Akuisisi Confluent senilai $11 miliar oleh IBM mengungkap bottleneck sesungguhnya dalam infrastruktur AI
Diperbarui 11 Desember 2025
Pembaruan Desember 2025: IBM mengakuisisi Confluent senilai $11M dengan harga $31/saham (premium 50%)—akuisisi terbesar IBM dalam beberapa tahun terakhir. Kesepakatan ini menunjukkan bahwa pipeline data menentukan keberhasilan AI lebih dari model. Confluent melayani 6.500+ klien termasuk 40%+ dari Fortune 500. Data global akan berlipat ganda pada 2028 dengan 1 miliar aplikasi logis baru. IBM memperkirakan kontribusi adjusted EBITDA di tahun pertama, free cash flow di tahun kedua.
IBM baru saja melakukan akuisisi terbesarnya dalam beberapa tahun, dan target akuisisi ini mengungkap di mana AI enterprise sebenarnya menghadapi kesulitan. Perusahaan akan membayar $11 miliar untuk Confluent, platform data streaming yang dibangun di atas Apache Kafka.¹ Kesepakatan ditutup pada harga $31 per saham, premium 50% di atas harga penutupan Confluent pada hari Jumat.²
Akuisisi ini menyampaikan kebenaran fundamental tentang deployment AI: model mendapat sorotan media, tetapi pipeline data yang menentukan keberhasilan. Enterprise yang menjalankan sistem AI membutuhkan aliran data yang bersih dan terkoneksi secara kontinu yang mengisi model mereka secara real time. Confluent membangun infrastruktur yang memungkinkan streaming data real-time dalam skala besar, dan IBM menyadari bahwa infrastruktur ini adalah bagian yang hilang dalam infrastruktur AI enterprise.
Keharusan data streaming
Data global akan berlipat ganda pada 2028, dengan satu miliar aplikasi logis baru bermunculan di seluruh enterprise.³ AI agent dan model generatif mengonsumsi data dengan rakus, membutuhkan informasi terbaru untuk menghasilkan output yang relevan. Batch processing dan database statis tidak dapat mengimbangi sistem AI yang perlu merespons dalam hitungan milidetik.
Platform Confluent mengatasi tantangan ini secara langsung. Dibangun di atas Apache Kafka, sistem streaming terdistribusi open-source, Confluent memproses aliran data secara real time sambil mempertahankan governance dan konektivitas di berbagai sistem yang terpisah. Perusahaan ini melayani lebih dari 6.500 klien, termasuk lebih dari 40% Fortune 500.⁴
CEO IBM Arvind Krishna membingkai akuisisi ini seputar pain point spesifik: "Data tersebar di seluruh public dan private cloud, datacenter, dan berbagai penyedia teknologi."⁵ AI agent tidak dapat berfungsi secara efektif ketika data yang mereka butuhkan terfragmentasi di puluhan sistem. Platform Confluent bertindak sebagai jaringan penghubung, memastikan data mengalir ke tempat yang dibutuhkan sistem AI, pada saat mereka membutuhkannya.
Langkah infrastruktur AI IBM
Akuisisi Confluent sesuai dengan sebuah pola. IBM membeli HashiCorp senilai $6,4 miliar pada 2024, menambahkan otomasi infrastruktur ke portofolionya.⁶ Perusahaan bermitra dengan Anthropic pada Oktober 2025 untuk men-deploy model Claude dan mengakuisisi startup analisis data Seek AI pada Juni 2025.⁷ Setiap langkah memperkuat posisi IBM sebagai penyedia infrastruktur AI enterprise, bukan sebagai pengembang model.
Strategi ini masuk akal mengingat dinamika pasar. OpenAI, Anthropic, Google, dan lainnya bersaing ketat dalam kapabilitas model. IBM tidak memiliki sumber daya untuk bersaing di garis depan itu. Tetapi enterprise yang men-deploy AI membutuhkan lebih dari sekadar model. Mereka membutuhkan integrasi, governance, keamanan, dan infrastruktur data real-time. IBM dapat menguasai lapisan itu.
Confluent membawa manfaat finansial langsung di samping nilai strategis. IBM memperkirakan akuisisi ini akan berkontribusi pada adjusted EBITDA dalam tahun pertama dan free cash flow pada tahun kedua.⁸ Pemegang saham utama yang memiliki 62% saham Confluent sudah berkomitmen pada kesepakatan melalui voting agreement, memperlancar jalan menuju penutupan yang diharapkan pada pertengahan 2026.⁹
Apa arti kesepakatan ini bagi AI enterprise
Akuisisi ini memvalidasi tesis yang telah didorong perusahaan infrastruktur selama bertahun-tahun: keberhasilan AI bergantung pada arsitektur data. Melatih model membutuhkan dataset yang bersih dan berlabel. Men-deploy model membutuhkan aliran data yang kontinu. Menskalakan AI di seluruh enterprise membutuhkan governance, pelacakan lineage, dan konektivitas di setiap sistem yang menghasilkan atau mengonsumsi data.
CEO Confluent Jay Kreps mengungkapkan antusiasmenya tentang penggabungan kekuatan: "Kami sangat senang bergabung dengan IBM dan mempercepat strategi kami dengan keahlian go-to-market IBM, skala global, dan portofolio yang luas."¹⁰ IBM membawa 550.000 hubungan enterprise dan pasukan konsultan yang dapat men-deploy teknologi Confluent bersamaan dengan inisiatif AI.
Kesepakatan ini juga menandakan ke mana belanja enterprise akan mengalir. Perusahaan telah menggelontorkan miliaran dolar ke kluster GPU dan lisensi model. Gelombang belanja berikutnya akan menargetkan infrastruktur yang membuat investasi tersebut produktif. Streaming data real-time, platform governance, dan alat integrasi akan menangkap porsi yang semakin besar dari anggaran AI.
Lapisan infrastruktur menjadi semakin berharga
IBM membayar premium 50% untuk Confluent, bertaruh bahwa streaming data menjadi semakin kritis seiring percepatan deployment AI. Taruhan itu tampak tepat. Setiap enterprise yang men-deploy AI agent, copilot, atau sistem otomatis membutuhkan infrastruktur data real-time. Confluent membangun infrastruktur persis seperti itu, dan IBM sekarang mengendalikannya.
Bagi enterprise yang merencanakan inisiatif AI, akuisisi ini menawarkan pelajaran: bottleneck kemungkinan terletak pada infrastruktur data, bukan pemilihan model. Organisasi yang memecahkan masalah streaming data, governance, dan integrasi akan berhasil men-deploy AI. Mereka yang fokus secara eksklusif pada model akan kesulitan dengan data yang terfragmentasi dan hasil yang tidak konsisten.
Stack infrastruktur AI terus matang. Model, compute, storage, networking, dan sekarang streaming data real-time masing-masing mewakili lapisan kritis. Akuisisi Confluent oleh IBM menunjukkan bahwa pasar mengakui infrastruktur data sebagai hal esensial, bukan opsional, untuk keberhasilan AI enterprise.
Referensi
-
IBM. "IBM to Acquire Confluent to Create Smart Data Platform for Enterprise Generative AI." IBM Newsroom, 8 Desember 2025. https://newsroom.ibm.com/2025-12-08-ibm-to-acquire-confluent-to-create-smart-data-platform-for-enterprise-generative-ai
-
Techcrunch. "IBM to acquire Confluent for $11B as it seeks to bolster its data offerings." TechCrunch, 8 Desember 2025. https://techcrunch.com/2025/12/08/ibm-to-acquire-confluent-for-11b-as-it-seeks-to-bolster-its-data-offerings/
-
IBM. "IBM to Acquire Confluent."
-
IBM. "IBM to Acquire Confluent."
-
IBM. "IBM to Acquire Confluent."
-
TechCrunch. "IBM to acquire Confluent for $11B."
-
TechCrunch. "IBM to acquire Confluent for $11B."
-
IBM. "IBM to Acquire Confluent."
-
IBM. "IBM to Acquire Confluent."
-
IBM. "IBM to Acquire Confluent."
- Alt 2:
confluent-acquisition-ibm-real-time-data-ai
Poin-poin penting
Untuk arsitek enterprise: - Confluent memproses aliran data real-time via Apache Kafka untuk 6.500+ klien termasuk 40%+ Fortune 500 - Data global berlipat ganda pada 2028 dengan satu miliar aplikasi logis baru bermunculan di seluruh enterprise - Batch processing dan database statis tidak dapat mengimbangi sistem AI yang membutuhkan respons milidetik
Untuk ahli strategi infrastruktur: - IBM membayar premium 50% ($31/saham) menandakan peran kritis streaming data dalam AI enterprise - Pola IBM: HashiCorp ($6,4M, 2024) + kemitraan Anthropic + Seek AI + Confluent = stack infrastruktur AI enterprise - Model mendapat sorotan media tetapi pipeline data menentukan keberhasilan deployment AI
Untuk tim keuangan: - Diharapkan berkontribusi pada adjusted EBITDA dalam tahun pertama, free cash flow pada tahun kedua - Pemegang saham utama (62% saham) berkomitmen via voting agreement; penutupan diharapkan pertengahan 2026 - IBM membawa 550.000 hubungan enterprise untuk deployment Confluent bersamaan dengan inisiatif AI
Untuk tim deployment AI: - Training membutuhkan dataset yang bersih dan berlabel; deployment membutuhkan aliran data kontinu - Menskalakan AI di seluruh enterprise membutuhkan governance, pelacakan lineage, dan konektivitas di semua sistem data - Gelombang belanja AI berikutnya menargetkan infrastruktur yang membuat investasi GPU/model produktif
