クラウドAIの「不安」を解消する新しい選択肢
ChatGPTやClaude、Geminiといったクラウド型のAIサービスは便利ですが、入力した内容がインターネット経由でサーバーに送られることに不安を感じている方も多いのではないでしょうか。特にフリーランスでクライアントの機密情報を扱う場面では、うっかりAIに相談できないこともあります。
Liquid AIが発表したLFM2-24B-A2Bモデルは、こうした課題に対する一つの答えです。このモデルは通常のノートパソコンやデスクトップパソコンで動作し、インターネット接続なしでも利用できます。データは自分のパソコン内で完結するため、外部に情報が漏れる心配がありません。
さらに注目すべきは、単なる会話型AIではなく、パソコン上のさまざまなツールを呼び出せる点です。例えば、フォルダ内のファイルをセキュリティスキャンしたり、監査ログを取得したり、複数のアプリケーションを連携させた作業を自動化したりできます。
LocalCoworkで実現する「ローカルAIエージェント」
Liquid AIは、このモデルを簡単に使えるLocalCoworkというデスクトップアプリも同時にリリースしました。これはオープンソースで公開されており、誰でも無料でダウンロードして使い始められます。
LocalCoworkの仕組みは、Model Context Protocol(MCP)という技術を使っています。これは、AIモデルがパソコン上のさまざまなツールやアプリと連携するための共通ルールのようなものです。例えば、「このフォルダ内の画像ファイルをすべてリサイズして、Dropboxにアップロードして」といった複数ステップの作業を、AIに指示するだけで自動実行できます。
技術的な話になりますが、LFM2-24B-A2Bは24億パラメータのMoE(Mixture of Experts)モデルで、ツール呼び出しに特化してファインチューニングされています。従来の同規模モデルと比べて、デコード速度とプレフィル速度が2倍高速化されており、応答の遅延が少ないのが特徴です。
フリーランスの実務でどう使える?
具体的な活用シーンをいくつか見てみましょう。
まず、ライターやエディターの方なら、クライアントから受け取った機密文書の要約や分析を、データを外部に送信せずに行えます。例えば、「このフォルダ内の契約書PDFから、納期と報酬の情報だけを抽出してスプレッドシートにまとめて」といった指示が可能です。
デザイナーやクリエイターの場合、プロジェクトフォルダ内の画像ファイルを一括処理したり、クライアント別にファイルを自動分類したりする作業を自動化できます。「先月納品したクライアントAのファイルをすべて見つけて、専用フォルダに移動して」といった指示で、面倒な整理作業から解放されます。
セキュリティを重視するコンサルタントやエンジニアの方には、ローカルでのセキュリティスキャンや監査ログ取得が役立ちます。クライアントのシステム情報を扱う際に、外部サービスを経由せずに分析作業ができるのは大きなメリットです。
クラウドAIとの使い分けが鍵
ただし、LFM2-24B-A2Bはすべての作業に向いているわけではありません。開発元も認めているように、知識集約的なタスク(例:複雑な専門知識が必要な質問への回答)やプログラミングコードの生成には、ChatGPTやClaudeのような大規模モデルの方が優れています。
つまり、このツールは「機密性の高い作業」や「ローカルファイルの操作」に特化していると考えるべきです。一般的な調べ物や文章作成はクラウドAI、機密情報を扱う作業はローカルAI、という使い分けが現実的でしょう。
導入のハードルと注意点
LocalCoworkはオープンソースですが、導入には多少の技術的な知識が必要です。公式のCookbook(使い方ガイド)を参照しながらセットアップする必要があり、プログラミング経験のない方にはやや敷居が高いかもしれません。
また、MCPを使ったツール呼び出しには、セキュリティ上の注意点もあります。AIにパソコン上のファイルやアプリへのアクセス権限を与えるため、どのツールに何の権限を与えるか、慎重に設定する必要があります。公式ドキュメントでも、認証オプションの設定やデータ漏洩リスクへの配慮が推奨されています。
動作環境についても確認が必要です。24億パラメータのモデルをローカルで動かすには、それなりのスペックのパソコンが必要です。メモリは最低16GB、できれば32GB以上が望ましいとされています。お使いのパソコンのスペックによっては、動作が遅くなったり、そもそも起動できなかったりする可能性があります。
フリーランスへの影響
このツールの登場で、フリーランスにとって何が変わるでしょうか。
最も大きいのは、「AIを使いたいけど機密情報が心配」というジレンマが解消されることです。これまでNDA(秘密保持契約)の関係でAIツールを使えなかった場面でも、ローカル実行なら問題なく活用できます。クライアントに対しても「データは外部に送信していません」と説明できるため、信頼関係を保ちながらAI活用の効率化を図れます。
作業時間への影響も期待できます。ファイル整理や定型的なデータ抽出作業を自動化できれば、月に数時間から十数時間の時短になるでしょう。時給換算で考えれば、その分を新しいクライアント獲得や創造的な業務に充てられます。
ただし、収益への直接的な影響はすぐには現れないかもしれません。このツールは「作業の効率化」には貢献しますが、「新しいサービスの提供」には直結しにくいためです。むしろ、機密性の高いプロジェクトを受注しやすくなる、という間接的なメリットの方が大きいでしょう。
特に恩恵を受けるのは、機密情報を日常的に扱う士業(税理士、弁護士など)、企業の機密データを扱うコンサルタント、クライアントのプライベート情報を管理するバックオフィス業務の方々です。逆に、公開情報だけを扱うブロガーやSNS運用者には、あまり必要性を感じないかもしれません。
今すぐ試すべき? それとも様子見?
結論から言えば、「技術に興味があり、機密情報を扱う機会が多い方は試す価値あり。それ以外の方は様子見」です。
オープンソースで無料なので金銭的なリスクはありませんが、セットアップと学習に時間がかかります。まずは公式のCookbookを読んで、自分の業務に当てはまる使用例があるか確認してみてください。具体的な活用イメージが湧かなければ、無理に導入する必要はありません。
すでにChatGPT PlusやClaude Proを契約していて、それで十分に業務が回っているなら、今すぐ乗り換える理由もないでしょう。むしろ、「クラウドAIでは対応できない機密作業が発生したら、LocalCoworkを検討する」という位置づけで覚えておくのが賢明です。
一方、セキュリティ要件の厳しいクライアントからの依頼が増えている方、あるいは今後そうした分野に進出したい方には、試してみる価値があります。「ローカルAIを使った業務フロー」を提案材料にできれば、競合との差別化にもつながります。
元記事はこちらから確認できます：Liquid AI公式発表(MarkTechPost)
コメント