1日1,000億件以上のイベント：ストライムが教えてくれる、企業向けAIにおける「信頼」とは何か
1日あたり1,000億件以上のデータイベント——この数字は、立ち止まって真剣に受け止める価値がある。それがストライム（Striim）がそのインテグレーション・パイプラインを通じて処理している規模だ。Oracle、PostgreSQL、Salesforce、KafkaといったシステムをGoogle Cloud Spannerのようなクラウドプラットフォームと接続し、レイテンシーはコンマ数秒という単位で計測される。2026年4月22日、カリフォルニア州パロアルトを拠点とするこの企業は、機能拡張の正式発表を行った。内容にはValidata Cloudの立ち上げが含まれており、AIエージェント群の進化——異常検知のためのSentinel、セマンティック検索のためのEuclid、ガバナンスのためのSherlock——に加え、MCP AgentLinkの発展も発表された。MCP AgentLinkは、AIエージェントが本番システムに一切触れることなく、リアルタイムのデータレプリカと接続するためのツールだ。
技術的な発表の内容は堅実だ。しかし私が注目したいのは、プレスリリースの中身ではない。CEO・アリ・クタイ（Ali Kutay）がすべてをまとめるために選んだ一文だ：「イノベーションを止めることなくスケールできる自信を顧客に与える」。自信（コンフィデンス）。スピードではない。パフォーマンスでもない。自信だ。この一言は、どんな仕様書よりも、現在の企業市場が置かれている心理的な状態を雄弁に物語っている。
本当の問題はデータではなく、本番データへのパニックである
ある企業が長年にわたってオンプレミスのOracleシステムを運用してきた場合、そのシステムは単なるソフトウェアではない。それは事業運営を支える神経組織そのものだ。ストライムを利用するある医療小売業者の9,000以上の薬局における処方箋の各トランザクション、UPSのような企業のロジスティクスの動き、メイシーズ（Macy's）の在庫サイクル——これらはすべてそこに宿っている。それを移行すること、あるいはさらに危険なこととして、AIエージェントに直接参照させることは、どれだけ優れたデータアーキテクトであっても、技術の層を重ねるだけでは解決できないものを引き起こす。それはビジネスを支えるシステムのコントロールを失うことへの組織的な恐怖だ。
この恐怖は非合理的ではない。完全に論理的だ。深夜2時に誤ったクエリが原因でクリティカルなシステムが落ちる現場を経験してきたITチームには、本番環境でのAIに対する不安がなぜ高いのかを説明する必要はない。データ侵害による規制違反の罰金に署名したことのあるCFOも同様だ。ストライムが本質的に売っているのは、データコネクターではない。AIエージェントとビジネスの核心部分との間に置く、心理的な距離のレイヤーだ。MCP AgentLinkは、個人情報のマスキングやベクトル埋め込みによってトランジット中に強化された、安全でガバナンスされたレプリカを生成する。それによりエージェントは検証済みのコピーの上で動作し、絶対に止めることができないシステムに直接触れることは決してない。
発表の中で紹介された多国籍フィンテック企業——オンプレミスのOracleとGoogle Cloud Spannerの間で双方向同期を維持している——は、このメカニズムを完璧に示している。彼らは旧来のシステムを一気に捨てたわけではない。新しい環境への運用上の信頼を積み上げながら、両方の世界を並行して維持したのだ。それは優柔不断ではない。一瞬の停止も許されない組織において組織的な習慣を管理するための唯一の方法だ。
なぜ企業向けAI市場は実験段階に足止めされているのか
業界における支配的な語り口は、企業が「AIを採用している」というものだ。しかし数字が示す物語はより複雑だ。企業のAIプロジェクトの大多数は、本番環境には届かない。パイロット段階、概念実証、取締役会へのプレゼンテーションで止まってしまう。そしてチームが技術的な理由として挙げるもの——「データがクリーンでない」「システムが統合されていない」「モダンなアーキテクチャが必要だ」——は、往々にして、もっと認めにくい何かを社会的に受け入れやすい形に翻訳したものだ。その本音とは：本番データを扱うときにエージェントが何をするか正確にはわからない、そしてそれが恐ろしいというものだ。
ここで、モデルコンテキストプロトコル（MCP）に関するストライムの戦略的な動きが重要性を持つ。MCPは、AIエージェントが稼働中のシステムに接続するための相互運用性標準として、Anthropic、OpenAI、Google、AWS、Oracle、Microsoftによって支持されている。これだけのインフラがひとつのプロトコルを指し示すとき、企業が直面する問いは「採用するかどうか」ではなく、「いつ、どのようなセキュリティ条件のもとで」だ。ストライムは、ほとんどの企業チームにとっての正解が「何も壊さないと誰かが保証してくれたとき」であるという賭けに出ている。
価値提案はデータの速度にあるのではない。意思決定の心理的コストを削減することにある。「エージェントはガバナンスされたレプリカの上で動作しており、個人情報はマスクされ、完全な監査記録があり、本番環境には一切触れていない」とCTOに言えるチームには、思考停止を超えるための論拠がある。そしてその論拠が存在するようになれば、スケールアップへの摩擦は大幅に低下する。医療小売業者が9,000以上の薬局にストライムを展開したのは、市場で最も安価な技術だったからではない。その組織の誰かが「リスクはコントロールされている」と内部で正当化できたからだ。
テクノロジーリーダーが自社組織にAIを売り込む際に犯す過ち
社内でAIをスケールしようとして失敗する企業に、私がよく観察するパターンがある。技術チームは機能するソリューションを構築し、管理された環境でデモを行い、印象的な指標を生み出す。そして組織の残りの部分が採用しないことに失望する。通常の診断は「変化への抵抗」や「データ文化の欠如」だ。どちらも正しいが、不完全だ。
これらのチームがやっていることは、エネルギーの90%をソリューションを技術的に輝かせることに費やし、残りの10%を、意思決定者を本当に麻痺させている問いに向けていることだ：クリティカルなトランザクションでエージェントが誤った回答を出したらどうなるか、コンプライアンス上の誤りが発生したとき誰が責任を取るのか、先週システムが何をしたかをどうやって監査するのか、そこを流れる顧客データはどうなるのか。これらは技術的な問いではない。信頼、責任、コントロールに関する問いだ。
Google Cloud上でストライムが発表したアーキテクチャ——データフローに組み込まれたガバナンス、規制コンプライアンスに特化したエージェント、エージェントが消費する前に検証済みのレプリカ——は、これらの問いへの直接の答えだ。技術の上に官僚的な層を加えるのではない。データの移動プロセスそのものにそれらを組み込む。コンプライアンスは後付けのステップではなく、サブ秒のレイテンシーで、トランジット中に発生する。
付加機能としてではなく、インフラとしての信頼
今後2年間で本番環境にAIをスケールすることに成功するリーダーは、必ずしも最も高度なモデルや最速のパイプラインを持つ者ではない。誰も見ていないときにシステムが何をするかについて、チームが信頼できる組織的な条件を構築した者だ。それには、宣言上のガバナンスではなく、埋め込まれたガバナンスが必要だ。アーキテクチャ文書上のセキュリティの約束ではなく、監査可能なレプリカが必要だ。
AIパイロットと本番環境への展開のスケールアップの差は、開発の週数では測れない。プロセスの中で積み重なった、対処されなかった恐怖の量で測られる。何千もの業務拠点——薬局、航空会社、物流センター——に同時にこれらのシステムを展開している組織は、技術的な複雑さを排除したから成功したのではない。技術そのものを構築するのと同じくらい、内部チームの恐怖を消すことに投資する決断を誰かが下したから成功したのだ。
AI戦略の成功をモデルの洗練度やデータの速度だけで測り続けるリーダーは、自ら侵食していく土台の上に構築している。遅かれ早かれ、本番環境での最初の障害が、対処されることなく放置されていたすべての恐怖を呼び起こし、プロジェクトは数ヶ月後退する。今この瞬間における最も利益率の高い投資は、AIをより賢くすることではない。組織が、人間の直接的な監督なしにAIが動作するときでも信頼できると感じられるようにすることだ。
