<p>Fivetran 和 DBT Labs 合并了。</p>
<p>这两家公司于 2025 年 10 月首次披露的合并在周一正式生效，成立了一家新公司，将 Fivetran 的数据集成能力与 DBT Labs 的数据转换和数据建模能力结合在一起。</p>
<p>尽管这笔全股票交易的财务条款未披露，但 Fivetran 在 2021 年 9 月融资 5.65 亿美元时的估值为 56 亿美元，而 DBT Labs 在 2022 年 2 月融资 2.22 亿美元时的估值为 42 亿美元。</p>
<p>合并后的实体将以 Fivetran + DBT Labs 的名义运营，前 Fivetran 首席执行官 George Fraser 担任新公司的首席执行官，前 DBT Labs 首席执行官 Tristan Handy 担任总裁。</p>
<p>根据 IDC 分析师 Devin Pratt 的说法，Fivetran 和 DBT Labs 各自带来了不同但互补的能力，因此它们的结合是合乎逻辑的。</p>
<p>他说：“Fivetran 负责数据传输，而 DBT 使数据可信。” “它们共同覆盖了买家目前最关心的两件事，[即] 数据质量和 AI 准备性。”</p>
<p>然而，现有客户，特别是 DBT Labs 的客户，作为一个最初的开源项目，是否会在新公司发展过程中保持忠诚还有待观察，Pratt 继续说道。</p>
<p>他说：“技术契合是简单的部分。真正的考验是在过渡过程中保持 DBT 开源社区的信任。”</p>
<p>TreeHive Strategy 的创始人兼首席顾问 Donald Farmer 同样指出，Fivetran 和 DBT Labs 在技术上非常契合。但考虑到 Fivetran 作为一个封闭源 SaaS 供应商的历史，\“以复杂、激进的消费定价模式而闻名\”，以及 DBT Labs 的开源理念，他警告说，两者合并时可能会出现文化冲突。</p>
<p>Farmer 说：“如果它们能够良好整合并作为一个单一平台运营，它们可以消除数据堆栈的一些复杂性。” “而且它们已经共享许多客户。但在商业条款上，它们可能不太兼容。……将这两个社区结合在一起将是一个真正的挑战。”</p>
<p>最终，合并背后的动机可能是首次公开募股，他补充道。</p>
<p>Farmer 说：“也许真正的驱动因素是这两家公司都不太可能单独成功上市，[而] 这次合并将它们的年度经常性收入整合到一个成功上市所需的门槛之上。”</p>
<h2>技术契合</h2>
<p>虽然 Fivetran 和 DBT Labs 各自作为独立供应商发展了用户基础，但随着 代理 AI 的普及 和数据管理演变为多代理系统的基础层，一些供应商正在将其平台转变为数据和 AI 的端到端系统。</p>
<blockquote>
<p>技术契合是简单的部分。真正的考验是在过渡过程中保持 DBT 开源社区的信任。 <strong>Devin Pratt</strong> IDC 分析师</p>
</blockquote>
<p>那些有资本竞争的公司——如 AWS、Google Cloud 和 Microsoft 等超大规模云供应商，以及包括 Databricks 和 Snowflake 在内的数据平台提供商——正在扩展。随着它们的发展，独立小型供应商的生存变得困难，这导致了整合。</p>
<p>一些曾经独立的公司选择出售给更广泛的平台供应商。例如，Informatica 现在是 Salesforce 的一部分，Confluent 被 IBM 收购，Dremio 被 SAP 收购。Fivetran 和 DBT Labs 选择合并，以超越各自的专业领域。</p>
<p>它们可以共同提供一个数据基础设施层，旨在为 AI 准备数据，包括语义建模能力和商业逻辑，帮助代理获取提供准确、可信结果所需的上下文相关数据。</p>
<p>此外，由于 DBT Labs 起源于开源社区，合并后的 Fivetran + DBT Labs 平台包括跨所有云、引擎和工具的开放标准，以便客户可以使用他们选择的数据管理架构，避免与任何单一供应商过于紧密地绑定。</p>
<p>Pratt 指出，IDC 的研究显示，97% 的组织希望减少用于数据管理的产品数量。然而，[只有 12% 的组织希望使用单一供应商](https://www.techtarget.com/searchenterpriseai/tip/Best-practices-to-avoid-AI-vendor-lock-in)。因此，尽管专业领域的空间正在缩小，但仍然有独立供应商如 Fivetran + DBT Labs 的生存空间，它们提供不止一种专业能力，但并不是端到端的数据和 AI 平台。</p>
<p>Pratt 说：“只要专业公司能够顺利融入核心或足够大以成为核心，它们仍然可以蓬勃发展。” “像 Fivetran 和 DBT 这样的合并是一种方法，而不是等待被收购。”</p>
<p>Farmer 同样指出，尽管正在进行整合，但独立供应商仍然有其存在的空间。特别是那些拥有独特工程方法的独立供应商，能够在收购中生存，因为整合成为了重点，而非创新。</p>
<p>&#34;独立供应商确实有机会，尤其是如果他们能够支持一种方法论和社区，&#34;Farmer 说。&#34;当独立供应商——如 Confluent、Dremio 或 DBT——被吸收时，他们的工程资源不可避免地会从产品创新转向整合，并从他们社区的利益转向与企业销售的对齐。&#34;</p>
<h2>新能力</h2>
<p>除了合并，Fivetran + DBT Labs 发布了其首批新功能。它们包括：</p>
<ul>
<li>Agents Schema，一个开源标准，用于 为代理提供上下文，指定一个在数据仓库或数据湖中与系统兼容的 模式，作为代理 AI 的共享上下文层。</li>
<li>DBT Core 2.0，DBT Labs 最新版本的开源 Fusion 引擎，用于使用 SQL 和 Python 代码进行数据转换。</li>
<li>DBT State，一个用于数据管道的缓存层，旨在帮助用户降低基础设施成本。</li>
<li>DBT Wizard，一个自主助手，利用上下文，包括来自 DBT 项目的血统和定义的指标，用于模型创作、重构和调试。</li>
</ul>
<p>DBT Core 2.0、DBT State 和 DBT Wizard 目前处于不同的测试阶段，尚未普遍可用。</p>
<p>&#34;我喜欢 DBT State，&#34;Farmer 说。&#34;在 CFO 对不可预测账单进行严格审查的时代，如果 DBT 能通过智能缓存降低基础设施成本……那是一个可靠的——且可测试的——声明。&#34;</p>
<p>与此同时，Pratt 指出了 Agents Schema 的潜在价值。</p>
<p>&#34;将代理投入生产中最困难的部分不是模型，而是给代理提供可以信任的上下文，&#34;他说。&#34;Agents Schema 直接解决了这个问题，作为一个客户拥有的开放标准，而不是另一个锁定。&#34;</p>
<p>展望未来，既然 Fivetran 和 DBT Labs 已经合并，Pratt 建议公司继续强调和尊重 DBT Labs 创立时的开放性。由于一些供应商使与第三方的整合变得困难，而其他供应商仅支持某些 互操作性，Fivetran + DBT Labs 可以通过完全拥抱开放性，与至少一些竞争对手区分开来。</p>
<p>&#34;保持开放是他们最大的资产，&#34;Pratt 说。&#34;现在的机会是将这种开放性与强有力的治理和自动化结合起来，这些是买家最看重的，这将使他们能够留住用户并吸引新用户。&#34;</p>
<p>为此，Farmer 建议 Fivetran + DBT 将 DBT 的语义建模能力 开源，而不是将其作为付费功能。</p>
<p>&#34;他们需要完全开放 DBT 的语义层，&#34;他说。&#34;语义层必须与外部工具集成才能有用。&#34;</p>
<p><em>Eric Avidon 是 Informa TechTarget 的高级新闻撰稿人，拥有超过三十年的经验。他报道分析和数据管理领域的新闻。</em></p>

<p>Fivetran 和 DBT Labs 已正式合并，形成一个统一的 AI 数据层，将 Fivetran 的集成功能与 DBT Labs 的转换工具相结合。这笔全股票交易创造了一个由首席执行官 George Fraser 和总裁 Tristan Handy 领导的新实体。尽管分析师赞扬这一技术组合能够改善数据质量和 AI 准备性，但在 Fivetran 的 SaaS 模式与 DBT 的开源理念之间，社区信任和文化整合仍然面临挑战。此次合并旨在整合收入，以提高潜在的 IPO 可行性</p>

<p>Fivetran and DBT Labs are one.</p>
<div class="lb-trans"><p>Fivetran 和 DBT Labs 合并了。</p>
</div><p>The merger of the two, first revealed in October 2025, became official on Monday, creating a new company that combines the data integration capabilities of Fivetran with the data transformation and data modeling capabilities of DBT Labs.</p>
<div class="lb-trans"><p>这两家公司于 2025 年 10 月首次披露的合并在周一正式生效，成立了一家新公司，将 Fivetran 的数据集成能力与 DBT Labs 的数据转换和数据建模能力结合在一起。</p>
</div><p>Although financial terms of the all-stock transaction were not disclosed, Fivetran was valued at $5.6 billion in September 2021 when it raised $565 million in venture capital funding, while DBT Labs was valued at $4.2 billion in February 2022 when it raised $222 million from venture capitalists.</p>
<div class="lb-trans"><p>尽管这笔全股票交易的财务条款未披露，但 Fivetran 在 2021 年 9 月融资 5.65 亿美元时的估值为 56 亿美元，而 DBT Labs 在 2022 年 2 月融资 2.22 亿美元时的估值为 42 亿美元。</p>
</div><p>The combined entity will operate as Fivetran + DBT Labs with former Fivetran CEO George Fraser serving as the new company's CEO and former DBT Labs CEO Tristan Handy serving as president.</p>
<div class="lb-trans"><p>合并后的实体将以 Fivetran + DBT Labs 的名义运营，前 Fivetran 首席执行官 George Fraser 担任新公司的首席执行官，前 DBT Labs 首席执行官 Tristan Handy 担任总裁。</p>
</div><p>Given that Fivetran and DBT Labs bring separate but complementary capabilities to Fivetran + DBT Labs, their combination is logical, according to Devin Pratt, an analyst at IDC.</p>
<div class="lb-trans"><p>根据 IDC 分析师 Devin Pratt 的说法，Fivetran 和 DBT Labs 各自带来了不同但互补的能力，因此它们的结合是合乎逻辑的。</p>
</div><p>&#34;Fivetran moves the data and DBT makes it trustworthy,&#34; he said. &#34;Together they cover the two things that buyers care about most right now, [which are] data quality and AI readiness.&#34;</p>
<div class="lb-trans"><p>他说：“Fivetran 负责数据传输，而 DBT 使数据可信。” “它们共同覆盖了买家目前最关心的两件事，[即] 数据质量和 AI 准备性。”</p>
</div><p>However, whether existing customers -- particularly those of DBT Labs, which began as an open source project -- stay loyal as the new company evolves remains to be seen, Pratt continued.</p>
<div class="lb-trans"><p>然而，现有客户，特别是 DBT Labs 的客户，作为一个最初的开源项目，是否会在新公司发展过程中保持忠诚还有待观察，Pratt 继续说道。</p>
</div><p>&#34;The technology fit is the easy part,&#34; he said. &#34;The real test is keeping the DBT open-source community's trust through the transition.&#34;</p>
<div class="lb-trans"><p>他说：“技术契合是简单的部分。真正的考验是在过渡过程中保持 DBT 开源社区的信任。”</p>
</div><p>Donald Farmer, founder and principal of TreeHive Strategy, similarly noted that Fivetran and DBT Labs are a strong technological fit. But given Fivetran's history as a closed-source SaaS vendor &#34;with a reputation for complex, aggressive consumption-based pricing models&#34; and DBT Labs' open-source ethos, there could be culture clashes as the two join forces, he cautioned.</p>
<div class="lb-trans"><p>TreeHive Strategy 的创始人兼首席顾问 Donald Farmer 同样指出，Fivetran 和 DBT Labs 在技术上非常契合。但考虑到 Fivetran 作为一个封闭源 SaaS 供应商的历史，\“以复杂、激进的消费定价模式而闻名\”，以及 DBT Labs 的开源理念，他警告说，两者合并时可能会出现文化冲突。</p>
</div><p>&#34;If they integrate well and operate as a single platform they can eliminate some of the complexity of the data stack,&#34; Farmer said. &#34;And they do share many customers already. But they may be less compatible in business terms. ... Bringing these two communities together is going to be a real challenge.&#34;</p>
<div class="lb-trans"><p>Farmer 说：“如果它们能够良好整合并作为一个单一平台运营，它们可以消除数据堆栈的一些复杂性。” “而且它们已经共享许多客户。但在商业条款上，它们可能不太兼容。……将这两个社区结合在一起将是一个真正的挑战。”</p>
</div><p>Ultimately, the motivation behind the merger might be an initial public stock offering, he added.</p>
<div class="lb-trans"><p>最终，合并背后的动机可能是首次公开募股，他补充道。</p>
</div><p>&#34;Perhaps the real driver is that neither company was likely to successfully IPO individually [and] this merger consolidates their annual recurring revenue to cross a threshold required for a successful public listing,&#34; Farmer said.</p>
<div class="lb-trans"><p>Farmer 说：“也许真正的驱动因素是这两家公司都不太可能单独成功上市，[而] 这次合并将它们的年度经常性收入整合到一个成功上市所需的门槛之上。”</p>
</div><h2>Technological fit</h2>
<div class="lb-trans"><h2>技术契合</h2>
</div><p>While Fivetran and DBT Labs each developed user bases as independent vendors, as agentic AI becomes more prevalent across enterprises and data management evolves to become a foundational layer for multi-agent systems, some vendors are turning their platforms into end-to-end systems for data and AI.</p>
<div class="lb-trans"><p>虽然 Fivetran 和 DBT Labs 各自作为独立供应商发展了用户基础，但随着 代理 AI 的普及 和数据管理演变为多代理系统的基础层，一些供应商正在将其平台转变为数据和 AI 的端到端系统。</p>
</div><blockquote>
<p>The technology fit is the easy part. The real test is keeping the DBT open-source community's trust through the transition. <strong>Devin Pratt</strong> Analyst, IDC</p>
</blockquote>
<div class="lb-trans"><blockquote>
<p>技术契合是简单的部分。真正的考验是在过渡过程中保持 DBT 开源社区的信任。 <strong>Devin Pratt</strong> IDC 分析师</p>
</blockquote>
</div><p>Those that have the capital to compete -- hyperscale cloud vendors such as AWS, Google Cloud and Microsoft along with data platform providers including Databricks and Snowflake -- are expanding. As they do so, it makes it difficult for niche vendors to remain independent, which is leading to consolidation.</p>
<div class="lb-trans"><p>那些有资本竞争的公司——如 AWS、Google Cloud 和 Microsoft 等超大规模云供应商，以及包括 Databricks 和 Snowflake 在内的数据平台提供商——正在扩展。随着它们的发展，独立小型供应商的生存变得困难，这导致了整合。</p>
</div><p>Some formerly independent companies have opted to sell to broader platform vendors. For example, Informatica is now part of Salesforce, Confluent was bought by IBM, and Dremio was acquired by SAP. Rather than find buyers to become small pieces of larger wholes, Fivetran and DBT Labs elected to merge to expand beyond their specialties.</p>
<div class="lb-trans"><p>一些曾经独立的公司选择出售给更广泛的平台供应商。例如，Informatica 现在是 Salesforce 的一部分，Confluent 被 IBM 收购，Dremio 被 SAP 收购。Fivetran 和 DBT Labs 选择合并，以超越各自的专业领域。</p>
</div><p>Together, they can provide a data infrastructure layer designed to prepare data for AI, including the semantic modeling capabilities and business logic that help feed agents the contextually relevant data they require to deliver accurate, trustworthy outcomes.</p>
<div class="lb-trans"><p>它们可以共同提供一个数据基础设施层，旨在为 AI 准备数据，包括语义建模能力和商业逻辑，帮助代理获取提供准确、可信结果所需的上下文相关数据。</p>
</div><p>In addition, with DBT Labs' origins in the open-source community, the combined Fivetran + DBT Labs platform includes open standards that work across all clouds, engines and tools so that customers can use the data management architecture of their choice and avoid becoming too closely aligned with any single vendor.</p>
<div class="lb-trans"><p>此外，由于 DBT Labs 起源于开源社区，合并后的 Fivetran + DBT Labs 平台包括跨所有云、引擎和工具的开放标准，以便客户可以使用他们选择的数据管理架构，避免与任何单一供应商过于紧密地绑定。</p>
</div><p>Pratt noted that IDC research shows that 97% of organizations want to reduce the number of products they use for data management. However, only 12% want to use a single vendor. Therefore, though the space for specialists is shrinking, there remains room for independent vendors such as Fivetran + DBT Labs that provide more than one niche capability but aren't end-to-end data and AI platforms.</p>
<div class="lb-trans"><p>Pratt 指出，IDC 的研究显示，97% 的组织希望减少用于数据管理的产品数量。然而，[只有 12% 的组织希望使用单一供应商](https://www.techtarget.com/searchenterpriseai/tip/Best-practices-to-avoid-AI-vendor-lock-in)。因此，尽管专业领域的空间正在缩小，但仍然有独立供应商如 Fivetran + DBT Labs 的生存空间，它们提供不止一种专业能力，但并不是端到端的数据和 AI 平台。</p>
</div><p>&#34;Specialists can still thrive, as long as they slot cleanly into a core or get big enough to be that core,&#34; Pratt said. &#34;Combining, as Fivetran and DBT have, is one way to do that rather than waiting to be bought.&#34;</p>
<div class="lb-trans"><p>Pratt 说：“只要专业公司能够顺利融入核心或足够大以成为核心，它们仍然可以蓬勃发展。” “像 Fivetran 和 DBT 这样的合并是一种方法，而不是等待被收购。”</p>
</div><p>Farmer likewise noted that despite ongoing consolidation, there remains a place for independent vendors. In particular, independent vendors with unique engineering approaches can survive given that integration becomes the focus amid acquisitions rather than innovation.</p>
<div class="lb-trans"><p>Farmer 同样指出，尽管正在进行整合，但独立供应商仍然有其存在的空间。特别是那些拥有独特工程方法的独立供应商，能够在收购中生存，因为整合成为了重点，而非创新。</p>
</div><p>&#34;Independents do have opportunities, especially if they can support a methodology and community,&#34; Farmer said. &#34;When independents -- like Confluent, Dremio or DBT -- get absorbed, their engineering resources are inevitably redirected from product innovation toward integration and from the interests of their community towards alignment with enterprise sales.&#34;</p>
<div class="lb-trans"><p>&#34;独立供应商确实有机会，尤其是如果他们能够支持一种方法论和社区，&#34;Farmer 说。&#34;当独立供应商——如 Confluent、Dremio 或 DBT——被吸收时，他们的工程资源不可避免地会从产品创新转向整合，并从他们社区的利益转向与企业销售的对齐。&#34;</p>
</div><h2>New capabilities</h2>
<div class="lb-trans"><h2>新能力</h2>
</div><p>Beyond the merger, Fivetran + DBT Labs unveiled its first new features. They include the following:</p>
<div class="lb-trans"><p>除了合并，Fivetran + DBT Labs 发布了其首批新功能。它们包括：</p>
</div><ul>
<li>Agents Schema, an open source standard for providing context to agents that designates one schema in a data warehouse or data lake that is compatible across systems as the shared context layer for agentic AI.</li>
<li>DBT Core 2.0, the latest version of DBT Labs' open source Fusion engine for data transformation using SQL and Python code.</li>
<li>DBT State, a caching layer for data pipelines aimed at enabling users to reduce infrastructure costs.</li>
<li>DBT Wizard, an autonomous assistant that uses context including lineage and defined metrics from DBT projects for model authoring, refactoring and debugging.</li>
</ul>
<div class="lb-trans"><ul>
<li>Agents Schema，一个开源标准，用于 为代理提供上下文，指定一个在数据仓库或数据湖中与系统兼容的 模式，作为代理 AI 的共享上下文层。</li>
<li>DBT Core 2.0，DBT Labs 最新版本的开源 Fusion 引擎，用于使用 SQL 和 Python 代码进行数据转换。</li>
<li>DBT State，一个用于数据管道的缓存层，旨在帮助用户降低基础设施成本。</li>
<li>DBT Wizard，一个自主助手，利用上下文，包括来自 DBT 项目的血统和定义的指标，用于模型创作、重构和调试。</li>
</ul>
</div><p>DBT Core 2.0, DBT State and DBT Wizard are in various states of testing and not yet generally available.</p>
<div class="lb-trans"><p>DBT Core 2.0、DBT State 和 DBT Wizard 目前处于不同的测试阶段，尚未普遍可用。</p>
</div><p>&#34;I like DBT State,&#34; Farmer said. &#34;In an era where CFOs are cracking down on unpredictable bills, if DBT can cut infrastructure costs … with smart caching, that's a solid -- and testable -- claim.&#34;</p>
<div class="lb-trans"><p>&#34;我喜欢 DBT State，&#34;Farmer 说。&#34;在 CFO 对不可预测账单进行严格审查的时代，如果 DBT 能通过智能缓存降低基础设施成本……那是一个可靠的——且可测试的——声明。&#34;</p>
</div><p>Pratt, meanwhile, noted the potential value of Agents Schema.</p>
<div class="lb-trans"><p>与此同时，Pratt 指出了 Agents Schema 的潜在价值。</p>
</div><p>&#34;The hardest part of getting agents into production isn't the model, it's giving the agent context it can trust,&#34; he said. &#34;Agents Schema goes straight at that, as an open standard the customer owns rather than one more lock-in.&#34;</p>
<div class="lb-trans"><p>&#34;将代理投入生产中最困难的部分不是模型，而是给代理提供可以信任的上下文，&#34;他说。&#34;Agents Schema 直接解决了这个问题，作为一个客户拥有的开放标准，而不是另一个锁定。&#34;</p>
</div><p>Looking ahead, now that Fivetran and DBT Labs have merged, Pratt recommended that the company continue to stress and honor the openness on which DBT Labs was founded. With some vendors making it difficult to integrate with third parties, and others enabling only some interoperability, Fivetran + DBT Labs could stand apart from at least some competitors by fully embracing openness.</p>
<div class="lb-trans"><p>展望未来，既然 Fivetran 和 DBT Labs 已经合并，Pratt 建议公司继续强调和尊重 DBT Labs 创立时的开放性。由于一些供应商使与第三方的整合变得困难，而其他供应商仅支持某些 互操作性，Fivetran + DBT Labs 可以通过完全拥抱开放性，与至少一些竞争对手区分开来。</p>
</div><p>&#34;Staying open is their biggest asset,&#34; Pratt said. &#34;The opportunity now is to pair that openness with strong governance and automation, the things buyers value most, which would position them to keep their users and attract new ones.&#34;</p>
<div class="lb-trans"><p>&#34;保持开放是他们最大的资产，&#34;Pratt 说。&#34;现在的机会是将这种开放性与强有力的治理和自动化结合起来，这些是买家最看重的，这将使他们能够留住用户并吸引新用户。&#34;</p>
</div><p>Toward that end, Farmer suggested that Fivetran + DBT make DBT's semantic modeling capabilities open source rather than keep it a paid feature.</p>
<div class="lb-trans"><p>为此，Farmer 建议 Fivetran + DBT 将 DBT 的语义建模能力 开源，而不是将其作为付费功能。</p>
</div><p>&#34;They need to fully open up DBT's semantic layer,&#34; he said. &#34;A semantic layer must integrate with outside tools to be useful.&#34;</p>
<div class="lb-trans"><p>&#34;他们需要完全开放 DBT 的语义层，&#34;他说。&#34;语义层必须与外部工具集成才能有用。&#34;</p>
</div><p><em>Eric Avidon is a senior news writer for Informa TechTarget and a journalist with more than three decades of experience. He covers analytics and data management.</em></p>
<div class="lb-trans"><p><em>Eric Avidon 是 Informa TechTarget 的高级新闻撰稿人，拥有超过三十年的经验。他报道分析和数据管理领域的新闻。</em></p>
</div>

Fivetran 与 DBT Labs 完成合并，打造 AI 的数据层