数据行业正面临剧烈变革与市场整合。近期Databricks以10亿美元收购Neon、Salesforce以80亿美元收购Informatica等交易，预示着更多并购蓄势待发。
这些被收购公司在规模、资历及专注领域上虽各异，但共同点在于：其技术被视为推动企业AI落地的关键拼图。AI应用的成功高度依赖优质底层数据，这也是企业风投的共识。TechCrunch 2024年12月调查显示，数据质量是AI初创公司脱颖而出的核心要素。
Informatica联合创始人兼前CEO、SnapLogic现任董事长兼CEO Gaurav Dhillon指出：“数据在企业内的管理与流动方式正经历彻底转变。要抓住AI趋势，必须大规模重构数据平台，这是健全AI战略的基础。”
然而，通过收购ChatGPT问世前成立的公司来加速AI采用是否明智仍存疑。Dhillon坦言：“AI仅三岁，大型公司若要提供重塑企业的AI创新（尤其是智能体企业），需进行大量改造。”
碎片化的数据格局
过去十年，数据行业发展成庞大且碎片化的网络，成为整合的理想目标。PitchBook数据显示，2020至2024年间，超3000亿美元投资涌入数据初创企业，涉及交易超2.4万笔。
与SaaS等行业类似，风投热潮催生了众多针对特定领域或单一功能的初创企业。当前行业标准是将各类数据管理解决方案捆绑，但这在AI爬取数据寻找答案或构建应用时往往行不通。
大型企业寻求收购能填补数据栈空白的初创公司合乎逻辑。例如Fivetran今年5月收购Census，旨在完善AI能力。Fivetran负责将数据迁移至云数据库，此前不支持数据提取功能，而这正是Census的专长。收购前，客户需另寻合作方能实现端到端解决方案。
Fivetran联合创始人兼CEO George Fraser解释，数据移入移出看似一体两面，实则技术代码差异巨大，解决的是完全不同的问题，公司内部曾尝试并放弃了自研方案。
前Gartner分析师、SanjMo负责人Sanjeev Mohan认为，此类场景是整合浪潮的主要推手。他表示：“整合源于客户对大量不兼容产品的厌倦。尽管存储方案多样，但在元数据领域我们失败了。数十种产品捕获重叠元数据，增加了工作负担。”
对初创企业有利
Mohan指出，市场因素也在发挥作用。数据初创企业融资艰难，被收购优于关闭或背负债务；对收购方而言，增加功能有助于提升定价能力及竞争优势。
PitchBook高级新兴技术分析师德里克·埃尔南德斯（Derek Hernandez）表示：“若Salesforce或Google不出手，竞争对手也会行动。目前被收购的都是顶尖方案，即便拥有获奖产品，独立运营前景也不如加入大平台。”
这一趋势利好被收购初创企业。在IPO市场沉寂、风投急需退出渠道的背景下，收购不仅提供了出路，还为创始团队保留了发展空间。Mohan补充称，许多数据初创企业正承受退出渠道匮乏和风投复苏缓慢的压力。
埃尔南德斯认为：“收购是目前更有利的退出策略，双方均有强动力促成交易。以Informatica为例，尽管估值较去年洽谈时有所折损，但仍是最佳解决方案。”
接下来会发生什么
这种收购策略能否实现买方目标仍受质疑。正如Dhillon所言，被收购的数据库公司并非为适应快速变化的AI市场而建。此外，若拥有最佳数据者将在AI时代胜出，数据公司与AI公司作为独立实体存在的意义何在？
埃尔南德斯表示：“大部分价值来自主要AI玩家与数据管理公司的合并。独立的数据管理公司缺乏保持独立并在企业与AI解决方案间扮演中介角色的强烈动机。”