ローカルAIとは
AIモデルを自分のPCや手元の環境で動かす使い方です。クラウドAIと比べて、モデルや処理環境を自分で選べる一方、PC性能や設定の確認が必要です。
LOCAL SHIFT
AI IS MOVING CLOSER.
LOCAL AI / EXPERIENCE
AIは、遠くにあると思っていた。 けれど、それはあなたのPCにも住める。
クラウドの向こう側から、自分の机の上へ。
ローカルAIとは、AIモデルをクラウドサービスだけに任せず、自分のPCで動かす使い方です。LOCAL SHIFTでは、クラウドAIとの違い、PC性能、モデルとツールの選び方を、スクロールしながら体験できます。
クラウドAIとローカルAIの違い
昨日まで、AIは遠い場所で動いていた。
今日からは、自分のPCでも動かせる。
クラウドAI
- 導入が簡単
- 高性能なモデルを利用できる
- インターネット接続が必要
- 利用量や料金を意識する場合がある
ローカルAI
- 自分のPC上で動かせる
- モデルを自分で選べる
- オフラインでも利用できる場合がある
- PC性能に合わせた選択が必要
スクロールで、光がクラウドからあなたのPCへ移動します。
必要なのは、巨大な研究施設ではない。
まずは、自分のPCを知ること。
メモリ容量を選択
小さめのモデルを試し、ローカルAIの感触を確かめる。
メモリは「入り口の目安」の1つです。実際の動作は GPU・VRAM・CPU・モデル形式・量子化・コンテキスト長・用途でも変わります。まずはこの容量で試し、あとで GPU や VRAM も合わせて確認してください。
表示は目安であり、動作を保証するものではありません。
モデルだけでは、AIはまだ話し始めない。
必要なのは、動かすための道具。
LM Studio
モデルを探し、読み込み、会話する。
画面を操作しながらローカルモデルを試したい人の入口。
- 向いている人：初めてローカルAIを動かす人
- 主な役割：モデルを探して読み込み、すぐ会話できる
- 次のステップ：気に入ったモデルを他ツールから呼び出す
◍
Ollama
コマンドや他のアプリから、モデルを呼び出す。
シンプルな構成で、ローカルAIをさまざまなツールにつなぐ。
- 向いている人：コマンドや他アプリからモデルを使う人
- 主な役割：モデルをバックエンドとして呼び出す
- 次のステップ：自分のアプリやスクリプトに組み込む
≈
Hermes Desktop
AIに、調査や作業の流れを任せる。
モデルやAPIを使い分けながら、エージェント型の作業へ進む。
- 向いている人：調査や作業をAIに任せたい人
- 主な役割：モデル/APIを使い分け、手順を自動化する
- 次のステップ：LM Studio / Ollama のモデルを基盤に使う
✶
大きいモデルが、いつも正解とは限らない。
使える大きさを選ぶことが、ローカルAIの第一歩。
遠くにあったAIが、
いま、自分の机の上にいる。
最初の一歩は、自分のPCを知ること。
ローカルAIを始める前に知る3つのこと
PC性能はメモリだけでは決まらない
メモリに加えて、GPU・VRAM・CPU、モデルサイズ、量子化、入力の長さ、用途によって動作は変わります。
ツールは役割で選ぶ
画面操作で試すLM Studio、コマンドやAPIから呼び出すOllama、作業の流れを組むHermes Desktopでは役割が異なります。
詳しい手順や診断は、以下のLocal AI Compass（外部サイト）で読めます。
あなたのPCでは、どんなAIが動くだろう。
メモリ容量や使い方から、最初に試すモデルとツールを調べてみましょう。
ローカルAI Compass（外部サイト）の診断・入門ページへ移動します。