エージェント開発をlakehouseへ直接統合する動き、Unity Catalogによるガバナンス、MLflowによる評価は、生産性の話に見えるが、実際にはアーキテクチャ上のロックインの話だ。データ、モデル、運用を一つのベンダー経済圏にまとめることが、世界のCIOが今直面する中心的な緊張である。
より深い問いは、企業の"in-house AI"が本当に所有されているのか、それともベンダー依存を埋め込まれた準所有にすぎないのかだ。Databricks、Microsoft、Google、Salesforceはいずれもフルエージェントスタックの所有を競っており、開発レイヤーの便利さは構造的な重力へ変わる。評価ロジックとガバナンスポリシーが一度ベンダーのフレームワーク内に住み始めると、自社データ資産はそのベンダーのレンズを通してしか使えなくなる。調達チームは、エージェント評価ロジックとガバナンスポリシーのポータビリティを、後付けではなく契約上の要件として扱うべきだ。
システムインテグレーターにとって、AccentureとDeloitteが認定パートナーネットワークを積極的に拡大しているように、この効果は両刃だ。標準化されたプラットフォーム上でエージェント実装を大量生産する短期収益はあるが、基盤レイヤーがコモディティ化するにつれ、高マージンの個別統合モデルは侵食される。守れるスキルは上流へ移る。ビジネス要件をエージェントワークフローへ翻訳する力だ。これを1年以内に構築できない企業は、戦略レイヤーから完全に押し出されるリスクがある。
独立AIラボはより難しい計算に直面する。十分な資本を持つ4つのプラットフォーム陣営を相手に、完全独自スタックを維持する経済的正当性は失われつつある。現実的な道はハイブリッドだ。コアモデルとドメイン固有推論では独自の強みを保ちながら、開発と運用では主要エコシステムに乗る。特に専門ハードウェア資産は、単独チャネルよりAzureやDatabricksを通じて配布されるほうが、多くの顧客に届くことが多い。
推奨アクションは3つある。第一に、12か月以内にエージェントプラットフォーム選定を取締役会レベルの意思決定へ引き上げ、CTO、CIO、CDOが共同で決める。第二に、社内の"エージェントポータビリティ指数"を監視KPIとして設け、ベンダー依存を時間とともに定量化する。第三に、エージェント設計能力を人員計画における正式な職務要件として扱う。今の遅れは、埋めにくい1〜2年の競争ギャップへ複利で膨らむ。
