2026 年の予測 – オープンソースが AI の波に乗って次の黄金時代に入る

IBM の Confluent に対する 110 億ドルの買収は、12 月初旬に発表されたデータインフラストラクチャーにおける大規模な統合ではなく、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、企業がデータを動かすのと同じくらいデータを静かに保持する必要があることを証明しています。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、Confluent と組み合わせたエンティティを「AI エージェント用のスマートデータプラットフォーム」と位置付けしています。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、ストリーミングインフラストラクチャーの販売の増加ではなく、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。エージェントは、多くのシステム間で相互運用可能なパイプライン、コネクタ、管理が必要です。ベンダー独自の囲い込みされた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、AI企業はそれらが消費する製品の庭をオープンにしているからです。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：エンタープライズが AI に要求する機能

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最も関連性の高い、信頼性の高い、保持された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 ad-hoc の Retrieval-Augmented Generation (RAG) 実装ではありません。エージェントが必要な情報にアクセスできるように、適切な管理と出典を確保するための体系的なアプローチです。

単純な精神モデルは次のとおりです： 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 → 観測 / 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 アプローチは反応的です。コンテキストが必要なときにフェッチします。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、索引を更新し、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、残念ながらこの真実を実践的に学んでいます。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 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問題です。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。

エンタープライズは、出典なしで AI の決定を監査できません。データの新鮮さが一貫してないと、AI アプリケーションを拡大できません。適切な管理ガイドラインなしで、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、ベンダーやシステムが多すぎて、単一の独自スタックが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。システムがシームレスに協調して動作する統合ポイントでです。

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の「持ってくる」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。チームはコンポーネントを交換する必要があるため、システム全体を再構築する必要はありません。
• 3 番目に、デフォルトで管理された出典が必要です。コンテキストの各部分には明確な血統が必要であり、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、エンタープライズ AI の大規模採用のための必須条件です。

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、閉じた独自スタックを持っているものではありません。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、企業がベンダーロックインなしでコンテキスト管理機能を構築するのを助けるものです。

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。ミッションクリティカルな AI システムを構築する場合、全エンタープライズをカバーする必要がある場合、オープン性は哲学ではありません。必須条件です。