<p>Fivetran 和 DBT Labs 合併了。</p>
<p>這兩家公司於 2025 年 10 月首次披露的合併在週一正式生效，成立了一家新公司，將 Fivetran 的數據集成能力與 DBT Labs 的數據轉換和數據建模能力結合在一起。</p>
<p>儘管這筆全股票交易的財務條款未披露，但 Fivetran 在 2021 年 9 月融資 5.65 億美元時的估值為 56 億美元，而 DBT Labs 在 2022 年 2 月融資 2.22 億美元時的估值為 42 億美元。</p>
<p>合併後的實體將以 Fivetran + DBT Labs 的名義運營，前 Fivetran 首席執行官 George Fraser 擔任新公司的首席執行官，前 DBT Labs 首席執行官 Tristan Handy 擔任總裁。</p>
<p>根據 IDC 分析師 Devin Pratt 的説法，Fivetran 和 DBT Labs 各自帶來了不同但互補的能力，因此它們的結合是合乎邏輯的。</p>
<p>他説：“Fivetran 負責數據傳輸，而 DBT 使數據可信。” “它們共同覆蓋了買家目前最關心的兩件事，[即] 數據質量和 AI 準備性。”</p>
<p>然而，現有客户，特別是 DBT Labs 的客户，作為一個最初的開源項目，是否會在新公司發展過程中保持忠誠還有待觀察，Pratt 繼續説道。</p>
<p>他説：“技術契合是簡單的部分。真正的考驗是在過渡過程中保持 DBT 開源社區的信任。”</p>
<p>TreeHive Strategy 的創始人兼首席顧問 Donald Farmer 同樣指出，Fivetran 和 DBT Labs 在技術上非常契合。但考慮到 Fivetran 作為一個封閉源 SaaS 供應商的歷史，\“以複雜、激進的消費定價模式而聞名\”，以及 DBT Labs 的開源理念，他警告説，兩者合併時可能會出現文化衝突。</p>
<p>Farmer 説：“如果它們能夠良好整合並作為一個單一平台運營，它們可以消除數據堆棧的一些複雜性。” “而且它們已經共享許多客户。但在商業條款上，它們可能不太兼容。……將這兩個社區結合在一起將是一個真正的挑戰。”</p>
<p>最終，合併背後的動機可能是首次公開募股，他補充道。</p>
<p>Farmer 説：“也許真正的驅動因素是這兩家公司都不太可能單獨成功上市，[而] 這次合併將它們的年度經常性收入整合到一個成功上市所需的門檻之上。”</p>
<h2>技術契合</h2>
<p>雖然 Fivetran 和 DBT Labs 各自作為獨立供應商發展了用户基礎，但隨着 代理 AI 的普及 和數據管理演變為多代理系統的基礎層，一些供應商正在將其平台轉變為數據和 AI 的端到端系統。</p>
<blockquote>
<p>技術契合是簡單的部分。真正的考驗是在過渡過程中保持 DBT 開源社區的信任。 <strong>Devin Pratt</strong> IDC 分析師</p>
</blockquote>
<p>那些有資本競爭的公司——如 AWS、Google Cloud 和 Microsoft 等超大規模雲供應商，以及包括 Databricks 和 Snowflake 在內的數據平台提供商——正在擴展。隨着它們的發展，獨立小型供應商的生存變得困難，這導致了整合。</p>
<p>一些曾經獨立的公司選擇出售給更廣泛的平台供應商。例如，Informatica 現在是 Salesforce 的一部分，Confluent 被 IBM 收購，Dremio 被 SAP 收購。Fivetran 和 DBT Labs 選擇合併，以超越各自的專業領域。</p>
<p>它們可以共同提供一個數據基礎設施層，旨在為 AI 準備數據，包括語義建模能力和商業邏輯，幫助代理獲取提供準確、可信結果所需的上下文相關數據。</p>
<p>此外，由於 DBT Labs 起源於開源社區，合併後的 Fivetran + DBT Labs 平台包括跨所有云、引擎和工具的開放標準，以便客户可以使用他們選擇的數據管理架構，避免與任何單一供應商過於緊密地綁定。</p>
<p>Pratt 指出，IDC 的研究顯示，97% 的組織希望減少用於數據管理的產品數量。然而，[只有 12% 的組織希望使用單一供應商](https://www.techtarget.com/searchenterpriseai/tip/Best-practices-to-avoid-AI-vendor-lock-in)。因此，儘管專業領域的空間正在縮小，但仍然有獨立供應商如 Fivetran + DBT Labs 的生存空間，它們提供不止一種專業能力，但並不是端到端的數據和 AI 平台。</p>
<p>Pratt 説：“只要專業公司能夠順利融入核心或足夠大以成為核心，它們仍然可以蓬勃發展。” “像 Fivetran 和 DBT 這樣的合併是一種方法，而不是等待被收購。”</p>
<p>Farmer 同樣指出，儘管正在進行整合，但獨立供應商仍然有其存在的空間。特別是那些擁有獨特工程方法的獨立供應商，能夠在收購中生存，因為整合成為了重點，而非創新。</p>
<p>&#34;獨立供應商確實有機會，尤其是如果他們能夠支持一種方法論和社區，&#34;Farmer 説。&#34;當獨立供應商——如 Confluent、Dremio 或 DBT——被吸收時，他們的工程資源不可避免地會從產品創新轉向整合，並從他們社區的利益轉向與企業銷售的對齊。&#34;</p>
<h2>新能力</h2>
<p>除了合併，Fivetran + DBT Labs 發佈了其首批新功能。它們包括：</p>
<ul>
<li>Agents Schema，一個開源標準，用於 為代理提供上下文，指定一個在數據倉庫或數據湖中與系統兼容的 模式，作為代理 AI 的共享上下文層。</li>
<li>DBT Core 2.0，DBT Labs 最新版本的開源 Fusion 引擎，用於使用 SQL 和 Python 代碼進行數據轉換。</li>
<li>DBT State，一個用於數據管道的緩存層，旨在幫助用户降低基礎設施成本。</li>
<li>DBT Wizard，一個自主助手，利用上下文，包括來自 DBT 項目的血統和定義的指標，用於模型創作、重構和調試。</li>
</ul>
<p>DBT Core 2.0、DBT State 和 DBT Wizard 目前處於不同的測試階段，尚未普遍可用。</p>
<p>&#34;我喜歡 DBT State，&#34;Farmer 説。&#34;在 CFO 對不可預測賬單進行嚴格審查的時代，如果 DBT 能通過智能緩存降低基礎設施成本……那是一個可靠的——且可測試的——聲明。&#34;</p>
<p>與此同時，Pratt 指出了 Agents Schema 的潛在價值。</p>
<p>&#34;將代理投入生產中最困難的部分不是模型，而是給代理提供可以信任的上下文，&#34;他説。&#34;Agents Schema 直接解決了這個問題，作為一個客户擁有的開放標準，而不是另一個鎖定。&#34;</p>
<p>展望未來，既然 Fivetran 和 DBT Labs 已經合併，Pratt 建議公司繼續強調和尊重 DBT Labs 創立時的開放性。由於一些供應商使與第三方的整合變得困難，而其他供應商僅支持某些 互操作性，Fivetran + DBT Labs 可以通過完全擁抱開放性，與至少一些競爭對手區分開來。</p>
<p>&#34;保持開放是他們最大的資產，&#34;Pratt 説。&#34;現在的機會是將這種開放性與強有力的治理和自動化結合起來，這些是買家最看重的，這將使他們能夠留住用户並吸引新用户。&#34;</p>
<p>為此，Farmer 建議 Fivetran + DBT 將 DBT 的語義建模能力 開源，而不是將其作為付費功能。</p>
<p>&#34;他們需要完全開放 DBT 的語義層，&#34;他説。&#34;語義層必須與外部工具集成才能有用。&#34;</p>
<p><em>Eric Avidon 是 Informa TechTarget 的高級新聞撰稿人，擁有超過三十年的經驗。他報道分析和數據管理領域的新聞。</em></p>

<p>Fivetran 和 DBT Labs 已正式合併，形成一個統一的 AI 數據層，將 Fivetran 的集成功能與 DBT Labs 的轉換工具相結合。這筆全股票交易創造了一個由首席執行官 George Fraser 和總裁 Tristan Handy 領導的新實體。儘管分析師讚揚這一技術組合能夠改善數據質量和 AI 準備性，但在 Fivetran 的 SaaS 模式與 DBT 的開源理念之間，社區信任和文化整合仍然面臨挑戰。此次合併旨在整合收入，以提高潛在的 IPO 可行性</p>

<p>Fivetran and DBT Labs are one.</p>
<div class="lb-trans"><p>Fivetran 和 DBT Labs 合併了。</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>這兩家公司於 2025 年 10 月首次披露的合併在週一正式生效，成立了一家新公司，將 Fivetran 的數據集成能力與 DBT Labs 的數據轉換和數據建模能力結合在一起。</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>儘管這筆全股票交易的財務條款未披露，但 Fivetran 在 2021 年 9 月融資 5.65 億美元時的估值為 56 億美元，而 DBT Labs 在 2022 年 2 月融資 2.22 億美元時的估值為 42 億美元。</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>合併後的實體將以 Fivetran + DBT Labs 的名義運營，前 Fivetran 首席執行官 George Fraser 擔任新公司的首席執行官，前 DBT Labs 首席執行官 Tristan Handy 擔任總裁。</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>根據 IDC 分析師 Devin Pratt 的説法，Fivetran 和 DBT Labs 各自帶來了不同但互補的能力，因此它們的結合是合乎邏輯的。</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>他説：“Fivetran 負責數據傳輸，而 DBT 使數據可信。” “它們共同覆蓋了買家目前最關心的兩件事，[即] 數據質量和 AI 準備性。”</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，現有客户，特別是 DBT Labs 的客户，作為一個最初的開源項目，是否會在新公司發展過程中保持忠誠還有待觀察，Pratt 繼續説道。</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>他説：“技術契合是簡單的部分。真正的考驗是在過渡過程中保持 DBT 開源社區的信任。”</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 的創始人兼首席顧問 Donald Farmer 同樣指出，Fivetran 和 DBT Labs 在技術上非常契合。但考慮到 Fivetran 作為一個封閉源 SaaS 供應商的歷史，\“以複雜、激進的消費定價模式而聞名\”，以及 DBT Labs 的開源理念，他警告説，兩者合併時可能會出現文化衝突。</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 説：“如果它們能夠良好整合並作為一個單一平台運營，它們可以消除數據堆棧的一些複雜性。” “而且它們已經共享許多客户。但在商業條款上，它們可能不太兼容。……將這兩個社區結合在一起將是一個真正的挑戰。”</p>
</div><p>Ultimately, the motivation behind the merger might be an initial public stock offering, he added.</p>
<div class="lb-trans"><p>最終，合併背後的動機可能是首次公開募股，他補充道。</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 説：“也許真正的驅動因素是這兩家公司都不太可能單獨成功上市，[而] 這次合併將它們的年度經常性收入整合到一個成功上市所需的門檻之上。”</p>
</div><h2>Technological fit</h2>
<div class="lb-trans"><h2>技術契合</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>雖然 Fivetran 和 DBT Labs 各自作為獨立供應商發展了用户基礎，但隨着 代理 AI 的普及 和數據管理演變為多代理系統的基礎層，一些供應商正在將其平台轉變為數據和 AI 的端到端系統。</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>技術契合是簡單的部分。真正的考驗是在過渡過程中保持 DBT 開源社區的信任。 <strong>Devin Pratt</strong> IDC 分析師</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>那些有資本競爭的公司——如 AWS、Google Cloud 和 Microsoft 等超大規模雲供應商，以及包括 Databricks 和 Snowflake 在內的數據平台提供商——正在擴展。隨着它們的發展，獨立小型供應商的生存變得困難，這導致了整合。</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>一些曾經獨立的公司選擇出售給更廣泛的平台供應商。例如，Informatica 現在是 Salesforce 的一部分，Confluent 被 IBM 收購，Dremio 被 SAP 收購。Fivetran 和 DBT Labs 選擇合併，以超越各自的專業領域。</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>它們可以共同提供一個數據基礎設施層，旨在為 AI 準備數據，包括語義建模能力和商業邏輯，幫助代理獲取提供準確、可信結果所需的上下文相關數據。</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，由於 DBT Labs 起源於開源社區，合併後的 Fivetran + DBT Labs 平台包括跨所有云、引擎和工具的開放標準，以便客户可以使用他們選擇的數據管理架構，避免與任何單一供應商過於緊密地綁定。</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 的研究顯示，97% 的組織希望減少用於數據管理的產品數量。然而，[只有 12% 的組織希望使用單一供應商](https://www.techtarget.com/searchenterpriseai/tip/Best-practices-to-avoid-AI-vendor-lock-in)。因此，儘管專業領域的空間正在縮小，但仍然有獨立供應商如 Fivetran + DBT Labs 的生存空間，它們提供不止一種專業能力，但並不是端到端的數據和 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 説：“只要專業公司能夠順利融入核心或足夠大以成為核心，它們仍然可以蓬勃發展。” “像 Fivetran 和 DBT 這樣的合併是一種方法，而不是等待被收購。”</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 同樣指出，儘管正在進行整合，但獨立供應商仍然有其存在的空間。特別是那些擁有獨特工程方法的獨立供應商，能夠在收購中生存，因為整合成為了重點，而非創新。</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;獨立供應商確實有機會，尤其是如果他們能夠支持一種方法論和社區，&#34;Farmer 説。&#34;當獨立供應商——如 Confluent、Dremio 或 DBT——被吸收時，他們的工程資源不可避免地會從產品創新轉向整合，並從他們社區的利益轉向與企業銷售的對齊。&#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>除了合併，Fivetran + DBT Labs 發佈了其首批新功能。它們包括：</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，一個開源標準，用於 為代理提供上下文，指定一個在數據倉庫或數據湖中與系統兼容的 模式，作為代理 AI 的共享上下文層。</li>
<li>DBT Core 2.0，DBT Labs 最新版本的開源 Fusion 引擎，用於使用 SQL 和 Python 代碼進行數據轉換。</li>
<li>DBT State，一個用於數據管道的緩存層，旨在幫助用户降低基礎設施成本。</li>
<li>DBT Wizard，一個自主助手，利用上下文，包括來自 DBT 項目的血統和定義的指標，用於模型創作、重構和調試。</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 目前處於不同的測試階段，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;我喜歡 DBT State，&#34;Farmer 説。&#34;在 CFO 對不可預測賬單進行嚴格審查的時代，如果 DBT 能通過智能緩存降低基礎設施成本……那是一個可靠的——且可測試的——聲明。&#34;</p>
</div><p>Pratt, meanwhile, noted the potential value of Agents Schema.</p>
<div class="lb-trans"><p>與此同時，Pratt 指出了 Agents Schema 的潛在價值。</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;將代理投入生產中最困難的部分不是模型，而是給代理提供可以信任的上下文，&#34;他説。&#34;Agents Schema 直接解決了這個問題，作為一個客户擁有的開放標準，而不是另一個鎖定。&#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>展望未來，既然 Fivetran 和 DBT Labs 已經合併，Pratt 建議公司繼續強調和尊重 DBT Labs 創立時的開放性。由於一些供應商使與第三方的整合變得困難，而其他供應商僅支持某些 互操作性，Fivetran + DBT Labs 可以通過完全擁抱開放性，與至少一些競爭對手區分開來。</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;保持開放是他們最大的資產，&#34;Pratt 説。&#34;現在的機會是將這種開放性與強有力的治理和自動化結合起來，這些是買家最看重的，這將使他們能夠留住用户並吸引新用户。&#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>為此，Farmer 建議 Fivetran + DBT 將 DBT 的語義建模能力 開源，而不是將其作為付費功能。</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;他們需要完全開放 DBT 的語義層，&#34;他説。&#34;語義層必須與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 的高級新聞撰稿人，擁有超過三十年的經驗。他報道分析和數據管理領域的新聞。</em></p>
</div>

Fivetran 與 DBT Labs 完成合並，打造 AI 的數據層