Perplexity、機密データをオンデバイス処理するハイブリッドAI発表

Perplexityが発表したハイブリッドコンピュート機能は、機密データをデバイス外に出さずに高度なAI処理を実現する。

投稿者 central
Privacy Gateにより個人識別情報を保護するPerplexityのハイブリッドアーキテクチャ。
ハイライト
  • ハイブリッドコンピュートはクラウドとMac上のローカルモデルをタスクに応じて動的に使い分ける。
  • Privacy Gateはデバイス上でPIIをスキャンし、機密データのクラウド送信をユーザーが制御できる。
  • 企業向けには監査ログが提供され、ローカルモデルには最低32GBメモリが推奨される。

Perplexityは、エージェント型AIプラットフォーム「Computer」向けに、クラウド上の最先端モデルとAppleシリコンを搭載したMac上で動作するオープンウェイトモデルを動的に組み合わせる「ハイブリッドコンピュート」機能を発表した。本機能の最大の特徴は、機密性の高いデータをデバイス上から一切外部に出さずに処理できる点にある。企業向けのエンタープライズ顧客、ならびにProおよびMaxサブスクリプション契約者は、本日よりmacOS 15以降を搭載したAppleシリコンMac向けのデスクトップアプリを通じてこの機能を利用可能となる。

クラウドの知性とローカルの機密性を両立するアーキテクチャ

ハイブリッドコンピュートの核心は、タスクを状況に応じて最適な処理環境に振り分ける「オーケストレーター」としての機能にある。クラウド上のフロンティアモデルは、Webリサーチ、長期的な計画立案、高度な推論といったタスクを担当する。一方、機密ファイルやローカルデータへのアクセス、デバイス上でのアクション実行など、外部に情報を送りたくない処理は、その都度、Mac上で動作するサブエージェントに委譲される。これにより、ジョブを再起動したりコンテキストを失うことなく、同一タスク内でクラウドとローカルを透過的に行き来することが可能になる。

この処理の流れを支えるのが、Perplexityが「Privacy Gate」と名付けた独自の分類器だ。これはデバイス上で動作し、氏名、住所、口座番号、シークレット情報などの個人識別情報(PII)を送信前にスキャンする。Privacy Gateが機密コンテンツを検出した場合、ユーザーはその部分をローカルで処理するか、それでもクラウドに送信するかを選択できる仕組みである。PerplexityのmacOSおよびiOSエンジニアリングチームを統括するJon Staff氏は、「クラウドオーケストレーターと共有される情報が安全であることを保証するため、独自のPII分類器を構築し、Macアプリに直接統合した」と述べている。

経済的なメリットも無視できない。Perplexityがクレジット制で課金するクラウド利用とは異なり、ローカルで生成されたトークンは無料となる。Staff氏は「ユーザーは電気代とハードウェア代を負担しているだけであり、私たちはそれに対して課金しない。クレジットが消費されるのは、あくまでオーケストレーションとタスクの委譲処理のみだ」と説明する。

具体的なユースケースが示す実用性——弁護士、PEファンド、陶芸店主

Perplexityは、デモンストレーションを通じて、このアーキテクチャが特に有効なシナリオを具体的に示した。第一のデモは、弁護士が期限に追われる中の業務だ。弁護士はMac上に保存された秘匿性の高い訴訟案件ファイルに対してドラフトを更新する。同時に、クラウド上のエージェントは公開されている判例をWebから収集する。Perplexityによれば、このプロセスでクラウドに送信されるのは匿名化された法的質問のみであり、特権情報がクラウドに漏洩することは一切ないという。

第二のデモでは、プライベートエクイティ(PE)ファンドのアソシエイトが、機密の経営予測データに基づいて財務モデルを修正し、同時に公開市場の類似企業データとベンチマーク比較を行い、投資委員会向け資料の第5版を作成するというプロセスが披露された。この一連のタスクは、約40分間、人間の介入なしにバックグラウンドで完了した。従来であれば、ローカルのスプレッドシートとクラウド上のリサーチを手作業で統合するのに何時間もかかっていた作業だ。

第三のデモは、デバイスをまたいだ継続性に焦点を当てたものだ。ある陶芸店の店主がUberの車中からiPhoneでマーケティング分析を開始する。Computerは、アトリエにあるMacへのアクセス許可を求め、ローカルのサブエージェントを起動して顧客インタビューや収益データを処理すると同時に、クラウド上で競合他社の公開価格情報をリサーチする。Staff氏は「このようなタスクは、完全にローカルな環境でも、完全にクラウド上の環境でも実現できない。ローカルのセキュリティとプライバシー、そしてフロンティアモデルの知性、その両方が必要だ」と強調する。

中国製Qwenモデルの採用とセキュリティへの懸念

本機能のローカルモデルとして、現時点ではGoogleの「Gemma E4B」、Alibaba(阿里巴巴)の「Qwen3.6 35B-A3B」、そしてPerplexityが独自にポストトレーニングを施した「Qwen3.6 35B」の3種類から選択可能だ。Perplexityが推奨するのは後者の独自チューニング版である。このラインナップに対して、特にエンタープライズや政府系顧客から中国製モデルが自社のマシンにアクセスすることに対する懸念が生じるのは自然な流れだろう。VentureBeatの質問に対し、Staff氏は「これらのモデルはオープンウェイトであり、私たち自身で評価できる。そして、モデルがユーザーのコンピュータ上でローカルに動作している限り、データはコンピュータの外部に出ることはない。トークンが他国にホストされたクラウドプロバイダに送信されるわけではない。Perplexityのすべてのモデルは米国内でホストされている」と、地政学的リスクはローカル推論によって無効化されるとの立場を示した。

さらに、macOSに標準搭載されるサンドボックスフレームワーク「Seatbelt」が、エージェントがマシン上で実行できるアクションを制限すると説明。ローカル実行が許可されていない動作を試みた場合、システムはそれを即座に停止し、ユーザーに許可を求める仕組みとなっている。現時点では、無制限の「YOLOモード」実行は許可されていないという。

エンタープライズ向けには、管理者が組織全体のセキュリティポリシーを一元設定できるほか、各デバイスから外部に送信されたデータの完全な監査記録を取得する機能も提供される。これは、法務、金融、医療分野のコンプライアンスチームを明確に意識した設計だ。

ハイブリッドAIが解決しようとするエンタープライズのジレンマ

この発表は、企業がAIを活用する上で長年直面してきた根本的な問題に対する一つの回答と言える。最も価値の高いエンタープライズ業務とは、まさに企業が他社のサーバーに送信することを最も嫌うデータを扱うものだからだ。米国立標準技術研究所(NIST)は生成AIのリスクプロファイルにおいて、データプライバシーと情報漏洩を中核的なリスクとして指摘している。マッキンゼーの調査でも、多くの組織が実験段階から価値創出へと移行できずにいる要因として、データガバナンスが主要な障害の一つとして挙げられている。ガートナーは2025年の戦略的テクノロジートレンドの一つに「ハイブリッドコンピューティング」を挙げ、複数の環境にまたがるコンピューティングアーキテクチャの重要性を予見していた。

Perplexityは、クラウドの知性とローカルのプライバシーの二者択一ではなく、両者をリアルタイムで調停するオーケストレーションレイヤーを構築することでこの問題を解決しようとしている。同社の担当者は「Perplexityはスイスのように、誰とでも協力する中立的な立場」と表現する。特定のモデルベンダーに依存せず、アプリケーションレイヤーとして最適なモデルを組み合わせるという戦略は、競合優位性として機能する可能性が高い。

急成長するPerplexityの軌跡と残された課題

ハイブリッドコンピュートの発表は、Perplexityの極めて攻勢的なプロダクト展開の最新章に位置づけられる。同社は2025年7月にAIブラウザ「Comet」を月額200ドルのMaxサブスクライバー向けにリリース。2026年3月にはエージェント型プラットフォーム「Computer」を発表し、MacおよびWindows向けのデスクトップアプリを投入した。先週には、NVIDIAのDGX Sparkハードウェア上で動作するローカルファースト版のComputerを発表したばかりだ。今日の発表はその流れを逆転させ、クラウドファーストのアプローチでタスクをローカルに委譲するというものだ。

ビジネスの成長も著しい。2024年1月に5億2000万ドルと評価された同社は、2025年9月には200億ドルの評価額での資金調達を完了した。さらに、GoogleのChromeブラウザに対する345億ドルの買収提案や、Appleによる買収検討の報道など、業界の注目を集める存在へと急成長を遂げている。

しかし、戦略に課題がないわけではない。Redditからのデータスクレイピングをめぐる訴訟は棄却を免れておらず、著作権やデータに関する訴訟の波に直面している。これは、同社のプライバシー重視の姿勢が、商業的であると同時に評判上の必要性からも重要な意味を持つ理由の一つである。また、実用的な制約も存在する。ローカルモデルの上位ティアには最低32GBのユニファイドメモリを推奨しており、最小構成ではパフォーマンスが大幅に低下する。WindowsやLinuxのサポートは今後となる。

最も深遠な問題は、ユーザーが容易に検証できない点にある。Privacy Gateは機械学習分類器であり、誤検出のリスクはゼロではない。偽陰性(False Negative)が発生した場合、機密データがクラウドに送信される可能性が残る。Perplexityの答えは透明性だ。ユーザーはゲートがフラグを立てた内容を送信前に展開して確認でき、エンタープライズ向けにはデバイスレベルの監査ログが提供される。しかし、結局のところ、この提案はプロフェッショナルに対して「あるAIに、別のAIが見てよい情報を判断させる」という信頼を求めるものだ。業界がこの3年間、弁護士や銀行員、医師に対して「最も機密性の高い作業はクラウドから遠ざけよ」と警告してきたことを思えば、Perplexityの賭けは「より高い壁を築くこと」ではなく、「よりスマートなゲートを構築すること」に解決策を見出したと言えるだろう。

この記事をシェア