はじめに

2026年9月1日、PerplexityはMac向けにHybrid Compute(ハイブリッドコンピュート)を発表しました。アイデアは単純で強力です。クラウドの強力なモデルと、Mac上のローカルモデルに1つのタスクを分割し、機微なデータは端末から出さない、という設計です。

「AIにファイルを読ませたいが、顧客情報や医療・税務書類をクラウドに送りたくない」——この矛盾に対する、製品としての一つの答えです。本記事では公式発表と関連研究(PII-Tracer)を踏まえ、何ができて何が保証されないかを整理します。

Hybrid Computeとは何か

Perplexity公式ブログによると、概要は次のとおりです。

  • Perplexity Computerのタスクを、クラウドのフロンティアモデルMac上のローカルモデルに分割
  • Mac上の**Privacy Gate(プライバシーゲート)**が、クラウドへ出してよい情報を制御
  • 保護対象ファイルの情報を送る前に、ゲートは例えば次を選べる: 機微部分のマスク、完全ローカル実行、拒否、ユーザー同意の要求
  • ローンチ時のローカルモデル例: Gemma 4 E4B、Qwen3.6 35B-A3B、Perplexity向けに追加学習したモデル
  • 対象: AppleシリコンMac、macOS 15以降、統合メモリ24GB以上(Pro / Max / Enterprise向けと案内)

AppleInsiderやUnite.AIなどの報道も、オンデバイス分類とクラウド/ローカルの自動振り分けという骨子で一致しています。

参考:

PII-Tracer:ゲートの中核

Hybrid Computeの信頼性は、結局「何を機微と判定するか」に依存します。Perplexityは同時に PII-Tracer(約0.6Bパラメータの双方向エンコーダ)と、会話中に繰り返される個人情報を追跡するベンチマーク PII-TRACE を公開・説明しています。

公式の研究投稿のポイント:

  • ローカルでPIIスパンを検出し、アプリ側がルーティング方針を強制する
  • 検出されたPIIは端末に残し、承認された文脈だけクラウドの恩恵を受ける、という分離
  • モデル/ベンチマークのオープン化を進め、第三者検証の余地を残す方針

これは「全部ローカルLLM」より実用的で、「全部クラウド」より漏洩面が狭い、という中間アーキテクチャです。開発者が自前で似た層を置く場合の参考として、LogRocketなどが解説するローカルPIIプロキシ(検出→プレースホルダ置換→クラウド→復元)と同じ思想です。

既存のAIプライバシー記事との違い

当サイトにはPerplexity AIガイドAIデータ漏洩リスクAIライティングツールのプライバシー比較があります。今回の論点は「どのクラウドAIがマシか」ではなく、エージェントがローカルファイルに触る前提で、送信前ゲートを製品化した点です。

方式強み弱み
クラウドのみ最高性能・手軽機微データが提供者側へ
完全ローカルデータ主権が強い性能・運用コスト
Hybrid(ゲート付き)性能と局所性の両立を狙う検出漏れ・ベンダー信頼・端末要件

使う前に押さえる限界

宣伝文句をそのまま「準拠完了」と読まないことが重要です。

  1. 検出は100%ではない: 長文・未知の識別子・間接的な機微情報で取りこぼし得る
  2. ベンダー信頼は残る: オンデバイスアプリと分類器の実装を信頼する必要がある
  3. ハード要件: 24GB統合メモリは、多くのノートでは未達。対象外ユーザーは従来のリスクモデルのまま
  4. 法務・社内規程の代替にならない: 技術ゲートは補助層。契約・ポリシー・ログ管理は別途必要
  5. ネットワーク側の監視: AIクラウド通信自体のメタデータ(いつ・どれだけ)は別問題。必要ならVPNや社内プロキシと併用検討

回線の覗き見対策としては従来どおりVPNが有効な場面がありますが、Hybrid Computeの主戦場は「プロンプトに載る文書内容」です。混同しないようにしましょう。

実務でどう活かすか(個人・小規模チーム)

  • 税務・契約・顧客名簿をAIに渡す作業は、Hybrid対応環境か、そもそもローカル専用ツールへ寄せる
  • クラウドAIを使うなら、送る前に氏名・口座・住所を手動でマスクする習慣を残す(ゲートの二重化)
  • ブラウザ拡張や「なんでも読んでくれる」エージェントの権限を最小にする
  • 社内なら、どのデータのクラウド送信を禁止するかを一文で定義し、Hybrid有無に依存しすぎない

まとめ

  • 2026年9月、PerplexityがMac向けHybrid Computeを投入。機微処理をローカル、調査・推論をクラウドに分割
  • Privacy GateとPII-Tracerが「何を外に出すか」を端末側で判定する設計
  • プライバシーは大幅に改善し得るが、検出漏れ・端末要件・ベンダー信頼・法令対応は残る
  • 「AIを使う/使わない」の二択ではなく、送信前ゲートという設計パターンとして理解するのが有用

次のアクション: 自分のMacが24GB要件を満たすか確認し、満たす場合は機微ファイルを1つだけ選んでHybridの挙動を試し、満たさない場合は手動マスキング手順を先に文書化する。