重溫稿-分析-在人工智能競賽中，"數據基礎設施 "這個不光彩的世界推動了熱門科技併購市場的發展

Milana Vinn

路透6月13日 - 受關稅和地緣政治不確定性的拖累，大多數行業的併購交易都放緩了腳步，只有一個行業例外，那就是並不光彩的數據基礎設施領域。

處理用於構建高級人工智能模型的數據的公司已成為 Meta、Salesforce 和 ServiceNow 等傳統科技公司爭相收購的目標，以保持與 OpenAI、谷歌和 Anthropic 等公司的競爭力。

"花旗銀行軟件投資銀行全球聯席主管布萊恩-馬歇爾（Brian Marshall）說："沒有數據的人工智能就像沒有氧氣的生命，是不存在的。

"正因為如此，在人工智能的推動下，數據正在成為時代的潮流，"馬歇爾說。

根據Dealogic為路透編制的初步數據，在今年前五個月宣布的1.67萬億美元的全球交易中，科技交易是為數不多的亮點之一 (link)，約占併購總額的25%。

數據顯示，這一比例高於去年的約20%和2023年的17%。數據顯示，在科技併購交易中，涉及人工智能軟件製造商的併購交易幾乎占總交易額的四分之三。

速度至關重要

高盛（Goldman Sachs）董事總經理馬修-盧卡斯（Matthew Lucas）專注于與計算各方面相關的併購，他表示，企業數據，因為它適用於人工智能，是 "目前軟件併購中最具活力的領域"。

"盧卡斯說："人們強烈地認為，速度非常重要，搶占先機非常重要，而這往往有助於併購。

幫助企業通過雲系統管理數據的軟件公司越來越有價值，因為這類潛在目標的數量正在迅速減少。

投資銀行家說，Confluent、Collibra、Sigma Computing、Matillion、Dataiku、Fivetran、Boomi 和 Qlik 等企業數據基礎設施和分析公司可能在短期內成為傳統技術提供商的目標。他們說，這些公司可以幫助企業更好地整合、分析和存儲信息。

Boomi、Dataiku、Fivetran 和 Qlik 的高管都表示，他們對外界的關注並不感到意外。

"長期以來，雜亂無章、各自為政的數據破壞了企業實現分析變革潛力的努力。Dataiku聯合創始人兼首席執行官Florian Douetteau在一份聲明中說："現在，由於迫切需要部署有效的人工智能，解決這些問題不僅是必要的，而且是至關重要的。Confluent、Collibra、Sigma Computing 和 Matillion 均未立即回復置評請求。

傳統技術收購

就在過去幾周，數據基礎設施公司達成或完成了幾筆數十億美元的交易。

(link) Meta 周五宣布， (link)，以 148 億美元收購數據標簽公司 Scale AI 49% 的股份。Salesforce 上月宣布計劃以 80 億美元收購數據集成公司 Informatica。

人工智能正推動著科技領域的一次換代，迫使幾家最大的社交媒體平台和軟件製造商收購那些幫助人工智能支持的系統順利運行的公司。根據技術數據提供商Gartner的預測，2025年全球人工智能生成支出總額預計將達到6440億美元，比2024年增長76.4%。

5月初，IT管理提供商ServiceNow (link) NOW.N宣布收購數據目錄平台Data.world時，其高管表示，這將使ServiceNow更好地了解數據背後的業務背景。

(link) 上月底，Salesforce 宣布收購 Informatica，高管們當時表示，這將使 Salesforce 能夠更好地分析和吸收來自內部和外部系統的分散數據，然後將其輸入內部人工智能系統 Einstein AI。

IBM IBM.N第二天就完成了對數據管理提供商DataStax的收購。IBM表示，這項於今年2月宣布的交易將使其能夠管理和處理非結構化數據，然後再將這些數據輸入其人工智能平台。

錯誤的人工智能建議

這些交易凸顯了傳統軟件企業擁有數據管理各個方面的戰略重要性，而併購往往是實現這一目標的最快途徑。他們不再從頭開始構建複雜的數據系統，而是收購能夠幫助組織、清理和連接整個業務數據的專家。

數據處理和人工智能領域的領軍企業Databricks最近估值620億美元，上周宣布計劃以10億美元收購無服務器數據庫管理公司Neon。

但交易商們警告說，公司不能隨便購買數據，然後將其扔進人工智能系統，並期望獲得良好的結果。

去年，加拿大航空公司< http://ac.to/ >的一個人工智能聊天機器人給一位客戶提供了錯誤的建議，導致該公司在小額索賠法庭上被認定負有責任，並被迫退還機票 (link)。技術交易商們說，如果將未經過濾的錯誤數據導入人工智能引擎，就可能發生這類錯誤。

"Latham & Watkins 公司合夥人布萊恩-曼吉諾（Brian Mangino）說："很多公司都擁有大量數據，但我認為他們正在認識到，你不能把所有數據都毫無組織地輸入人工智能引擎，並希望它能給出正確的答案。