2026年の予測 – オープンソースはAIの波に乗り、次の黄金期へ

IBM の Confluent に対する 110 億ドルの買収は12月初旬に発表されました。これはデータインフラストラクチャーにおける大規模な統合にとどまらず、人工知能 (AI) が本質的にイベント駆動型であることを公に認めたものです。言い換えれば、この買収は、企業が保存されたデータと同じくらい、信頼できる流動中のデータを必要としていることを示しています。2025 年に企業が運用全体に AI エージェントを急いで展開している中で、この買収は、エンタープライズ規模でエージェント型 AI を実現するための重要な要素であるリアルタイムコンテキストが不足していることを強調しています。

IBM 自身の説明では、この戦略的転換が明らかです。彼らは、統合後の企業体を「AI エージェント用のスマートデータプラットフォーム」と位置付けています。つまり、エージェントがハイブリッド環境全体でシームレスに動作できるように、リアルタイムでデータを接続、処理、管理するインフラストラクチャーです。これは単にストリーミングインフラストラクチャーの販売を増やす話ではなく、AI エージェントが信頼性を持って動作するために、継続的に新しいコンテキストを必要とすることを認識していることです。また、ストリーミングデータがこれを可能にする基盤であることも認識しています。

エンタープライズ AI の中心にあるパラドックス

IBM の Confluent買収は、データインフラストラクチャーランドスケープにおける興味深いパラドックスも浮き彫りにしています。過去数年間、インフラストラクチャーベンダーの何社かがオープンソースから撤退し、ライセンスを変更して独自のモデルに戻り、収益化を強化しようとしました。しかし、AI の採用はエコシステムを再びオープン性の方向に押しています。なぜでしょうか。エージェントには、多くのシステムをまたいで相互運用できるパイプライン、コネクタ、ガバナンスが必要です。単一ベンダーの閉鎖的なスタックではありません。

強力なオープンソースの大規模言語モデル (LLM) の台頭は、全AI エコシステムを透明性と移植性の方向に押しています。Llama、Mistral などのモデルは、企業に閉じたモデルよりも安価で優れた代替手段を提供しています。これにより、緊張が生じます。データインフラストラクチャーベンダーがその庭を閉じている一方で、それらの製品を利用するAI企業は自社の庭を開放しているからです。IBM の Confluent買収は、AI の牽引力がインフラストラクチャーを再びオープン性の方向に押すリセットの始まりを示しています。

コンテキスト管理：AIが企業に求める能力

これを理解するには、私が「コンテキスト管理」と呼ぶ概念について説明する必要があります。つまり、モデルコンテキストウィンドウに関連性と信頼性が最も高く、保持されているコンテキストを提供するエンタープライズ機能です。これは、異なるチームに散在する場当たり的なRetrieval-Augmented Generation (RAG) の実装だけを指すのではありません。エージェントが必要なときに必要な情報へアクセスできるよう、適切なガバナンスと来歴情報を確保する体系的なアプローチです。

シンプルな考え方は次のとおりです： エージェントはコンテキストで動作します。コンテキストはパイプラインで動作します。

コンテキストパイプラインは次のようになります：

ソース → ストリーミング → ストレージ (レイクハウス / OLTP) → インデックス (ベクトル + レキシカル + SQL) → ポリシー / 管理 → サービング → 可観測性 / 評価。

各層は信頼性を持って動作し、協調して動作する必要があります。ストリーミングは、エージェントが必要とする継続的な新鮮さを提供するため、基盤となります。

従来のRAGアプローチは多くの場合、受動的で、プロンプトが与えられたときにコンテキストを取得します。しかし、エージェントはプロアクティブな更新も必要です。イベントはメモリを継続的に更新し、検索インデックスを更新し、権限を調整し、ポリシーを施行します。Confluent の IBM による買収は、エンタープライズ AI の重要なインフラストラクチャーとなる「常に更新されるコンテキスト層」への賭けです。

エージェントが失敗する理由 (そしてなぜそれが重要か)

エンタープライズ AI チームは、この厳しい現実を、苦い経験を通して学んでいます。エージェントは、LLM が「馬鹿」であるという理由で失敗しません。エージェントは、基礎となるコンテキストが壊れている、古い、不完全、または管理されていないために失敗します。実際、分析家は、AIプロジェクトの最大60%が AI 対応データの不足により放棄されると推定しています。昨日の在庫データに基づいて調達決定を行うエージェントは役に立ちません。適切な認可なしに顧客レコードにアクセスするエージェントは、コンプライアンス上の悪夢です。理由が説明できないエージェントは、規制された業界では使用できません。

企業は、来歴情報なしで AI の決定を監査できません。データの新鮮さが一貫していないと、AI アプリケーションを拡大できません。適切なガバナンス上のガードレールなしで、エージェントを自信を持って展開できません。これらの要件はすべて同じ結論に至ります。コンテキスト管理は、後回しではなく、第一級のインフラストラクチャーになる必要があります。

オープンソースの復活

ここで、オープンソースのルネッサンスが始まります。コンテキストはあまりに多くのベンダーやシステムにまたがるため、単一の独自スタックだけで勝つことはできません。成功するアプローチは、オープンなインターフェイスと移植可能なビルディングブロックです。コネクタ、ストリーミングプラットフォーム、メタデータ管理、検索システム、ポリシーの施行です。閉じたライセンスは統合を遅くし、統合はエージェント型 AI の全てです。

IBM はこれを理解しています。Red Hat を通じてのオープンソースとの歴史により、彼らは信頼性を持っています。IBM と Confluent の統合エンティティは、重要な点でのオープン性を受け入れることで、「イベント駆動型インテリジェンス」の加速を目指しています。具体的には、異なるシステムがシームレスに連携する必要がある統合ポイントでのオープン性です。

このシフトはすでに進行しています。オープンソースのストリーミングプラットフォーム、Apache Iceberg や Delta Lake などのオープンテーブル形式、メタデータや管理のためのオープンスタンダードは、エンタープライズ AI インフラストラクチャーの結合組織になりつつあります。組織は、複数の AI モデル、複数のデータストア、複数のツールで作業することを知っているため、移植性と相互運用性を要求しています。ロックインは、必要な柔軟性の敵です。

2026 年への予測

2026 年末までに、「コンテキスト管理」はエンタープライズテクノロジースタックで名前の付いたカテゴリとして浮上することを予測します。購入者は 3 つのことを要求するでしょう：

• まず、データストアやインデックスに自社で選んだものを持ち込めるアーキテクチャーとオープンコネクタです。単一のベンダーが全コンテキストパイプラインを管理することはありません。
• 2 番目に、ツール全体で標準化されたコンテキスト API です。チームはシステム全体を再構築せずにコンポーネントを交換できる必要があります。
• 3番目に、来歴情報のガバナンスが後付けではなくデフォルトで必要です。コンテキストの各部分には明確な来歴が必要であり、エージェントの各決定には監査証跡が必要です。

これらは、あれば便利というものではありません。企業がAIを大規模に導入するための最低条件です。

リセットの始まり

IBM の Confluent買収は、データインフラストラクチャーにおける基本的なリセットの始まりを示しています。AI の勢いは、エージェントが新鮮で信頼性の高いコンテキストで動作する必要性によって推進されています。これは、業界を再びオープン性の方向に押しています。純粋なオープンソースか、少なくともオープンで施行可能な相互運用性かは、市場の進化によって決まります。しかし、方向は明らかです。

この新しい時代で繁栄するベンダーは、最も閉鎖的な独自スタックを持つ企業ではありません。統合レイヤーでのオープン性を受け入れるものであり、真正な相互運用性を提供するものであり、企業が人為的な制約なしにコンテキスト管理能力を構築できるよう支援する企業です。

次のイノベーションの波は、オープンソース AI インフラストラクチャーから来ます。これにより、企業はベンダーロックインなしで複雑なエージェントやアプリケーションを構築できます。これは理想主義ではありません。現実主義です。企業全体にまたがる必要がある、業務に不可欠なAIシステムを構築するとき、オープン性は哲学ではありません。必須条件です。