IBMは、ニューヨーク州アーモンクに本社を置くアメリカの多国籍テクノロジー企業であり、2022年にManta Softwareを買収しました。Manta Softwareは、複雑なハイブリッドクラウド環境全体でデータフローを追跡するために組織を支援するように設計された、データリネージおよび可観測性ツールのプロバイダーでした。この買収は、特にデータガバナンスとコンプライアンスの分野において、IBMのデータおよび人工知能製品を強化するという広範な戦略の一部でした。
Manta Softwareは、データベース、ウェアハウス、および分析プラットフォーム全体でのデータの移動と変換をマッピングすることを含む、自動化されたデータリネージを専門としていました。その技術により、企業はデータの依存関係を視覚化し、潜在的なエラーを特定し、規制コンプライアンスを確保することができました。Mantaの機能を統合することにより、IBMは顧客にデータ資産のより包括的なビューを提供し、データ品質、リスク管理、および運用効率に関連するイニシアチブをサポートすることを目指しました。
IBMのデータ戦略の背景
IBMは、1911年にComputing-Tabulating-Recording Companyとして設立された歴史を持つ、エンタープライズコンピューティングのリーダーとして長年君臨してきました。数十年にわたり、IBMはハードディスクドライブ、リレーショナルデータベース、SQLプログラミング言語など、数多くの基盤技術を開発しました。21世紀に入り、IBMはソフトウェア、サービス、および人工知能、機械学習、データインフラストラクチャなどの高価値分野に焦点を移しました。
2020年代初頭までに、IBMのデータプラットフォームであるIBM Watsonは、クラウドネイティブサービスと高度な分析を組み込むように進化しました。同社は、データがオンプレミスシステム、プライベートクラウド、パブリッククラウドにまたがることが多いハイブリッドクラウドアーキテクチャを採用する企業にとって、データガバナンスとリネージが重要であることを認識しました。Mantaの技術は、一般データ保護規則（GDPR）やカリフォルニア州消費者プライバシー法（CCPA）などの規制枠組みに不可欠な、データ移動の統一ビューを提供することでこのニーズに対応しました。
買収の詳細
買収は2022年11月に発表され、取引はその年の後半に完了しました。財務条件は、小規模な戦略的買収に関するIBMの典型的な慣行と一致して、公には開示されませんでした。Manta Softwareは、2016年にTomas Kratkyおよび他のデータエンジニアリング専門家によって設立され、チェコ共和国のプラハに本社を置いていました。同社は、Bessemer Venture PartnersやSAP.iOなどの投資家からベンチャーキャピタル資金を調達しており、その顧客基盤には金融サービス、通信、製造業の大企業が含まれていました。
買収後、MantaのチームはIBMのデータおよびAI部門に加わり、IBM Watsonユニットの下で報告しました。Manta製品は、データの収集、整理、分析用に設計されたモジュラープラットフォームであるIBM Cloud Pak for Dataに統合されました。この統合により、IBMの顧客は既存のデータワークフロー内で直接データリネージ機能にアクセスでき、個別のポイントソリューションの必要性が減りました。
Mantaの技術的能力
Mantaのコア技術は、ソースシステムからダウンストリームアプリケーションへのデータフローをキャプチャするグラフベースのメタデータリポジトリ上に構築されました。リレーショナルデータベース、データレイク、ストリーミングプラットフォームなど、幅広いデータソースをサポートしていました。システムは、SQLクエリ、ETL（抽出、変換、ロード）ジョブ、およびビジネスインテリジェンスレポートを自動的に解析して、包括的なリネージマップを構築しました。
Mantaの際立った特徴の1つは、技術的リネージとビジネスリネージの両方を処理できることでした。技術的リネージはデータに適用された正確な変換を追跡し、ビジネスリネージはデータがビジネスプロセスをどのようにサポートするかについての高レベルのビューを提供しました。この二重のアプローチにより、データスチュワードとコンプライアンス責任者は、データがどこから来たのかだけでなく、組織全体でどのように使用されたのかを理解することができました。
プラットフォームはまた、データスキーマまたはパイプラインへの変更の潜在的な結果を評価できるインパクト分析を提供しました。これは、デジタルトランスフォーメーションを進めている組織にとって特に価値があり、重要な分析およびレポートシステムへの混乱のリスクを減らしました。
IBMの戦略的根拠
IBMによるMantaの買収は、主要な成長分野としてのハイブリッドクラウドとAIへの焦点と一致しました。同社は、分散環境全体でデータを管理するのに役立つツールのエコシステムの構築に多額の投資を行っていました。データリネージは、機械学習モデルのトレーニングと運用に使用されるデータへの透明性を提供するため、信頼できるAIを可能にするための基盤能力と見なされていました。
生成AIおよび大規模言語モデルの文脈では、データガバナンスがますます重要になりました。組織は、これらのモデルに供給されるデータが正確で、偏りがなく、規制に準拠していることを確保する必要がありました。Mantaのリネージ機能により、企業はトレーニングデータの起源を追跡し、潜在的なバイアスを特定し、監査目的でデータの来歴を文書化することができました。
IBMはまた、すべてがデータガバナンスツールを提供するAmazon Web Services、Microsoft Azure、Google Cloudなどの他のクラウドプロバイダーとの競争に直面しました。Mantaの専門技術を追加することにより、IBMはデータプラットフォームを差別化し、エンタープライズ顧客により完全なソリューションを提供することを目指しました。
IBM Watsonとの統合
買収後、MantaはIBM Watsonのデータファブリックアーキテクチャに統合されました。2023年にIBM watsonxとしてブランド名が変更されたIBM Watsonには、データストレージ、データ処理、AIモデル開発のコンポーネントが含まれていました。Mantaのリネージ機能は、これらすべてのコンポーネントにわたるデータのガバナンスを強化する横断的な機能として位置付けられました。
IBMはまた、Mantaをコンサルティングサービスに組み込み、データリネージおよび可観測性のベストプラクティスの実装に関する専門家のガイダンスを顧客に提供しました。同社は、データコンサルタントのグローバルな労働力をMantaの技術についてトレーニングし、銀行、医療、保険などの規制産業のクライアントに価値を提供できるようにしました。
データ管理市場への影響
Mantaの買収は、データ管理市場における統合の広範なトレンドの一部でした。主要なテクノロジー企業は、ポートフォリオを補完するために専門のデータガバナンススタートアップを買収していました。例えば、大手データガバナンスベンダーであるInformaticaとCollibraは、有機的な開発と買収を通じて独自のリネージ機能を拡張していました。
IBMによるMantaの買収は、2010年代後半に注目を集めた概念であるデータ可観測性の重要性の検証と見なされました。データ可観測性とは、データパイプラインをリアルタイムで監視、トラブルシューティング、理解する能力を指します。Mantaは主にリネージに焦点を当てていましたが、その技術はデータ品質とパフォーマンスを追跡する他の可観測性ツールを補完しました。
業界アナリストは、企業がデータに対する管理を示すことへの規制圧力が高まっていることを考えると、IBMの動きは戦略的に健全であると指摘しました。欧州連合のデータ法および他の地域の同様の法律は、データリネージソリューションへの需要を増加させると予想されました。IBMのグローバルなリーチとエンタープライズ関係は、このトレンドを活用するのに有利な立場にありました。
遺産と将来の開発
買収後、MantaはIBMのポートフォリオ内で明確な製品として運営を続けました。IBMはソフトウェアの定期的なアップデートをリリースし、新しいデータソースのサポートを追加し、他のIBMツールとの統合を改善しました。MantaブランドはIBMの統一された命名規則を支持して徐々に段階的に廃止されましたが、基盤となる技術はIBMのデータガバナンス製品の重要なコンポーネントのままでした。
買収後の数年間で、IBMは追加の投資とパートナーシップを通じてデータおよびAI機能を拡大しました。2023年に立ち上げられた同社のwatsonxプラットフォームは、Mantaのリネージ機能をガバナンスツールキットの一部として組み込みました。IBMはまた、独自の機械学習および深層学習技術の開発を続け、エンタープライズAIのリーダーとしての地位を確立しました。
Manta Softwareの買収は、ますます複雑化する技術環境において組織がデータ資産を管理するのを支援するというIBMのコミットメントを示しました。Mantaの専門知識とIBMの規模とリソースを組み合わせることにより、同社はデータ管理とAIガバナンスにおける現在のニーズと将来の課題の両方に対処するソリューションを提供することを目指しました。