企業向けLLM訓練事業をデータプラットフォーム親会社から分離することは、単なる企業再編ではない。長く束ねられてきた2つの事業が、根本的に異なる経済法則に従うことを確認するものだ。レイクハウスは年金のような事業である。複数年契約、予測可能な従量課金、高い継続率がある。モデル訓練インフラはその逆だ。GPU不足、モデルの妥当性が急速に減価する過酷な曲線、研究人材をめぐる7桁ドルの報酬競争に支配される。同じ貸借対照表に両方を載せることは資本効率を損ない、投資家はその矛盾を価格に織り込み始めている。

同じ論理はSnowflake、Salesforce、Oracleにも圧力をかけるはずだ。各社はいま、安定したデータインフラと変動の大きいAI野心をまたいでいる。取締役会は繰り返し問われることになる。フロンティアモデル部門を所有することは、きれいな継続収益フランチャイズの倍率を薄めるのか。アンバンドリング仮説の答えはイエスだ。企業バイヤーにとってこれは、今日の統合ベンダーが明日も自社AIスタックを所有しているとは限らないことを意味する。このシナリオは契約の解約条項に直接書き込まれるべきだ。

バイヤーにとっての戦略的な賞品は中立性だ。独立した訓練プラットフォームは、AWS、Azure、Google Cloud、オンプレミスGPUクラスターにまたがって展開でき、忠誠を強制しない。これは、グローバル銀行、自動車メーカー、電子機器コングロマリットのようなマルチクラウド企業にとって極めて重要だ。彼らはBedrockやVertex AIを採用することで、モデル可搬性、推論コストの交渉力、データ主権という3つのレバーを静かに手放すことに気づいた。信頼できる中立プロバイダーは交渉の対称性を取り戻す。調達チームは今後、'モデル可搬性'と'非ロックイン訓練保証'をRFPの必須要件にすべきだ。

システムインテグレーターと主権AIハードウェアプレイヤーへの影響は両方向に及ぶ。インテグレーターは再販できるより強い上流基盤を得る。独自シリコンを持つ国内ハードウェアベンチャーは、薄いソフトウェアスタックを露呈させられ、価格と機能で直接競争にさらされる。合理的なヘッジは提携だ。負けるソフトウェア人材戦争を戦うのではなく、独自アクセラレーターに最適化された訓練ランタイムを共同開発することである。

推奨アクションは、第一にCIOがAIベンダーポートフォリオ全体を再監査し、解約条件とモデル資産の真の可搬性を棚卸しすること。第二に、大口バイヤーは2〜3社の独立ベンダーで並行PoCを走らせ、価格交渉力を作り出すべきだ。第三に、企業戦略チームは2026年にかけて高まる可能性が高いM&Aと統合シナリオを事前にモデル化すべきである。AIインフラ調達はもはや技術的な一項目ではなく、5年単位の戦略的コミットメントだ。