Opérant initialement sous le nom Fivetran + dbt Labs, cette transaction entièrement en actions et annoncée initialement le 13 octobre 2025, réunit les deux plateformes.
Fivetran + dbt Labs veulent construire la fondation de données de l'ère de l'IA agentique. Ensemble, ces entreprises fournissent la couche d'infrastructure de données pour les agents depuis le mouvement et la transformation des données jusqu'au contexte gouverné nécessaire au raisonnement et à l'action. Fivetran garantit que les agents opèrent sur des données complètes, synchronisées en continu et fiables. Dbt garantit que ces données sont définies, testées et fiables grâce à une logique métier gouvernée, un contexte sémantique partagé et des bonnes pratiques d'ingénierie logicielle intégrées tout au long du cycle de vie des données. Construite sur des standards ouverts, cette fondation fonctionne avec n'importe quel cloud, moteur et outil, donnant aux entreprises la liberté de faire évoluer leur architecture sans enfermement propriétaire, tout en conservant une logique métier portable, une maîtrise des coûts et le contrôle.
La fusion marque également la première étape majeure d'une feuille de route d'innovation commune, avec le lancement aujourd'hui des premières innovations combinées de Fivetran + dbt Labs. Les annonces couvrent les workflows de développement agentique, l'orchestration intelligente et la poursuite des investissements dans l'innovation open source, notamment l'extension de puissantes fonctionnalités dbt à la communauté open source de dbt Core. En version alpha dbt Core 2.0 sous licence Apache 2.0, offrant à chaque praticien l'expérience dbt qu'il connaît sur une fondation plus rapide et plus performante. De plus, la distribution pouvant être installée localement de dbt donne aux développeurs un accès gratuit à l'ensemble des capacités de Fusion — fonctionnalités centrales du langage et adaptateurs d'entrepôts de données — avec la possibilité de débloquer sans friction des fonctionnalités supplémentaires de la plateforme en se connectant directement depuis le terminal.
De plus, en preview, dbt State agit comme une couche de mise en cache pour les pipelines de données. Il n'exécute que les traitements nécessaires et ignore le reste, aidant ainsi les entreprises à réduire les coûts de leur infrastructure sous-jacente de 30 % ou plus.
Agent Schema vise à devenir un standard open source pour le contexte agentique, qui désigne un schéma unique dans le warehouse ou le lake comme couche de contexte partagée pour les agents d'IA. Les définitions de métriques, les modèles sémantiques, la lineage dbt et la documentation métier sont stockés dans des tables SQL simples et peuvent être publiés depuis les systèmes existants via des outils tels que GitHub Actions, des connecteurs de métadonnées ou des intégrations personnalisées. Compatible avec n'importe quel warehouse, lake, outil d'ingestion ou agent capable d'exécuter du SQL, Agents Schema offre aux entreprises une couche de contexte dont elles restent propriétaires, qui fonctionne avec leurs politiques existantes de sécurité et de gouvernance, améliore l'efficacité des tokens grâce à un contexte plus riche, et élimine le besoin de nouvelles infrastructures ou de systèmes d'agents verrouillés par un fournisseur.
