Databricksは、lakehouse上でAIエージェントを直接設計、テスト、運用するGUI駆動のレイヤー、Mosaic AI Agent Bricksを発表した。機能一覧より重要なのは戦略的なシグナルだ。企業AIの競争は、素のモデル性能から、エージェントを稼働中の業務ワークフローへ安全に組み込む能力へ移っている。

切り口はガバナンスである。DatabricksはUnity Catalog経由でエージェントを動かすことで、企業が機微データを外へ出さずに活用できるようにする。これは規制業種で最大の導入障壁への直接的な回答だ。この構図はMicrosoft Copilot Studio、Google Vertex AI Agent Builder、Salesforce Agentforce、AWS Bedrock Agentsとの戦いを先鋭化させ、データレジデンシーと監査要件が導入を止めてきた銀行、製薬、産業製造で特に効く。

より深い破壊はサービス収益に及ぶ。グローバルインテグレーターとコンサルティング企業（Accenture、Deloitte、Infosys、TCS、Capgemini）は、エージェント実装を時間単価で請求できる成長領域と見てきた。ローコードツールはまさにその時間を圧縮する。守れるマージンは上流へ移る。プロセス再設計、マスターデータとデータ品質の整備、評価とドリフト制御のためのAgentOps、垂直領域向けの事前構築エージェントテンプレートだ。再配置できない企業は、最も成長しているセグメントでデフレに直面することになる。

買い手にとって、2025年の中心的な判断は統合か選択肢の確保かである。データ基盤、モデル、エージェント、ガバナンスを1社に集中させれば提供は速くなるが、ロックインも深まる。取締役会はlakehouseとハイパースケーラーへの依存を監査し、切り替えコストを定量化し、能力を丸ごと外注するのではなく社内のエージェント設計人材を育てるべきだ。

投資家は、プラットフォームの重力が強まるにつれて、2026年にかけて中堅のエージェント系およびML-ops系スタートアップの統合が進むと見込むべきだ。そしてコモディティ化が容易に消せない層、すなわちガバナンス、可観測性、独自の垂直データ資産へ比重を移すべきである。持続的な堀はもはやモデルではない。所有データと、本番環境でエージェントを走らせる運用規律である。