clients. Au cœur de cette transformation se trouve un lakehouse Databricks unique qui rassemble les données de SMBC à travers les régions, sur une seule plateforme gouvernée. Unity Catalog offre à la banque un partage de données interrégional, de la traçabilité (lineage) et des contrôles d'accès. Le lakehouse exécute des analyses et de l'AI à l'échelle requise par une banque mondiale, tout en maîtrisant les coûts et la complexité.
Sur cette base, SMBC utilise Genie et Agent Bricks pour mettre une intelligence fiable et axée sur les données directement entre les mains des équipes métiers. La plateforme alimente un chatbot pour le Cash Management System, génère des indicateurs d'alerte précoce (Early Warning Indicators) pour le risque de portefeuille et s'étend désormais aux flux de travail des notes de crédit du front-office, transformant des heures de travail d'analystes en minutes.
Les résultats sont mesurables :
Ces résultats montrent comment SMBC traite les données comme un actif stratégique, opérationnalisé au quotidien par des équipes mondiales pour prendre des décisions meilleures, plus rapides et plus justifiables.
Lumen Technologies est une entreprise de services de réseau numérique qui fournit la connectivité sécurisée, performante et intelligente dont les entreprises ont besoin pour concrétiser leurs ambitions en matière d'AI. L'entreprise utilise les données et l'AI pour offrir aux équipes financières et opérationnelles un accès plus rapide et plus cohérent aux informations.
Dans le domaine de la finance, Lumen rassemble des données provenant de domaines tels que les revenus, la facturation et les dépenses réseau, afin que les équipes puissent travailler à partir d'une vision partagée des chiffres. L'entreprise consolide ces données sur la plateforme Databricks. Elle introduit des agents en langage naturel qui permettent aux employés de poser des questions dans leurs outils quotidiens et d'obtenir des réponses gouvernées et explicables sans compétences spécialisées.
Sur cette base, Lumen :
Dans le domaine de l'assurance de service (Service Assurance), Lumen facilite l'investigation et la résolution des incidents réseau susceptibles d'affecter les charges de travail critiques des clients. Une architecture Lakehouse, des modèles de fondation et des flux de travail multi-agents fournissent une interface conversationnelle unique dans laquelle les équipes peuvent examiner l'état du service et le contexte opérationnel, analyser les tickets, consulter l'historique des cas, exécuter des diagnostics et explorer le délai de résolution en langage naturel. Cette approche permet d'étendre l'automatisation à l'ensemble des opérations de service, les indicateurs internes affichant plus de 3 millions de diagnostics basés sur l'AI, 35 % de déviation des tickets et plus de 100 000 actions générées par l'AI.
L'Hospital for Special Surgery (HSS) est le premier centre médical universitaire au monde axé sur la santé musculosquelettique. Depuis 16 années consécutives, il est classé numéro 1 en orthopédie aux États-Unis par U.S. News & World Report, une distinction qui reflète une excellence soutenue dans les soins cliniques, la recherche et l'innovation.
S'appuyant sur cette base de leadership et d'impact, HSS a lancé en juin 2025 un ambitieux projet de transformation des données d'entreprise : concevoir et mettre en œuvre un lakehouse de données moderne sur Databricks dans un délai de 18 mois. L'objectif n'était pas une amélioration progressive, mais un changement structurel, unifiant un écosystème de données hautement fragmenté, renforçant la gouvernance à l'échelle et permettant une prise de décision plus rapide et plus fiable dans toute l'entreprise.
Plutôt que de suivre un modèle traditionnel d'ingestion de données basé sur des cas d'usage, HSS a adopté une stratégie fondamentalement différente : l'ingestion complète du système. En pratique, cela a nécessité d'ingérer les systèmes sources dans leur intégralité, plutôt que d'extraire de manière sélective des sous-ensembles de données liés à des cas d'usage individuels. Les systèmes sources ERP, HRIS, EHR, PACS et autres ont été intégrés sous forme de jeux de données complets, préservant la fidélité et le contexte, et permettant leur réutilisation dans plusieurs applications en aval sans ré-ingestion ni ré-ingénierie.
Cette approche a introduit une complexité initiale significative, nécessitant une coordination plus approfondie avec les propriétaires de systèmes, une modélisation rigoureuse des données et des contrôles de gouvernance plus stricts dès le premier jour. Cependant, elle a établi une base évolutive. De nouveaux cas d'usage analytiques peuvent désormais être déployés rapidement sans avoir à revoir les modèles d'ingestion ou à remodéliser les données, ce qui réduit considérablement le délai d'obtention des informations (time-to-insight) et la redondance technique.
En seulement 10 mois, HSS a ingéré plus de 40 systèmes sources, établi plus de 14 500 tables de production et plus de 130 schémas, et livré un ensemble croissant de produits de données et d'applications.
Plus important encore, la transformation a modifié le modèle opérationnel de diffusion des données dans l'ensemble de l'entreprise. Les équipes peuvent désormais passer de la question à l'information en utilisant des jeux de données fiables et gouvernés, ce qui permet non seulement une livraison plus rapide, mais aussi des analyses mais aussi des analyses plus sophistiquées, de nouvelles fonctionnalités et une génération d'informations plus approfondies. C'est ce changement radical, tant au niveau des capacités que de l'exécution, qui distingue cette transformation et justifie la reconnaissance du programme en tant qu'initiative de données de premier plan dans le secteur.
TrinityRail® est un loueur, fabricant et fournisseur de logistique de wagons de chemin de fer en Amérique du Nord qui intègre davantage de services numériques à sa plateforme afin d'enrichir sa gamme d'offres clients. Dans le cadre de sa stratégie 2026, l'entreprise se concentre sur l'opérationnalisation de l'intelligence, l'intégration des données et la mise en œuvre de l'AI dans ses décisions et flux de travail quotidiens.
TrinityRail rassemble les données de systèmes existants qui limitaient auparavant la visibilité sur la fabrication, la location et les services, et rendaient plus difficile l'amélioration des marges, du fonds de roulement et de la productivité de la main-d'œuvre. L'entreprise replatforme ses systèmes d'activité clés sur la plateforme Databricks et fait converger son patrimoine de données pour prendre en charge les « Systems of Action » (systèmes d'action), passant de tableaux de bord statiques à des applications transactionnelles et des agents qui agissent sur les informations en temps quasi réel.
Sur cette base, TrinityRail :
Grâce à l'acquisition de RSI Logistics, TrinityRail intègre également les données de télémétrie issues des capteurs des wagons afin de proposer des offres de données en tant que service à ses clients. Ensemble, ces efforts visent des résultats mesurables tels que la réduction des stocks, l'automatisation des achats, des économies sur les indemnités journalières et la chaîne d'approvisionnement, ainsi que des services numériques plus réactifs sur l'ensemble de sa flotte.
PepsiCo est un leader mondial du secteur de l'alimentation et des boissons, et les données alimentent ses opérations à grande échelle. En partenariat avec Databricks, PepsiCo a développé sa plateforme Enterprise Data Foundation (EDF) pour permettre à chaque fonction de l'entreprise de créer et de déployer des produits de données et d'AI sur une plateforme partagée, moderne, évolutive et performante.
L'EDF unifie les données d'entreprise et alimente des produits de données réutilisables utilisés par les équipes de la supply chain, commerciales, grand public, de la finance, des achats, de la R&D, des HR et du développement durable à l'échelle mondiale. Cette base soutient des programmes commerciaux prioritaires avec des indicateurs opérationnels solides, notamment l'intégration de plus de 85 % des données d'entreprise, un taux de qualité des données et de couverture du catalogue supérieur à 90 %, et le déploiement de plus de 200 produits de données et d'AI d'entreprise en production.
Sur cette base Databricks, PepsiCo a simplifié ses rapports et ses données de 60 % à ce jour et prévoit de passer à des consoles d'AI pour la BI dans l'ensemble de ses branches d'activité et fonctions.
Conçue sur Databricks, l'EDF est prête pour l'AI dès sa conception, prenant en charge les analyses avancées, le machine learning et l'AI gouvernée à grande échelle. Grâce à une gouvernance intégrée et un contexte sémantique, PepsiCo transforme des données propres et connectées en insights et en actions qui génèrent un réel impact commercial dans toute l'entreprise.
Ausgrid est un distributeur d'électricité majeur en Australie, desservant les foyers et les entreprises de son réseau. L'entreprise modernise sa gestion et son utilisation des données afin qu'une équipe relativement restreinte puisse prendre en charge l'analytique et l'AI dans toute l'entreprise.
Ausgrid rassemble des données provenant de systèmes analytiques hérités parallèles qui augmentaient les coûts de la plateforme et rendaient plus difficile la mise à disposition de données fiables et réutilisables pour les utilisateurs métier. Une équipe de données restreinte de huit personnes a planifié et exécuté une migration complète d'Azure Synapse vers une architecture lakehouse sur la plateforme Databricks, mettant hors service l'ancien environnement et déployant une plateforme de données d'entreprise avec des produits de données certifiés « gold » dans des domaines tels que les clients, la finance et la météo. Ce travail élimine les dépenses de plateforme redondantes et réduit les coûts opérationnels liés à la maintenance de deux piles analytiques.
Sur cette base, Ausgrid :
À l'avenir, Ausgrid se concentre sur sa transformation en un service public piloté par l'AI en lançant davantage de produits de données alignés sur les domaines et en activant des outils tels que Databricks Lakehouse, Genie et des applications pour une analytique démocratisée. L'objectif est d'intégrer des milliers d'employés sur un seul lakehouse et d'utiliser les données et l'AI pour soutenir des décisions plus intelligentes, une BI moderne et des cas d'usage intégrés, tout en améliorant le coût total de possession grâce à la consolidation et au calcul élastique.
Intel est une entreprise technologique mondiale qui conçoit et fabrique des semi-conducteurs et des technologies informatiques alimentant des appareils, des centres de données et des systèmes intelligents dans le monde entier. L'entreprise modernise sa base de données et d'AI pour améliorer la collaboration, la gouvernance et la rapidité d'innovation dans l'ensemble de l'organisation.
À mesure que le patrimoine de données d'Intel gagnait en envergure et en complexité, les équipes ont été confrontées à des défis de cohérence, de gouvernance et de fragmentation des flux de travail entre les différentes entités opérationnelles. Pour y remédier, le département IT d'Intel a aligné les équipes transversales autour d'une stratégie de données unifiée et a standardisé la consommation de l'analytique et du ML sur la plateforme Databricks, contribuant ainsi à apporter une plus grande cohérence et un meilleur contrôle à l'échelle de l'entreprise.
Sur cette base, l'IT d'Intel :
L'IT d'Intel a également renforcé sa communauté interne de données en alignant les équipes chargées des opérations, de l'analytique et de la gouvernance autour de normes et de modèles opérationnels partagés. Cela a permis d'améliorer la gérance des données tout en facilitant la découverte, l'accès et la réutilisation sécurisés des données par les équipes au sein de l'organisation.
Ensemble, ces efforts ont rendu l'écosystème de données d'Intel plus connecté, gouverné et évolutif, favorisant une innovation plus rapide et une adoption plus large des données et de l'AI dans l'ensemble de l'entreprise.
IDB Invest est la branche dédiée au secteur privé de la Banque interaméricaine de développement, qui finance des entreprises et mobilise des investissements privés pour faire progresser le développement en Amérique latine et dans les Caraïbes. En 2025, elle a enregistré une activité totale record de 13,1 milliards de dollars, tout en menant une transformation institutionnelle plus large conçue pour accroître l'échelle, la qualité et l'impact sur le développement.
À mesure que les initiatives d'IDB Invest avec Databricks se sont développées, l'organisation a modernisé la manière dont les équipes accèdent aux informations et agissent en conséquence dans les flux de travail de trésorerie, d'analytique et de gestion des risques. L'un des principaux objectifs a été de réduire la fragmentation de l'environnement analytique et d'établir une base plus solide pour une prise de décision plus rapide, plus cohérente et davantage axée sur l'AI dans l'ensemble de l'entreprise.
Cette transformation comprend l'application de l'analyse de documents basée sur l'AI pour soutenir l'équipe de gestion des risques et de la durabilité, alors que le flux de transactions augmente et que les examens des risques financiers et non financiers deviennent plus complexes. En utilisant le traitement du langage naturel et les grands modèles de langage (LLM), IDB Invest peut analyser et synthétiser les propositions d'investissement, les aide-mémoires et les rapports de supervision annuels, tout en créant un référentiel centralisé de connaissances institutionnelles et d'informations financières clés pour une récupération plus rapide.
IDB Invest a également mis en œuvre un assistant virtuel d'AI à l'échelle de l'entreprise, optimisé par Databricks Genie, pour offrir un accès conversationnel aux données et à l'analytique. En combinant Genie avec un accès gouverné via Unity Catalog, l'organisation offre aux utilisateurs un moyen sécurisé d'interroger les données d'entreprise, d'explorer des scénarios et de générer des résumés en langage naturel. Cela permet d'étendre l'analytique au-delà des équipes spécialisées et d'élargir l'accès aux insights basés sur l'AI dans les flux de travail de trésorerie, de risque et d'impact. Cela réduit encore le délai d'obtention des insights, limite la dépendance aux rapports manuels et accélère l'adoption de l'AI dans les flux de travail liés aux risques, à la trésorerie et à l'impact sur le développement.
Les premiers résultats de ce travail comprennent :
Ensemble, ces efforts montrent comment IDB Invest utilise les données et l'AI pour rationaliser ses opérations, renforcer la prise de décision et soutenir son mandat plus large de croissance et de développement.
Superhuman, la plateforme de productivité qui comprend Grammarly, Coda, Superhuman Mail et Superhuman Go, dessert plus de 40 millions d'utilisateurs quotidiens dans des dizaines de langues et s'appuie sur la plateforme Databricks pour fournir des suggestions rapides, fiables et rentables à l'échelle mondiale.
En étroite collaboration avec Databricks, Superhuman a migré la majeure partie du trafic d'inférence alimentant le modèle phare de correction des fautes de grammaire de Grammarly d'une pile vLLM DIY vers le service Databricks High Throughput Model Serving.
Sur cette base, Superhuman :
Au-delà de l'inférence, Superhuman a adopté Lakebase, le service PostgreSQL entièrement géré de Databricks et intégré nativement au lakehouse, comme colonne vertébrale transactionnelle pour ses applications internes et ses services de production, synchronisant les tables Delta dans un stockage à faible latence et réécrivant l'état de l'application sans pipelines personnalisés. Cette base reposant sur Lakebase et Databricks Apps a transformé des projets d'intégration de fonctionnalités et de reverse-ETL de plusieurs mois en un travail mesuré en semaines, voire en heures, tout en réduisant considérablement la charge d'astreinte des équipes d'ingénierie.
Ensemble, ces investissements démontrent comment une entreprise native du numérique comme Superhuman peut exécuter côte à côte de l'inférence LLM à grand volume et des applications basées sur les données, tout en gérant de près la latence, la fiabilité et les coûts à l'échelle grand public.
Adobe donne à chacun, partout dans le monde, les moyens d'imaginer, de créer et de donner vie à n'importe quelle expérience numérique. Des créateurs et étudiants aux petites entreprises, grandes entreprises mondiales et organisations à but non lucratif, les clients choisissent les produits Adobe pour concevoir, collaborer et être plus productifs, stimuler la croissance de leur entreprise et créer des expériences remarquables.
Mais dans le monde numérique d'aujourd'hui, la confiance est ce qui rend les idées audacieuses possibles. La confiance libère la créativité — et cela commence par la sécurité, en protégeant nos clients et les communautés qui utilisent les produits d'Adobe chaque jour.
À mesure que le volume et la complexité des données de sécurité ont augmenté, Adobe a continué de faire évoluer son approche de la cybersécurité basée sur les données. L'équipe de sécurité d'Adobe s'appuie sur les données et les outils d'AI, y compris Databricks, pour faciliter des analyses plus évolutives et améliorer la rapidité et la précision de la détection des menaces.
En appliquant des pratiques d'ingénierie logicielle à ses flux de travail de détection, Adobe a renforcé la cohérence, la gouvernance et l'efficacité de ses opérations de sécurité. Le résultat a été une réduction mesurable des faux positifs, un développement plus rapide des détections et une amélioration des performances d'analyse sur des données à grande échelle.
Ces efforts renforcent la capacité d'Adobe à identifier les menaces en constante évolution et à y répondre — et soutiennent les expériences numériques sécurisées et fiables des clients d'Adobe dans le monde entier.
Sumitomo Mitsui Banking Corporation, Lumen Technologies, Hospital for Special Surgery, TrinityRail, PepsiCo, Ausgrid, Intel, IBD Invest, Superhuman et Adobe.
Dix lauréats. Un fil conducteur : des organisations qui ont vu ce que les données et l'AI pouvaient faire dans leur domaine et ont construit quelque chose qui mérite d'être célébré. Leur travail fait progresser l'ensemble de la communauté — et c'est précisément le but.
(Cet article de blog a été traduit à l'aide d'outils basés sur l'intelligence artificielle) Article original
Abonnez-vous à notre blog et recevez les derniers articles directement dans votre boîte mail.