2026-prediksjon – Åpen kildekode vil ri på AI-bølgen inn i sin neste gylne alder

IBMs 11 milliarder dollar store overtakelse av Confluent annonsert i begynnelsen av desember, er mer enn en stor konsolideringsaksjon i datainfrastruktur: det er en offentlig innrømmelse av at kunstig intelligens (AI) i stor grad er basert på hendelser. Med andre ord, denne overtakelsen er bevis på at bedrifter trenger pålitelig data-i-bevegelse like mye som data-i-ro. Ettersom organisasjoner har rushet til å distribuere AI-agenter over sine operasjoner i 2025, fremhever avtalen en kritisk erkjennelse: sanntidskontekst er den manglende ingrediensen for å gjøre agensbasert AI til å fungere på bedriftsnivå.

IBMs egen ramme avslører den strategiske skiftet. De stiller den kombinerte enheten som en “smart data-plattform for AI-agenter” – infrastruktur som kan koble, prosessere og styre data i sanntid så agenter kan operere sammenhengende over hybridmiljøer. Dette handler ikke om å selge mer strømmingsinfrastruktur. Det handler om å innrømme at AI-agenter trenger kontinuerlig, fersk kontekst for å fungere pålitelig, og at strømmingsdata er røret som gjør det mulig.

Paradokset i hjertet av bedrifts-AI

IBMs overtakelse av Confluent fremhever også et fascinerende paradoks i datainfrastruktur-landskapet. Over de siste årene har noen infrastruktur-leverandører trukket seg tilbake fra åpen kildekode, endret lisenser og trukket seg tilbake til proprietære modeller i jakten på sterkere monetisering. Likevel tvinger AI-tilpasningen økosystemene tilbake mot åpenhet. Hvorfor? Agenter trenger interoperable rørledninger, koblinger og styring over mange systemer – ikke bare en enkelt leverandørs avgrensede stak.

Oppblomstringen av kraftfulle åpne kildekodemodeller (LLM) har presset hele AI-økosystemet mot åpenhet og portabilitet. Modeller som Llama, Mistral og mange andre gir bedrifter billigere og bedre alternativer til lukkede modeller. Dette skaper spenning: datainfrastruktur-leverandører lukker sine hager samtidig som AI-selskapene som forbruker deres produkter åpner sine. IBMs overtakelse av Confluent signaliserer starten på en tilbakestillingsprosess, der AI-trekkene tvinger infrastrukturen tilbake mot åpenhet.

Kontekststyring: Bedriftens evne som AI krever

For å forstå hvorfor, må vi snakke om det jeg kaller “kontekststyring” – en bedriftsevne til å levere den mest relevante, pålitelige og bevarte konteksten til modellkontekstvinduer. Dette er ikke bare ad-hoc Retrieval-Augmented Generation (RAG) implementeringer spredt over forskjellige lag. Det er en systematisk tilnærming til å sikre at AI-agenter har tilgang til informasjonen de trenger, når de trenger den, med ordentlig styring og proveniens.

Her er en enkel mental modell: Agenter kjører på kontekst. Kontekst kjører på rørledninger.

Kontekstrørledningen ser ut således: 

kilder → strømming → lagring (lakehouse/OLTP) → indeksering (vektor + leksikalsk + SQL) → politikk/styring → tjeneste → overvåkning/evaluering. 

Hver lag må fungere pålitelig, og de må fungere sammen. Strømming sitter i grunnlaget fordi den gir den kontinuerlige ferskheten som agenter krever.

Tradisjonelle RAG-tilnærminger er ofte reaktive – de henter kontekst når de blir bedt om det. Men agenter trenger også proaktive oppdateringer: hendelser som kontinuerlig oppdaterer minne, oppdaterer indeksering, justerer tillatelser og håndhever politikker. Conflents overtakelse av IBM er i stor grad et veddemål på at “alltid-oppdateringskontektlaget” blir kritisk infrastruktur for bedrifts-AI.

Hvorfor agenter feiler (og hvorfor det betyr noe)

Bedrifts-AI-lag oppdager denne uheldige sannheten på en hard måte: agenter feiler ikke fordi LLM er “dum”. De feiler fordi den underliggende konteksten er ødelagt, utdatert, ufullstendig eller ustyrbar. Faktisk estimerer analytikere at opptil 60% av AI-prosjekter vil bli forkastet på grunn av mangel på AI-klar data. En agent som tar innkjøpsbeslutninger basert på igår dato er ikke nyttig. En agent som aksesserer kunderekorder uten ordentlig autorisasjon er et compliance-mareritt. En agent som ikke kan forklare sin begrunnelse er ubrukelig i regulerte industrier.

Bedrifter kan ikke gjennomføre AI-beslutninger uten proveniens. De kan ikke skalerer AI-applikasjoner uten konsekvent data-ferskhet. De kan ikke deployere agenter med tillit uten ordentlig styringsbeskyttelse. Alle disse kravene peker mot samme konklusjon: kontekststyring må bli førsteklasses infrastruktur, ikke en ettertanke.

Åpen kildekode-gjenoppblomstringen

Dette er der åpen kildekode-gjenoppblomstringen begynner. Kontekst omfatter for mange leverandører og systemer for at noen enkelt proprietær stak skal vinne. Den suksessfulle tilnærmingen vil være åpne grensesnitt pluss portable byggeklosser: koblinger, strømmingsplattformer, metadata-styring, opphentingssystemer og politikk-gjennomføring. Stengt lisensiering hindrer integrasjon – og integrasjon er hele spillet i agensbasert AI.

IBM forstår dette. Deres historie med åpen kildekode (spesielt gjennom Red Hat) gir dem troverdighet. Den kombinerte IBM-Confluent-enheten er posisjonert til å akselerere hva de kaller “hendelsesdrevet intelligens” ved å omfavne åpenhet der det betyr noe: på integrasjonspunktene der forskjellige systemer må fungere sammen uten problemer.

Vi ser allerede denne skiftet spille ut. Åpne kildekodemodeller for strømming, åpne tabellformater som Apache Iceberg og Delta Lake, og åpne standarder for metadata og styring blir det sammenkoblede vevet i bedrifts-AI-infrastruktur. Organisasjoner krever portabilitet og interoperabilitet fordi de vet at de vil arbeide med multiple AI-modeller, multiple data-lagre og multiple verktøy. Låsing er fienden til den fleksibiliteten de trenger.

En prediksjon for 2026

Ved slutten av 2026, forutsier jeg at “kontekststyring” vil oppstå som en navngitt kategori i bedriftsteknologistaker. Kjøpere vil kreve tre ting:

• Først, åpne koblinger og “ta-med-ditt-eget” -arkitekturer for data-lagre og indekser. Ingen enkelt leverandør vil kontrollere hele kontekstrørledningen.
• Andre, standardiserte kontekst-API-er over verktøy. Lag må kunne bytte komponenter uten å bygge hele systemer på nytt.
• Tredje, styrt proveniens som standard, ikke en bolt-på. Hver del av konteksten må ha en klar linje, og hver agent-beslutning må ha en audit-spor.

Disse er ikke noe å ønske. De er krav for bedrifts-AI-tilpasning i stor skala.

Tilbakestillingsprosessen begynner

IBM kjøper Confluent markerer starten på en grunnleggende tilbakestillingsprosess i datainfrastruktur. AI-momentum, drevet av behovet for sofistikerte agenter som opererer i fersk, pålitelig kontekst, tvinger industrien tilbake mot åpenhet. Uansett om det er ren åpen kildekode eller, som minimum, åpen og gjennomførbar interoperabilitet, avhenger av hvordan markedet utvikler seg. Men retningen er klar.

Leverandørene som trives i denne nye æraen vil ikke være de med de mest lukkede, proprietære stakene. De vil være de som omfavner åpenhet på integrasjonslaget, som tilbyr ekte interoperabilitet og som hjelper bedrifter bygge kontekststyringskapasiteter uten kunstige begrensninger.

Den neste bølgen av innovasjon vil komme fra åpen kildekode-AI-infrastruktur som gjør det mulig for bedrifter å bygge sofistikerte agenter og applikasjoner uten leverandør-låsing. Dette er ikke idealisme – det er pragmatisme. For når du bygger kritiske AI-systemer som må dekke hele bedriften, er åpenhet ikke en filosofi. Det er et krav.