「実行は社内」の次は「モデルも社内」だった
homula は、特定のベンダーやクラウドに縛られず、エンタープライズ企業が自社の要件に合ったAI構成を選び続けられるよう支援するAIインテグレーターです。この数か月、日本の規制業種のお客様と話すたびに論点になってきたのが「どこまでを自社の壁の内側に閉じるか」でした。
これまでの主権(ソブリン)AIの実装は、「エージェントの頭脳(モデル)はベンダーのクラウドに残し、コードやデータ、認証情報は自社境界に閉じる」という線引きが主流でした。ところが2026年10月、その分界点がさらに内側へ動きます。モデルそのものを自社インフラに持ち込み、インターネットから切り離した(エアギャップ)環境でもエージェント開発を回す——その選択肢が、大手ベンダーの正式な製品として出荷され始めたのです。本稿では、何が出てきたのかを一次情報ベースで整理したうえで、「モデルごと社内」という主権の最終形で企業が新たに背負う“宿題”を、実務目線で掘り下げます。
何が出てきたか——10月初旬の2つの動き
今週前後に公開された事実を、公式発表と報道で確認できる範囲に絞って整理します。
| 時期 | ベンダー | 何が変わったか |
|---|---|---|
| 2026年10月1日 | IBM | 自律型ソフトウェア開発基盤 IBM Bob に自己ホスト型デプロイを追加。オンプレ・プライベートクラウド・ソブリンクラウド・エアギャップ環境で動かせるようにした |
| 同上 | IBM | 自社インフラ上で動かすモデルとして NVIDIA Nemotron と Poolside Laguna をサポート(対象モデルのBYOL)。外部モデルサービスとのハイブリッド構成も可能 |
| 2026年9〜10月 | GitLab | 自己ホスト型の Duo Agent Platform と BYOM(独自モデルの持ち込み) を整備。AI Gateway 経由で自社ホスト/承認済みモデルを接続し、Microsoft Foundry(Azure)や Amazon Bedrock 上のモデルに推論もソースコードも自社環境内でつなぐ構成を提供 |
IBM は今回の狙いを「データをAIに移すのではなく、AIをデータのある場所へ持ち込む」と表現しています。背景として同社の Institute for Business Value が2026年6月に公開したレポートでは、経営層の68%が「地域をまたぐデータ所在地・主権要件を満たすのは難しい」と回答したと紹介されています(IBM 公式発表、SiliconANGLE)。GitLab も同様に、規制業種の顧客がドメイン特化LLMや域内・エアギャップ構成の独自モデルに投資している実態を前提に、モデル選択と推論経路の制御を自社側に残す設計を打ち出しています(GitLab 公式ブログ、InfoQ)。
ポイントは個別製品の優劣ではありません。「エージェント開発基盤を、モデルごと自社の壁の内側で完結できる」という構成が、実験ではなく“買える製品”になったという構造の変化です。クラウド前提を外せなかった規制業種にとって、導入可否の前提条件が一段変わりました。
主権には“段階”がある——自社はどの段に立つのか
「社内で動かす」と一口に言っても、閉じる範囲によって運用の重さがまったく違います。実は本ブログでも、6月にAnthropicが引いた「頭脳はクラウド、実行は自社」の分界点(関連記事)、8月のClaude Codeセルフホスト実行(関連記事)を扱ってきました。今回の動きは、その延長線上にあるもう一段内側の選択肢です。整理すると、主権の強度はおおむね3段に分けられます。
| 段階 | 閉じる範囲 | モデルの所在 | 典型用途 |
|---|---|---|---|
| L1: 実行だけ自社 | コード・データ・認証情報は自社境界、頭脳はクラウド | ベンダーのクラウド | SaaS利用はできるが持ち出し禁止の資産がある |
| L2: 推論経路も自社 | 推論トラフィックを自社/承認クラウド内に閉じる(BYOM) | 自社が選んだクラウド(Bedrock/Foundry等) | モデル選択権と経路の統制を自社に残したい |
| L3: モデルごと社内/エアギャップ | インターネットから切り離し、すべて域内完結 | 自社インフラ上の重み | 外部接続を許容できない機密・公共・防衛領域 |
L3に近づくほどデータ主権は強固になりますが、代わりに自社が引き取る運用範囲が急増します。重要なのは「最も厳しい段を選ぶこと」ではなく、「業務とデータの機密度に応じて、適切な段を選び分けること」です。全社員の全業務を一律L3にするのは、過剰統制であり同時に運用破綻の近道です。
「モデルごと社内」で新たに背負う宿題
L3(エアギャップ×BYOM)は、これまでの自己ホスト実行とは質の違う運用負担を生みます。従来は「実行基盤(ランナー)を自前で回す」宿題でしたが、今回はそこに「モデルそのものを自前で持つ」宿題が加わるからです。
- モデルのライフサイクルを自社が握る。 重みの導入・更新・セキュリティパッチを、インターネット越しの自動更新に頼れない。更新を止めれば性能は固定され、競合が使う最新モデルとの差が開いていく。
- 評価と回帰テストを“凍結したモデル”前提で組む。 自社内モデルは勝手にアップデートされない反面、品質保証も自社の責任。合格基準・回帰スイートを内製で維持する必要がある。
- モデル選定が新たな意思決定に。 NemotronかLagunaか、あるいは別のオープンウェイトか——用途ごとの品質・コスト・ライセンスを自社で見極める責任が発生する(単一モデル依存の供給リスクも併せて設計したい)。
- 「社外に出ない＝統制済み」ではない。 エアギャップでも、エージェントが社内システムに対して何を実行してよいかの承認・権限・監査は依然として必要。むしろ外部の目が届かないぶん、内側のガバナンスが一層効いてくる。
エアギャップは「外への流出」を止めますが、「内側での暴走」は止めません。社内に閉じたエージェントほど、誰が・何を・どの権限で実行し、その証跡をどう残すかの設計が甘いと、問題の発見が遅れます。主権の強化とガバナンスの強化はセットで進めるべきです。
homula の観点——「どの段に、どう閉じるか」を設計する
homula は、クラウドか自社か、どのモデルか、をお客様の要件から逆算して設計することを得意としています。今回の潮流に対する実務的な勝ち筋は、次の順序だと考えます。
- 業務とデータの棚卸しで“段”を割り当てる。 全社一律ではなく、機密度・規制・持ち出し可否でL1〜L3を業務ごとに振り分ける。多くの業務はL1/L2で十分で、L3は本当に外部接続を許容できない領域に絞る。
- 閉じた環境の中に統制レイヤーを置く。 homula の Agens Control は、承認フロー・DLP・RBAC・5年分の監査ログを提供します。自社の壁の内側でエージェントを動かすほど、この「内側の関所」が効きます。
- 接続は構築ゼロで、縛られずに。 Agens は MCP を活用し、200以上のツールと構築ゼロで接続します。モデルや実行場所を変えても、業務システムへのつなぎ込みを作り直さずに済む構成を目指します。
- 小さく実証してから広げる。 どの段が自社に合うかは、議論より検証が早い。homula の AIエージェント・ブートキャンプ(業務棚卸し・プロトタイプ構築・ROI試算を3〜5日で完結)で、L2/L3の要件を実機で確かめてから本番設計に進むのが確実です。
homula が活用する n8n / Dify / LangGraph はいずれも自社ホスト可能で、「モデルごと社内」構成とも相性が良い技術です。重要なのは、流行りの最も厳しい構成に飛びつくことではなく、要件に対して過不足のない主権レベルを選び、その中で統制を効かせることです。
まとめ
2026年10月、エージェント開発の主権は「実行は社内」から「モデルごと社内・エアギャップ」へと、一段内側の選択肢を手にしました。これは規制業種にとって朗報である一方、モデルの更新・評価・選定という新しい運用責任を自社に引き込むことでもあります。問われているのは「最も閉じた構成を選べるか」ではなく、「業務ごとに適切な主権レベルを割り当て、その内側で承認・監査・権限をどう設計するか」です。主権の強化とガバナンスの強化は、常にセットで進めてください。
自社がどの段に立つべきか、そして閉じた環境の中でどう統制を効かせるか——homula は要件の棚卸しから実機検証まで一気通貫で伴走します。まずは小さく確かめるところから始めましょう。