Perplexity、機密データをMac上のローカルモデルに振り分けるハイブリッドコンピューティングを開始

Perplexityは、エージェント型プラットフォームComputer向けにHybrid Compute機能を開始した。高度なクラウドモデルの能力とローカル処理のプライバシーを組み合わせる試みだ。この機能では、エージェントがクラウドでタスクを開始した後、プライベートなファイルやデバイス上のデータを扱う部分を、Appleシリコン搭載Mac上でローカルに動作するモデルへ委任できる。タスクを再開したり、コンテキストを失ったりする必要はない。

この機能は2026年9月1日から、利用を選択した法人顧客向けのPerplexityデスクトップアプリ、およびProとMaxの加入者向けに、macOS 15以降を搭載したAppleシリコンMacで利用できる。同社は資料の中でWindowsまたはLinuxの対応時期を明示せず、対応は後日になるとだけ述べている。

プラットフォームはタスクの各部分をどのように振り分けるのか

このアーキテクチャは、調整レイヤー、つまりタスクのディスパッチャーとして機能する。クラウド上の高度なモデルがリクエストをサブタスクに分割し、それぞれをどこで実行するかを判断する。ウェブ検索、長期的な計画、負荷の高い推論タスクはクラウドに残せる一方、プライベートファイル、ローカルデータ、デバイス操作に触れる処理は、Mac上で動作するサブエージェントに送られる。

PerplexityはPrivacy Gateと呼ぶ仕組みに依存している。これは同社が訓練した分類器で、デバイス上で動作し、名前、住所、口座番号、秘密情報などの個人識別情報を、コンテンツがクラウドへ転送される前に検査する。機密データが検出された場合、該当部分をローカルで実行するか、クラウドのコーディネーターと共有するかをユーザーが選択する。同社によると、ローカル実行で生成されたトークンがデバイスの外へ出ることはない。

ローカルモデルと異なるコスト

開始時点で、ユーザーは3種類のローカルモデルから選択できる。GoogleのGemma E4B、AlibabaのQwen3.6 35B-A3B、そしてPerplexityが再訓練したQwen3.6 35Bのバージョンで、同社はこれを推奨モデルとしている。PerplexityでmacOSおよびiOSのエンジニアリングチームを率いるJon Staffは、Qwenモデルをローカルで実行しても、トークンが別の国にあるホスト型クラウドプロバイダーへ送信されることはないと説明した。また、同社のモデルは米国でホスティングされていると述べた。

Staffによると、ローカル実行で生成されるトークンは利用クレジットに算入されない一方、クレジットはクラウドでの調整と委任に使われる。ただしPerplexityは、より強力なローカルモデル群を実行するために、少なくとも32GBのユニファイドメモリを推奨している。Staffは、より小型のモデルは大型のQwenモデルより性能が大幅に低いことも認めた。

企業にとって実際に何が変わるのか

Perplexityは、データ全体をクラウドエージェントに送ることが難しい業務を対象としたユースケースを示した。法律分野の例では、システムが機密性の高い事件ファイルをローカルで処理し、ウェブを通じて公開された判例を検索した。同社によると、送信されたのは匿名化された法的質問だけだった。別の例では、エージェントが機密の経営予測に基づく財務モデルを処理し、公開データと比較したうえで、約40分間バックグラウンドで動作し、投資委員会向けプレゼンテーションの第5版を作成した。

ユーザーはiPhoneからタスクを開始し、ComputerにリモートのMacへのアクセス権を与えることもできる。その場合、ローカルデバイスが顧客インタビューと収益データを処理する一方、クラウドエージェントは公開されている競合他社の価格を調査する。企業向けに、Perplexityは管理者が組織全体に統一された機密性ポリシーを適用し、各デバイスから外部へ出たものの完全な監査ログを確認できるようにしている。これらの機能は、特に法律、金融、医療分野のコンプライアンスチームを対象としている。

なぜこの開始が重要なのか

この製品は、実務上のトレードオフへの対応を試みている。最高レベルの精度を必要とする業務は、企業が外部サーバーへ送りたくないデータに依存することが多い一方、ローカルモデルだけでは検索、計画、推論の能力が不足する可能性がある。そのためPerplexityは、ハイブリッド処理をクラウドまたはローカルデバイスの完全な代替としてではなく、タスクの各部分をどこで実行するかを決めるレイヤーとして提示している。

しかし、この保護は絶対的な保証ではない。プライバシーゲート自体が機械学習に基づく分類器であり、一部の機密データを検出できない可能性がある。同社によると、ユーザーは送信前にゲートが検出した内容を確認でき、企業はデバイスレベルの監査ログも取得できる。ただし、この仕組みの実効性は、分類器の精度と各企業が定めるレビュー方針に実際には左右される。また、非法人アカウントのデータ利用に関する詳細は、追加の説明が必要なままだ。同社は、それらをグローバルな継続学習に利用していないと述べ、非法人アカウントについて詳細を提供すると約束した。