Dynatrace heeft een definitive overeenkomst ondertekend om Arize over te nemen voor 915 miljoen dollar. Deze transactie is bedoeld om zijn observatiemogelijkheden uit te breiden naar een van de snelst groeiende sectoren binnen bedrijfsartificiële intelligentie: niet alleen te weten of infrastructuur en applicaties correct functioneren, maar ook hoe grote taalmodellen (LLM), agents en systemen zich gedragen zodra ze in productie zijn genomen.
De kernpunten van de overname van Arize door Dynatrace in 20 seconden
- Dynatrace heeft overeenstemming bereikt om Arize over te nemen voor 915 miljoen dollar, hoofdzakelijk in contanten.
- Arize ontwikkelt tools voor evaluatie en monitoring van modellen, LLM en AI-agents.
- De transactie streeft ernaar om AI-evaluatie, applicaties, infrastructuur en bedrijfsresultaten met elkaar te verbinden.
- Dynatrace verwacht dat de markt voor AI-observatie zal groeien tot meer dan 10 miljard dollar in 2030.
- De afronding wordt voorzien voor dit kwartaal of het begin van het derde fiscale kwartaal van Dynatrace.
De transactie is nog onderworpen aan regelgeving en gebruikelijke voorwaarden, dus moet worden beschouwd als een overeengekomen acquisitie en niet als een reeds voltooide aankoop. Dynatrace verwacht ongeveer 815 miljoen dollar in contanten te betalen, plus bepaalde aandelenincentives voor Arize-werknemers die bij de onderneming zullen worden betrokken.
Los van het bedrag toont de operatie hoe de observatiemarkt aan het veranderen is. Jarenlang lag de focus van dergelijke platforms op het beantwoorden van relatief bekende vragen voor operationele teams: welke applicatie faalt, waar ontstaat latency, welk resource is overbelast, of welke afhankelijkheid een probleem veroorzaakt.
Generatieve AI voegt daar een extra laag aan toe. Een applicatie kan technisch beschikbaar zijn, maar toch verkeerde antwoorden geven, degraderen in kwaliteit, of plotseling de kosten en het verbruik laten toenemen.
Van servermonitoring naar het begrijpen van AI-agents
De aanpak van Arize richt zich precies op dat verschil.
Het bedrijf ontwikkelt een platform voor AI-observatie en LLM-evaluatie, gericht op zowel traditionele machine learning als generatieve systemen. Hun tools maken het mogelijk het gedrag van modellen en agents te analyseren, problemen te identificeren, oorzaken te onderzoeken en de prestatieontwikkeling te volgen.
Dynatrace wil dat integreren met de observatiemogelijkheden die het al biedt voor applicaties en infrastructuur.
Het doel is een breder overzicht te krijgen: van testen en evaluaties vóór publicatie tot het gedrag wanneer de AI-infrastructuur echte verzoeken ontvangt.
Dit is vooral relevant voor agents.
Traditionele applicaties volgen meestal deterministische workflows. AI-agents werken anders: een model beslist welke tool te gebruiken, raadpleegt informatie, roept externe services aan, voert acties uit en denkt opnieuw na over de uitkomsten.
Bij problemen wordt het vinden van de oorzaak complexer.
De oorzaak kan liggen in de prompt, het gekozen model, de gegevens via RAG (retrieval-augmented generation), een externe tool, de applicatiecode, de database of direct in de infrastructuur.
Dynatrace noemt die fragmentatie als een van de problemen die het wil aanpakken met Arize. Momenteel evalueren AI-ingenieurs modellen en agents vaak met verschillende tools, terwijl SRE-teams (Site Reliability Engineering), platform- en operationele teams applications en servers monitoren met andere systemen.
Dat schept een moeilijke overbrugbare kloof tussen beide werelden.
Wat wil Dynatrace bereiken met Arize?
De geplande combinatie moet een gedeeld kader bieden dat het gedrag van AI verbindt met de applicatie- en infrastructuur prestaties.
Bijvoorbeeld, bij een degradatie van een dienst gebaseerd op een LLM, zou een platform zoals Arize kunnen helpen bepalen of de oorzaak ligt in de kwaliteit van de antwoorden, een dataverandering, een call naar een tool, latentie in de applicatie of problemen met onderliggende hardware.
Infrastructurele componenten krijgen opnieuw betekenis.
AI-diensten verbruiken GPU’s, CPU’s, geheugen, opslag en netwerk. Een toename in responstijd kan verschillende oorzaken hebben, zoals modelhallucinaties, maar beide problemen beïnvloeden uiteindelijk de gebruikerservaring hetzelfde.
Dynatrace stelt voor dat deze integratie deze lagen met elkaar verbindt en ook koppelt aan bedrijfsprocessen.
Na de overname spreekt het bedrijf van drie hoofdfuncties: continue dekking vanaf experimentatie tot productie, een eenduidige context voor AI-gedrag en infrastructuur, en een enterprise database voor grootschalige AI-belastingen.
Het is belangrijk om hier onderscheid te maken tussen wat nu beschikbaar is op de twee platforms en de functies die Dynatrace hoopt te realiseren na voltooiing van de integratie. Deze nieuwe doelen worden als toekomstig beschreven en kunnen nog veranderen.
Arize biedt ook een open source community
De overname heeft een extra component die verder gaat dan zakelijke technologie.
Arize onderhoudt Phoenix, een open source project voor observatie, tracering en evaluatie van AI-toepassingen.
Dit biedt Dynatrace een ingang naar ontwikkelaars en AI-ingenieurs die niet noodzakelijk binnen een bedrijfsobservatieplatform werken.
Het wordt een steeds gebruikelijkere dynamiek voor ontwikkeltools: technische beslissingen kunnen beginnen binnen een team met een open source project en later uitbreiden naar enterprise producten wanneer governance, support, security of grootschalige implementaties aan de orde zijn.
Dynatrace ziet die aanwezigheid onder ontwikkelaars als aanvullend op haar positie bij grote ondernemingen.
Aan de andere kant krijgt Arize toegang tot een organisatie met een veel grotere infrastructuur en klantenbestand.
De oprichters, Jason Lopatecki en Aparna Dhinakaran, zullen bij de voltooiing van de overname bij Dynatrace in dienst treden. Lopatecki blijft leidinggeven aan het Arize-team en rapporteert rechtstreeks aan CEO Rick McConnell van Dynatrace.
AI-observatie wordt een eigen markt
Dynatrace positioneert de markt voor AI Observability boven de 10 miljard dollar in 2030. Deze verwachting is onderdeel van de aankondiging en moet niet worden opgevat als reeds gerealiseerde cijfers.
De groei van deze categorie wordt echter gedreven door een reëel probleem.
Intern testen van een chatbot is relatief eenvoudig. Het beheren van duizenden of miljoenen gesprekken, modelcalls en agent-uitvoeringen met controle over kwaliteit, latency en kosten is veel complexer.
Traditionele monitoring kan controleren of een API een HTTP 200 code teruggeeft en of de infrastructuur binnen de verwachte parameters opereert.
Dat geeft geen automatische bevestiging dat de gegenereerde antwoorden zinvol zijn.
Daarom verschijnen er gespecialiseerde tools voor aspecten zoals evaluaties, traces, hallucinaties, antwoordkwaliteit, agent- en modelprestaties en gebruik.
Naarmate meer projecten van testfase naar productie gaan, beginnen deze metrics ook de traditionele monitoring te beïnvloeden.
Extra modelcalls kunnen een antwoord verbeteren, maar ook de latency en kosten verhogen. Het gebruik van een kleiner model kan kosten beperken, maar moet wel voldoende kwaliteit bieden voor het beoogde gebruik.
Observatie stopt dus niet bij de vraag of de service functioneert. Bij AI-toepassingen wil men ook weten wat er precies gebeurt, met welke kwaliteit, hoe snel en tegen welke kosten.
Een verwachte impact op de financiële resultaten van Dynatrace
Dynatrace heeft ook inzicht gegeven in de verwachte impact op haar resultaten.
De onderneming schat dat de overname ongeveer 200 basispunten zal toevoegen aan de jaarlijkse terugkerende omzetgroei (ARR) in het fiscale jaar 2027.
Tegelijkertijd voorziet het een negatieve impact van ongeveer 175 basispunten op haar niet-GAAP operationele marge voor datzelfde jaar. Dynatrace verwacht deze marges geleidelijk te herstellen vanaf dat niveau in 2028 en daarna.
Deze cijfers zijn eigen voorspellingen en hangen onder andere af van de afronding en succesvolle integratie van de acquisitie.
Dynatrace benadrukt dat zij de operatie financiert met haar beschikbare cash en/of haar bestaande kredietlijnen. Tevens verwacht het geen significante effecten op haar prognoses voor het tweede kwartaal van haar fiscale jaar 2027 of op haar huidige aandeleninkoopprogramma.
Het akkoord komt op een moment dat observatie moet inspelen op een sterk meerlagige en complexe architectuur.
Modellen werken niet meer uitsluitend via geïsoleerde API’s. Ze worden vaak onderdeel van een gecoördineerd systeem met agents, data en andere componenten. Dit verhoogt de complexiteit en maakt het moeilijker te bepalen waar het probleem begint.
Dynatrace investeert 915 miljoen dollar in de overtuiging dat infrastructureel en applicatief toezicht niet langer voldoende zal zijn voor een groeiend aantal klanten.
Als de overname doorgaat, stelt Arize Dynatrace in staat een extra vraag te stellen: naast de werking van de applicatie, ook of de AI-systemen naar behoren functioneren.
Veelgestelde vragen
Hoeveel betaalt Dynatrace voor Arize?
Dynatrace waardeert de transactie op 915 miljoen dollar. Ongeveer 815 miljoen daarvan is in contanten, de rest bestaat uit aandelenincentives voor Arize-medewerkers die bij Dynatrace in dienst treden.
Wat doet Arize?
Arize ontwikkelt technologie voor observatie en evaluatie van AI-systemen. Hun tools maken het mogelijk de prestaties van machine learning-modellen, LLM-applicaties en AI-agents te analyseren tijdens ontwikkeling en na deployment.
Heeft Dynatrace Arize al overgenomen?
Nog niet. De bedrijven hebben een definitieve overeenkomst ondertekend, maar de overname moet nog door regelgevende instanties worden goedgekeurd en de sluitingsvoorwaarden doorlopen. Dynatrace verwacht de transactie deze kwartaal of begin van het derde fiscale kwartaal af te ronden.
Wat is AI-observatie?
Het omvat technieken en tools om te analyseren hoe AI-modellen en -applicaties functioneren. Dit kan tracering van agents en LLM omvatten, evaluatie van antwoorden, detectie van problemen met kwaliteit en verbanden met applicatie- en infrastructuurprestaties.
vía: dynatrace