AIエージェント時代のデータベース需要に向けたLakebase構築
データベース事業では、エージェントをめぐる見立てがより具体的になる。AIが生成するソフトウェアは、人間の開発者が作るソフトウェアとは異なる振る舞いをするからだ。AIコーディングエージェントは、アプリケーションの複数バージョンを作成し、それらを同時にテストし、環境を分岐させ、数分以内に大半の作業を破棄できる。そのソフトウェアを支えるインフラは、その速度に追随しなければならない。
ゴドシは、「AIコーディングシステムから見えるソフトウェア生産の伸びに基づけば、人類は今後9〜12カ月で、これまでの全歴史を通じて書いてきた以上のソフトウェアを書く可能性がある」と見積もる。すべてのアプリケーションにはデータベースが必要であり、「エージェントには、ほぼ瞬時に起動し、アイドル時には縮小し、迅速な実験を支えられるデータベースが必要だ」と彼は主張する。
同社は1日あたり1600万件を超えるPostgresデータベースの起動を報告している。この数字は、その仕組みを説明されるまでは途方もなく大きく聞こえる。「これはデータベースの起動回数だ」とゴドシは言う。「われわれがこれを追跡しているのは、エージェントが従来型システムよりもはるかに速くデータベースを作成できるからだ。Lakebaseは、競合システムの一部が数分かかるのに対し、1秒未満でデータベースを起動できる」。
しかし、そうした環境の多くは、長期稼働する本番アプリケーションにはならない。「起動回数の数字は経済活動を測定するためのものではない」と彼は言う。「売上高が経済活動を測るものであり、起動指標はシステムが稼働する速度とスループットを示すものだ」。
ペタバイト級のデータベースでも、分岐は約1秒で作れる
Lakebaseをエージェントに適したものにしているのは、そのブランチングアーキテクチャだ。企業は、ペタバイト規模のデータベースのブランチを、完全な物理コピーを作ることなく約1秒で作成できる。Lakebaseが変更分のみを追跡するためである。これによりエージェントは、基盤となるストレージの使用量を増やすことなく、隔離された環境を立ち上げ、異なるアプローチを試し、破棄できる。より難しい問いは、エージェント生成ソフトウェアの急増が、この技術的優位をより大きく持続的なデータベース事業へと転換できるかどうかである。
