Snowflake'sがCortex AI内でSQLネイティブのLLM実行を拡張したことは、控えめだが重大なことをしている。企業がデータを保存する場所と推論を実行する場所の間にあるアーキテクチャ上の境界を溶かしているのだ。大企業の多くが前提としてきた二層モデル、すなわち保存にはウェアハウス、AIにはOpenAIまたはAnthropicへの別API呼び出しという設計は、もはやデフォルトではなく任意の選択肢になりつつある。

ここでの戦略的重力はデータ主権である。データを外部へ出さずにモデルを実行すれば、国境をまたぐ移転摩擦を回避できる。これはEurope's GDPR執行、米国のセクター別ルール、Asia全域で厳格化する経済安全保障体制の下で、ますます切実な懸念である。銀行、保険、ヘルスケアのような規制産業では、ガバナンス境界の内側で推論を保つことは、わずかなモデル品質差より価値がある。これがSnowflake'sの単独基盤モデルAPIに対する本当の切り口であり、Databricks' Mosaic AIも同じ方向へ急いでいる。

リスクはロックインの深さだ。AIロジックがSQLそのものに埋め込まれると、切り替えコストは生データ移行に比べて何倍にも増える。自らを'マルチクラウド、マルチモデル'と位置づけてきた企業は、静かな矛盾に直面する。今日の便利さ、明日の構造的依存である。OpenAI APIをSnowflakeへ別レイヤーとして接続した早期採用企業は、ネイティブモデルが成熟するにつれ、その統合投資が座礁することに気づくかもしれない。

相殺する機会は人材裁定だ。世界的なボトルネックはGPUではなく人材である。データサイエンティストとMLOpsエンジニアはどこでも希少で高価だ。既存のSQLおよびBIスタッフが慣れた構文でAIを呼び出せるようにすることは、採用競争をせずに能力を内製化する本物の道である。この民主化は、中堅企業にとってどんなベンチマークより重要になる可能性がある。

CIOとCDOへの推奨アクション：第一に、現在のAI概念実証を棚卸しし、ウェアハウス内代替との6か月TCO比較を走らせる。第二に、ベンダー評価を三軸、データ主権、モデル選択の自由、運用コストを中心に作り直し、機能チェックリストから離れる。第三に、SnowflakeとDatabricksの機能同等性が2026年を通じて続くと仮定し、どちらにも全面コミットせず、dbtやLangChainのような抽象化レイヤーで可搬性を保つ。データとAIインフラの融合は不可逆である。プラットフォーム選定を調達の細部ではなく、取締役会レベルのガバナンス判断として扱う企業が、優位を複利化する。