去年に続いて、今年も書いてみます。

この記事はDATA+AI SUMMIT 2026で発表されるかもしれないDatabricksの新機能を勝手に予測してみる、という他者から見ると非常にどうでもよい内容となっております。
また、私はDatabricks社に勤めている人間ではありませんので、純粋にイベントを楽しみにしている人目線での内容です。

プっ、こいつわかってねーな、という生暖かい目線で見てください。
~~仕事のストレスが溜まりすぎていて壊れているわけではありません。~~

また、100%フィクションです。実際の登場人物・出来事とは一切関係ありません。
ただし、執筆時点でDATA+AI SUMMIT 2026があと１週間後ほど後に控えているのは事実です。

ああ、サンフランシスコ行きたいなあ・・・。

AI周りを中心に書いてます。データエンジニアリング関連は幅広くて私には予測しづらい。

一部生成AIを使って書いています。

序段

吾輩は、いろんな年次イベントの発表内容を勝手に推測して文章を書いちゃう者。人呼んで~~妄想野郎~~ 予測探偵。ちなみに一年に一回しか出番はない。あと、来年もやるとしたら別の語り口にするだろう。

さて、昨年の推測記事から早一年。あのとき「Lakebase」と「Agent Bricks」の発表を予測して、それがまあまあ当たっていたのは内緒だ。

今年も日本時間の2026年6月16日（月曜早朝）から、DATA+AI SUMMIT 2026のキーノートが始まる。

サンフランシスコのMoscone Centerに世界150か国から30,000人超が集まるというから、もはや「世界最大のデータ・AIカンファレンス」という肩書きに偽りなしだ。

さて。今年も奇妙な出来事が、吾輩の身に起きている。

「そういえば、Snowflake Summit もあったぞ」

6月1〜4日、場所は同じ Moscone Center。Databricks Summit の11日前に、宿敵……もとい、強力なライバルが同じ舞台で26以上の新機能を発表していった。

「Making AI Real for Business」——Snowflake のテーマだ。

Databricks のテーマが何になるかはまだわからない。だが、Snowflake が何を発表したかを見れば、Databricks が何を発表すべきかが透けて見える。業界全体のトレンドは、両社が同じ問題意識を持って進化しているからだ。

吾輩は Snowflake の発表資料を一枚一枚めくりながら、Databricks への仮説を強化することにした。

🕵️‍♂️ 予測探偵の事件簿：DATA+AI SUMMIT 2026の謎を追え！

第一章：見慣れない封筒が届いた朝

その日、私は一通の匿名の手紙を受け取った。

「予測探偵殿、今年のDatabricksは例年とは違う。リリースノートの行間に、隠されたメッセージが刻まれているのです。真相を突き止めてください...」

うーん、これは興味深い。封筒の消印を見ると「San Francisco, CA」。吾輩の鋭い推理によると、この手紙の主は相当な現場通に違いない。

さっそく調査を開始しよう。道具は、公開されているリリースノートとドキュメントのみ。それで十分だ。

第二章：現場に残された手がかり

🔍 証拠品その1：エージェントの「コンテキスト問題」への回答

「ふむふむ、Summit のセッションカタログに不思議なタイトルが...」

A–Z of Unity Catalog Business Semantics: Open and Unified Semantics for Agents, Apps and BI

Business Semantics。これはすでに4月に GA になった機能だ。メトリクスの定義やビジネス用語を Unity Catalog に集約し、エージェントやダッシュボード、SQLが同じ意味で同じデータを語れるようにする。

しかし、吾輩が気になるのはその先だ。

「エージェントが壊れる最大の原因は何か？計算が間違っているのではなく、コンテキストが間違っているのだ。wrong table、wrong join、wrong filter——そういう確信をもった間違いを犯す」

4月のセッション予告タイトルに、こんな言葉が混ざっている。

Your AI Strategy Has a Context Problem. Orchestration Solves It.

吾輩の推理はこうだ——今年のキーノートで Databricks は、KARL（Knowledge-Augmented Reasoning and Learning）の流れを汲むエージェント向けコンテキスト強化機能を発表する。

具体的には、Unity Catalog が構造データ・非構造データを問わず、テーブル・カラム・メトリクス・ドキュメントの関係性をグラフ構造で保持する仕組みだ。吾輩はこれをまとめて「Unity Context」と呼んでおく。その中核機能として Semantic Graph が提供され、エンティティ間の意味的な関係を自動的に構築・維持する。

「エンティティ間の関係を意味的に繋ぐグラフがあれば、エージェントは『売上テーブル』と『顧客マスタ』の JOIN 条件を自分で見つけられる。ビジネスルールが明示的に書いてなくても、グラフを辿ればわかる」

オントロジー（OWL/RDF）まで踏み込むかどうかは微妙だ。databrickslabs/ontobricks というラボレポジトリが GitHub に存在しているから技術的な地力はある。ただし運用の複雑性を考えると、まず「関係グラフ」レベルの機能を出して、オントロジーは次のステップではないかと踏んでいる。

「Business Semantics の GA は出発点に過ぎない。それを基盤にして、エージェントが自動でコンテキストを取ってこられる仕組みへと昇華させる——これが今年の Unity Catalog の核心発表だ」

「それを確信させる傍証が、Snowflake Summit から届いた」

Snowflake は今回の Summit で「Horizon Context」と「Cortex Sense」という2層構造のコンテキストアーキテクチャを発表した。Horizon Context が「人間とガバナンスチームがビジネス意味論を管理するカタログ」で、Cortex Sense が「エージェントに自動でコンテキストを提供するランタイム層」だという。

Cortex Sense scans the data estate and automatically transforms raw metadata into a global ontology and skills layer that every agent shares from day one. No hand-curated ontologies, no manual setup.

手作業ゼロでオントロジーを自動構築する。そして Horizon Context は「OSI（Open Semantic Interchange）」という標準を提唱し、すでに54社のベンダーが参加しているという。

「Snowflake がこのレベルの投資をしているなら、Databricks が黙っているわけがない。しかも Databricks の Unity Catalog には Business Semantics・Governed Tags・Lineage と、コンテキスト層の部品がすでに揃っている」

吾輩の推理はここで一段上に昇る——Databricks が発表するのは単なる「グラフ」ではなく、Unity Catalog のメタデータ全体を自動的にエージェント向けコンテキストに変換するランタイム層だ。Snowflake Cortex Sense の対抗馬、それが「Unity Context」であり、Semantic Graph はその中核機能として実装される形になるとみる。

予測確度：★★★★★（Snowflake発表で確信が一段上がった）

🔍 証拠品その2：フォーマット戦争の終戦宣言

「5月のリリースノート、これも怪しい——いや、これは怪しいを通り越して、既に動いている」

4月9日のDatabricksブログに、こんな一文がある。

Iceberg v3 is a major step toward this vision. Iceberg v3 includes key features like Deletion Vectors, Variant data type, Row IDs, and geospatial data types that share identical implementations in Delta Lake.

Delta Lake と Iceberg が、データ層で同一の実装を持つようになった。UniForm によって「Delta に書けば Iceberg として読める」は実現済みだ。

しかしそれは翻訳レイヤーを挟む話だった。

そして Summit のセッションカタログに、吾輩は決定的な一文を見つけた。

We then cover how Delta Lake 5.0 adopts the Iceberg v4 metadata tree as its native content metadata. This produces a single on-disk structure that both Delta and Iceberg clients read and write directly. No translation layers, no conversion overhead. Just one format.

読めた。Delta Lake 5.0 と Iceberg v4 が、メタデータ構造を完全に統合する。

翻訳ではなく、同一のフォーマットになる。Delta クライアントで書いたものを Iceberg クライアントがそのまま読める。Iceberg で書いたものを Delta クライアントがそのまま読める。Unity Catalog から見れば、「Delta テーブルか Iceberg テーブルか」を意識する必要がなくなる——それが実現する。

「これはデータ業界で何年も続いたフォーマット論争に、事実上の終止符が打たれる発表だ。Databricks が Iceberg を取り込んだのではない。両者が一つになった、と言うべきだ」

さらに付け加えよう。Unity Catalog の外部エンジン対応（Trino、DuckDB、Dremio、Snowflake）も合わせて強化されるはずだ。「UC に登録したテーブルはどのエンジンからでも読み書きできる」という体験が、Summit で改めて華々しくデモされるだろう。

「犯人の動機が見えた。オープンさを旗印に、業界標準の地位を確立する——そのための最終章だ」

「そして Snowflake も、同じ週に Iceberg v3 の GA を宣言した」

"Snowflake is preparing for a world where it no longer needs to own the data format to own the customer relationship. Iceberg V3 is largely table stakes. The market has already moved there."（Constellation Research）

つまり、フォーマット戦争はすでに終わった。両社とも Iceberg v3 を GA にし、差別化はフォーマットではなく「誰のカタログがガバナンスの中心になるか」に移っている。

「Databricks の答えは Unity Catalog。Snowflake の答えは Horizon Catalog。どちらが業界標準のガバナンス層になるか——これが次の戦争だ。Summit で Databricks は、Delta 5.0 / Iceberg v4 の統一メタデータとともに、UC が真のオープンカタログであることを大々的にアピールするはずだ」

予測確度：★★★★★（証拠品としてセッション確認済み・Snowflake発表でも業界トレンド確認）

第三章：Lakebase という名の野望

🔍 証拠品その3：Lakebase・Lakehouse・Unity Catalog の三位一体完成

「3月のFabCon 2026の発表ブログに、重要な一文がある」

Lakebase — the database for AI agents

「データベース for AI agents」。これは Neon 買収から一年を経て、Lakebase の自己定義が確立したことを意味する。しかし吾輩が注目したいのは「DBの存在」そのものではなく、Lakehouse との融合がどこまで深まるかだ。

ドキュメントをさらに掘ると、こんな機能が Public Preview になっている。

Lakebase Change Data Feed：Lakebaseへの書き込みが CDC（Change Data Capture）を通じてリアルタイムに Delta Lake へ同期される。今まで「Lakebase に書いたデータを Lakehouse で分析したい」場合は ETL パイプラインが必要だったが、これが不要になる。

Unity Catalog への登録：Lakebase のデータベース（Postgres スキーマ）が Unity Catalog の Catalog Explorer から直接ブラウズできるようになっている。catalog_type = Lakebase Postgres として UC に登録すれば、SQL ウェアハウスからそのまま JOIN クエリが飛ばせる。

「つまり——エージェントが Lakebase に書いたトランザクションデータが、そのままウェアハウスの分析クエリにリアルタイムで乗ってくる。OLTPとOLAPの境界線が、アーキテクチャの選択ではなく、ただのクエリの目的の違いになる」

吾輩が Summit で予測する発表内容はこうだ——

Lakebase CDF の GA（Lakehouse への双方向リアルタイム同期が正式機能に）
Lakebase Synced Tables の強化（UC 管理のゴールドテーブルを直接 Lakebase から参照）
UC 登録 Lakebase への ABAC 適用（行フィルタ・列マスクが Postgres テーブルにも適用される）
「犯人の狙いが見えた。OLTP と OLAP を別々のスタックで管理する時代を終わらせ、Unity Catalog という一枚の屋根の下にすべてを収める——それが Lakebase の本当の野望だ」

予測確度：★★★★☆（かなり期待大）

🔍 証拠品その4：Lakewatch の Public Preview

「3月24日、Databricksがセキュリティ市場に参入した」

Lakewatch——オープンなエージェント型 SIEM（セキュリティ情報・イベント管理）。Anthropic の Claude モデルを搭載し、セキュリティアナリストの代わりにエージェントが脅威を検知・トリアージする。

現在は Private Preview。

「これが Summit で Public Preview になる確率は高い。さらに——Anthropic の登壇者が Summit のセッションリストにいることに、吾輩は気づいている」

そして、Snowflake Summit の発表がこの予測を後押しする。

Snowflake は「AI Agent Identity」という機能を発表した。エージェントが人間と区別できる検証済み ID を持ち、per-agent RBAC（ロールベースアクセス制御）と完全な監査ログが記録される。さらに「AI Security Posture Management」という新カテゴリも立ち上げ、プロンプトインジェクション検知、データ持ち出し防止、マルウェア保護まで含む5層のセキュリティスタックを発表した。

「エージェントが本番稼働し始めると、誰が何をしたかわからないという問題が必ず起きる。Snowflake がそこに5層の答えを出したなら、Databricks が黙っているわけがない」

吾輩の追加予測——Databricks でも「エージェントID」の概念が正式導入される。Unity Catalog の監査ログに、エージェントが実行したアクションが人間のアクションと区別して記録される仕組みだ。Lakewatch との組み合わせで、「エージェントが何をしたか」の完全な証跡が取れるようになる。

予測確度：★★★★☆（Snowflake発表で確度が上がった）

第四章：Genie が「Databricks の顔」になる日

🔍 証拠品その5：「Databricks One」は消えた——「Genie」に生まれ変わった

「4月のリリースノートを読んでいて、吾輩は思わず立ち止まった」

Databricks One, the simplified Databricks interface, has been renamed to Genie. The feature and its capabilities are unchanged. Genie enables users to: View and interact with AI/BI Dashboards, ask data questions in natural language using Genie, and use custom-built Databricks Apps.

ドキュメントが静かに更新されていた。Databricks One という名前が消え、すべては「Genie」に統合された。

「これは単なるリネームではない。メッセージが変わったのだ」

昨年の DAIS で「Databricks One」として発表されたビジネスユーザー向けの入口。それが今年、Genie という名前のもとに吸収された意味を読み解こう。

4月26日のブログにはこうある。

The new Genie can answer questions beyond the boundaries of a Genie Space, connect to enterprise knowledge sources like Google Drive and SharePoint, and combine structured and unstructured data to generate insights.

複数の Genie Space をまたいで質問できる。Google Drive や SharePoint の非構造データも文脈として取り込む。1つの画面から、企業のすべてのデータに自然言語でアクセスできる——それが「次世代 Genie」の姿だ。

「しかも、2026年だけですでに150万以上の Genie Space が作られているという。数字が示すのは、技術的な関心ではなく、現場での実用だ」

さらに吾輩が注目したのは、課金の変化だ。

Starting July 6, 2026, Genie products will move to a pay-as-you-go pricing model with a per-user free monthly allowance.

7月6日——つまり Summit の3週間後から、Genie が従量課金になる。

「これは何を意味するか？ Summit でのデモと発表が終わった直後に、企業が本番導入を判断できる状態を整えた、ということだ。発表→即採用の道が整備されている」

Summit での予測発表内容：

Genie モバイルアプリ（iOS/Android）の GA 宣言（4月発表の次世代 Genie は web + mobile 対応と明記されているが、Summit での正式 GA が見込まれる）
Genie chat の全リージョン・全ワークスペースへの展開（What's Coming に6月展開が明記）
Genie の課金モデル詳細と企業向けコスト管理機能（7月移行の前に、Budget Policy・アカウントレベル制御の詳細が発表される）
Genie への Databricks Apps / Agent Bricks 統合の深化（「データを見る」から「データに基づいてアクションを起こす」へ）
「Snowflake が CoWork（旧Snowflake Intelligence）を GA にした。Databricks の答えは Genie だ。名前を変え、モバイルに出て、課金を整えた。あとは Summit の舞台で『これが俺たちの Copilot だ』と宣言するだけだ」

予測確度：★★★★★（GA宣言はほぼ確実）

第四章の補足：Snowflake Summit が教えてくれたこと

ここで一度整理しよう。Snowflake Summit 2026 の発表を見渡すと、彼らのメッセージは一文に集約される。

AI agents need enterprise data, governed context layer, and verified identity to be useful at scale.

データ、コンテキスト、アイデンティティ——この3つが揃わないと、エージェントは本番では使えない、という宣言だ。

Databricks のリリースノートとセッションカタログを重ねて読むと、まったく同じ3つの問題に、まったく同じタイミングで答えを用意しようとしていることがわかる。

「競合が先に発表した。ということは——Databricks は同等以上のものを出してくるはずだ。11日後に」

さらに Snowflake が発表した中で、Databricks 対比で吾輩がとりわけ注目したのが、「CoWork（旧 Snowflake Intelligence）」だ。ビジネスユーザー向けのパーソナルエージェント——記憶を持ち、スケジュールに従って自律的に動き、ユーザーの役割に合わせてインサイトを提供する。

「これは、吾輩が第四章で予測した『Databricks One』と同じコンセプトではないか。Snowflake がこの機能を GA にしたなら、Databricks も同等のものを出さなければプレッシャーを受ける」

Genie × Agent Bricks × Lakebase が組み合わさって、ビジネスユーザーが自然言語だけで企業データにアクセスできる「知識ワーカー向けエージェント」——この発表が今年の DAIS のもう一つの目玉になるとみる。

第五章：企業エージェントの実用化

🔍 証拠品その6：Gmail・SharePoint・Salesforce、すべてがデータの入口になる

「Lakeflow Connect のページを開いて、吾輩は目を疑った」

30+ connectors including Dynamics 365, Google Ads, Meta Ads, Confluence, Jira, SharePoint, Workday, Salesforce...

30を超えるコネクタ。しかも2026年4月には「Free Tier」が発表され、毎日1億レコードまで無料で取り込める。

「これは何を意味するか？エージェントが参照すべき企業の文脈が、すべて Lakehouse に集まるということだ」

Lakeflow Designer のドキュメントを見ると、こんな記述がある。

When you open a Source operator, you can import from Google Drive and SharePoint directly.

SharePoint も Google Drive も、パイプラインを書くことなくドラッグ&ドロップで取り込める。非構造データ（Word、PDF、スライド）は AI Search インデックスへ、構造データはDelta テーブルへ——それが Unity Catalog のガバナンス下で統合される。

「つまり——エージェントは、Slack に来た問い合わせを受け、SharePoint のマニュアルを検索し、Salesforce の商談データを参照し、最終的に Google Drive に回答ドキュメントを作成できるようになる。MCPを通じて、データエージェントとアプリケーション操作エージェントが同じオーケストレーション層で動く。これが Summit で示される『企業エージェントの実用化』の絵だ」

Azure Databricks は FabCon 2026 で既に Microsoft Teams・Excel 統合を発表している。今回の Summit では Google Workspace 側の統合（Gmail、Google Drive、Google Docs の MCP サーバー連携）の強化発表があるとみる。

予測確度：★★★★☆（FabConでの発表と方向一致）

🔍 証拠品（追加）：「常駐型エージェント」という新しいカテゴリ

「そして吾輩は、業界で今もっとも注目されているトレンドにたどり着いた」

Nous Research が2026年2月にリリースした「Hermes Agent」——これはオープンソースの自律型エージェントだ。IDE に縛られたコーディング支援でも、単発のチャットボットでもない。ユーザーのマシン上に常駐し、記憶を積み上げ、スキルを自己生成し、使えば使うほど賢くなるエージェントだ。3ヶ月で GitHub スター18万を突破し、6月2日にはデスクトップアプリとしてリリースされた。

「これが何を示しているか？企業ユーザーは、ブラウザを開いて毎回ログインするエージェントではなく、自分の仕事環境に溶け込んで常に動いているエージェントを求め始めているのだ」

Databricks は Hermes とは直接関係ない。しかし——Snowflake は CoWork に「パーソナルメモリ、スケジュール自動化、ユーザースキル」を搭載し、まさに「記憶を持つ常駐型エージェント」として GA を宣言した。

「Databricks が黙っているわけがない」

吾輩が Summit で予測するのは、Genie の「常駐型エージェント」化だ。

具体的には：

Genie のスケジュール実行（毎朝KPIサマリーを自動生成・Teamsに投稿する、など）
ユーザーごとのパーソナルメモリ（Lakebase が長期記憶ストアとして機能。「先週の会議での判断」を次のタスクに活かせる）
アプリ操作エージェントとの統合（MCP を通じて、データを読むだけでなく、Salesforce に書き込む・JIRA チケットを作る・メールを送るアクションが取れる）
Microsoft Agent 365 との統合はすでに2025年11月に発表されている。Teams や Outlook の中にデータを理解する「デジタルコワーカー」が常駐するという構想だ。今年の Summit では、その Google Workspace 版・Slack 版も含めた包括的な「常駐型エージェント展開基盤」として正式発表されるとみる。

「データを見る（Genie）→データに基づいてアクションする（常駐型エージェント）——この進化が、企業エージェント実用化の本丸だ」

予測確度：★★★★☆（Snowflake CoWork GAと業界トレンドから確信）

🔍 証拠品その7：「先端モデルを使い続けると費用が爆発する」という現実

「Foundation Model APIs のドキュメントを読んでいると、こんな注意書きが目に入った」

Pay-per-token mode is suitable for development. Provisioned throughput is recommended for production workloads.

「あ、やっぱりそういうことか」

先端モデルのトークン従量課金は、開発段階では手軽だが、エージェントが本番で動き始めると話が変わる。エージェントは一タスクにつき数千から数万トークンを消費し、それが24時間365日稼働する。コスト爆発は時間の問題だ。

「そして Snowflake も、まったく同じ問題に答えを出した」

Snowflake Summit では「Cortex Training」が発表された。Qwen・Mistral などのオープンウェイトモデルを、企業データが存在するその場所で直接ファインチューニングできる完全マネージドGPU基盤だ。「同じGPU予算で2倍のトレーニングランが可能」という。さらに「Adaptive Compute」というコスト最適化機能も発表され、AIワークロードに応じて自動でコンピュートを調整する。

「両社が同じ解を出している。答えは——データから離れずに自社モデルを育てる、だ」

Databricks の Mosaic AI Model Training は技術的には同等の機能を持っている。2024年の DAIS でファインチューニング API が発表されたが、UI は整備途上だった。今年の Summit で Databricks が発表するのは——

ノーコード/ローコードのファインチューニング UI（SQL と自然言語でモデルを育てる体験）
Adaptive Compute 相当の自動コスト最適化（エージェントのタスク種別に応じたモデル自動選択）
Foundation Model APIs への軽量オープンウェイトモデル追加（Qwen、Mistral 系の pay-per-token 対応）
「Snowflake が Cortex Training を出した以上、Databricks が Model Training の大幅強化を発表しないわけがない。この予測の確度は、Snowflake 発表前より明らかに上がった」

予測確度：★★★★★（Snowflake発表で確信）

第七章：期待を込めた大穴予測

🔍 証拠品その8：リージョン格差——でも、少し明るい兆しが見えてきた

「吾輩は日本という、地理的に不遇な場所からDatabricksを使っている」

Foundation Model APIs の pay-per-token。Serverless コンピュート。AI Search の一部機能。Lakebase。これらの機能は、US・EU リージョンではとっくに GA になっているのに、アジアパシフィック（特に ap-northeast-1 = 東京）では「サポート対象外リージョン」と書かれていることがある。

「これは使いたくても使えない、というフラストレーションだ」

しかし今回、リリースノートに少し明るい兆しを見つけた。

Regional model hosting for Genie Spaces in Japan and Korea

「日本と韓国のリージョンでモデルホスティングが追加された。これは小さいが、確かな一歩だ」

また Genie モバイルアプリについても、4月のブログには「アカウントチームに問い合わせることでモバイルアクセスをリクエストできる」と書いてある。つまり、まだ全員に開かれているわけではない。

吾輩の大穴予測——Summit のタイミングで、Genie モバイルアプリのグローバル GAと合わせて、アジアパシフィックリージョンへの主要機能展開ロードマップが言及される。Foundation Model APIs の pay-per-token 東京リージョン対応、あるいは Lakebase の東京リージョン GA が、Summit 前後にサイレントリリースされる。

「今年はリージョン格差の解消に向けた動きが、昨年より明確に見える。だが、まだ十分ではない。あえて書く——誰かが言い続けなければ、変わらないから」

予測確度：★★★☆☆（昨年より根拠が増えた大穴）

第八章：推理の集大成——今年のテーマを一言で

すべての証拠が揃った。

Snowflake が「Making AI Real for Business」と宣言した同じ週。Databricks は何と言うか。

机の上に証拠品を並べてみると、一つのメッセージが浮かび上がってくる。

「エージェントが企業の現場で本当に役に立つための、全部入り基盤を完成させた」

2024年は「エージェントを作れますか？」という時代だった。
2025年は「エージェントを動かしてみましょう」という時代だった。
2026年は——「エージェントで、ビジネスが回る」 を証明する時代だ。

今年の DAIS で発表されるはずの証拠品を並べてみよう。

課題	Snowflake の答え	Databricks の予測
コンテキスト自動生成	Cortex Sense + Horizon Context	Unity Context（Semantic Graph 内包）
フォーマット統一	Iceberg v3 GA	Delta 5.0 + Iceberg v4 メタデータ統合
エージェントID・監査	AI Agent Identity + AI SPM	UC 監査ログへのエージェントID統合 + Lakewatch GA
モデルコスト最適化	Cortex Training + Adaptive Compute	Mosaic AI Model Training 新 UI + 自動モデルルーティング
知識ワーカー向けエージェント	CoWork GA	Genie モバイルアプリ GA + pay-as-you-go 移行
常駐型・アクション型エージェント	CoWork メモリ・スケジュール機能	Genie スケジュール実行 + アプリ操作 MCP 統合
OLTPとOLAPの統合	Unistore（Hybrid Tables）	Lakebase CDF GA + UC 三位一体
企業アプリ統合	Natoma 買収 (MCP基盤)	Lakeflow Connect 強化 + Google Workspace MCP
リージョン展開	—	日本・韓国リージョンの機能拡充ロードマップ（大穴）

「なるほど、犯人の動機が見えた。Databricks は今年、PoC で終わらない AI の完成形を見せるつもりだ。そして——Snowflake との差別化は、データの『オープンさ』と、OSSコミュニティ（Spark・Delta・MLflow）への貢献で勝負するはずだ」

結章：探偵は明日も推理する

この記事が正しいかどうかは、2026年6月16日（日本時間）のキーノートが教えてくれる。

大外れしても笑って許してほしい。これはポエムだから。

そして——もし半分以上当たっていたら、来年もこのシリーズを書こうと思う。

ああ、サンフランシスコに行ける日はいつ来るのだろう。
~~転職直後だからなあ。来年いけたらいいなあ。~~

※この記事の予測はすべて公開情報（リリースノート、プレスリリース、セッションカタログ）に基づく個人の推測です。当然Databricks社の公式見解ではありません。

個人的には第七章が当たってほしい。東京リージョンにLakebaseはよ。

DATA + AI SUMMIT 2026のサイトはこちら。Virtual Sessionに日本からも参加できるよ。