個人の計算資源主権――GPU1枚とローカルLLMで「借りない」AIを持つ
ここまで見てきたように、AIの計算資源は少数の企業に集まり、その足元には減価償却の前提、国の分断、借金という揺らぎがある。では、個人はどうすればいいのか。第4ページで自宅NASを「デジタル持ち家」にしたように、AIでも手元に計算資源を持つという選択肢がある。
1. ローカルLLMでできること
公開されているAIモデル（オープンウェイトのモデル）の中には、家庭用のGPU1枚や、性能の高いNASでも動くものが増えてきた。
- 文章の下書き、要約、翻訳
- 手元の文書を読ませて答えさせる（社外に出したくないデータでも使える）
- プログラムの下書きや、決まった作業を繰り返すエージェント
クラウドの最上位のモデルにはかなわない場面も多い。それでも、止められない、値上げされない、データを外に出さないという利点は大きい。
2. クラウドのAIとの使い分け
| 処理 | 手元のAI | クラウドのAI |
|---|---|---|
| 大量で単純な作業（下書き、分類、繰り返し） | 向いている。何回動かしても追加の料金がかからない | 回数が増えるほど費用がかさむ |
| 社外に出したくないデータ | 向いている | 規約と保存先の確認が必要 |
| 難しい判断、最終的な確認 | 力不足のことがある | 上位モデルが強い |
たとえばプログラムの開発なら、手元のAIのエージェントに「とりあえず動くところまで」を何度も試させ、Gitで記録を残し、最後の確認だけを上位のクラウドのモデルに任せる――という分担が考えられる。高い計算資源を使うのは、本当に必要な一手だけでいい。
3. 持つときの現実的な注意
💡 結論：計算資源も「持ち家」に
ドメインもデータも、そしてAIも、すべてを借りている限り、貸す側の事情に振り回される。すべてを自前にする必要はない。止まると困るもの、外に出したくないものだけを手元に置く。それが、計算資源の時代のデジタル主権だ。
自宅のNASを起点に、個人でサーバーやGPUを組んでいく具体的な記録は、個人データセンター計画にまとめている（ローカルLLMと、AIの使い分け、NASでエージェントを回し、重い処理はGPUへ）。
出典・参考
※数字は記載の日付時点の報道・公表資料によるものです。特定の銘柄や投資を勧めるものではありません。