编译 | Tina

当全行业都在追逐 GPU、训练大模型、比拼算力规模时，IBM 选择了一个完全不同的方向：以 110 亿美元的全现金方式拿下 Confluent。

周一，IBM 正式确认以 110 亿美元收购 Kafka 公司 Confluent。自 Confluent 2024 年 10 月传出“可能出售”的信号后，IBM 几乎被认为是最自然的买家。

两家公司已建立了五年的战略合作伙伴关系，在此期间，IBM 将 Confluent 作为 IBM Cloud Pak 的集成组件进行推广，同时，据内部人士透露，IBM 还放弃了其内部的 Kafka 产品，转而专注于出售 Confluent。

按每股 31 美元计算，此次收购相比此前股价溢价约 30%，资金从 IBM 现金储备直接支付。不过由于 Confluent 一直面临困境，其股价在过去 52 周内波动剧烈，最低跌至 15.64 美元，最高达到 37.90 美元。

按照这个价格，IBM 在开源软件公司上的总支出已超过 500 亿美元，包括 2018 年收购 Red Hat 的 340 亿美元，以及 2024 年收购 HashiCorp 的 64 亿美元，这还不包括未公开价格的交易。

每一次收购，IBM 买到的从来不只是代码，还有背后的社区与生态。Red Hat 让 IBM 成为 Linux 和 Kubernetes 的重要托管者；HashiCorp 带来了 Terraform 在全球基础设施团队中的影响力；而 Confluent，则把 Kafka 的实时数据生态一并带入 IBM 体系。

IBM 收购 HashiCorp 时，公司承诺遵循 2019 年收购 Red Hat 时的同一模式：利用其全球渠道将 Terraform 推向更多企业，同时加大研发投入促进创新，以保持竞争力。不少分析认为，这一次 Confluent 带来的机会与之类似。Confluent 在 11 月底披露，其客户数量“超过 6000 家”，这意味着 IBM 还能在这批现有客户中，继续放大自身产品与服务的渗透率。

这笔收购，对 Kafka 是风险

Kafka 属于 Apache，但 Confluent 却是核心推动力。

Kafka 作为 Apache 软件基金会的旗舰项目，2012 年从孵化器毕业，其贡献者名单多达约 1500 人。但根据 Confluent 前资深工程师 Stanislav Kozlovski 对 2010 年以来提交记录的分析，Confluent 在 Kafka 的持续发展中占据极核心地位。在前 100 名贡献者中，有 61 名现任或前任 Confluent 员工；而前 10 名贡献者中有 9 名来自 Confluent。

除了 Confluent，LinkedIn 是 Kafka 最大的贡献组织，而 Kozlovski 发现，那些最初在 LinkedIn（现已归微软所有）开发 Kafka 的工程师，大多后来加入了 Confluent。

这意味着，一个掌握 Kafka 演进“话语权”的公司，现在被一个体量更大的平台厂商收入麾下，不安也随之而来。

当然，任何一笔大型收购都伴随风险，其中最大的一项往往是人才与文化的磨合：Confluent 代表的是硅谷式的快节奏工程文化，而 IBM 则是一家有 110 年历史的传统企业巨头，两者之间不可避免存在张力。

Kozlovski 是担心未来走向的人之一。他在交易正式宣布前曾表示：“他们可能会把全部精力转向专有技术，让开源版本逐渐枯竭。”

“我个人对 IBM 并无成见，但有两句话让我印象特别深： ‘好的软件，到了 IBM 就会死掉。’‘IBM 是披着科技公司外衣的私募基金。’”

“那 Kafka 会怎样？我不知道。但别忘了：Confluent 占了 Apache Kafka 至少 60–70% 的贡献量。”“无论如何，这都不是一个令人兴奋的收购案。这可能是 Confluent 的旅程最令人悲伤的一个结局。”

这样的担忧并不新鲜，而是一种在开源世界被反复验证的风险预警：当关键基础设施被纳入大厂体系，路线图往往要为商业 KPI 让路，开源版本的演进节奏随之放缓，社区的话语权会慢慢收回到厂商内部。而 IBM 的组织基因又引发了更多人的担忧。在 Reddit 的“吃瓜现场”，一位经历过类似整合的“过来人”感叹道：“作为一个公司曾被 IBM 收购过的人，我只能向 Confluent 的员工致以慰问。”不久就有 Confluent 员工追问：“什么情况？我们会怎样？”

他的回答可以说是在社区头上倒了一桶冷水：

头一年几乎不会有太大变化，除了他们会裁掉你们大部分 HR、市场和销售团队，用自己的团队顶上。再过一年，你会发现新销售之所以卖不动你的产品，是因为他们既不熟悉产品本身，而你的产品又会与 IBM 原有业务产生冲突。与此同时，你也会意识到，“整合期的临时招聘 / 晋升冻结”其实根本不是暂时的。不过 401k 有 6% 的配比，你只能自我安慰“也还行”。到了第二年，各种 HR 和销售问题开始在报表里变成一片红字，于是他们开始加强微观管理：你的解决方案必须使用 IBM 自家的硬件，或必须绑定某些 IBM 自有的软件组件。办公室里的管理层越来越多，真正干活的人比例越来越少。紧接着，各种离谱的成本削减措施陆续登场，团队士气被严重消耗，创新速度也几乎完全停滞。到了第三年，你环顾四周，会发现那些真正有能力的人，几个月前就已经走光了。

更敏感的是 Kafka 的许可之争。Confluent 目前采用开放核心（open core）授权策略，旨在限制竞争性的托管云服务。其 Confluent Community License 允许运行自托管，但将托管或 SaaS 形式列为“排除用途”，阻止 AWS、GCP、Azure 等云厂商推出托管增强版 Kafka。

随着 IBM 接手，Kafka 的开源路线、企业版功能边界，也许都将接受新一轮审视。

于是社区内也出现了另一种期待：希望以 Red Hat 为参照给予 Confluent 类似的自治权与文化空间。来自德国的解决方案工程师 Wladi Mitzel 指出，Confluent 一直面临盈利压力，而 IBM 反而可以将 Kafka 视为推动其咨询与混合云业务增长的“燃料”。

他补充说：“历史上，IBM 收购公司后常常出现‘挤压式整合’的情况：被深度整合后创新活力消失（SoftLayer 就是典型例子，一家云公司被收购后迅速失去优势）。然而 Red Hat 标志着 IBM 的战略转变。IBM 认识到，要想在开源领域获胜，就必须扮演赞助者，而不是微观管理者。据我所知，IBM 确实保持了 Red Hat 的独立文化。”

IBM 买的，不只是 Kafka

另一方面，IBM 花 110 亿美元买到的，绝不只是一个托管版开源 Kafka。除了 Kora Engine 这颗“王冠明珠”之外，IBM 还将 Apache Flink 这条流处理产品线一并收入囊中。

原生 Kafka 虽然强大，但手动运维极其复杂；Kora 则是在保持 100% Kafka 兼容的前提下做了大量专有增强。与此同时，Apache Flink 为 IBM 带来了强大的流处理能力。

如果说传统数据处理是 ETL（抽取、转换、加载），Flink 能在“数据流动中”直接转换数据，实现实时分析——甚至还没落地进数据库。这对实时风控等场景至关重要。

从更大的行业背景看，这种组合并非偶然。RisingWave 创始人吴英俊（Yingjun Wu）就在最新的评论中提到：

“坦率地说，Kafka已经变成了一种‘商品’。和AWS MSK、Kinesis竞争非常困难，第三方厂商很难真正胜出。”

“Flink生态这几年也在不断蚕食Kafka的领地——从Flink CDC、Fluss到Paimon，很多新能力都在进入原本由Kafka覆盖的场景。Flink和 Kafka不再是纯粹的互补关系，而是开始在部分领域直接竞争。把Flink永远当作Kafka的附加组件，长期来看是站不住脚的。”

“大家都不得不往价值链上游走。在AI时代，仅仅出售底层基础设施，已经无法支撑预期中的增长。厂商需要卖的是能直接创造业务价值的产品，而不是一盒需要客户自己拼装的‘乐高积木’。”

实际上，Confluent 的平台也早已走出 Kafka 本身的影子。它拥有 120 多个可直接用于生产环境的连接器，内建流治理能力，原生 Flink 流处理，以及 tableflow 这样的表 / 流统一层。这些组合起来，让它悄然成为大型企业可选的最完整流式生态系统之一。

另外，从 CEO Arvind Krishna 的整体布局来看，IBM 同时也正在构建一条贯穿所有云和数据中心的“横向战略”，试图掌控未来自治企业的三大基础层：计算层、管理层和数据流层。2019 年收购 Red Hat，补齐云的操作系统；2024 年收购 HashiCorp，补齐自动化与安全控制平面；如今通过 Confluent，则补上了企业数据的循环系统。

在这个视角下，IBM 收购 Confluent 的逻辑就愈发清晰：它买到的根本不只是一个托管版 Kafka，而是一条完整的数据流能力链，从 数据接入（Kafka）→ 数据流计算（Flink）→ 上层企业应用，形成企业实时数据体系的核心骨架。

事实上，IBM 在开源商业公司的总投入已经突破 500 亿美元（Red Hat、HashiCorp、Confluent）。这三次巨额收购，几乎拼出了 IBM 的“混合云 + AI”底层版图：

• Red Hat → 运行层（Linux / Kubernetes / OpenShift）

• HashiCorp → 控制层（Terraform / Vault / Consul）

• Confluent → 数据流层（Kafka / Flink / Stream Governance）

而 Arvind Krishna 也在近期访谈中明确指出：算力扩张正在进入回报递减区间，企业 AI 的真正瓶颈将从“算力不足”转移到“企业内部实时数据如何流动”。

换句话说，当 GPU 不再是唯一稀缺资源时，“数据能否在组织内部快速、连续、可靠地流动”反而会成为制胜关键。

因此，不少分析认为，IBM 收购 Confluent 的本质，是在为未来的企业 AI 构建一套覆盖全公司的“数据血管系统”——而掌握 Kafka、Flink 以及整套流处理生态，就是掌握了企业实时智能的主动权。

参考链接：

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/

声明：本文为 InfoQ 翻译整理，不代表平台观点，未经许可禁止转载。