なぜ開発者はローカルLLMに向かうのか APIコストの呪縛を解く「Gemma 4」：Apache 2.0で使えるGoogleの本気
Googleは、スマートフォンや小型デバイス上で動作可能なオープンモデル「Gemma 4」を公開した。Google DeepMindのAI開発者エクスペリエンス担当リーダーが、その特徴や使い方を紹介する。
生成AI（AI：人工知能）を“クラウド経由”ではなく、スマートフォンや小型デバイス上で直接動かす流れが加速している。こうした中、Google DeepMindが2026年に公開したオープンモデル「Gemma 4」が注目を集めている。Gemma 4は、スマートフォンや「Raspberry Pi」のような小型デバイスでも動作可能な軽量設計を特徴としつつ、画像や動画、多言語対応など高度な機能も備える。ローカルAIは企業ITにどのような変化をもたらすのか。
Gemma 4が変えるAIの商用利用
Gemma 4は、Google DeepMindが開発したオープンモデル群だ。パラメーター数は20億から310億まで複数用意されており、用途に応じて選択できる。最小モデルはスマートフォン上での動作を想定しており、最大モデルでも一般的なGPU搭載PCで動かせる規模に抑えた。Google DeepMindは、「開発者が自分のデバイス上で扱えるAI」を重視して設計したとしている。
特に小型モデルは、音声、画像、動画を扱えるマルチモーダル機能を搭載している。音声入力からテキスト化や翻訳も可能で、スマートフォン上で直接AIアシスタントを動かす用途を想定する。一方、大型モデルは音声入力には対応していないものの、高度な画像理解や動画解析機能を備える。
さらにGemma 4は140以上の言語で学習しており、多言語対応を重視している点も特徴だ。Google DeepMindのオマル・サンセビエロ氏は、「米国だけではなく、世界中で利用できるモデルを目指した」と説明している。
なぜ“ローカルAI”が重要なのか
ローカルAIやオープンモデルが注目される背景には、プライバシーや規制対応の問題がある。医療や政府系など、データを外部のクラウドサービスへ送信できない環境では、オンデバイスAIの需要が高い。Gemma 4はローカル実行を前提としており、インターネット接続なしでも利用可能な構成を取りやすい。
企業独自の用途に合わせてファインチューニングしやすい点も強みだ。例えば金融分野など特定業務に特化したAIモデルを、自社データで追加学習して独自利用できる。サンセビエロ氏は、「企業がモデルの挙動をより細かく制御できる」と説明する。
一方で、小型モデルには知識量の制約もある。Google DeepMindは、「小型モデルだけで世界中の知識を保持するのは難しい」とし、高度な知識や複雑な推論では、大規模クラウドAIとの併用が必要になるとの見方を示した。
“ハイブリッド推論”が主流になる？
こうした制約を踏まえ、ローカルAIとクラウドAIを組み合わせる「ハイブリッド推論」も注目されている。
例えばソフトウェアベンダーCactus Computeは、入力内容の複雑さに応じて、ローカルモデルで処理するか、高性能クラウドAIへ転送するかを自動的に切り替える仕組みを開発しているという。簡単な処理は端末側で実行し、高度な推論のみクラウドへ送ることで、コストやプライバシー、応答速度を最適化するのが狙いだ。
Gemma 4は、こうした“ローカルAI前提”の時代を見据えたモデルとも言える。Raspberry Piや「Jetson Nano」など、GPUリソースが限られた小型デバイスへの実装も広がりつつある。
Apache 2.0採用で企業利用を後押し
Gemma 4ではライセンスの変更もあった。従来の独自ライセンスから、オープンソースライセンス「Apache License 2.0」へ移行した。これにより、企業利用時の法務リスクや導入ハードルを下げる狙いがある。
これについてGoogle DeepMindは、企業やスタートアップ、非営利団体などから「ライセンスが導入障壁になっていた」というフィードバックを受けて変更を決めたとしている。
企業IT部門にとっては、クラウドAIを全面的に利用するだけではなく、「どの処理をローカルで実行し、どこをクラウドへ送るか」を設計する時代が近づきつつある。Gemma 4は、その選択肢を広げる存在になりそうだ。
■本稿は、2026年4月24日に公開された「From smartphones to Raspberry Pi: Running Gemma 4 anywhere」を記事化したものです。
Copyright © ITmedia, Inc. All Rights Reserved.