IBM conclui aquisição da Confluent e aposta tudo em dados em tempo real para IA empresarial
A IBM oficializou a aquisição da Confluent em 17 de março de 2026, e o movimento vale cerca de 11 bilhões de dólares — ou 31 dólares por ação. Não é pouca coisa, e o tamanho do cheque já diz muito sobre o que está em jogo aqui.
A Confluent não é uma empresa qualquer. Ela é a plataforma de streaming de dados que mais de 6.500 empresas no mundo usam para manter suas operações funcionando em tempo real, incluindo 40% das empresas da Fortune 500. Quando você pensa em marcas globais que dependem de informações chegando na velocidade certa para tomar decisões críticas, é muito provável que a Confluent esteja em algum lugar nessa cadeia, processando eventos, movendo dados entre sistemas e garantindo que nada se perca no caminho.
Mas por que a IBM desembolsou tanto assim? A resposta está em um problema que praticamente toda grande empresa enfrenta hoje: dados em tempo real que simplesmente não chegam na hora certa. Na maioria das organizações, as informações ficam presas em silos, chegando horas ou até dias depois de serem geradas. Para sistemas de IA empresarial que precisam tomar decisões em milissegundos, isso é basicamente inútil. Um agente de IA que recebe dados velhos vai tomar decisões velhas — e em um mercado que se move rápido, esse atraso tem custo real, mensurável e, muitas vezes, irreversível.
É exatamente essa lacuna que a combinação IBM mais Confluent promete fechar, criando uma base de dados viva, governada e em fluxo contínuo para alimentar agentes de IA, modelos e automações em ambientes híbridos. 🚀
O que muda com a união IBM e Confluent
Para entender o peso dessa movimentação, vale dar um passo atrás e olhar para o que cada lado traz para a mesa. A IBM tem uma das maiores carteiras de clientes corporativos do planeta, com décadas de presença em setores como finanças, saúde, varejo, manufatura e governo. Ela também carrega um portfólio robusto de soluções de IA empresarial — incluindo o watsonx, sua plataforma de inteligência artificial — além de uma infraestrutura sólida em nuvem híbrida com o Red Hat OpenShift. O que faltava, de certa forma, era uma camada de dados em movimento que conectasse tudo isso de forma fluida e em tempo real, sem depender de arquiteturas de dados legadas que ainda dominam boa parte dos ambientes corporativos tradicionais.
A Confluent, por outro lado, nasceu justamente para resolver esse problema. Fundada por engenheiros que criaram o Apache Kafka enquanto trabalhavam no LinkedIn, a empresa transformou o Kafka em um produto empresarial completo — com governança, segurança, escalabilidade e uma interface muito mais amigável para times de engenharia de dados. Com mais de 6.500 clientes ativos e uma base de receita recorrente significativa, ela chegou a esse negócio com força. A plataforma da Confluent permite que eventos de negócio — uma compra, uma mudança de estoque, uma leitura de sensor, uma transação financeira — sejam capturados, processados e distribuídos para onde precisam ir em questão de milissegundos.
Isso é exatamente o tipo de infraestrutura que sistemas de IA empresarial modernos precisam para funcionar de verdade, e não apenas em demos de laboratório.
- E-BOOK GRATUITO
Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.
Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.
Entrega em PDF no seu e-mail · Sem spam · LGPD
🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.
Juntas, IBM e Confluent formam uma combinação que endereça dois dos maiores gargalos das empresas que tentam escalar inteligência artificial: a qualidade dos dados que alimentam os modelos e a velocidade com que esses dados chegam. Sem dados frescos e bem governados, até os melhores modelos de linguagem e os agentes de IA mais sofisticados ficam presos em respostas desatualizadas ou inconsistentes. Com essa aquisição, a IBM passa a ter em mãos uma camada de dados em tempo real que pode ser integrada diretamente ao watsonx e a outros componentes do seu ecossistema, criando um pipeline de informação que alimenta decisões inteligentes de ponta a ponta. 🔥
Integrações que já saem do papel no primeiro dia
Diferente de muitas aquisições que levam meses ou até anos para gerar valor prático, a IBM trouxe uma lista de integrações prontas desde o dia um do fechamento do negócio. Essas sinergias de produto mostram que o planejamento técnico entre as duas empresas já estava bem avançado antes mesmo da conclusão da compra.
As integrações iniciais incluem:
- Dados prontos para IA em tempo real com watsonx.data: tecnologias de IA empresarial precisam de contexto atualizado, e não de dados do dia anterior. A Confluent passa a transmitir eventos operacionais diretamente para o watsonx.data, garantindo que cada modelo, agente e workflow rode com dados continuamente atualizados, com rastreabilidade, controle de qualidade e aplicação de políticas de governança embutidos no processo.
- Mainframe modernizado na era da IA com IBM Z: as transações de negócio mais críticas do mundo rodam há décadas em mainframes IBM Z. Com a integração entre IBM Z e Confluent, as organizações podem identificar e disparar eventos em tempo real diretamente na fonte das transações, além de transmitir dados transacionais para análises, automação e workflows de IA. Isso permite que o processamento de transações de missão crítica se integre de forma nativa com o restante do negócio em tempo real e em escala corporativa.
- Automação orientada a eventos com IBM MQ e IBM webMethods: o IBM MQ e o IBM webMethods Hybrid Integration formam a base da automação corporativa orientada a eventos, combinando mensagens transacionais confiáveis com integração e orquestração moderna em ambientes híbridos. A Confluent expande essa plataforma com streaming de eventos em alta escala, permitindo que aplicações, APIs e agentes de IA detectem e reajam a eventos de negócio em tempo real.
Essas integrações não são apenas tecnicamente relevantes — elas resolvem problemas concretos que arquitetos de sistemas enfrentam todos os dias ao tentar conectar ambientes legados com plataformas de IA modernas. Para empresas que já operam com a infraestrutura IBM, o caminho para adotar streaming de dados como parte da estratégia de IA ficou consideravelmente mais curto.
Casos reais que mostram o impacto do streaming de dados
Um dos pontos fortes da Confluent é que ela não precisa de argumentos hipotéticos para justificar o valor do streaming de dados. A empresa já tem casos de uso em produção em algumas das maiores organizações do mundo, e esses exemplos ajudam a entender por que a IBM enxergou tanto valor nessa aquisição.
- Michelin usa a Confluent para gerenciar inventário em tempo real em uma cadeia de suprimentos que cobre 170 países, alcançando 35% de redução de custos sem perder visibilidade ou controle operacional.
- L’Oréal utiliza a plataforma para transmitir atualizações de produtos e estoque em tempo real entre sistemas internos e aplicações de terceiros, respondendo mais rápido a mudanças na demanda dos consumidores.
- BMW Group faz streaming de dados de IoT de mais de 30 plantas de produção e da sua rede global de vendas em tempo real, conectando sistemas do chão de fábrica com aplicações em nuvem por toda a organização.
- Ticketmaster transmite inventário de ingressos, vendas e atividade dos clientes em tempo real por centenas de sistemas, reduzindo atrito no desenvolvimento e alimentando machine learning em escala.
Esses exemplos deixam claro que o streaming de dados em tempo real já não é uma tecnologia experimental — é infraestrutura de produção. E com a escala da IBM, esses cenários podem ser replicados e expandidos para uma base de clientes ainda maior ao redor do mundo. 📊
Integração híbrida como centro da estratégia
Um dos aspectos mais importantes dessa aquisição — e que talvez não esteja recebendo a atenção que merece — é o papel da integração híbrida em toda essa equação. A maioria das grandes empresas não opera em um único ambiente de nuvem. Elas vivem em uma mistura de infraestrutura on-premise, múltiplas nuvens públicas e ambientes privados. Mover dados de forma confiável, segura e em tempo real por toda essa arquitetura distribuída é um dos desafios mais complexos da engenharia moderna. E é exatamente aí que a Confluent tem uma proposta diferenciada — ela foi construída para funcionar nesse tipo de ambiente distribuído, com conectores nativos para dezenas de sistemas e a capacidade de atuar como uma espinha dorsal de eventos em arquiteturas híbridas.
A IBM, com sua experiência consolidada em ambientes corporativos complexos e sua plataforma Red Hat OpenShift como base de orquestração, já era uma referência em integração híbrida. Ao incorporar a Confluent, ela expande essa capacidade com uma camada de streaming que transforma dados estáticos em fluxos contínuos de informação. Imagine um banco que precisa detectar fraudes em tempo real enquanto processa milhares de transações por segundo em sistemas distribuídos entre diferentes países e ambientes de nuvem. Ou uma varejista que precisa atualizar estoques, preços e recomendações personalizadas no mesmo instante em que um cliente clica em um produto. Esses cenários exigem uma infraestrutura de dados que a combinação IBM mais Confluent está muito bem posicionada para entregar, especialmente para empresas que não podem simplesmente abandonar seus sistemas legados do dia para a noite.
Além disso, a integração híbrida nesse contexto não é apenas técnica — ela também é estratégica. Empresas que operam em setores regulados, como saúde e finanças, precisam garantir que os dados trafeguem com governança, rastreabilidade e conformidade em cada ponto da cadeia. A Confluent já oferece recursos robustos nesse sentido, com controle de acesso, auditoria de eventos e criptografia integrada. Com a IBM trazendo seu histórico em compliance e segurança corporativa para essa equação, a proposta conjunta se torna ainda mais atraente para organizações que precisam escalar IA sem abrir mão de controle e conformidade regulatória. 🛡️
O que dizem os protagonistas e analistas do mercado
Rob Thomas, Vice-Presidente Sênior de Software e Chief Commercial Officer da IBM, foi direto ao ponto ao comentar o fechamento do negócio. Segundo ele, transações acontecem em milissegundos, e decisões de IA precisam acompanhar essa velocidade. Com a Confluent, a IBM entrega aos clientes a capacidade de mover dados confiáveis de forma contínua por toda a operação, para que modelos e agentes de IA possam agir com base no que está acontecendo agora — e não em dados com horas de atraso. Thomas destacou que juntas, as duas empresas oferecem a base para um novo modelo operacional, onde a IA roda sobre dados ao vivo, toma decisões em tempo real e entrega valor em escala.
Jay Kreps, CEO e cofundador da Confluent, também celebrou a união. Kreps lembrou que desde a fundação da empresa, a missão sempre foi colocar os dados do mundo em movimento, tornando o streaming de dados tão fundamental para as empresas quanto o banco de dados. Segundo ele, se juntar à IBM permite acelerar essa missão em uma escala muito maior, aproveitando o alcance global e os relacionamentos profundos que a IBM tem no mercado corporativo. Kreps enfatizou que, à medida que as empresas migram da fase de experimentação para rodar seus negócios com IA, garantir que os dados fluam continuamente pelo negócio nunca foi tão importante.
Do lado dos analistas, Sanjeev Mohan, Principal Analyst da SanjMo, trouxe uma visão equilibrada e bem fundamentada. Ele apontou que a transição da experimentação para a implantação de IA em produção expôs uma lacuna crítica na arquitetura de dados das empresas: a incapacidade de entregar dados confiáveis e em tempo real para os sistemas que mais precisam deles. Mohan destacou que agentes de IA e workflows automatizados não operam sobre dados históricos — eles precisam de sinais operacionais ao vivo, fluindo continuamente pela empresa à medida que os eventos ocorrem. Segundo o analista, a IBM fez progressos significativos ao montar um portfólio que endereça os dois lados da equação: governança e infraestrutura para dados em repouso, e uma plataforma para dados em movimento.
A escala da demanda por dados em tempo real
Para colocar em perspectiva a dimensão do mercado que essa aquisição endereça, vale mencionar uma projeção da IDC que prevê o surgimento de mais de um bilhão de novas aplicações lógicas até 2028. Esse volume será impulsionado por uma nova geração de IA que só vai entregar valor real se os dados por trás dela forem ao vivo, confiáveis e em fluxo contínuo. Estamos falando de uma demanda por infraestrutura de dados em tempo real que vai muito além do que as arquiteturas tradicionais de batch processing conseguem atender.
Essa escala de demanda exige um novo tipo de fundação de dados, e é exatamente esse o desafio que IBM e Confluent se propõem a resolver. Com uma plataforma única e governada, onde modelos de IA e agentes podem operar com contexto, em tempo real e em qualquer ambiente, a combinação das duas empresas endereça uma necessidade que vai crescer exponencialmente nos próximos anos.
Receba o melhor conteúdo de inovação em seu e-mail
Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.
Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.
O futuro da IA empresarial passa por dados que não param
Existe um debate crescente no mercado de tecnologia sobre o que realmente diferencia uma implementação de IA empresarial bem-sucedida de uma que fica apenas no papel. E a resposta que tem ganhado cada vez mais consenso entre engenheiros, arquitetos de sistemas e líderes de produto é simples: a qualidade e a atualidade dos dados. Modelos de linguagem grandes, agentes autônomos e sistemas de automação inteligente são tão bons quanto os dados que os alimentam. E se esses dados chegam com horas de atraso, o impacto prático da IA diminui drasticamente, independentemente do quanto foi investido nos modelos em si.
É nesse ponto que a aquisição da Confluent pela IBM faz mais sentido como tese de longo prazo do que como movimento de curto prazo. A IBM não está apenas comprando receita recorrente ou uma base de clientes — ela está comprando a infraestrutura que vai determinar se a sua plataforma de IA empresarial consegue competir de igual para igual com Google, Microsoft e Amazon no mercado corporativo. O watsonx precisa de dados em movimento para ser relevante. Os agentes de IA que a IBM quer colocar no centro das operações dos seus clientes precisam de eventos em tempo real para tomar decisões que realmente importam. E a Confluent entrega exatamente isso, em escala e com a resiliência que ambientes de missão crítica exigem. É uma aposta na camada mais fundamental da pilha de IA corporativa.
O mercado de dados em tempo real também está crescendo em um ritmo acelerado, impulsionado pelo avanço da IoT, pela proliferação de aplicações móveis, pelo crescimento do e-commerce e pela expansão de sistemas financeiros digitais. Tudo isso gera eventos que precisam ser capturados e processados na hora, não em lotes noturnos. Com a Confluent dentro de casa, a IBM passa a ter uma posição privilegiada nesse mercado em expansão, podendo oferecer uma solução integrada que vai da infraestrutura de streaming até os modelos de IA, passando pela governança de dados e pela segurança corporativa.
Para os clientes que já estão na órbita da IBM, isso simplifica decisões de compra e de integração. Para os que ainda não estão, é um argumento de valor bem mais completo do que qualquer uma das partes conseguiria apresentar sozinha. 💡
A IBM Consulting e os parceiros da IBM também ganham um papel importante nessa nova fase. Com a Confluent no portfólio, as equipes de consultoria passam a ter as ferramentas certas para ajudar clientes a construir a fundação de dados que seus projetos de IA precisam — ao vivo, governada e fluindo continuamente por cada sistema e ambiente da organização.
Com 11 bilhões de dólares investidos e uma combinação técnica que endereça diretamente os maiores gargalos da IA corporativa, a IBM sinaliza de forma clara que a próxima fase da inteligência artificial empresarial vai ser construída sobre dados que nunca param de se mover — e ela quer estar no centro dessa infraestrutura.
