Découvrez les innovateurs qui utilisent les données et l'IA pour transformer les secteurs, résoudre des problèmes et repousser les limites du possible avec Databricks.
par Sara Steffen
Les Databricks Customer Awards 2026 récompensent les organisations et les leaders qui utilisent la plateforme Databricks pour résoudre des problèmes complexes et obtenir des résultats concrets, qu'il s'agisse d'ingérer 10 billions de lignes de données par an ou d'aider à mettre en relation des volontaires médicaux avec des communautés mal desservies à travers le monde.
Cette année, les lauréats des Named Awards se répartissent en 8 catégories et 4 régions, représentant des secteurs aussi variés que les semi-conducteurs, l'énergie propre, l'élevage laitier, les télécommunications et les logiciels d'entreprise. Leur point commun est la conviction que les données et l'AI peuvent transformer le fonctionnement d'un secteur d'activité.
Découvrez les lauréats.
Applied Materials est une entreprise de pointe dans le domaine des semi-conducteurs et de l'ingénierie des matériaux, qui conçoit et fabrique les équipements utilisés pour produire la quasi-totalité des nouvelles puces électroniques dans le monde. Derrière ces équipements se cache un actif tout aussi essentiel : un vaste patrimoine de données d'ingénierie, de fabrication, de chaîne d'approvisionnement et de finance que l'entreprise rassemble depuis longtemps dans un lac de données centralisé.
Le lac d'origine, construit sur Hadoop, a rempli son rôle : il a consolidé les données. Mais les exigences ont évolué : les charges de travail AI, les analyses en temps réel, le libre-service gouverné et des cas d'usage pour lesquels l'architecture d'origine n'avait jamais été conçue nécessitaient une nouvelle approche. Applied Materials utilise la plateforme Databricks pour moderniser ce socle, passant d'un lac de données de stockage et de traitement par lots (batch) à un lakehouse où la gouvernance, l'analyse et l'AI cohabitent. Ce changement visait moins à consolider les données qu'à libérer tout leur potentiel.
Moins d'un an après sa mise en service, la plateforme a permis d'obtenir :
Ce qui a commencé comme une modernisation de plateforme est devenu une véritable méthode de travail. L'AI accompagne désormais les concepteurs des machines qui fabriquent les puces du monde entier, non pas comme un outil occasionnel, mais comme un collaborateur au quotidien. Les données rythment l'ensemble du cycle de vie des activités d'Applied Materials, de l'analyse à l'action, faisant du « pilotage par les données » bien plus qu'un slogan : c'est le mode par défaut pour innover, optimiser et décider.
Virgin Atlantic a été fondée par l'entrepreneur Sir Richard Branson en 1984, avec l'innovation et un service client exceptionnel au cœur de ses valeurs. Basée à Londres, la compagnie aérienne propose des vols vers 28 destinations tout au long de l'année. Aux côtés de son actionnaire et partenaire, Delta Air Lines, Virgin Atlantic exploite un réseau transatlantique de premier plan avec des correspondances vers plus de 200 villes dans le monde.
Virgin Atlantic rassemble des données clients, commerciales, financières et opérationnelles qui résidaient auparavant dans des systèmes distincts. Elle utilise la plateforme Databricks comme un environnement décisionnel intégré à l'échelle de l'entreprise, connectant ces domaines sur un socle unifié et gouverné afin que les équipes puissent travailler à partir de données partagées plutôt que de rapports isolés.
Sur ce socle, Virgin Atlantic :
Globalement, cette approche transforme les données en une histoire de bout en bout plutôt qu'en un ensemble de projets déconnectés. Virgin Atlantic considère le pilotage par les données comme une façon de gérer la compagnie aérienne, en utilisant une plateforme unifiée pour que les informations circulent entre les fonctions et favorisent des décisions plus rapides et coordonnées, tant pour les clients que pour les opérations.
Fonterra Co-operative Group est l'une des plus grandes coopératives laitières au monde, détenue par des milliers d'agriculteurs actionnaires néo-zélandais et fournissant des produits laitiers naturels à des clients du monde entier. Les données et l'AI aident Fonterra à obtenir les informations nécessaires pour gérer plus efficacement ses opérations complexes de planification financière et de chaîne d'approvisionnement sur l'ensemble de son réseau mondial.
Auparavant, Fonterra s'appuyait sur plusieurs plateformes d'analyse existantes qui pouvaient générer de la complexité, des doublons et des retards pour les utilisateurs métiers. Après avoir migré vers Databricks, ils ont centralisé les données de Fonterra dans un lakehouse gouverné, réduisant ainsi les transferts manuels de données et permettant aux équipes de transformer plus rapidement et plus fiablement les données en décisions.
Sur ce socle, Fonterra :
Fonterra considère l'AI comme un collaborateur qui aide les équipes à prendre des décisions proactives et fondées sur des analyses de données.
Vivo, la marque de Telefónica au Brésil, est le principal opérateur de télécommunications du pays, fournissant une connectivité mobile et fixe, de l'internet haut débit et des services de télévision aux particuliers, aux entreprises et aux organisations du secteur public dans tout le pays. L'entreprise propose également des services numériques dans différents domaines, notamment le divertissement, le sport, la sécurité numérique, les services financiers et la santé. Grâce aux données et à l'AI, Vivo obtient les informations nécessaires pour gérer plus efficacement ses opérations réseau complexes et ses expériences clients.
Vivo s'appuyait sur un ensemble d'entrepôts de données existants et d'outils d'analyse, ce qui ajoutait de la complexité, des coûts et de la latence aux rapports critiques et à l'expérimentation. Alors qu'elle évalue et étend son utilisation de Databricks, l'équipe consolide ses données dans un lakehouse gouverné, réduisant ainsi la duplication des pipelines et offrant aux équipes métiers et techniques un socle plus évolutif, rapide et fiable pour l'analyse et l'AI.
Sur ce socle, Vivo :
À travers ces initiatives, Vivo positionne l'AI comme un collaborateur stratégique, renforçant sa capacité à fournir une connectivité résiliente et à améliorer les expériences numériques de millions de Brésiliens.
Virtue Foundation est une organisation mondiale à but non lucratif qui s'efforce d'améliorer l'accès aux soins de santé dans les régions mal desservies en mettant en relation les cliniciens, les hôpitaux et les organisations humanitaires là où les besoins sont les plus pressants. L'organisation utilise les données et l'IA pour mieux comprendre les disparités mondiales en matière de santé et coordonner les efforts de bénévolat médical à grande échelle.
La Virtue Foundation rassemble des données fragmentées provenant d'hôpitaux et d'organisations non gouvernementales (NGO) du monde entier, qui sont souvent incohérentes, incomplètes ou difficiles à maintenir. Pour y remédier, l'organisation a mis en place un pipeline de données qui alimente VFMatch.org, aidant ainsi à unifier et à structurer les informations de santé mondiales en une base exploitable pour la prise de décision et la coordination.
Sur cette base, la Virtue Foundation :
Ces capacités soutiennent la Virtue Foundation, qui a permis de soigner plus de 50 000 patients, de soutenir des milliers d'interventions chirurgicales et de mettre en relation des centaines de bénévoles et de partenaires à but non lucratif dans le monde entier.
Ces efforts démontrent comment la Virtue Foundation utilise les données et l'IA pour renforcer la coordination de la santé mondiale et améliorer l'accès aux soins dans les communautés mal desservies.
Octopus Energy est une entreprise mondiale d'énergie propre et de technologie présente dans 27 pays. En tant que premier fournisseur d'énergie du Royaume-Uni, Octopus s'est donné pour mission d'accélérer la transition énergétique au profit des populations et de la planète. En transformant plus de 460 000 EV passifs et actifs intelligents en plus de 3 GW de capacité modulable, l'entreprise a créé la plus grande centrale électrique virtuelle au monde (plus grande que la plus grande centrale à gaz du Royaume-Uni), capable d'équilibrer le réseau lors des pics de demande.
Databricks permet à Octopus de consolider les données de différentes régions et de divers produits au sein d'une plateforme unique et unifiée. Désormais, l'entreprise peut ingérer plus de 10 billions de lignes de données par an, tandis que des milliers de collaborateurs à travers l'entreprise collaborent et expérimentent en toute sécurité, réduisant ainsi les frictions tant dans les analyses quotidiennes que dans l'innovation à grande échelle.
Sur cette base, Octopus Energy :
À travers ces efforts, Octopus Energy considère l'IA comme un collaborateur stratégique dans sa mission de construction d'un réseau plus juste et plus vert, en utilisant les données pour offrir des factures moins élevées, une énergie plus propre et de meilleures expériences à ses 11 millions de clients.
Axpo est le plus grand produit d'électricité de Suisse, un leader international du négoce d'énergie et un leader dans la commercialisation de l'énergie solaire et éolienne. Pour améliorer la façon dont les employés accèdent aux informations techniques et commerciales complexes et les utilisent, Axpo a développé un ensemble d'applications basées sur l'IA en s'appuyant sur l'infrastructure Databricks et Agent Bricks.
Au cœur de ce dispositif se trouve AxploreAI, une plateforme multi-agent centrale de GenAI, conçue pour devenir le point d'accès unique pour tout savoir chez Axpo, toujours dans le respect des droits d'accès de chaque utilisateur. Elle connecte les employés aux informations relatives aux données d'ingénierie, aux connaissances commerciales, aux processus internes et à la documentation de l'entreprise, comme les contenus IT et HR.
S'appuyant sur une architecture API-first avec RAG, Vector Search et OCR, AxploreAI rassemble plus de 60 sources de données internes au sein d'une couche d'intelligence sécurisée et interrogeable, intégrée aux points de contact numériques que les employés utilisent au quotidien. Son pipeline RAG est adapté au contenu et au format de chaque source, peut traiter plusieurs types de fichiers et préserve les contrôles d'accès d'origine, rendant les connaissances de l'entreprise instantanément accessibles sans compromettre la gouvernance.
Parallèlement à sa plateforme de connaissances, Axpo applique également l'IA pour améliorer la qualité des données et l'efficacité des processus liés aux achats. Dans un environnement opérationnel complexe, caractérisé par des systèmes fragmentés, de multiples entités juridiques et des données textuelles libres incohérentes, Axpo a développé un classificateur basé sur l'IA au sein de son data lake Databricks afin d'apporter plus de structure et de cohérence aux données de dépenses. Fonctionnant avec une précision moyenne d'environ 90 %, la solution analyse les descriptions de factures et les informations sur les fournisseurs dans plusieurs langues, ce qui permet d'automatiser la classification, de réduire les efforts manuels et d'améliorer continuellement la qualité des données d'achat au fil du temps.
Sur cette base, Axpo déploie l'IA à grande échelle directement dans ses processus métier fondamentaux :
Ensemble, ces initiatives montrent comment Axpo intègre l'IA directement dans le travail quotidien au sein d'une entreprise d'énergie très complexe, transformant la façon dont les équipes accèdent aux informations, classifient les données et prennent des décisions.
Atlassian est une entreprise mondiale de logiciels qui conçoit des outils de collaboration, de développement et de productivité utilisés par des équipes du monde entier. L'entreprise transforme ses opérations de sécurité en repensant la manière dont elle collecte, stocke et analyse la télémétrie de sécurité à grande échelle.
Après avoir atteint des volumes de données de sécurité de l'ordre du pétaoctet, Atlassian a identifié des limites dans son SIEM existant qui l'empêchaient de fonctionner à cette échelle. L'entreprise a lancé le projet « Project Banyan » pour concevoir un Security Lakehouse moderne sur la plateforme Databricks. L'objectif était de créer une base ouverte et gouvernée capable de prendre en charge la recherche de menaces à long terme, les analyses avancées et une réponse plus rapide aux incidents sur des milliards d'événements de sécurité.
Dans le cadre de cette transformation, Atlassian a standardisé les données de sécurité à l'aide de l'Open Cybersecurity Schema Framework (OCSF) et a migré la logique de détection vers PySpark, réduisant ainsi la dépendance aux outils propriétaires et permettant une détection des anomalies plus flexible et basée sur le ML.
Sur cette base, Atlassian :
Atlassian est également un partenaire en version préliminaire privée pour Lakewatch, contribuant à façonner les futures fonctionnalités d'ingestion directe dans le lakehouse. Ensemble, ces efforts montrent comment Atlassian a transformé ses opérations de sécurité en un système évolutif, gouverné et optimisé par l'IA, qui améliore à la fois la rapidité et l'accessibilité des informations dans toute l'organisation.
Wassym Bensaid, Chief Software Officer de Rivian et Co-CEO et CTO de Rivian et Volkswagen Group Technologies, dirige la transformation de Rivian en une entreprise axée sur l'IA.
Son équipe a mené la transition des véhicules définis par logiciel aux véhicules définis par l'AI, en utilisant la data intelligence comme fondation pour l'ensemble de la plateforme de véhicules et de mobilité de Rivian — jusqu'à l'expérience de conduite quotidienne en utilisant la data intelligence comme fondation pour l'ensemble de la plateforme de véhicules et de mobilité de Rivian.
Pour permettre cette transition, Rivian a modernisé sa pile de données sur la plateforme Databricks, unifiant les données des véhicules, des usines et de l'entreprise au sein d'une fondation unique. Wassym et son équipe ont également consolidé les systèmes existants, notamment Snowflake et Redshift, dans une couche unifiée Delta et Unity Catalog qui établit un tissu de données et d'AI commun à l'ensemble de l'organisation.
Sur cette fondation, Rivian :
Alors que Rivian se prépare à une multiplication par 10 du volume de données des véhicules, Wassym et son équipe ont conçu l'architecture de données de Rivian pour atteindre une échelle de 500 à 600 pétaoctets cette année. L'ETL serverless à lui seul permet d'économiser environ 400 heures d'ingénierie par mois, permettant une itération plus rapide sans croissance proportionnelle des effectifs.
Wassym étend désormais cette fondation à la coentreprise de 5,8 milliards de dollars entre Rivian et Volkswagen Group Technologies (RV Tech), où l'infrastructure logicielle et de données de Rivian soutiendra plusieurs marques du groupe Volkswagen — positionnant Rivian comme un fournisseur mondial de plateformes logicielles et de données.
Lippert est un fabricant mondial de composants et de systèmes hautement techniques pour les industries du RV, de la marine, de l'automobile et de l'habitat. L'entreprise utilise les données et l'AI pour améliorer l'expérience client, rationaliser les opérations et soutenir la prestation de services dans l'ensemble de ses unités commerciales.
Kenan Colson, VP of Data and AI chez Lippert, a joué un rôle central dans l'adoption de la data intelligence au sein de l'organisation. Ses efforts se sont concentrés sur l'alignement interne autour des initiatives d'AI et sur la démonstration d'une valeur commerciale mesurable à travers des déploiements en production couvrant le service client, la finance et les HR.
Sous sa direction, Lippert a transformé son centre de service client en déployant un « Super-Agent » de service client optimisé par l'AI, capable de gérer des volumes d'appels élevés. Cette initiative a considérablement accéléré l'intégration des nouveaux employés.
Kenan a également déployé des capacités d'AI dans d'autres fonctions commerciales avec des solutions spécialisées « sans contact » (zero-touch), notamment :
Kenan a également contribué au leadership d'opinion externe en prenant la parole lors d'événements du secteur et en partageant des perspectives sur l'utilisation des données et de l'AI en entreprise. Ensemble, ces efforts montrent comment Kenan Colson favorise l'adoption de l'AI à l'échelle de l'entreprise chez Lippert en transformant les premiers succès en un impact transversal et évolutif dans toute l'organisation.
Applied Materials, Virgin Atlantic, Fonterra, Vivo (Telefonica Brazil), Virtue Foundation, Octopus Energy, Axpo, Atlassian, Wassym Bensaid chez Rivian et Volkswagen Group Technologies, et Kenan Colson chez Lippert.
Dix lauréats. Dix histoires. Un point commun : la conviction que les données et l'AI peuvent être une force pour le bien, et l'engagement de le prouver. Leur travail nous inspire, nous stimule et nous donne hâte de voir la suite.
(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.