Dynatrace ha firmado un acuerdo definitivo para adquirir Arize por 915 millones de dólares, una operación con la que busca extender su plataforma de observabilidad hacia una de las áreas que más está creciendo con el despliegue empresarial de inteligencia artificial: conocer no solo si la infraestructura y las aplicaciones funcionan correctamente, sino también cómo se comportan los modelos, agentes y sistemas basados en grandes modelos de lenguaje (LLM) una vez llegan a producción.

Las claves de la compra de Arize por Dynatrace en 20 segundos

• Dynatrace ha acordado adquirir Arize por 915 millones de dólares, principalmente en efectivo.
• Arize desarrolla herramientas para evaluar y monitorizar modelos, LLM y agentes de IA.
• La operación pretende conectar evaluación de IA, aplicaciones, infraestructura y resultados de negocio.
• Dynatrace estima que el mercado de observabilidad de IA superará los 10.000 millones de dólares en 2030.
• El cierre está previsto para este trimestre o comienzos del tercero fiscal de Dynatrace.

La transacción todavía está sujeta a revisiones regulatorias y otras condiciones habituales, por lo que debe tratarse como una adquisición acordada y no como una compra ya completada. Dynatrace prevé pagar aproximadamente 815 millones de dólares en efectivo, además de asumir determinados incentivos en acciones para empleados de Arize que se incorporen a la compañía.

Más allá del importe, la operación muestra cómo está cambiando el mercado de observabilidad. Durante años, este tipo de plataformas se concentró en responder preguntas relativamente conocidas para los equipos de operaciones: qué aplicación está fallando, dónde aparece la latencia, qué recurso está saturado o qué dependencia está provocando un problema.

La IA generativa añade otra capa. Una aplicación puede estar técnicamente disponible y, aun así, ofrecer respuestas incorrectas, sufrir una degradación en la calidad del modelo o provocar un aumento inesperado del consumo y del coste.

De vigilar servidores a entender qué hacen los agentes de IA

La propuesta de Arize intenta cubrir precisamente esa diferencia.

La compañía desarrolla una plataforma de observabilidad de IA y evaluación de LLM orientada tanto al aprendizaje automático tradicional como a los sistemas generativos. Sus herramientas permiten analizar el comportamiento de modelos y agentes, detectar problemas, investigar sus causas y comprobar cómo evoluciona su rendimiento.

Dynatrace quiere integrar esa capa con la observabilidad que ya realiza sobre aplicaciones e infraestructura.

El resultado perseguido es poder seguir una aplicación de IA durante un recorrido más amplio: desde las pruebas y evaluaciones realizadas antes de publicarla hasta su comportamiento cuando empieza a recibir peticiones reales.

Esto importa especialmente con los agentes.

Una aplicación tradicional suele ejecutar flujos relativamente deterministas. Los sistemas agénticos pueden trabajar de otra manera: un modelo decide qué herramienta utilizar, consulta información, llama a servicios externos, ejecuta acciones y vuelve a razonar sobre los resultados obtenidos.

Cuando algo sale mal, encontrar la causa se complica.

El problema puede encontrarse en el prompt, en el modelo elegido, en los datos recuperados mediante RAG (generación aumentada por recuperación), en una herramienta externa, en el código de la aplicación, en una base de datos o directamente en la infraestructura.

Dynatrace señala precisamente esa fragmentación como uno de los problemas que pretende resolver con Arize. Actualmente los ingenieros de IA pueden evaluar modelos y agentes mediante unas herramientas mientras los equipos de SRE (Site Reliability Engineering), plataforma y operaciones supervisan aplicaciones y servidores utilizando otras.

Eso deja una zona difícil de investigar entre ambos mundos.

Qué quiere conseguir Dynatrace con Arize

La combinación prevista pretende ofrecer un contexto común que conecte el comportamiento de la IA con el rendimiento de la aplicación y de la infraestructura.

Por ejemplo, ante una degradación de un servicio basado en un LLM, una plataforma de este tipo podría ayudar a determinar si el origen está relacionado con la calidad de las respuestas del modelo, un cambio en los datos, una llamada a una herramienta, la latencia de la aplicación o problemas en los recursos informáticos subyacentes.

La infraestructura vuelve a tener importancia aquí.

Los servicios de IA consumen GPU, CPU, memoria, almacenamiento y red. Un aumento del tiempo de respuesta puede tener un origen completamente diferente de una alucinación del modelo, pero ambos problemas terminan afectando al usuario de la misma aplicación.

Dynatrace plantea que la integración permita relacionar estas capas y también vincularlas con procesos empresariales.

La compañía habla de tres capacidades principales una vez completada la adquisición: cobertura continua desde la experimentación hasta producción, un contexto unificado entre comportamiento de la IA e infraestructura y una base de datos empresarial para analizar cargas de IA a gran escala.

Conviene distinguir aquí entre lo disponible actualmente en las dos plataformas y las capacidades que Dynatrace espera obtener después de completar e integrar la operación. La compañía presenta estas últimas como objetivos futuros y advierte expresamente de que sus previsiones pueden cambiar.

Arize aporta también una comunidad de código abierto

La adquisición tiene otro componente que va más allá de la tecnología empresarial.

Arize mantiene Phoenix, un proyecto de código abierto utilizado para observabilidad, trazabilidad y evaluación de aplicaciones de IA.

Esto proporciona a Dynatrace una vía de entrada hacia desarrolladores e ingenieros de IA que no necesariamente comienzan seleccionando una plataforma corporativa de observabilidad.

Es una dinámica cada vez más habitual en las herramientas para desarrolladores: la decisión técnica puede empezar dentro de un equipo mediante un proyecto abierto y posteriormente extenderse hacia productos empresariales cuando aparecen necesidades de gobierno, soporte, seguridad o despliegues a mayor escala.

Dynatrace considera que esa presencia entre desarrolladores complementa su posición entre grandes empresas.

Arize, por su parte, obtiene acceso a una organización con una infraestructura comercial y una base de clientes considerablemente mayores.

Sus dos fundadores, Jason Lopatecki y Aparna Dhinakaran, se incorporarán a Dynatrace cuando se complete la operación. Lopatecki continuará dirigiendo el equipo de Arize y reportará directamente al consejero delegado de Dynatrace, Rick McConnell.

La observabilidad de IA empieza a convertirse en un mercado propio

Dynatrace sitúa el mercado de AI Observability por encima de los 10.000 millones de dólares para 2030. Se trata de una previsión empresarial incluida en el anuncio de la operación, por lo que no debe interpretarse como una cifra ya materializada.

Pero el crecimiento de esta categoría responde a un problema real.

Probar un chatbot internamente es relativamente sencillo. Operar miles o millones de conversaciones, llamadas a modelos y ejecuciones de agentes manteniendo control sobre calidad, latencia y coste resulta bastante más complejo.

La monitorización tradicional puede comprobar que una API responde con un código HTTP 200 y que la infraestructura funciona dentro de los parámetros previstos.

Eso no permite saber automáticamente si la respuesta generada tiene sentido.

Por eso están apareciendo herramientas específicas para trabajar con aspectos como evaluaciones, traces, alucinaciones, calidad de las respuestas, rendimiento de agentes y consumo de modelos.

A medida que las empresas trasladan proyectos desde las pruebas hacia producción, estas métricas empiezan además a mezclarse con las tradicionales.

Una llamada adicional a un modelo puede mejorar una respuesta, pero también aumentar la latencia y el coste. Utilizar un modelo más pequeño puede reducir el gasto, aunque deberá comprobarse si mantiene suficiente calidad para el caso de uso.

La observabilidad deja así de limitarse a preguntar si el servicio está funcionando. En una aplicación de IA también interesa conocer qué está haciendo, con qué calidad, cuánto tarda y cuánto cuesta hacerlo.

Una adquisición con impacto previsto en las cuentas de Dynatrace

Dynatrace también ha detallado cómo espera que la compra afecte a sus resultados.

La compañía calcula que la operación aportará aproximadamente 200 puntos básicos al crecimiento de los ingresos recurrentes anuales (ARR) durante su ejercicio fiscal 2027.

Al mismo tiempo, espera un impacto negativo de unos 175 puntos básicos sobre su margen operativo no GAAP durante ese periodo. Dynatrace prevé recuperar progresivamente margen desde esos niveles durante 2028 y ejercicios posteriores.

Estas cifras son previsiones de la propia compañía y dependen, entre otros factores, de que la adquisición se cierre y la integración avance según lo previsto.

Dynatrace afirma que financiará la operación mediante efectivo disponible y/o su línea de crédito existente. También indica que no espera un efecto material sobre sus previsiones para el segundo trimestre de su ejercicio fiscal 2027 ni sobre su actual programa de recompra de acciones.

El acuerdo llega en un momento en el que la observabilidad tiene que adaptarse a una arquitectura de aplicaciones considerablemente más compleja.

Los modelos ya no funcionan necesariamente como una API aislada dentro de un programa. Empiezan a coordinar herramientas, datos y otros sistemas mediante agentes. Eso aumenta el número de componentes que pueden fallar y también dificulta establecer dónde comienza el problema.

Dynatrace está apostando 915 millones de dólares a que observar infraestructura y aplicaciones dejará de ser suficiente para una parte creciente de sus clientes.

Si la operación se completa, Arize le permitirá añadir una pregunta más a las tradicionales de los equipos de operaciones: además de saber si la aplicación está funcionando, intentar determinar si su inteligencia artificial está funcionando como debería.

Preguntas frecuentes

¿Cuánto pagará Dynatrace por Arize?

Dynatrace ha valorado la operación en 915 millones de dólares. Aproximadamente 815 millones corresponderán a efectivo y el resto incluye incentivos en acciones para empleados de Arize que se incorporen a Dynatrace.

¿Qué hace Arize?

Arize desarrolla tecnología de observabilidad y evaluación para inteligencia artificial. Sus herramientas permiten analizar modelos de aprendizaje automático, aplicaciones con LLM y agentes de IA tanto durante el desarrollo como una vez desplegados.

¿Ya ha comprado Dynatrace a Arize?

No. Las compañías han firmado un acuerdo definitivo, pero la adquisición todavía debe superar las revisiones regulatorias y demás condiciones de cierre. Dynatrace espera completarla durante este trimestre o a comienzos de su tercer trimestre fiscal.

¿Qué es la observabilidad de IA?

Es el conjunto de técnicas y herramientas destinadas a analizar cómo se comportan modelos y aplicaciones de IA. Puede incluir trazabilidad de agentes y LLM, evaluación de respuestas, detección de problemas de calidad y su relación con el rendimiento de aplicaciones e infraestructura.

vía: dynatrace