ローカルLLMとは？

自分の台所で料理する、という感覚

ローカルLLMは、料理を「外食」で済ませるのではなく「自宅の台所で作る」ことに似ています。食材（データ）が社外に出ず、自分の火加減（ハードウェア性能）で味を調整できる。その分、プロの厨房（クラウドサービス）のような本格的な味は出しにくい。

つまり、大規模言語モデル（LLM）をインターネット経由のAPIではなく、自社のPCやサーバー上にインストールして直接動かす仕組みです。

「誰かに見られたくない資料」がある瞬間

あなたが「誰かに見られたくない資料」をAIに読ませてあげたいとき、ローカルLLMの出番です。具体的にはこんな場面：

• 人事評価の原稿を要約したいが、社外に送れない
• 未発表の製品仕様書から社内FAQを生成したい
• 医療・金融など、データが社外に出るだけで違反になる業界

この「出せないが、AIで処理したい」の両立が、ローカルLLMが生まれる本音の理由です。

クラウドLLMとの”引き算”で覚えよう

「ローカル＝クラウドを否定するもの」ではありません。違いは、引かれるものだけです。

• クラウドLLM：性能・手軽さは最大だが、データが社外（他社のサーバー）に送られる
• ローカルLLM：データは社内止まりだが、性能は自社のGPU（グラフィック処理用チップ）に依存する

「データを出すか出さないか」の1点で使い分けると、迷わなくなります。

試験で問われたら、ここを押さえて

G検定・ITパスポートでは、「AI利用時の情報セキュリティ」の文脈で出題されやすいです。

• 「自社データが社外に送信されないAI利用方法」→ ローカルLLM（オンプレミス）
• 「利用の柔軟性が高いが、外部送信のリスクがある方法」→ クラウドAPI

自分の言葉で「データがどこに滞留するか」を1文で言えるかどうか、が理解度の目安です。

まとめ

ローカルLLMの核心は「データを社内に留めてAIを使う」の一言。性能はクラウドに劣る場合が多いですが、守るべき情報があるなら必ず選択肢に入ります。

• 今週の5分アクション：「今週AIに渡したくない資料」を1つ書き出し、それがローカルLLMで処理すべきかどうか判断してみてください
• 試験で出たときの3語の要点：「社内処理／データ非送信／GPU依存」

ローカルLLMの「データを外に出さない」概念をガラスドームで表現しており、比喩の直感性が高いです。一方、静かな構図で動きの瞬間が乏しく、SNSでの視線停止力はやや物足りない印象です。

評価項目	点数	コメント
概念の正確さ	4	社内閉域の概念をドームで的確に表現
比喩の明快さ	4	ガラスドーム＝「閉域」が一目で理解できます
立体感・奥行き	4	前景ボケと影で3層の奥行きが出ています
映え度（SNS寄与）	3	静かな構図で「今この瞬間」の引きが弱い
色調の用語相性	4	ミント×ゴールドの配色が安心感を演出
合計	19 / 25	総合判定: 良好

評価基準: 1（不合格）〜5（優秀）AI Judge による自動評価