何が起きたか
Perplexityが、Macアプリに統合された新機能「Hybrid Compute」を発表しました。2月に登場した自律型エージェント群「Perplexity Computer」から派生したもので、Mac向けの「Personal Computer」に続く新たな枝です。
仕組みはシンプルです。1つのタスクを、クラウド上のフロンティアモデル（Opus 5、GPT-5.6 Solなど）と、ユーザーのMac上で動くローカルLLMに分割します。機密情報の処理はローカル側が担当し、それ以外の重い推論はクラウドに任せます。ローカルモデルの選択肢はGemma E4B、およびQwenの350億パラメータ「3.6」の2バリアント（うち1つはPerplexityが追加学習したもの）で、今後拡充される予定です。インストールにターミナルを開く必要はなく、アプリが処理します。
動作要件はApple Silicon搭載Mac＋macOS 15で、ユニファイドメモリは32GB以上が推奨。Pro／Maxの加入者と法人顧客が対象です。
なぜ重要か
注目すべきは、機能そのものより「判定の自動化」です。Perplexityはこのリリースに合わせて、どのファイル・情報を手元に留めるべきかを自動提案するプライバシー分類器を新たに学習させています。Macプロダクトを統括するJon Staff氏は「Macアプリに直接統合されており、ファイルをアップロードしたり情報を送ろうとするたびに、機密内容を自動チェックして、そのデータをクラウドに共有していいか確認します」と説明しています。
これまで「AIに社内データを渡していいか」の判断は、ルールブックと従業員の自己申告に委ねられてきました。それをツール側が推論の直前に割り込んで問う設計にしたのが今回の変更点です。委譲が始まる前に、ユーザーはどのファイルが隔離対象になるかを確認し、どのモデルに何を任せるかを選べます。
「全部ローカル」でも「全部クラウド」でもない
Staff氏は性能面で正直です。「率直に言えば、生の成果物の質という点では、フルにフロンティアモデルを使った出力がほぼ常に優れます。高価ですが、能力も高い」。その上で「スライダーであるべきで、どの位置に立つかは仕事の種類ごとにユーザーが決められるようにしたい」と述べています。
ここが実務的には重要です。オンプレ／ローカルLLM構想がこれまで頓挫しがちだったのは、「機密を守る＝性能を諦める」という二者択一を迫られたからでした。Hybrid Computeは、その二択を「タスク内のどこを分けるか」という粒度の問題に置き換えています。Perplexityが挙げるユースケースも、弁護士が依頼者情報を秘匿したまま自案件と判例を突き合わせて書面を準備する、という「一部だけ守れば成立する」典型例です。
コストという第二の動機
もう一つの訴求はコストです。高価なフロンティアモデルから仕事を剥がしてローカルに寄せることで推論費用を抑えられ、自分のマシンで生成したローカルモデルのトークンには課金されません。実行中はCPU・GPU・メモリの使用状況が可視化され、サイドバーで消費トークン数も確認できます。つまり、機密性とコストの両方が同じスライダー上に乗っている、というのが設計思想です。出力後は通常どおり追加指示を出せるほか、iPhoneからタスクを投入することもできます。
💼 事業会社視点：これは自社にどう効くか
日本企業にとっての実務的な意味は「AI利用ポリシーの実装レイヤーが、規程からツールへ降りてきた」ことです。多くの企業は今、生成AI利用ガイドラインをPDFで配り、従業員の判断に委ねています。Hybrid Computeの分類器は、その判断をアップロード直前に機械側で行う。同種の機能は他社も追随するはずで、情シスの論点は「どのAIを許可するか」から「機密判定をベンダーの分類器に委ねてよいか、その誤判定責任は誰が負うか」に移ります。
特に効くのは、受託開発・法律／会計事務所・医療系SaaSなど、顧客データのNDAが商談のボトルネックになる業種です。「機密部分は貴社のMac上でのみ処理」と提案書に書けるかどうかは、失注理由を1つ消します。逆にSaaS側は、自社プロダクトのAI機能が全処理をクラウドに送る設計のままだと、比較検討で不利になり得ます。
経営としての当面の打ち手は3つ。（1）Apple Silicon・32GB以上という要件を、次期PC調達基準に織り込むか判断する。（2）自社の「クラウドに出してはいけないデータ」を、分類器に食わせられる粒度で定義し直す。（3）ローカル処理分は課金されない点を踏まえ、AI利用料の膨張が読めない部門で試算し直す。要件を満たすMacが手元にある企業ほど、検証コストはほぼゼロです。