営業の AI ツールを検討するとき、最初に確認すべきなのは**「推論がどこで行われるか」**です。
ただし、ここで混同されやすい3つのことを先に分けておきます。
| 区別すべきこと | 内容 |
|---|---|
| ① 推論の実行場所 | AI の分析処理が端末内で行われるか、外部のサーバーで行われるか |
| ② アプリ全体のデータの取り扱い | 保存、同期、バックアップ、利用状況の解析などを含む、データ全体の流れ |
| ③ 第三者のクラウド LLM への送信 | 分析の対象となる内容が、外部の LLM サービスに送られるかどうか |
①が端末内であることは、②が端末内に閉じていることを意味しません。
この区別が曖昧なまま「オンデバイス AI だからデータは外に出ない」と説明されることがありますが、それは正確ではありません。推論の場所と、アプリのデータ設計は別のものです。
本記事では、オンデバイス推論で何が変わり、何が変わらないのかを整理し、ツール選定時にベンダーへ確認すべき項目を示します。
なぜ日本の営業現場でこの区別が重要なのか
近年、情報システム部門や法務部門が生成 AI の利用ルールを整備する動きが広がっています。顧客名、商談の内容、見積情報といった機密性のある情報を外部サービスに入力することを制限する運用も見られます。
この状況では、AI ツールの評価軸が機能から前提条件に移ります。どれほど有用でも、社内規程に照らして使えないツールは検討の対象になりません。
そのため、営業担当者がツールを選ぶ際には、機能の説明より先に「分析の対象となる情報がどこへ行くのか」を確認する必要があります。
なお、規程の内容は組織ごとに異なります。オンデバイス推論であれば必ず利用が認められる、ということではありません。判断するのは各組織です。
クラウド LLM での推論と、端末内での推論
| 第三者のクラウド LLM での推論 | 端末内での推論 | |
|---|---|---|
| 分析対象の情報 | 外部のサービスに送信される | 端末内で処理される |
| ネットワーク | 接続が必要 | 推論そのものには不要 |
| 推論のコスト | 通常はトークン単位の従量課金 | その推論経路では従量課金が発生しない |
| モデルの規模 | 大規模 | 端末で動作する規模に制約される |
| 処理できる内容 | 広範 | モデルの規模と用途に応じた範囲 |
| 更新 | サービス側で更新される | OS とモデルの提供状況に依存する |
端末内推論は、すべての面で優れているわけではありません。**モデルの規模には制約があり、処理できる内容にも限界があります。**トレードオフのある選択です。
Apple Foundation Models とは
Apple Foundation Models は、Apple Intelligence の中核にある端末内の言語モデルへ、アプリからアクセスするための仕組みです。iOS 26 で導入され、約30億パラメータ規模の言語モデルを利用できます。
この端末内モデルには、想定された用途があります。要約、情報の抽出、文章の理解や整形、短い対話といった処理に向いており、一般的な知識を何でも答えるチャットボットとして設計されたものではありません。
利用には条件があります。
- Apple Intelligence に対応した端末であること
- 端末側で Apple Intelligence が有効になっていること
- 対応する OS バージョンであること
- モデルが利用可能な状態になっていること
つまり、すべての iPhone で無条件に動作するわけではありません。アプリ側は、利用可能かどうかを確認したうえで機能を提供する必要があります。
対応端末と OS の要件は Apple の提供状況により変わります。最新の条件は Apple の公式ドキュメントで確認してください。
最も誤解されやすい点：推論の場所とデータの取り扱いは別
ここが本記事で最も重要な部分です。
アプリがデータを扱う経路は、推論だけではありません。少なくとも次の4つは別々に検討する必要があります。
| 経路 | 内容 | 端末内推論によって決まるか |
|---|---|---|
| 推論 | AI の分析処理がどこで実行されるか | 決まる |
| 保存 | 入力された情報がどこに保存されるか | 決まらない |
| 同期・バックアップ | 複数端末間の同期やクラウドバックアップの有無 | 決まらない |
| 解析・障害情報 | 利用状況の計測やクラッシュレポートの送信 | 決まらない |
「AI の分析を端末内で実行する」という設計は、1行目についての説明です。2行目以降については、何も述べていません。
したがって、次のような表現は成立しません。
- ❌ 端末内 AI だから、データが一切外に出ない
- ❌ オンデバイス処理なので、法令への準拠が保証される
- ❌ クラウドを使わないので、情報漏洩のリスクがゼロになる
成立するのは、次のような範囲に限定された表現です。
- ✅ 対応する AI 分析の処理を、端末内のモデルで実行できる
- ✅ その推論処理を、第三者のクラウド LLM に送らずに実行できる
- ✅ 外部への不要な送信を減らす、プライバシーに配慮した構成を支える
**「配慮した構成」は「準拠の保証」ではありません。**法令や社内規程への適合は、各組織が自ら評価すべき事項です。
ベンダーに確認すべき5項目
上記を踏まえると、AI を使う営業ツールを評価する際の確認事項は次のようになります。製品の説明文ではなく、この5つに答えられるかどうかで判断してください。
1. AI の推論はどこで実行されますか。すべての機能がそうですか。 一部の機能のみ端末内で、他はクラウドという構成もあり得ます。「オンデバイス対応」という表現の対象範囲を確認します。
2. 入力した情報はどこに保存されますか。 端末内のみか、開発元のサーバーか、クラウドストレージか。
3. 複数端末間の同期やバックアップはありますか。ある場合、どこを経由しますか。 同期機能は利便性が高い一方、データの経路が増えます。有無と経路の両方を確認します。
4. 利用状況の計測や障害情報の送信で、どのような情報が送られますか。 多くのアプリが何らかの計測を行っています。顧客情報が含まれるかどうかが論点です。
5. これらは公開された文書に記載されていますか。 口頭の説明ではなく、プライバシーポリシーや製品ドキュメントに記載があるかを確認します。
この5項目に明確に答えられない製品は、機能の良し悪し以前に、社内の確認を通すことが難しくなります。
端末内推論の実務上の意味
ここまで限界を挙げてきましたが、区別を正しく理解したうえでの利点は実在します。
分析の対象が、第三者の LLM サービスに渡らない 商談の記録、関係者の氏名、懸念の内容といった情報を分析する処理について、外部の LLM に送らずに実行できます。社内規程との関係で論点になりやすいのは、まさにこの経路です。
その推論経路に従量課金が発生しない クラウド LLM の API 利用は通常トークン単位の課金が発生します。端末内での推論には、その課金が発生しません。これは AI の利用コストがゼロという意味ではなく、その推論経路にトークン課金がないという意味です。
ネットワークに依存しない 推論そのものは接続を必要としません。移動中や施設内など、通信が不安定な環境での利用に影響します。
一方で、制約もあります モデルの規模は端末で動作する範囲に制約されます。長大な文脈の一括処理や、高度に専門的な推論は、大規模なクラウドモデルの方が適している場合があります。また、対応端末でなければ機能自体が利用できません。
VINEQRA における位置づけ
VINEQRA は、複数の関係者が関わる長期案件を担当する営業担当者個人のために設計された iOS 向けの AI CRM です。
対応する AI 分析は、**Apple Foundation Models を通じて端末内のシステム言語モデルで実行できます。**対象となる推論処理を、第三者のクラウド LLM に送らずに実行できる設計です。
分析の対象となるのは、商談の文脈です。
顧客接点 ＋ 関係者 ＋ 意思決定ポイント ＋ 阻害要因 → 次に取るべき行動（Next Best Action）
（VINEQRA Opportunity Context Model）
この構造をどう営業実務に使うかは ++CRMと案件推論の違い++ で扱っています。
本記事の区別を、自社製品にも適用します
前述の通り、端末内推論はアプリ全体のデータの取り扱いを意味しません。VINEQRA における保存、同期、バックアップ、利用状況の計測の扱いについては、**製品ドキュメントおよびプライバシーポリシーの記載をご確認ください。**本記事は、推論の実行場所についての説明です。
[編集注：公開前に、確定したデータフローの記述および該当ドキュメントへのリンクに差し替えること]
前提となる原則
VINEQRA は提案します。判断するのは営業担当者です。
端末内で実行されるかどうかにかかわらず、AI の出力は検討すべき候補であり、確定した結論ではありません。
よくある質問
Q. オンデバイス AI なら、社内の生成 AI 利用規程に抵触しませんか？ 規程の内容は組織ごとに異なるため、一概には言えません。多くの規程が論点にしているのは「外部サービスへの情報の送信」ですが、保存先やアプリの利用自体を対象とする規程もあります。本記事の5項目を確認したうえで、自社の情報システム部門に照会することを推奨します。
Q. 端末内で処理すれば、情報漏洩のリスクはなくなりますか？ なくなりません。推論の経路が1つ減るだけです。端末の紛失、認証の管理、保存先の設定など、他の経路のリスクは別に存在します。
Q. クラウドの AI より性能は落ちますか？ 用途によります。端末内モデルは規模に制約があるため、広範な知識や長大な文脈の一括処理では大規模なクラウドモデルが優位です。一方、限定された文脈の要約・抽出・理解といった処理は、端末内モデルの想定用途に含まれます。
Q. 対応していない端末では使えないということですか？ Apple Foundation Models を利用する機能については、対応端末であることと Apple Intelligence が有効であることが条件になります。要件は Apple の提供状況により変わるため、最新の条件は Apple の公式ドキュメントで確認してください。
Q. 「プライバシーに配慮した構成」とは、具体的に何を保証するものですか？ 保証ではありません。外部への不要な送信を減らす設計方針を指す表現です。法令や規程への適合は、利用する組織が自ら評価する必要があります。この区別を曖昧にする説明には注意してください。
確認すべきは「どこで推論するか」と「それ以外」
オンデバイス AI は、営業データを扱ううえで意味のある選択肢です。ただし、それが解決するのは推論の経路についての問題であり、データの取り扱い全体ではありません。
この区別を明確にしている製品かどうかは、ツールの信頼性を測る指標にもなります。曖昧な表現で「安全」を主張する説明は、確認すべき項目を隠している可能性があります。
VINEQRA は、対応する AI 分析を Apple Foundation Models を通じて端末内で実行し、商談の文脈から未解決の条件と次に検討すべき行動を提示します。
端末内での案件推論を試す。 → VINEQRAをApp Storeでダウンロード