Datadog acquiert Adaptive ML pour renforcer son effort de recherche en IA de 1 milliard de dollars

L'acquisition d'Adaptive ML par Datadog apporte les opérations d'apprentissage par renforcement au moteur de recherche annuel d'un milliard de dollars du géant de l'observabilité.

Datadog Inc. a acquis Adaptive ML, une startup développant ce qu'elle présente comme la première plateforme d'opérations d'apprentissage par renforcement (RLOps), afin d'intégrer l'amélioration continue de l'IA dans ses produits d'observabilité et de sécurité. L'opération intègre Adaptive ML au sein de Datadog AI Research, le laboratoire de l'entreprise spécialisé dans les modèles de monde et le post-entraînement des LLM agentiques pour la surveillance des infrastructures.

« Nous avons fondé Adaptive pour offrir à chaque entreprise la capacité d'améliorer en permanence sa propre IA. L'élément manquant n'a jamais été l'algorithme ; la partie la plus difficile était le passage à l'échelle en production », a déclaré Julien Launay, cofondateur et directeur général d'Adaptive ML, dans un communiqué. « Grâce à l'accès inégalé de Datadog aux infrastructures réelles, nous pouvons accélérer vers une intelligence continue. »

Datadog a investi plus d'un milliard de dollars par an en recherche et développement, finançant notamment le projet de recherche Toto 2.0 et une suite d'agents d'IA — Bits Investigation, Bits Code et Bits Security Analyst — qui ont réalisé des centaines de milliers d'enquêtes automatisées pour les clients. La plateforme RLOps d'Adaptive ML permet aux entreprises de construire, posséder et déployer des agents d'IA spécialisés qui s'améliorent au fil du temps grâce aux retours de la production, une capacité que Datadog prévoit d'intégrer à sa pile de surveillance.

Cette acquisition montre le pari de Datadog selon lequel l'observabilité passera de tableaux de bord passifs à des systèmes autonomes capables de détecter et de résoudre les problèmes avant qu'ils n'affectent les clients. L'action Datadog a augmenté de 3,2 % à 247,45 $ suite à l'annonce, portant son gain annuel à 85 %, bien que le titre reste 10,8 % en dessous de son sommet de mai à 277,49 $. Scotiabank a relevé son objectif de cours à 275 $ et Citi à 270 $, citant l'élargissement du fossé concurrentiel de Datadog alors que l'infrastructure d'IA crée une nouvelle demande pour les logiciels de surveillance.

Ce qu'Adaptive ML apporte au laboratoire de Datadog

Adaptive ML a développé la première plateforme dédiée aux opérations d'apprentissage par renforcement, une catégorie conçue pour résoudre ce que Launay a appelé la partie la plus difficile de l'IA d'entreprise : l'amélioration à l'échelle de la production. La plupart des modèles d'IA sont entraînés une seule fois et déployés de manière statique ; le RLOps crée une boucle de rétroaction où les signaux du monde réel affinent en continu le comportement du modèle. Pour Datadog, qui traite les données de télémétrie de milliers de clients entreprises, cette boucle de rétroaction pourrait transformer les données brutes d'observabilité en ce que le scientifique en chef Ameet Talwalkar a décrit comme une « intelligence de première partie ».

« Notre laboratoire se concentre sur l'exploitation de nos données et de notre expertise sectorielle pour construire des agents et des modèles spécialisés, et pour transformer efficacement nos données en intelligence de première partie », a déclaré Talwalkar. « L'intégration d'Adaptive ML est une adéquation naturelle pour améliorer et enrichir le travail que nous effectuons déjà au sein de notre laboratoire. »

L'opération positionne également Datadog face à ses rivaux, notamment Dynatrace Inc. et l'unité Splunk de Cisco Systems Inc., qui investissent tous deux dans l'observabilité pilotée par l'IA. Le Davis AI de Dynatrace et l'assistant IA de Splunk se disputent les mêmes budgets de surveillance d'entreprise, mais l'avantage de Datadog réside dans l'étendue de ses données — l'entreprise surveille les applications, l'infrastructure, les données, les modèles et la sécurité à partir d'une plateforme unique, lui offrant davantage de signaux d'entraînement que ses concurrents.

Implications pour les investisseurs

Datadog se négocie à environ 12 fois les ventes à terme, une prime par rapport à Dynatrace (environ 9 fois), mais en dessous de sa moyenne sur cinq ans de 16 fois, reflétant l'incertitude du marché quant à l'impact de l'IA sur la tarification des SaaS après la vente massive de février surnommée « SaaSpocalypse ». L'acquisition d'Adaptive ML est modeste par rapport à la capitalisation boursière de Datadog, qui s'élève à 80 milliards de dollars, mais elle indique une orientation stratégique : transformer les données d'observabilité en agents d'IA en amélioration continue qui justifient des prix plus élevés par siège.

Si Datadog parvient à démontrer que ses agents Bits résolvent les incidents plus rapidement que les ingénieurs humains, l'entreprise pourrait augmenter son revenu moyen par client sans ajouter d'effectifs — une histoire de marges qui soutiendrait une expansion des multiples de valorisation. Le risque est que les agents d'IA finissent par commoditiser la surveillance elle-même, comprimant le pouvoir de fixation des prix qui a soutenu la croissance de plus de 30 % du chiffre d'affaires de Datadog.

Cet article est fourni à titre informatif uniquement et ne constitue pas un conseil en investissement.