7月8日，IBM（纽约证券交易所股票代码：IBM）宣布已收购领先的数据可观测性软件供应商Databand.ai,该公司致力于帮助企业在数据问题影响业务底线之前就能得以解决，包括数据错误、数据管道故障和数据质量等。收购Databand.ai进一步加强了IBM在数据、人工智能和自动化领域的软件组合，以解决涉及可观测性的全部问题，帮助企业确保把可信的数据在正确的时间交到正确的用户手中。
随着数据量继续以前所未有的速度增长，企业正努力着手对自身数据集的健康与质量进行管理，这是企业做出更好的商业决策和获得竞争优势的必由之路。数据可观测性作为一个快速增长的市场机会，正迅速成为企业关键的解决方案，用以帮助数据团队和工程师更好地了解其系统中的数据健康状况，并以近乎实时的方式自动识别、排除故障和解决问题，如异常情况、突发数据变化或数据管道故障等。Gartner数据显示，每年因数据质量问题给企业带来的平均损失达1290万美元，为了应对这一挑战，数据可观测性市场正处于强劲增长的态势。
数据可观测性将传统的数据运维提升到了一个新的水平，它以历史趋势来计算数据工作负载和数据管道的统计数据，直接从源头上确定数据是否在工作，并精确指出可能存在的问题。当它与全栈可观测策略相结合时，可以帮助IT团队快速呈现并解决从基础设施和应用程序到数据和机器学习系统的问题。
Databand.ai的开放和可扩展的方法使数据工程团队能够轻松地在其数据基础设施中整合并获得可观测性。此次收购将为Databand.ai释放更多资源，以扩展其可观测性能力，在更多的开源和商业解决方案中进行更广泛的整合，为现代数据栈提供动力。企业还将在如何运行Databand.ai方面拥有充分的灵活性，可以通过即服务（SaaS）的方式运行，也可以通过自我托管的软件订阅方式来运行。
对Databand.ai的收购，是基于IBM在人工智能和自动化领域的研发投资和战略收购的框架而进行的。把Databand.ai与IBM Observability by Instana APM和IBM Watson Studio相结合，IBM可以很好地解决IT全栈运营的全方位可观测性问题。
数据可观测性将传统的数据运维提升到了一个新的水平，它以历史趋势来计算数据工作负载和数据管道的统计数据，直接从源头上确定数据是否在工作，并精确指出可能存在的问题。当它与全栈可观测策略相结合时，可以帮助IT团队快速呈现并解决从基础设施和应用程序到数据和机器学习系统的问题。Databand.ai的开放和可扩展的方法使数据工程团队能够轻松地在其数据基础设施中整合并获得可观测性。此次收购将为Databand.ai释放更多资源，以扩展其可观测性能力，在更多的开源和商业解决方案中进行更广泛的整合，为现代数据栈提供动力。企业还将在如何运行Databand.ai方面拥有充分的灵活性，可以通过即服务（SaaS）的方式运行，也可以通过自我托管的软件订阅方式来运行。对Databand.ai的收购，是基于IBM在人工智能和自动化领域的研发投资和战略收购的框架而进行的。把Databand.ai与IBM Observability by Instana APM和IBM Watson Studio相结合，IBM可以很好地解决IT全栈运营的全方位可观测性问题。
例如，Databand.ai的功能可以在数据团队和工程师使用的分析系统的数据不完整或缺失时提醒他们。在数据源于企业应用的常规情况下，Instana可以帮助用户快速解释缺失数据的确切来源以及应用服务失败的原因。Databand.ai和IBM Instana一起，可以为整个应用基础设施和数据平台系统提供一个更完整和可解释的视图，从而帮助企业防止因数据故障而导致的收入和声誉损失。
IBM持续加强在混合云和人工智能领域的技能与实力，Databand.ai是IBM在2022年进行的第五次收购。自Arvind Krishna于2020年4月担任首席执行官以来，IBM至少已经收购了25家公司。据悉，Databand.ai总部位于以色列的特拉维夫，其员工将加入IBM数据和人工智能部门，进一步构建IBM不断扩展的数据和人工智能产品组合，包括IBM Watson能力和IBM Cloud Pak for Data。该交易的财务细节没有披露，该收购于2022年6月27日完成。