
編譯 | Tina
當全行業都在追逐 GPU、訓練大模型、比拼算力規模時,IBM 選擇了一個完全不同的方向:以 110 億美元的全現金方式拿下 Confluent。
周一,IBM 正式確認以 110 億美元收購 Kafka 公司 Confluent。自 Confluent 2024 年 10 月傳出“可能出售”的信號后,IBM 幾乎被認為是最自然的買家。
兩家公司已建立了五年的戰略合作伙伴關系,在此期間,IBM 將 Confluent 作為 IBM Cloud Pak 的集成組件進行推廣,同時,據內部人士透露,IBM 還放棄了其內部的 Kafka 產品,轉而專注于出售 Confluent。
按每股 31 美元計算,此次收購相比此前股價溢價約 30%,資金從 IBM 現金儲備直接支付。不過由于 Confluent 一直面臨困境,其股價在過去 52 周內波動劇烈,最低跌至 15.64 美元,最高達到 37.90 美元。
按照這個價格,IBM 在開源軟件公司上的總支出已超過 500 億美元,包括 2018 年收購 Red Hat 的 340 億美元,以及 2024 年收購 HashiCorp 的 64 億美元,這還不包括未公開價格的交易。
每一次收購,IBM 買到的從來不只是代碼,還有背后的社區與生態。Red Hat 讓 IBM 成為 Linux 和 Kubernetes 的重要托管者;HashiCorp 帶來了 Terraform 在全球基礎設施團隊中的影響力;而 Confluent,則把 Kafka 的實時數據生態一并帶入 IBM 體系。
IBM 收購 HashiCorp 時,公司承諾遵循 2019 年收購 Red Hat 時的同一模式:利用其全球渠道將 Terraform 推向更多企業,同時加大研發投入促進創新,以保持競爭力。不少分析認為,這一次 Confluent 帶來的機會與之類似。Confluent 在 11 月底披露,其客戶數量“超過 6000 家”,這意味著 IBM 還能在這批現有客戶中,繼續放大自身產品與服務的滲透率。
這筆收購,對 Kafka 是風險
Kafka 屬于 Apache,但 Confluent 卻是核心推動力。
Kafka 作為 Apache 軟件基金會的旗艦項目,2012 年從孵化器畢業,其貢獻者名單多達約 1500 人。但根據 Confluent 前資深工程師 Stanislav Kozlovski 對 2010 年以來提交記錄的分析,Confluent 在 Kafka 的持續發展中占據極核心地位。在前 100 名貢獻者中,有 61 名現任或前任 Confluent 員工;而前 10 名貢獻者中有 9 名來自 Confluent。
除了 Confluent,LinkedIn 是 Kafka 最大的貢獻組織,而 Kozlovski 發現,那些最初在 LinkedIn(現已歸微軟所有)開發 Kafka 的工程師,大多后來加入了 Confluent。
![]()
這意味著,一個掌握 Kafka 演進“話語權”的公司,現在被一個體量更大的平臺廠商收入麾下,不安也隨之而來。
當然,任何一筆大型收購都伴隨風險,其中最大的一項往往是人才與文化的磨合:Confluent 代表的是硅谷式的快節奏工程文化,而 IBM 則是一家有 110 年歷史的傳統企業巨頭,兩者之間不可避免存在張力。
Kozlovski 是擔心未來走向的人之一。他在交易正式宣布前曾表示:“他們可能會把全部精力轉向專有技術,讓開源版本逐漸枯竭。”
“我個人對 IBM 并無成見,但有兩句話讓我印象特別深: ‘好的軟件,到了 IBM 就會死掉。’‘IBM 是披著科技公司外衣的私募基金。’”
“那 Kafka 會怎樣?我不知道。但別忘了:Confluent 占了 Apache Kafka 至少 60–70% 的貢獻量。”“無論如何,這都不是一個令人興奮的收購案。這可能是 Confluent 的旅程最令人悲傷的一個結局。”
![]()
這樣的擔憂并不新鮮,而是一種在開源世界被反復驗證的風險預警:當關鍵基礎設施被納入大廠體系,路線圖往往要為商業 KPI 讓路,開源版本的演進節奏隨之放緩,社區的話語權會慢慢收回到廠商內部。而 IBM 的組織基因又引發了更多人的擔憂。在 Reddit 的“吃瓜現場”,一位經歷過類似整合的“過來人”感嘆道:“作為一個公司曾被 IBM 收購過的人,我只能向 Confluent 的員工致以慰問。”不久就有 Confluent 員工追問:“什么情況?我們會怎樣?”
他的回答可以說是在社區頭上倒了一桶冷水:
頭一年幾乎不會有太大變化,除了他們會裁掉你們大部分 HR、市場和銷售團隊,用自己的團隊頂上。再過一年,你會發現新銷售之所以賣不動你的產品,是因為他們既不熟悉產品本身,而你的產品又會與 IBM 原有業務產生沖突。與此同時,你也會意識到,“整合期的臨時招聘 / 晉升凍結”其實根本不是暫時的。不過 401k 有 6% 的配比,你只能自我安慰“也還行”。到了第二年,各種 HR 和銷售問題開始在報表里變成一片紅字,于是他們開始加強微觀管理:你的解決方案必須使用 IBM 自家的硬件,或必須綁定某些 IBM 自有的軟件組件。辦公室里的管理層越來越多,真正干活的人比例越來越少。緊接著,各種離譜的成本削減措施陸續登場,團隊士氣被嚴重消耗,創新速度也幾乎完全停滯。到了第三年,你環顧四周,會發現那些真正有能力的人,幾個月前就已經走光了。
![]()
更敏感的是 Kafka 的許可之爭。Confluent 目前采用開放核心(open core)授權策略,旨在限制競爭性的托管云服務。其 Confluent Community License 允許運行自托管,但將托管或 SaaS 形式列為“排除用途”,阻止 AWS、GCP、Azure 等云廠商推出托管增強版 Kafka。
隨著 IBM 接手,Kafka 的開源路線、企業版功能邊界,也許都將接受新一輪審視。
于是社區內也出現了另一種期待:希望以 Red Hat 為參照給予 Confluent 類似的自治權與文化空間。來自德國的解決方案工程師 Wladi Mitzel 指出,Confluent 一直面臨盈利壓力,而 IBM 反而可以將 Kafka 視為推動其咨詢與混合云業務增長的“燃料”。
他補充說:“歷史上,IBM 收購公司后常常出現‘擠壓式整合’的情況:被深度整合后創新活力消失(SoftLayer 就是典型例子,一家云公司被收購后迅速失去優勢)。然而 Red Hat 標志著 IBM 的戰略轉變。IBM 認識到,要想在開源領域獲勝,就必須扮演贊助者,而不是微觀管理者。據我所知,IBM 確實保持了 Red Hat 的獨立文化。”
IBM 買的,不只是 Kafka
另一方面,IBM 花 110 億美元買到的,絕不只是一個托管版開源 Kafka。除了 Kora Engine 這顆“王冠明珠”之外,IBM 還將 Apache Flink 這條流處理產品線一并收入囊中。
原生 Kafka 雖然強大,但手動運維極其復雜;Kora 則是在保持 100% Kafka 兼容的前提下做了大量專有增強。與此同時,Apache Flink 為 IBM 帶來了強大的流處理能力。
如果說傳統數據處理是 ETL(抽取、轉換、加載),Flink 能在“數據流動中”直接轉換數據,實現實時分析——甚至還沒落地進數據庫。這對實時風控等場景至關重要。
從更大的行業背景看,這種組合并非偶然。RisingWave 創始人吳英俊(Yingjun Wu)就在最新的評論中提到:
“坦率地說,Kafka已經變成了一種‘商品’。和AWS MSK、Kinesis競爭非常困難,第三方廠商很難真正勝出。” “Flink生態這幾年也在不斷蠶食Kafka的領地——從Flink CDC、Fluss到Paimon,很多新能力都在進入原本由Kafka覆蓋的場景。Flink和 Kafka不再是純粹的互補關系,而是開始在部分領域直接競爭。把Flink永遠當作Kafka的附加組件,長期來看是站不住腳的。” “大家都不得不往價值鏈上游走。在AI時代,僅僅出售底層基礎設施,已經無法支撐預期中的增長。廠商需要賣的是能直接創造業務價值的產品,而不是一盒需要客戶自己拼裝的‘樂高積木’。”
![]()
實際上,Confluent 的平臺也早已走出 Kafka 本身的影子。它擁有 120 多個可直接用于生產環境的連接器,內建流治理能力,原生 Flink 流處理,以及 tableflow 這樣的表 / 流統一層。這些組合起來,讓它悄然成為大型企業可選的最完整流式生態系統之一。
另外,從 CEO Arvind Krishna 的整體布局來看,IBM 同時也正在構建一條貫穿所有云和數據中心的“橫向戰略”,試圖掌控未來自治企業的三大基礎層:計算層、管理層和數據流層。2019 年收購 Red Hat,補齊云的操作系統;2024 年收購 HashiCorp,補齊自動化與安全控制平面;如今通過 Confluent,則補上了企業數據的循環系統。
在這個視角下,IBM 收購 Confluent 的邏輯就愈發清晰:它買到的根本不只是一個托管版 Kafka,而是一條完整的數據流能力鏈,從 數據接入(Kafka)→ 數據流計算(Flink)→ 上層企業應用,形成企業實時數據體系的核心骨架。
事實上,IBM 在開源商業公司的總投入已經突破 500 億美元(Red Hat、HashiCorp、Confluent)。這三次巨額收購,幾乎拼出了 IBM 的“混合云 + AI”底層版圖:
Red Hat → 運行層(Linux / Kubernetes / OpenShift)
HashiCorp → 控制層(Terraform / Vault / Consul)
Confluent → 數據流層(Kafka / Flink / Stream Governance)
而 Arvind Krishna 也在近期訪談中明確指出:算力擴張正在進入回報遞減區間,企業 AI 的真正瓶頸將從“算力不足”轉移到“企業內部實時數據如何流動”。
換句話說,當 GPU 不再是唯一稀缺資源時,“數據能否在組織內部快速、連續、可靠地流動”反而會成為制勝關鍵。
因此,不少分析認為,IBM 收購 Confluent 的本質,是在為未來的企業 AI 構建一套覆蓋全公司的“數據血管系統”——而掌握 Kafka、Flink 以及整套流處理生態,就是掌握了企業實時智能的主動權。
https://www.linkedin.com/posts/stanislavkozlovski_kafka-cflt-confluent-activity-7361027246347665411-H88V/
https://www.linkedin.com/posts/yingjun-wu_the-confluent-acquisition-is-not-surprising-activity-7403847222469095424-Hsxa/
https://x.com/bdkozlovski/status/1997959029092442558
https://www.reddit.com/r/wallstreetbets/comments/1phczgc/confluent_jumps_30_premarket_after_ibm_buys_it/
https://www.youtube.com/watch?v=VioCHvJGmtw
https://www.thestack.technology/ibm-to-buy-confluent-for-11-billion-and-hopefully-give-it-the-red-hat-treatment/
聲明:本文為 InfoQ 翻譯整理,不代表平臺觀點,未經許可禁止轉載。
AI 重塑組織的浪潮已至,Agentic 企業時代正式開啟!當 AI 不再是單純的輔助工具,而是深度融入業務核心、驅動組織形態與運作邏輯全面革新的核心力量。
把握行業變革關鍵節點,12 月 19 日 - 20 日,AICon 全球人工智能開發與應用大會(北京站) 即將重磅啟幕!本屆大會精準錨定行業前沿,聚焦大模型訓練與推理、AI Agent、研發新范式與組織革新,邀您共同深入探討:如何構建起可信賴、可規模化、可商業化的 Agentic 操作系統,讓 AI 真正成為企業降本增效、突破增長天花板的核心引擎。
![]()
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.