Fivetran en dbt Labs voltooien fusie: Data-infrastructuur voor betrouwbare agentic AI

maandag, 1 juni 2026 (16:26) - Techzine

In dit artikel:

Fivetran en dbt Labs hebben hun eerder aangekondigde fusie officieel voltooid; de samenvoeging (bekendgemaakt in oktober 2025) brengt een gecombineerde omzet van circa 600 miljoen dollar en een klantenbestand van meer dan 100.000 datateams samen. George Fraser blijft CEO, Tristan Handy wordt President.

Het samengevoegde bedrijf profileert zich als de open data-infrastructuurlaag die AI-agents betrouwbaar moet maken: Fivetran levert continue datasynchronisatie en volledigheid, dbt voegt geteste bedrijfslogica, gedeelde semantiek en governance toe. Het platform ondersteunt elke cloud, engine en tool en bouwt op open standaarden, ook al werken ze nog aan de organisatiearchitectuur.

Fivetrans eigen metingen laten zien dat veel ondernemingen zwaar investeren in agentic AI (60% volgens hun Readiness Index 2026), terwijl een klein deel (ongeveer 15%) een echt geschikt datafundament heeft; een aanvullende meting stelt dat 85% van de enterprises agentic AI inzet op een fundament dat nog niet klaar is. Handy benadrukt dat succesvol gebruik van AI de komende jaren afhangt van agents die betrouwbaar zijn — en dat vertrouwen begint bij de infrastructuur en open tooling.

Tegelijk met de afronding introduceert het duo meerdere gezamenlijke producten: dbt Core v2.0 (alpha) is open source onder Apache 2.0 en draait op de nieuwe Fusion-runtime; dbt State (preview) fungeert als cachinglaag die alleen gewijzigde delen rebuildt en zo infrastructuurkosten met ruim 30% kan verminderen; dbt Wizard (beta) biedt autonome hulp bij schrijven, refactoren en debuggen van datamodellen. Verder komt Agents Schema, een open-standaard die één schema in het datawarehouse aanwijst als gedeelde contextlaag voor AI-agents; metricdefinities, semantische modellen en dbt-lineage worden in gewone SQL-tabellen opgeslagen en zijn compatibel met elk warehouse en bestaande beveiligings- en governancebeleid.

De combinatie van end-to-end data-ingestie en gestandaardiseerde semantiek moet ondernemingen helpen agentic AI veiliger en betrouwbaarder in productie te brengen.