Secure AIとは
Secure AIは、プライバシーとセキュリティを重視したAI処理の概念です。Copilot+ PCのオンデバイスAIにより、データを外部送信せずローカルで完結することで、企業の機密情報保護とGDPR/個人情報保護法への対応を実現します。
正確には「Secure AI」はISO規格のような単一の認証名称ではなく、MicrosoftがCopilot+ PCの設計思想を説明する際に用いる呼称で、NPUによるローカル推論、TPM 2.0を基点とするハードウェア保護、Windows Helloによるアクセス制御、そしてユーザーが自身のデータをいつでも削除・制御できる仕組みを組み合わせたアーキテクチャ全体を指します。この点は「Zero Trust」や「Responsible AI」と同様に、単一機能ではなく複数技術の集合体を表す設計思想（アンブレラターム）である点を押さえておく必要があります。
Secure AIの仕組み・詳細解説
Secure AIは単一の機能ではなく、ハードウェアからOS、アプリ層まで多層で「データを外に出さない」ことを保証する仕組みで成り立っています。処理の流れを分解すると、以下の4段階に整理できます。
1. NPUによるローカル推論のプロセス
ユーザーが音声入力・画像・キー入力などのデータを生成すると、CPUやGPUではなくNPU（Neural Processing Unit）が優先的に呼び出され、あらかじめ端末内に配置されたSLM（Small Language Model）や画像認識モデルが推論を実行します。この際、推論に使うデータおよび中間結果はメモリ上でのみ扱われ、ネットワークスタックを経由しないため、パケットキャプチャなどで外部に漏れる経路自体が存在しません。Copilot+ PCの要件を満たす端末では、NPU単体で40 TOPS（Tera Operations Per Second、1秒あたり兆回の演算）以上の性能を持ち、テキスト要約や画像生成といった処理を数秒〜十数秒程度でローカル完結させられます。
2. データのライフサイクル管理（取得→処理→保存→自動削除）
Recallのような機能では「取得（スクリーンショット撮影）→ローカルAIによる解析・インデックス作成→暗号化データベースへの保存→設定に応じた自動削除」という一連のライフサイクルが端末内だけで完結します。保存先はBitLockerで暗号化されたボリューム内に限定され、既定でも一定期間（例として3ヶ月など、ユーザーが設定可能な期間）を過ぎたデータは自動削除される設計です。クラウド同期やバックアップの対象からも除外されるため、OneDriveなどに誤って複製されることもありません。
3. ハードウェアレベルの信頼基盤（TPM 2.0・Pluton・Secure Boot）
Copilot+ PCの必須要件にはTPM 2.0の搭載が含まれ、暗号鍵の生成・保管をソフトウェアから隔離されたセキュアな領域で行います。一部の対応機種ではMicrosoft PlutonセキュリティプロセッサがTPM機能をチップ内に統合し、ファームウェア改ざんやコールドブート攻撃への耐性を高めています。加えてSecure BootとVirtualization-based Security（VBS）により、OS起動プロセス自体の完全性も検証されるため、「AIが処理する土台そのもの」が信頼できる状態であることを保証しています。
4. モデル配布・更新の仕組み（Windows Copilot Runtime）
端末内で動くAIモデル自体もWindows Updateの仕組みを通じて配布・更新されます。Windows Copilot Runtimeと呼ばれる基盤レイヤーが、アプリ開発者向けにローカルAI機能をAPIとして提供し、モデルの署名検証や整合性チェックを経てからでないと実行されない設計です。これにより、悪意あるモデル差し替えによる情報窃取のリスクを抑制しています。
Secure AIを支える主要要素
1. オンデバイス処理
- ローカル実行：データがPC外に出ない
- クラウド非依存：外部サーバーへの送信なし
- ネットワーク不要：オフラインで動作
2. データ暗号化
- BitLocker統合：ストレージ暗号化
- Windows Hello：生体認証によるアクセス制御
- TPM 2.0：ハードウェアセキュリティ
3. ユーザーコントロール
- データ削除：いつでも完全削除可能
- 機能の無効化：AI機能を個別にオフ
- 除外設定：特定アプリ・サイトを記録対象外に
具体例：Copilot+ PCのセキュリティ機能
Recall機能のプライバシー保護
- 画面履歴はローカルのみに保存
- 暗号化されたデータベース
- InPrivateモード・DRMコンテンツは記録しない
- 自動削除設定（3ヶ月後など）
- 初期状態でオフ、Windows Helloによる本人確認を経てから有効化・閲覧が可能
Live Captionsのプライバシー
- 音声データはローカル処理のみ
- 字幕は保存されない（画面表示のみ）
- クラウドへの送信なし
Windows Studio EffectsとCocreatorの例
ビデオ会議中の背景ぼかし・アイコンタクト補正・自動フレーミングを行うWindows Studio Effectsは、カメラ映像をNPUでリアルタイム処理し、映像データを外部サービスに送信しません。同様に画像生成機能Cocreatorもオンデバイスモデルで下描きから画像を生成でき、社内資料に使うラフスケッチなど、社外に出せない素材を扱う場面でも安心して利用できます。
企業での活用メリットと注意点
メリット
Secure AIを業務端末に導入する最大の利点は、生成AIの利便性とデータガバナンスを両立できる点です。
- 情報漏洩リスク低減：契約書・人事情報・顧客リストなどをAIに要約・翻訳させても、データが外部のクラウドAPIに渡らない
- コンプライアンス対応：GDPR、日本の個人情報保護法、業界別のガイドライン（金融・医療など）における「越境データ移転」の論点を回避しやすい
- 機密情報保護：社外秘資料や未公開の設計図面もローカルで安心して処理できる
- 監査対応：処理がローカルで完結する証跡（ネットワークログに外部送信が存在しないこと）を示しやすく、内部監査・第三者監査の説明コストを下げられる
- ランニングコスト：クラウドAI APIのようなトークン課金が発生しない用途がある（ただし高性能なクラウドLLMの代替にはならない場合が多い）
デメリット・注意点
- モデル性能の上限：オンデバイスで動くSLMは数十億パラメータ規模が中心で、クラウドの大規模LLMと比べると複雑な推論や長文コンテキストの精度は一般に劣る
- 対応ハードウェアが必須：40 TOPS以上のNPUを持たない既存PCでは多くのSecure AI機能が利用できず、買い替え・追加投資が前提になる
- 「絶対安全」ではない：ローカル処理はデータの越境送信リスクを下げるが、端末自体の盗難・紛失・マルウェア感染に対する備え（暗号化、MDM管理、エンドポイント保護）は別途必要
- 初期の信頼回復コスト：Recallは発表当初にプライバシー面の批判を受けた経緯があり、企業導入時には従業員への説明や社内ポリシーの整備が求められる
混同されやすい用語・類似技術との違い
「Secure AI」は他のセキュリティ関連用語と混同されがちですが、対象範囲と実現手段が異なります。
| 用語 | 主体・主戦場 | Secure AIとの違い |
|---|---|---|
| オンデバイスAI | 推論の実行場所を指す一般用語 | Secure AIはオンデバイスAIを土台にした「セキュリティ・プライバシー設計」の呼称。オンデバイスAIそのものは処理場所の話であり、暗号化やアクセス制御を含意しない |
| Confidential Computing（機密コンピューティング） | クラウド・サーバー側 | CPU内のTEE（Trusted Execution Environment）でクラウド上のデータを暗号化したまま処理する技術。クラウドを使う前提である点がローカル完結のSecure AIと対照的 |
| Zero Trust | ネットワーク・IDセキュリティ全般 | 「何も信頼せず常に検証する」というアクセス制御の設計原則。AI処理場所を限定する概念ではなく、Secure AIと組み合わせて使われることが多い |
| Responsible AI | AI倫理・公平性 | バイアス排除や説明可能性など倫理的側面を扱う概念。Secure AIはデータの取り扱い・保存場所に焦点を当てる点で射程が異なる |
| 他社のオンデバイスAI（例：Apple Intelligence等） | 各社独自実装 | 思想は近いが実装（暗号化方式、対応チップ、クラウド連携の可否）は各社で異なり、「Secure AI」という名称自体はMicrosoftのCopilot+ PC文脈で使われる呼称 |
実務における選定ポイント
Secure AI対応PCを選定・導入する際は、NPUの処理性能（TOPS値）とメモリ容量が実質的な利用可否を左右します。Microsoftが定めるCopilot+ PCの要件は、NPU性能40 TOPS以上、メモリ16GB以上、ストレージ256GB以上が目安とされています。主要チップの性能は次の通りです。
| チップ（NPU） | NPU性能の目安 | 特徴 |
|---|---|---|
| Qualcomm Snapdragon X Elite / Plus | 45 TOPS程度 | Arm版Windowsを牽引した先行モデル。バッテリー効率に強み |
| Intel Core Ultra（Lunar Lake, Core Ultra 200Vシリーズ） | 48 TOPS程度 | x86互換性を維持しつつCopilot+ PC要件を満たす |
| AMD Ryzen AI 300シリーズ（XDNA 2） | 50 TOPS程度 | 主要3社の中でも高いNPU性能を謳う |
選定時は以下の観点を確認することを推奨します。
- 用途の見極め：単純な文字起こし・翻訳程度ならCopilot+ PC要件未満の端末でも足りる場合がある一方、Recallや高精細な画像生成を多用するならNPU性能とメモリ容量に余裕を持たせる
- x86 vs Arm：Arm版Windows（Snapdragon X系）は既存の一部x86アプリでエミュレーション（Prism）を介するため、業務で使う周辺ソフトの互換性を事前に確認する
- 管理体制：企業導入時はMicrosoft Intune等のMDMでRecallの有効/無効、記録除外アプリ、データ保持期間を組織ポリシーとして一括設定できるかを確認する
- メモリは16GB以上を推奨：ローカルAIモデルの常駐やマルチタスクを考慮すると、要件下限の16GBより32GBを選ぶ方が余裕を持てるケースが多い
2025〜2026年の最新動向
- EU AI Act対応：Secure AIはEUのAI規制法の高リスクAIシステム要件を満たすアプローチの一つとして注目されている
- Recall GA：当初のプライバシー面での批判を受けて設計を見直し、オプトイン方式・暗号化強化・Windows Hello必須化などを経て一般提供へ移行
- SLM（Small Language Models）のローカル実行：Phiシリーズなどが数GB程度のモデルサイズでオンデバイス動作し、要約・分類・簡易対話をNPU上で処理できる範囲が拡大している
- 企業向けSecure AI：Microsoft Azure AI Foundryとオンデバイス処理を組み合わせ、機密度の高いデータのみローカル処理し、それ以外はクラウドの大規模モデルに振り分けるハイブリッドAIアーキテクチャの採用が企業で進んでいる
- 次世代NPU：各社ともNPU世代更新のたびにTOPS性能を引き上げる傾向が続いており、ローカルで扱えるモデルサイズ・精度の向上が期待されている
よくある質問（FAQ）
Q. Secure AIとは何ですか？
プライバシーとセキュリティを重視したAI処理の概念です。Copilot+ PCのオンデバイスAIにより、機密データをクラウドに送らずローカルで完結させ、情報漏洩リスクを低減します。単一機能ではなく、NPU処理・暗号化・アクセス制御・ユーザーコントロールを組み合わせた設計思想の呼称です。
Q. 企業でCopilot+ PCを導入するとき、セキュリティ上の懸念は？
主な懸念はRecallが意図しない情報を記録する可能性ですが、管理者はMDM（Microsoft Intune等）でRecallを無効化したり、記録対象を制限したりできます。機密情報を扱う業務では、Recall無効化とデータ暗号化ポリシーを合わせて適用することを推奨します。
Q. Secure AIを利用するにはどのようなPCスペックが必要ですか？
Microsoftの定めるCopilot+ PC要件では、NPU性能40 TOPS以上、メモリ16GB以上、ストレージ256GB以上が目安です。Snapdragon X、Intel Core Ultra（Lunar Lake以降）、AMD Ryzen AI 300シリーズなど、対応NPUを搭載したチップが必要になります。
Q. Secure AIとConfidential Computing（機密コンピューティング）は同じものですか？
異なります。Confidential ComputingはクラウドやサーバーのCPU内に設けたTEE（Trusted Execution Environment）でデータを暗号化したまま処理する技術で、クラウド利用が前提です。一方Secure AIはクライアント端末上でAI処理そのものをローカル完結させる考え方で、クラウドに一切送信しない点が異なります。
関連用語
- オンデバイスAI - Secure AIを実現する基盤技術
- Recall - Secure AI設計を採用したCopilot+ PC機能
- Copilot+ PC - Secure AIが利用可能なAI PC規格
- NPU - ローカルAI処理を実現するプロセッサ
- TOPS - NPUの処理性能を示す単位
- SLM - オンデバイスで動作する小規模言語モデル
- ハイブリッドAIアーキテクチャ - ローカルとクラウドを使い分ける構成
- 量子化（Quantization） - モデルを軽量化しオンデバイス実行を可能にする技術
まとめ
Secure AIは、Copilot+ PCのオンデバイスAI処理により実現されるプライバシー・セキュリティ重視のAIアーキテクチャです。NPUによるローカル推論、TPM 2.0やPlutonといったハードウェアの信頼基盤、そしてユーザー自身によるデータ制御という複数のレイヤーが組み合わさって成立しており、単一の機能や認証名ではない点が理解のポイントです。企業の機密情報を扱う場合や個人情報保護規制（GDPR・個人情報保護法）への対応が必要な場合に、安心してAI機能を活用できる一方、モデル性能の上限や対応ハードウェアの制約も踏まえた上で、クラウドAIとのハイブリッド活用を検討することが実務上の定石といえます。
外部リンク・参考資料
- Microsoft公式 - Copilot+ PCs：Copilot+ PCのハードウェア要件・対応機能の一次情報
- Microsoft Learn - Windows security documentation：TPM、Secure Boot、VBSなどWindowsのセキュリティ機能に関する技術文書
- Microsoft Trust Center：プライバシー・コンプライアンスに関するMicrosoftの公式方針
- European Commission - Regulatory framework for AI（EU AI Act）：EUのAI規制法に関する公式情報