Fivetran en dbt Labs hebben hun fusie officieel afgerond. De samenvoeging, oorspronkelijk aangekondigd in oktober 2025 met een gecombineerde omzet van 600 miljoen dollar, bouwt een open data-infrastructuurlaag voor AI-agents. George Fraser blijft CEO, Tristan Handy wordt President. Samen bedienen ze meer dan 100.000 datateams wereldwijd.
Fivetran + dbt Labs positioneren zich als de infrastructuurlaag die AI-agents betrouwbaar maakt. Fivetran zorgt voor continue datasynchronisatie en volledigheid. dbt verrijkt die data met geteste bedrijfslogica, gedeelde semantische context en governance. Samen biedt het platform ondersteuning voor elke cloud, engine en tool, gebouwd op open standaarden, ook al is de architectuur van de organisatie nog in ontwikkeling.
Volgens Fivetrans eigen Agentic AI Readiness Index 2026 investeert 60 procent van de enterprises miljoenen in agentic AI, terwijl slechts 15 procent een datafundament heeft dat die workloads veilig en effectief kan dragen. Een aanvullende meting van Fivetran stelt dat 85 procent van de enterprises agentic AI draait op een datafundament dat er nog niet klaar voor is.
“De bedrijven die AI de komende tien jaar met succes inzetten, zijn de bedrijven waarvan de agents vertrouwd kunnen worden om te handelen”, aldus Tristan Handy, President en co-founder. “Vertrouwen wordt gebouwd op de infrastructuurlaag, op hoogwaardige tooling en op open standaarden.”
Eerste gezamenlijke productinnovaties
Bij de afronding van de fusie lanceert Fivetran + dbt Labs direct een reeks gezamenlijke producten. dbt Core v2.0 (alpha) is beschikbaar als open source onder een Apache 2.0-licentie, gebouwd op de nieuwe Fusion engine runtime. dbt State (preview) fungeert als cachingniveau voor datapipelines en bouwt alleen wat veranderd is. Het bedrijf stelt dat dit de infrastructuurkosten met 30 procent of meer kan terugbrengen. dbt Wizard (beta) biedt autonome ondersteuning bij het schrijven, refactoren en debuggen van datamodellen.
Daarnaast introduceren de bedrijven Agents Schema, een open source-standaard die één schema in het datawarehouse aanwijst als gedeelde contextlaag voor AI-agents. Metricdefinities, semantische modellen en dbt-lineage worden opgeslagen in gewone SQL-tabellen. De standaard is compatibel met elk warehouse, elke ingestion tool of SQL-geschikte agent en werkt binnen bestaande security- en governancebeleid.