# クラウドの時代は終わったのか？ハイブリッド基盤とエージェント時代のデータガバナンス｜Sergio Gago（Cloudera CTO） - 番組: [DataFramed](https://ai-curator.jp/podcasts/shows/cmv3z5c1u00145o10683wm5ms)（DataCamp） - 元のタイトル: #384 Is the Cloud Over? | Sergio Gago, CTO at Cloudera - 配信日: 2026年10月26日 - 長さ: 53分 - 要約作成日: 2026年10月26日 - トピック: [#ハイブリッドクラウド](https://ai-curator.jp/topics/%E3%83%8F%E3%82%A4%E3%83%96%E3%83%AA%E3%83%83%E3%83%89%E3%82%AF%E3%83%A9%E3%82%A6%E3%83%89) [#データファブリック](https://ai-curator.jp/topics/%E3%83%87%E3%83%BC%E3%82%BF%E3%83%95%E3%82%A1%E3%83%96%E3%83%AA%E3%83%83%E3%82%AF) [#AIエージェント](https://ai-curator.jp/topics/AI%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88) [#データガバナンス](https://ai-curator.jp/topics/%E3%83%87%E3%83%BC%E3%82%BF%E3%82%AC%E3%83%90%E3%83%8A%E3%83%B3%E3%82%B9) [#ソブリンAI](https://ai-curator.jp/topics/%E3%82%BD%E3%83%96%E3%83%AA%E3%83%B3AI) [#データメッシュ](https://ai-curator.jp/topics/%E3%83%87%E3%83%BC%E3%82%BF%E3%83%A1%E3%83%83%E3%82%B7%E3%83%A5) - URL: https://ai-curator.jp/podcasts/cmvp1kral00004f10dt7bxvr9 ## 要約 Cloudera の CTO Sergio Gago が、AI エージェントの普及でクラウド一辺倒の戦略が見直され、クラウド・ネオクラウド・ソブリンクラウド・オンプレミスを組み合わせたハイブリッド基盤が現実的になっていると語る回。エージェント導入の最大の障壁は、データへ安全にアクセスさせるための権限管理・ガバナンスだと指摘する。データファブリックの役割拡張、データチームや技術者に求められるスキルの変化、使い捨てダッシュボード、ソブリン AI の重要性にも話が及ぶ。 ## ポイント - Gago 氏は、かつて自身も「すべてクラウドへ」と考えていたが、AI によって GPU や LLM の運用コストをデータセンターで抑えられるようになり、ハイブリッド構成が自然な選択になったと述べている。 - 同社の調査（1,500 人の CIO・CTO 等が回答）では 66% がワークロードをデータセンターに移していると紹介。ただしこれは「回帰」ではなく、クラウド同様の操作性を持つ統合的アプローチだと強調している。 - エージェント活用の最大の障壁は LLM 調達ではなく「エージェントが安全にデータへアクセスできるか」であり、その結果、クエリエンジンはコモディティ化し、ガバナンス層（データファブリック）が最重要になるという見方を示した。 - エージェントは全員分の給与情報のような広い範囲のデータを必要としつつ、対話相手の権限に応じて出力を制限しなければならない。この「第二の導関数」的な複雑さに対応するため、エージェントを人間のように扱う権限管理と監査が必要だと述べている。 - データチームの役割は、ETL やダッシュボード作成から、エージェントが適切な権限でデータにアクセスできる基盤の整備へ移る。成果物は使い捨て化し、エンジニアは深い専門性を持つ層とプロダクトエンジニア層に二極化するという見方を示した。 - AI は水道や電力のような重要インフラであり、特定の国や少数企業への依存は危険だとして、国・企業ごとにソブリン AI を含む戦略を持つべきだと国連講演で訴えたという。 ## 章立て - [02:06] **AI でクラウド戦略はどう変わったか** — 「すべてクラウドへ」という潮流が AI で変化し、クラウド、ネオクラウド、ソブリンクラウド、オンプレミスを組み合わせる必要が出てきた背景を語る。 - [06:16] **散在するデータとエージェントのアクセス** — 合併や移行でデータ資産が分散する現実と、エージェントに全データへのアクセスを与える必要性、信頼確保の課題を議論する。 - [16:16] **データファブリックと権限管理の再設計** — データファブリックとデータメッシュの違い、エージェント特有の権限の複雑さ、HR チャットボットの例を通じて、ガバナンス層の進化を説明する。 - [28:20] **誰が責任を持つのか：データチームの役割** — 中央のデータチームが権限・基盤を管理する構造と、エージェント速度で価値を出すよう迫られている現状、使い捨てダッシュボードの考え方を語る。 - [38:38] **これから必要なスキルとインフラ人材** — エンジニアが深い専門家かプロダクトエンジニアに二極化するという見方と、オンプレミスを含むインフラ運用の変化を話す。 - [42:07] **ソブリン AI と国連での講演** — 欧州企業のソブリン戦略、ワークロードのオーケストレーション、AI を重要インフラとして捉える国連講演の内容を紹介する。 ## 解説記事 Cloudera の CTO である Sergio Gago 氏が、DataFramed のホスト Richie 氏と、AI エージェント時代のインフラとデータガバナンスについて語った回である。かつて「全部クラウドへ」と主張していた立場から、なぜ今ハイブリッド構成が必要と考えるに至ったのか、そしてエージェントを本番投入するうえで何がボトルネックなのかが主な論点となる。 #### クラウド一辺倒の終わりと「ハイブリッド」の意味 Gago 氏は、6〜7年前には自身も「データセンターを管理したい人などいない」とクラウド移行を支持していたと振り返る。その結果、若手の SysAdmin や DevOps はラックの実物を見たことがないほど、運用スキルも薄れたという。 しかし AI の登場で状況が変わった。同氏は、GPU や LLM の運用では、データセンターのほうが総所有コストが桁違いに安くなりうると述べている。さらに多くの企業はクラウド移行後もデータセンターの資源を保有しており、データの所在を法規制で指定されるケースもある。つまり選択というより、複数の環境が混在する状態から逃れられない場合が多い、という見方だ。 同社の調査では、CIO や CTO ら 1,500 人のうち 66% がワークロードをデータセンターへ移していると紹介された。ただし Gago 氏は「データセンターに戻る」のではなく、プライベート環境でもクラウドと同様の UI や操作性を得る、全体を一枚の基盤として扱う発想だと強調する。 #### ボトルネックはデータアクセスとガバナンス 同社が公開した「The Great AI Rearchitecture」レポートで、エージェント導入の最大の障害を尋ねたところ、AI ラボとの調達や LLM へのアクセスではなく、「エージェントがデータにアクセスでき、それを安全に与えられるか」が挙がったという。 Gago 氏は OpenClaw を例に、エージェントにメールや銀行口座へのアクセスを与えるリスクと、データがなければエージェントは役に立たないというジレンマを説明した。人間なら HR の担当者に電話して権限を頼めるが、エージェントにはそれができない。そのため在庫管理、リネージ（データの来歴）、可視性といったデータ戦略の土台が不可欠になる。 この前提から同氏は、Spark や Trino などのクエリエンジン自体は重要でも、性能差は次第にコモディティ化し、その上位にあるガバナンス層こそが最も重要になるという見解を示した。部門が独自に導入した InfluxDB のような「シャドー IT」が管理外に置かれれば、エージェントは誰がそのデータを見てよいか判断できなくなる。 #### エージェントがもたらす「第二の導関数」 従来のデータファブリックは、データの出所、変換、利用者、モデルの信頼性という四つの信頼要素を一方向のパイプラインで管理してきた。Gago 氏によれば、エージェントはこれを多次元かつ循環的なものに変える。 例として挙げられたのが HR チャットボットだ。エージェントは業務のため全員の給与情報を扱えなければならないが、質問者には本人の情報しか返せない。さらに相手が別のエージェントや、複数エージェントの協調環境になると、権限判断はいっそう複雑になる。同氏はこれを「第二の導関数」と呼んだ。コンプライアンスやセキュリティ部門の懸念が、多くの生成 AI ユースケースが本番に進まない理由だとも述べている。 対策として同氏は二点を挙げた。一つは、エージェントを社員証を持つ人間のように扱い、権限の範囲を限定すること。もう一つは、データを AI に持ち込むのではなく「AI をデータのもとへ持っていく」ことだ。ベクトル DB などに複製すると既存のアクセスポリシーが失われかねない。Apache Ranger のようなポリシー管理で行っていたマスキングやトークン化を、「エージェントを操作しているのは誰か」まで踏まえて拡張し、全クエリを監査する、というのが同社の Unified Data Fabric の考え方だと説明した。また、オープンなカタログとテーブル形式を使うことで、データの所有者自身が管理できるとも述べている。 #### データチームとエンジニアの役割変化 責任の所在は、大企業では中央のデータチームだとされる。ただ、今や人々は数週間もダッシュボードを待たず、すぐエージェントを使いたがる。そのためデータチームは、エージェントの速度で価値を引き出す圧力にさらされているという。 Gago 氏は、オフィスでエンジニアが Claude や Cursor に話しかけて騒がしかった体験を紹介し、ETL の手書きやパイプラインの手動デバッグは付加価値が低くなると述べた。成果物は使い捨てが増え、CEO が自分でエージェントに指示し、30 分・50 ドル程度の計算資源でダッシュボードを作り、不要になれば消える、という未来像を描く。一方で従業員がエージェントを持てば、実質的に利用者が 10,000 人から 100 万人規模になり、インフラ増強が必要になる点も指摘した。 求められるスキルについては、分散システムなどを極める深い専門家と、ドメイン知識と顧客理解を持つプロダクトエンジニアに二極化し、中間層は薄れるという見方だった。 #### ソブリン AI と重要インフラとしての AI 欧州出身の同氏は、欧州企業が「米国プロバイダーが使えなくなったら」という事業継続計画を求められていると語る。AWS などの利点は使い続けつつ、ワンクリックや一回の API 呼び出しで別のクラウドや自社データセンターへ移せる備えが必要だという。国内に留めるべきデータはオンプレミスの GPU で、公開情報の実験は安価なスポットインスタンスで、といった振り分けを自動で行うのがオーケストレーションの役割だと説明した。Kubernetes などの成熟により、ベアメタルから Mistral モデルの稼働まで 1 時間で済んだ事例もあるという。 国連での講演では、AI は水道や電力と並ぶ重要インフラであり、特定の国や少数企業に依存するのは危険だと訴えたと述べている。開発を止める議論よりも、リスク緩和を図りつつ協調を続けることが重要で、各国は自国の言語や文化に即した AI 戦略を持つべきだという主張だ。 #### まとめ 本回の中心的な主張は、エージェント時代の競争力は特定のエンジンやクラウドではなく、分散したデータ全体に対する統一的な権限管理と監査にある、というものだ。Cloudera の CTO という立場からの発言であり、自社製品に有利な見方も含まれる点には留意したい。それでも、既存システムが混在する日本の大企業にとって、合併や段階的移行を前提にガバナンス層から整備するという視点は参考になる。エージェント導入を検討する際は、モデル選定より先に、権限・リネージ・監査の設計を点検することが示唆される。 > この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: DataFramed「#384 Is the Cloud Over? | Sergio Gago, CTO at Cloudera」