Fivetran x DBT Labs : L'avenir de la Modern Data Stack ?

13 octobre 2025 : Fivetran et DBT Labs ont annoncé leur fusion dans un deal all-stock. George Fraser (Fivetran) devient CEO de l’ensemble, Tristan Handy (DBT Labs) devient co-fondateur et Président.

L’entreprise combinée approchera 600M$ de revenus récurrents annuels (ARR) avec plus de 10 000 clients.

Engagement public : DBT Core reste sous licence Apache 2.0, DBT Fusion sous ELv2 + couches propriétaires. Fivetran s’engage à maintenir DBT Core activement avec la communauté.

Fivetran et DBT Labs présentent cette fusion comme la naissance d’une “Open data infrastructure” qui unifie en ajoutant à l’Extract-Load, la Transformation et l’Activation.

Le discours est soigneusement construit autour de trois mots-clés : ouverture, automatisation, et interopérabilité.

Les promesses n’engageant que ceux qui les reçoivent, il faut regarder un peu plus loin, et bien évidement c’est déjà un peu moins rose.

Le contexte stratégique réel : Cette fusion n’est pas seulement une question de synergie produit. Cette massification est une réponse à une menace existentielle. Snowflake et Databricks évoluent vers des plateformes verticales IA qui veulent tout contrôler : ingestion, stockage, compute, transformation, activation. Pour Fivetran et DBT Labs, pris en sandwich entre ces géants, l’avenir en tant qu’acteurs indépendants devient incertain.

La stratégie de sortie : Créer une alternative crédible en misant tout sur les formats ouverts et les data lakes basés sur Apache Iceberg. Le message : “Vous n’avez pas besoin de Snowflake ou Databricks. Vous avez besoin d’un stockage ouvert + Fivetran + DBT.”

Le paradoxe de l’open source : Fivetran n’a jamais été une entreprise open source. Leur plateforme est propriétaire, fermée. Ils viennent d’acquérir Tobiko (SQLMesh), un projet open source, en septembre 2025. Et maintenant ils fusionnent avec DBT Labs.

La question se pose : que devient SQLMesh dans cette équation ? Fivetran proposait DBT pour la transformation, puis a racheté SQLMesh... et maintenant fusionne avec DBT Labs. Trois solutions de transformation sous un même toit. J’imagine le désarrois et l’inquiétude des créateurs de SQLMesh, et de leur utilisateurs

Pour les clients Fivetran :

• Intégration native avec dbt (meilleure orchestration, moins de friction)

• Possibilité d’une plateforme unifiée pour l’ensemble du cycle ELT

• Par contre si vous aviez fait le choix de SQLMesh, ça risque de pas être aussi limpide qu’il ya quelques semaines ?

Pour les utilisateurs DBT :

• Accès simplifié à l’ingestion de données via Fivetran

• Risque de pression commerciale pour adopter Fivetran comme solution d’ingestion privilégiée

• A la question ouverte : “l’innovation restera-t-elle dans DBT Core ou migrera-t-elle vers les offres commerciales ?”, je ne me fait assez peu d’illusion sur le rythme d’innovation futures

Pour le marché européen :

• Fivetran a toujours eu du mal à s’imposer en Europe (coût élevé, conformité RGPD)

• DBT est omniprésent, mais son modèle commercial (DBT Cloud) peine à décoller

• Cette fusion ne va pas changer grand chose sauf à limiter les possibilité et évolutions de DBT-core.

À l’origine, le Modern Data Stack reposait sur un principe simple, une plateforme composable : un éditeur par brique, ouverture et modularité.

Aujourd’hui, chaque acteur cherche à étendre son territoire. Les exemples de consolidation (Qlik + Talend, Cloudera + Hortonworks) montrent que ces rapprochements profitent rarement aux utilisateurs : les prix augmentent, l’interopérabilité diminue, l’innovation ralentit.

L’équation économique : DBT Labs générait environ 3x moins de revenus que Fivetran malgré une adoption massive. Cette asymétrie explique en partie pourquoi cette fusion était presque inévitable après le changement de licence de DBT.

Le risque de concentration : Même avec des engagements sur l’open source, le pouvoir s’accumule là où se trouvent la roadmap et les décisions stratégiques. Et pour l’instant, ce n’est plus dans la communauté.

L’opportunité que va peut être se présenter est celle de voir émerger des acteurs totalement open-source issus de forks de SQLMesh, de DBT ?

Une chose est sûre : la Modern Data Stack tel qu’on le connaissait est en train de mourir.