OceanBase, la « Databricks chinoise » ? Ce que recouvre vraiment la comparaison

La formule « Databricks chinoise » décrit une direction stratégique, pas une équivalence entre les produits ni entre les entreprises. OceanBase et Databricks cherchent toutes deux à devenir une couche de données d’entreprise plus large : une infrastructure capable de relier données opérationnelles, analytique, gouvernance et applications d’IA, plutôt que de dépendre uniquement du budget traditionnel consacré aux bases de données ou aux entrepôts de données.

Databricks constitue le point de comparaison naturel. Le 13 août 2026, l’entreprise a annoncé avoir levé 5 milliards de dollars pour une valorisation post-money de 190 milliards de dollars. Elle a également indiqué avoir dépassé un rythme de chiffre d’affaires annualisé de 7 milliards de dollars au deuxième trimestre. Les fonds doivent notamment soutenir des produits comme sa base de données Lakebase, son assistant d’IA Genie et sa plateforme Unity AI Gateway. 1

Deux chemins opposés vers une même destination

Databricks et OceanBase sont parties de deux extrémités différentes de la pile de données :

• Databricks suit une trajectoire du « lac vers la base de données ». L’entreprise s’est d’abord construite autour de l’analytique sur lakehouse, avant d’ajouter des capacités plus opérationnelles, temps réel et orientées base de données, notamment avec Lakebase pour les agents d’IA. 113
• OceanBase suit une trajectoire de la « base de données vers le lac ». Développée au sein d’Ant Group, elle a d’abord bâti sa réputation sur les transactions distribuées, la cohérence forte, la haute disponibilité et les charges de travail d’entreprise à grande échelle, avant de s’étendre aux lacs de données, aux données multimodales et à l’IA. 313237

Cette convergence est importante, car les systèmes d’IA ont besoin de davantage qu’un simple entrepôt de données historiques. Ils doivent accéder à des informations commerciales à jour, à un contexte gouverné, à des outils de recherche et de récupération, à des capacités analytiques, ainsi qu’à des moyens sûrs de connecter les modèles ou les agents aux opérations réelles.

Une plateforme qui réunit ces fonctions peut ainsi prétendre à une part plus importante des dépenses technologiques des entreprises qu’une base de données autonome. C’est tout le sens de l’analogie : les deux groupes veulent faire de l’architecture « données + IA » le point de contrôle des applications d’entreprise.

Le virage d’OceanBase vers la plateforme de données d’IA

La présentation, le 29 juin, d’une base de données d’IA intégrée a marqué un changement visible dans le positionnement d’OceanBase : l’entreprise ne se présente plus seulement comme un fournisseur de bases de données distribuées, mais comme une plateforme de données destinée à l’IA. Son architecture Lakebase vise à réunir données structurées, semi-structurées et non structurées, transactions en ligne et traitements hors ligne au sein d’un modèle commun de stockage et de gestion des données. 123538

L’offre qui l’entoure dépasse donc le seul moteur de base de données :

• Lakebase constitue le socle unifié de stockage et de traitement pour les données opérationnelles, l’analytique et les charges de travail d’IA.
• DataStudio couvre l’ingestion, le traitement, la gouvernance, les métadonnées, la traçabilité et les services de données. OceanBase affirme que les données gouvernées peuvent ensuite être transmises aux outils de veille stratégique, aux systèmes métier, aux modèles et aux agents. 36
• DataPilot se situe davantage du côté de l’analyse métier, de la prise de décision et des usages liés aux agents. 39

Le changement est stratégique. Une base de données classique est généralement achetée pour faire fonctionner des applications ou gérer des transactions. Une plateforme de données d’IA peut aussi couvrir la production et l’intégration des données, leur qualité, leur gouvernance, l’analytique, le contexte sémantique, la recherche et la mise à disposition d’applications.

L’objectif n’est donc pas simplement de remplacer une autre base SQL. Il s’agit de réduire le nombre de systèmes et de transferts nécessaires entre les données de l’entreprise et les usages alimentés par l’IA.

Pourquoi l’héritage d’OceanBase compte

L’histoire d’OceanBase, centrée sur la base de données, donne à son discours un socle différent de celui de Databricks, issue de l’analytique. La documentation d’OceanBase décrit des fonctions de haute disponibilité et de reprise après sinistre entre nœuds, centres de données et régions. Les documents de présentation mettent également en avant la cohérence forte, la montée en charge élastique et la disponibilité continue, dans des déploiements cloud comme sur site. 3137

Ces caractéristiques sont particulièrement pertinentes lorsque l’IA doit s’appuyer sur des données métier en direct et contrôlées, plutôt que sur une copie analytique actualisée périodiquement. Les documents publics consacrés au secteur bancaire décrivent des déploiements auprès de grandes institutions financières chinoises et positionnent la plateforme comme un outil de modernisation des systèmes centraux. 4750

OceanBase bénéficie aussi d’une certaine reconnaissance indépendante, même si celle-ci ne constitue pas une preuve de parité commerciale avec Databricks. Dans son étude The Forrester Wave: Multimodel Data Platforms, Q2 2026, Forrester a évalué 14 fournisseurs selon 24 critères et classé OceanBase parmi les acteurs « Strong Performers ». Une annonce de l’entreprise citant ce rapport indique qu’OceanBase a obtenu la note maximale dans des critères tels que la cohérence transactionnelle multimodèle, les capacités translytiques multimodèles et la flexibilité de déploiement. 49

L’écart de taille reste déterminant

La comparaison devient trompeuse si elle est interprétée comme une affirmation sur la taille actuelle des deux entreprises. Databricks a fait état d’un chiffre d’affaires annualisé supérieur à 7 milliards de dollars au deuxième trimestre, tandis que des informations attribuées à des personnes proches des finances d’OceanBase situent son chiffre d’affaires annualisé 2026 au-dessus de 200 millions de dollars. Sur cette base, le rythme de revenus de Databricks est au moins 35 fois supérieur. Le chiffre d’OceanBase ne correspond pas à une publication financière auditée. 111

Databricks dispose également d’une présence commerciale et d’un écosystème mondiaux bien plus vastes. L’activité déclarée d’OceanBase reste, elle, principalement concentrée en Chine. 1015 OceanBase vise peut-être une catégorie comparable d’infrastructure d’entreprise, mais elle n’a pas encore démontré une échelle ni une portée internationale comparables à celles de Databricks.

Une structure qui prépare davantage d’indépendance

La structure d’OceanBase aide à comprendre pourquoi son expansion dans l’IA attire l’attention. En juillet 2026, des informations de presse ont indiqué que l’entreprise discutait avec des investisseurs d’une levée de série A comprise entre 2 et 3 milliards de yuans, afin de financer son fonctionnement plus indépendant et ses investissements dans les services de bases de données d’IA. Cette opération était présentée comme un projet en discussion, et non comme un financement déjà réalisé. 1118

Cette évolution fait suite à la décision prise par Ant Group en 2024 de doter OceanBase de son propre conseil d’administration et de l’exploiter comme une unité indépendante. Des articles ont également évoqué des dispositifs distincts de participation ou d’intéressement des salariés, destinés à rapprocher son fonctionnement de celui d’une jeune entreprise technologique. 2224

Cette combinaison — structure opérationnelle plus autonome, discussions autour d’un financement externe et entrée dans une catégorie plus large d’infrastructure d’IA — rend la comparaison avec Databricks intéressante pour les investisseurs comme pour les acheteurs de technologies d’entreprise. Elle présente OceanBase non plus seulement comme un éditeur de bases de données, mais comme une société qui tente de bâtir une plateforme indépendante autour des données et de l’IA.

Ce que montrent les indicateurs de marché — et ce qu’ils ne prouvent pas

OceanBase fait état d’une adoption importante dans la finance chinoise et dans d’autres secteurs où la fiabilité est essentielle. Un article publié en juin 2026, citant des données de l’entreprise et du secteur, indiquait par exemple qu’OceanBase servait plus de 400 institutions financières et était utilisée par près de 70 % des banques disposant de plus de 1 000 milliards de yuans d’actifs pour leurs systèmes centraux. Le même article affirmait qu’OceanBase occupait la première place du marché chinois des bases de données distribuées déployées sur site dans le secteur financier pour la troisième année consécutive. 54

Ces chiffres étayent l’idée qu’OceanBase possède une expérience réelle de la production, en particulier dans des environnements réglementés et fortement transactionnels. Ils doivent toutefois être considérés comme des affirmations attribuées à l’entreprise ou à des sources sectorielles, et non comme des mesures auditées de manière indépendante.

Les éléments disponibles témoignent d’une crédibilité technique et d’une traction auprès des clients. Ils ne suffisent pas, à eux seuls, à démontrer qu’OceanBase a reproduit le modèle économique de Databricks ou atteint son échelle mondiale.

En résumé

« Databricks chinoise » est avant tout une description de la destination visée par OceanBase. Databricks évolue du lakehouse analytique vers les bases de données, les données métier en temps réel et les agents d’IA. OceanBase évolue des bases de données distribuées et des systèmes centraux financiers vers une plateforme réunissant lakehouse, données multimodales et intelligence artificielle. 1612

Les trajectoires diffèrent, mais l’objectif stratégique est proche : rendre les données d’entreprise immédiatement utilisables pour l’analytique, les applications et l’IA, tout en réduisant la fragmentation, les duplications et les failles de gouvernance.

OceanBase dispose d’un socle crédible, forgé dans les bases de données distribuées et les environnements financiers exigeants. La réserve est toutefois essentielle : son chiffre d’affaires déclaré reste au moins 35 fois inférieur à celui de Databricks, sa levée de fonds n’était pas confirmée comme réalisée et plusieurs de ses principaux indicateurs de marché reposent encore sur des déclarations de l’entreprise ou du secteur.

La comparaison signale donc une ambition et une convergence architecturale — pas une équivalence de taille ni de puissance commerciale.