最近、「ローカルAI」という言葉をよく見るようになりました。
ただ、正直なところ、私はこれまでそこまで興味を持っていませんでした。高価なGPUを積んだWindowsマシンを用意して、コマンドラインを触って、ややこしい設定をする。そんな一部の技術者向けの世界だと思っていたからです。
ところが今回、手元にあるMacBook Proで実際に画像生成を試してみたところ、印象がかなり変わりました。
使ったのはM1 Max・32GBのMacBook ProとDraw Things。最初に入れたZ-Image Turbo 6Bは約9GBあり、「AIモデルそのものを自分のMacにダウンロードする」という体験自体が、ChatGPTしか使ってこなかった私にはかなり新鮮でした。
数年前のMacでも、ローカルAIは普通に動いた
実際に生成してみると、これが思った以上に普通に使えます。ある時点ではDraw Thingsの使用メモリが約6.5GB、全体のメモリプレッシャーは緑、スワップは0。画像1枚の生成時間はおおむね1分前後でした。生成中にMission Controlなどが一瞬重くなる場面はありましたが、「32GBでは厳しい」という印象ではありません。少なくとも今回試した画像生成程度なら、数年前のMacでも十分現実的でした。
上記がローカルAIで作ってみた画像です。最新スペックを入れているわけではありませんが、文字を入れなければ結構使っていけそうな感じがありますね。
ローカルAIというと、どうしても最新の高性能マシンが必要な印象があります。しかし今回の実測では、少なくとも軽量〜中量級の画像生成モデルであれば、現代の一般的な高性能PCでもかなり現実的に扱えることが分かりました。
もちろん、巨大な動画モデルや高解像度生成を本格的に回す場合は別です。ただ、「まずローカルAIを試してみる」という入口のハードルは、私が思っていたよりかなり低いです。
「完成品」より「素材製造機」としてかなり使える
私の用途では、これだけでもかなり使い道があります。
歴史動画用の戦場、人物、街並み、港、背景素材。ブログやWebサイトならアイキャッチやLPの背景、YouTubeならサムネイルの素材。現時点でも人物、風景、コンセプトアート系はかなり実用的です。
一方で、日本語文字や厳密なレイアウト、既存画像の細かい編集は、まだChatGPTなどクラウドAIの方が強い。なので、ローカルAIだけですべて完結させるより、「素材はローカルで大量生成し、文字やレイアウトはCanvaやPhotoshopなどで仕上げる」という使い方が現実的だと感じました。
つまり、現時点でローカルAIに求めるべきなのは「一発で完成品を出すこと」ではなく、「使える素材を大量に作ること」なのだと思います。
この使い方なら、今の時点でもかなり実務に入り込めます。
一番大きいのは、100枚作っても怖くないこと
ここで一番大きいのは、画質そのものより「何回でも試せる」ことです。
厳密にはMac本体の費用や電気代はかかりますが、クラウドサービスのように「10枚追加で作ったから、その分さらに課金」という感覚がありません。30枚作って、5枚残して、また20枚作る。そういう試行錯誤を気兼ねなく回せます。
AI画像生成の価値は、最高品質の1枚だけではありません。何十回でも試して改善できることにも大きな価値があります。
特に自分で制作する人にとっては、この違いは大きいです。一発で完璧な画像を出すより、まず大量に作り、その中から方向性の良いものを選び、さらに調整する。こうした使い方では、1回ごとの生成コストを気にしなくていいこと自体が強みになります。
最新AIに追いつかなくても、十分価値がある
将来的にも、ローカルAIが常に最新クラウドAIに追いつく必要はないと思っています。
仮にクラウド側がさらに高性能になっても、今の高水準な画像生成に近い品質が、少し遅れてローカルで使えるようになるだけでも十分です。私のように自分でWebサイトや記事、動画、サムネイルを作る人間にとっては、最新性能より「十分な品質を何百回でも回せる」方が重要な仕事がかなり多いからです。
もちろん、「半年後には必ず今のクラウドAIと同等になる」と断定できるわけではありません。ただ、オープン系・ローカル系モデルの進化を見る限り、現在の高水準モデルに近い品質が将来的にローカルで扱いやすくなる可能性は十分あります。
また、ローカルの方が常に速いわけでもありません。巨大モデルを高性能GPUで動かすクラウドには、単純な推論速度では勝てないケースが多いでしょう。ただし、軽量モデルを一度読み込んで何十枚も連続生成する、クラウド側に待ち時間がある、アップロードやダウンロードが必要、といった条件まで含めると、成果物を得るまでの総時間ではローカルが有利になる場面もあります。
でも、これ誰がどうやって儲けるの？
ここまで使ってみて、ふと疑問が出てきました。
こんなに便利なものを無料で使えてしまって、作っている側はどうやって儲けるのでしょうか。
Draw Thingsは、ローカル生成そのものは無料で使えます。一方で、有料プランやCloud Compute、Enterprise向け機能が用意されています。つまり、「自分のPCで動かす基本部分は無料、その先の速さ・便利さ・組織利用に課金する」という構造です。
調べてみると、これはDraw Thingsだけの特殊な話ではありません。OllamaやLM Studio、ComfyUIなども、ローカル実行を無料または低コストで提供しつつ、クラウド利用、上位プラン、チーム機能、法人向け機能で収益化する方向に進んでいます。モデルを作る会社側も、API、商用ライセンス、Enterprise契約、大規模利用などを収益源にできます。
要するに、無料なのは「AIを動かす最低限の部分」であって、周辺まで無料になるわけではありません。
無料なのは入口。その先の「便利さ」で課金する
ローカルAIのビジネスモデルを整理すると、かなり分かりやすいです。
| 無料・低価格になりやすい部分 | お金が発生しやすい部分 |
|---|---|
| ローカル推論 | 高速なクラウドGPU |
| 基本モデル | 高性能モデル・API |
| 個人利用 | Team・Enterprise |
| 自分で設定・管理 | 簡単セットアップ・同期 |
| 自己責任での運用 | セキュリティ・サポート |
| 基本利用 | 商用ライセンス・大規模利用 |
つまり、AI自体が完全に無料になるというより、「AIを動かせること」そのものの価値が下がり、その上にある速さ、便利さ、管理、商用利用へ価値が移っていくということです。
これはかなり重要な変化だと思います。
これまでAI企業は「高性能なAIそのもの」を提供することで価値を作ってきました。しかしローカルAIが普及すると、「AIを動かせる」だけでは差別化しにくくなります。そこで価値が、より速く使えること、簡単に使えること、チームで使えること、企業として安全に使えることへ移っていくわけです。
実はWordPressやRed Hatと似た構造だった
この構造は、実は昔からあります。
分かりやすいのがWordPressです。WordPress本体は無料ですが、その周囲にはホスティング、有料テーマ、プラグイン、制作、保守、EC、法人向け運用など巨大な市場があります。
Red Hatも同じです。オープンソースそのものではなく、安定運用、セキュリティ、サポート、長期更新、企業利用に料金を取ります。
つまり、無料で配ることと、ビジネスとして成立することは矛盾しません。
むしろ基盤部分を無料にすることで利用者が増え、その上に別の市場が生まれる場合があります。
ローカルAIも同じように、まず無料・低コストのローカル利用でユーザーを増やし、その中から「もっと速く使いたい」「設定したくない」「チームで使いたい」「会社として管理したい」という需要に対して課金する形が自然です。
AIが無料になるのではなく、「動かすだけ」の価値が下がる
これはWebの歴史とかなり似ています。
昔は「Webサイトを作れること」自体に価値がありました。しかしWordPressや各種CMSが普及すると、価値はデザイン、運用、集客、改善、EC、インフラへ移っていきました。
AIでも同じことが起きる可能性があります。
昔は「AI画像を生成できること」そのものが特別でした。しかし今後は、それ自体は当たり前になり、差がつくのは「どう使うか」「どう業務に組み込むか」「どれだけ速く改善を回せるか」になるかもしれません。
私のように自分で記事を書き、Webサイトを作り、画像や動画まで作る人間にとっては、この変化はかなり大きいと思います。
これまではAIを「外部サービスとして使う」感覚が強かったのですが、ローカルAIが実用的になると、自分のPC自体が制作設備になります。
画像を何十枚も作る。将来的には短い動画も作る。必要なら自動化する。それを毎回外部サービスに依頼するのではなく、自分のMacの中で回す。
今回、M1 Max 32GBで試してみて、「思っていたより、もうそこまで来ている」と感じました。
もちろん現時点ではクラウドAIの方が強い領域も多くあります。だから、全部ローカルに移す必要はありません。最高品質や複雑な編集はクラウド、大量生成や試行錯誤はローカル。この使い分けが今のところ一番合理的に見えます。
そして、もし今後「十分高品質なAI」をローカルで何度でも回せるようになるのであれば、変わるのはAIの性能だけではありません。
制作のコスト構造そのものが変わります。
今回ローカルAIを試して一番面白かったのは、そこでした。
