Fivetran et dbt Labs finalisent leur fusion pour créer une couche de données dédiée à l’IA

Fivetran+dbt Labs, un « duo technologique solide », juge IDC

La nouvelle entité prendra le nom de Fivetran + dbt Labs. George Fraser, ancien PDG de Fivetran, en sera le PDG, tandis que Tristan Handy, ancien PDG de dbt Labs, occupera le poste de président.

Étant donné que Fivetran et dbt Labs apportent des capacités distinctes, mais complémentaires, leur fusion est logique, selon Devin Pratt, analyste chez IDC.

« Fivetran transfère les données et dbt les rend fiables », résume-t-il. « Ensemble, ils couvrent les deux aspects qui importent le plus aux acheteurs à l’heure actuelle, à savoir la qualité des données et la préparation à l’IA. »

Toutefois, il reste à voir si les clients existants – en particulier ceux de dbt Labs, qui a débuté comme un projet open source – resteront fidèles à mesure que la nouvelle société évoluera, poursuit-il.

« La compatibilité technologique est la partie la plus facile », note l’analyste. « Le véritable défi consiste à conserver la confiance de la communauté open source de dbt tout au long de la transition ».

Donald Farmer, fondateur et directeur de TreeHive Strategy, considère lui aussi que Fivetran et dbt Labs forment un duo technologique solide. Mais compte tenu de la réputation de Fivetran « pour ses modèles de tarification complexes et agressifs basés sur la consommation » et de la philosophie open source de dbt Labs, il pourrait y avoir des chocs culturels lorsque les deux entités uniront leurs forces, avertit-il.

« S’ils s’intègrent bien et fonctionnent comme une plateforme unique, ils pourront éliminer une partie de la complexité de la pile de données », soupèse Donald Farmer. « Ils ont déjà de nombreux clients en commun. Mais ils pourraient être moins compatibles sur le plan commercial. […] Réunir ces deux communautés est un véritable défi ».

En fin de compte, la motivation derrière cette fusion pourrait être une introduction en bourse, anticipe-t-il.

« Peut-être qu’aucune des deux entreprises n’avait de chances de réussir son introduction en bourse seule [et] que cette fusion permet de regrouper leurs revenus annuels récurrents afin d’atteindre le seuil requis pour une IPO réussie ».

Une période de consolidation sur fond de ruée vers l’or à l’IA

À mesure que l’IA agentique se généralise dans les entreprises et que la gestion des données évolue pour devenir une couche fondamentale des systèmes multiagents, certains fournisseurs transforment leurs plateformes en systèmes de bout en bout dédiés aux données et à l’IA.

Les acteurs disposant des moyens financiers nécessaires pour rivaliser – les hyperscalers tels qu’AWS, Google Cloud et Microsoft, ainsi que les éditeurs spécialistes de la gestion de données tels Databricks et Snowflake – sont en pleine expansion. Cette expansion rend difficile le maintien de l’indépendance des éditeurs de niche. D’où un épisode de consolidation.

Certaines entreprises autrefois indépendantes ont choisi de se vendre à des fournisseurs de plateformes plus importants. Par exemple, Informatica fait désormais partie de Salesforce, Confluent a été racheté par IBM et Dremio a été acquis par SAP. Plutôt que de trouver des acquéreurs pour devenir de petits éléments d’un ensemble plus vaste, Fivetran et dbt Labs ont choisi de fusionner afin de se développer au-delà de leurs domaines de spécialité.

Ensemble, ils peuvent fournir une couche d’infrastructure de données pour l’IA. Celle-ci inclut les capacités de modélisation sémantique et la logique métier qui aident à alimenter les agents avec les données contextuellement pertinentes. Ces agents ont besoin de ces données pour produire des résultats précis et fiables.

De plus, dbt Labs trouve ses origines dans la communauté open source. La plateforme combinée Fivetran + dbt Labs inclut donc des standards ouverts. Ces standards fonctionnent sur tous les clouds, tous les moteurs et avec la plupart des outils. Les clients peuvent ainsi utiliser l’architecture de gestion de données de leur choix. Ils évitent une trop forte dépendance à un seul éditeur.

Selon Devin Pratt, les recherches d’IDC montrent que 97 % des entreprises souhaitent réduire le nombre de produits qu’elles utilisent pour la gestion des données. Cependant, seulement 12 % veulent dépendre d’un seul fournisseur. L’espace pour les spécialistes se rétrécit, mais il reste de la place pour des acteurs indépendants tels que Fivetran + dbt Labs. Ces derniers offrent plus qu’une seule capacité de niche sans être des plateformes de données et d’IA de bout en bout.

« Les spécialistes peuvent encore prospérer, tant qu’ils s’intègrent proprement dans un noyau ou deviennent suffisamment grands pour être ce noyau », considère l’analyste d’IDC. « Fusionner, comme l’ont fait Fivetran et dbt, est une façon de le faire plutôt que d’attendre d’être rachetés ».

Donald Farmer appuie cette analyse. Les éditeurs indépendants dotés d’approches d’ingénierie uniques peuvent survivre. L’intégration devient le point central lors des acquisitions plutôt que l’innovation.

« Les indépendants ont effectivement des opportunités, surtout s’ils peuvent soutenir une méthodologie et une communauté », déclare-t-il. « Quand les indépendants – comme Confluent, Dremio ou dbt – sont absorbés, leurs ressources d’ingénierie sont inévitablement redirigées. Elles passent de l’innovation produit vers l’intégration. Elles dévient aussi des intérêts de leur communauté vers l’alignement avec les ventes d’entreprise ».

Comme promis, la nouvelle entité se concentre sur la chasse aux coûts et l’IA agentique

Au-delà de la fusion, Fivetran + dbt Labs a dévoilé ses premières nouvelles fonctionnalités. Elles incluent les éléments suivants :

• Agents Schema, un standard open source qui fournit du contexte aux agents. Il désigne un schéma dans un entrepôt de données ou un lac de données compatible entre les systèmes comme couche de contexte partagée pour l’IA agentique.
• Dbt Core 2.0, la dernière version en date du moteur open source de dbt Labs pour la transformation de données via du code SQL et Python.
• Dbt State, une couche de mise en cache pour les pipelines de données. Elle vise à réduire les coûts d’infrastructure.
• Dbt Wizard, un assistant autonome qui utilise le contexte, y compris la lignée et les métriques définies des projets dbt, pour la création, la refactorisation et le débogage de modèles.

Dbt Core 2.0, dbt State et dbt Wizard sont en phase de test et ne sont pas encore disponibles.

« J’apprécie dbt State », déclare Donald Farmer. « Au moment où les directeurs financiers s’attaquent aux factures imprévisibles, si dbt peut réduire les coûts d’infrastructure grâce à une mise en cache intelligente, c’est une proposition intéressante ».

Devin Pratt note quant à lui la valeur potentielle d’Agents Schema.

« La partie la plus difficile pour mettre les agents en production n’est pas le modèle, c’est de donner à l’agent un contexte fiable », explique-t-il. « Agents Schema s’attaque directement à ce problème, en tant que standard ouvert que le client possède plutôt qu’un énième verrouillage propriétaire ».

Un client français de dbt, Stockly, utilise déjà la couche sémantique de dbt pour ancrer ses agents IA dans son contexte métier. En revanche, l’éditeur spécialisé dans la gestion de stocks pour les e-commerçants ne s’est pas pour l’instant aventuré à mettre en production des agents autonomes.

Maintenant que Fivetran et dbt Labs ont fusionné, Devin Pratt recommande à la nouvelle entité de continuer à mettre l’accent sur l’ouverture sur laquelle dbt Labs a été fondée et de l’honorer. Certains éditeurs rendent difficile l’intégration avec des tiers, et d’autres ne permettent qu’une interopérabilité partielle. Fivetran + dbt Labs pourrait se démarquer de certains concurrents en adoptant pleinement l’ouverture.

« Rester ouvert est leur plus grand atout », juge Devin Pratt. « L’opportunité maintenant est d’associer cette ouverture à une gouvernance solide et à l’automatisation, les éléments que les acheteurs valorisent le plus. Cela les positionnerait pour conserver leurs utilisateurs et en attirer de nouveaux. »

Dans cette optique, Donald Farmer suggère que Fivetran + dbt rende les capacités de modélisation sémantique de dbt open source plutôt que d’en faire une fonctionnalité payante.

« Ils doivent ouvrir complètement la couche sémantique de dbt », affirme-t-il. « Une couche sémantique doit s’intégrer avec des outils externes pour être utile ».

Open source : Fivetran+dbt Labs pense avoir trouvé son équilibre

Interrogé par LeMagIT au sujet de cette notion d’ouverture en novembre 2025, Tristan Handy marchait sur des œufs. Oui, dbt Core restera open source, mais ne rejoindra pas une fondation open source. L’alpha de la version 2.0 montre toutefois que l’éditeur a trouvé un compromis pour à la fois maintenir un bon niveau d’ouverture et ne pas se laisser cannibaliser par les géants du cloud. Dbt Core 2.0 s’appuie sur les « fondations » de Fusion, le moteur sous licence propriétaire qui anime les transformations de la plateforme commerciale de dbt. En clair, comme Fusion, Core 2.0 est écrit en Rust et non plus en Python, mais reste sous licence Apache 2.0. Une bonne partie du code de Fusion a été intégré au sein de Core 2.0 et le projet dbt-fusion, sous licence propriétaire permissive Elastic V2, a été archivé.

Techniquement, cela permettra à l’avenir de maintenir un seul socle open source. Pour l’instant, dbt Core 1.x est maintenu, mais ne bénéficiera plus de grandes nouveautés. À voir si la communauté adoptera massivement dbt Core 2.0.

Fusion fait désormais uniquement référence à un produit propriétaire disponible à travers un modèle freemium.

Les concurrents de Fivetran+dbt Labs peuvent distribuer Fusion sans accord commercial, « tant qu’ils n’empêchent pas les usagers finaux de se procurer les fonctionnalités premiums ». Ils devront pour cela s’authentifier à travers un compte payant de Dbt. L’idée derrière ce modèle semble de forcer la main aux hyperscalers et aux géants des données en cloud pour vivre dans leur écosystème.