オンデバイス AI とクラウドの違い|文字起こしのプライバシーを比較
いま多くの企業の経営会議や IT 部門で、同じテーマが議論されています。会議のデータがどこに保存され、誰がアクセスできるのかという問題です。これまでは、クラウドで処理するのが便利だと受け入れられてきました。機能が充実し、アップデートが速く、いつでも賢い AI が使えるからです。しかし2026年、この前提が変わりつつあります。端末のハードウェアが追いつき、規制が厳しくなり、顧客の目も厳しくなっているからです。
AI 会議レコーダーを比較していると、「オンデバイス処理」か「クラウドでの文字起こし」かという選択肢に必ず出会います。オンデバイス AI とは、クラウドのサーバーに送らず、パソコンやスマホの中で AI の処理を完結させる仕組みのことです。文字起こしなら、音声が端末の外に出ません。技術的な話に聞こえますが、本質は信頼の問題です。この記事では、両者の実際の違い、それがなぜ重要なのか、そして Laxis がその両方をどのように提供しているのかを説明します。
なぜ今、オンデバイスの文字起こしが求められているのか
会議の録音のやり方をめぐって、実際に企業が訴えられています。2025年には、Otter.ai が明示的な同意なしに録音したとして集団訴訟を起こされ、Fireflies.ai も生体データの収集をめぐって提訴されました。チャップマン大学は、セキュリティ上の懸念から Read AI の使用を禁止しています。
もはや机上の話ではありません。従業員の58%が、会議の録音が第三者のクラウドサーバーに保存されることに不安を感じていると回答しています。従業員のこうした懸念が、実際に社内ルールの見直しを動かす。そうした動きが、いま起きています。
クラウドに保存される会議の録音に不安を感じる従業員は 58%。データ主権を最重要課題の1つに挙げる IT リーダーは 78% にのぼります。
その一方で、会議のオンデバイス文字起こしは、一部の人の好みから主流のニーズへと急速に広がりました。人々が急にプライバシーに神経質になったからではありません。技術がようやく実用レベルに達し、クラウドの便利さが法的リスクに見合わなくなったからです。
オンデバイスとクラウドの文字起こしは何が違う?
クラウド型の文字起こしサービスを使うと、会議の音声はサービス提供者のサーバーに送られ、そこで文字起こし、分析、保存、インデックス化されます。データはそのままサーバーに残ります。複数のデータセンターに分散していることもあれば、利用者側では監査すらできないシステムに置かれていることもあります。
オンデバイスの文字起こしでは、すべての処理がパソコンやスマホの中、つまりローカルで完結します。音声は端末の外に出ず、文字起こしのテキストも手元に残ります。機密情報は、本来あるべき場所である自分の手元にとどまります。
| 項目 | オンデバイス | クラウド |
|---|---|---|
| データの保存場所 | 端末内にとどまる | クラウドのサーバーにアップロード |
| プライバシーの管理 | 完全にローカルで管理 | 提供者のポリシー次第 |
| 同意の手続き | シンプル(録音を自分で管理) | 第三者との契約が必要 |
| 処理速度 | リアルタイムの216倍(Whisper Large-v3 Turbo) | 速いがネットワーク次第 |
| オフラインでの利用 | できる | できない |
| AI の学習に使われるリスク | 本人の同意なしには起こらない | 利用規約次第で起こりうる |
| 規制への対応 | 容易(データがローカル) | 難しい(どの国の法律が及ぶかの問題) |
| 通話へのボットの参加 | 不要 | 参加者として加わることが多い |
最後の行は、思った以上に重要です。クラウド型のレコーダーの多くは、Zoom や Teams の通話にボットを参加させる必要があり、それが参加者全員に見えます。正体のわからないボットが参加者にいるのは気味が悪いとして、こうしたツールを実際にブロックした組織もあります。Laxis などのボットなしレコーダーは、自分のデバイスで音声を取り込むため、ボットが参加する必要がありません。ただし、録音していることを参加者に伝えるのは、変わらず録音する本人の役目です。
エッジ AI のハードウェア:2025〜2026年に起きた転換
この議論が今になって起きている理由は、ハードウェアが追いついたことです。長いあいだ、手元の端末はリアルタイムで AI を動かせるほど高性能ではなかったため、クラウドでの処理が欠かせないと考えられてきました。
状況は変わりました。Apple の Neural Engine は、最新のチップで毎秒35兆回の演算をこなします。Qualcomm の Snapdragon は Hexagon NPU を搭載し、Snapdragon 8 Elite では写真や動画をリアルタイムに AI で補正できます。Intel の Xeon 6 プロセッサーは、AMD と比べて3分の1少ないコア数で最大50%高い AI 性能を発揮します。
これは理論上の話ではありません。OpenAI の Whisper Large-v3 Turbo は、最適化したハードウェア上でリアルタイムの216倍の速度で処理し、60分の音声ファイルを約17秒で文字起こしします。もたつくローカルの文字起こしは、もう過去のものです。企業で使える速度が、手元の端末で出せるようになりました。
つまり: 手元のノートパソコンやスマホには、データをクラウドに送らずに文字起こし、要約、分析をこなせる専用の AI チップが載っています。ローカル処理とクラウド処理の技術的な差は、実質的になくなりました。
録音・文字起こしに関わる規制は一段と厳しくなった
コンプライアンスは、データをどこに置けるかに直結します。この18か月で、ルールは大きく変わりました。
GDPR と個人データの処理
AI による処理に個人データが含まれた時点で、GDPR が適用されます。会議の録音は、まぎれもなく個人データです。従業員の名前、声、意見に加え、機密性の高いビジネス情報が含まれることも少なくありません。
企業が個人データを保持できるのは、収集した目的に必要な場合に限られます。そのため組織は、不要になった録音を定期的に見直し、削除しなければなりません。クラウドの提供者を挟むと、これは簡単になるどころか難しくなります。オンデバイスで文字起こしして保存すれば、いつ削除するかを完全に自分で決められます。
CCPA と米国の州法
米国の事情はさらに複雑です。カリフォルニア州消費者プライバシー法(CCPA)はデータの利用について透明性を求めていますが、これはカリフォルニア州だけの法律です。さらに、カリフォルニア、コネチカット、デラウェア、フロリダ、イリノイ、メリーランド、マサチューセッツ、ミシガン、モンタナ、ネバダ、ニューハンプシャー、ペンシルベニア、ワシントンの13州では、録音に全当事者の同意が必要です。米国市場の4分の1以上にあたります。
実務上は、全当事者の同意が必要な州に従業員が1人でもいて、その人がほかの州の同僚と会議に参加する場合、参加者全員の同意が必要になります。オンデバイス処理なら、いつ録音するか、データをどこに置くかを自分で管理できるため、第三者が絡むグレーゾーンがなく、コンプライアンス対応がシンプルになります。
データ主権という論点
データ主権とは、データがその地域の法律の管轄下にとどまることを指します。EU で事業を行う企業なら、データは EU 内にとどめるべきです。カナダの企業なら、カナダの法律に従う必要があります。クラウド事業者も、Microsoft の EU Data Boundary や AWS European Sovereign Cloud など、地域外へのデータ転送を制限する仕組みを導入していますが、後追いの対応にとどまっています。
オンデバイスの文字起こしなら、データの所在に迷う余地はありません。データは自分の端末の中、つまり自社の管轄下にあります。データの転送も、国境をまたぐ面倒な問題もありません。
現実のリスク: クラウド事業者が情報漏洩を起こしたり、別の国や地域の当局から開示命令を受けたりすれば、自社がそこにデータを置くと決めたわけではなくても、責任を問われる可能性があります。ローカルで処理できる選択肢が実用になった今、このリスクを正当化するのは難しくなっています。
Whisper でローカルの文字起こしがクラウドに追いついた
5年前は、正確な文字起こしを求めるならクラウド一択でした。その前提を根本から覆したのが、OpenAI の Whisper です。
Whisper Large-v3 は500万時間分のデータで学習しており(初代の635%増)、Whisper Large-v3 Turbo はリアルタイムの216倍の処理速度を達成しました。精度も非常に高く、さまざまなデータセットでトップクラスの精度を示し、単語誤り率(WER)を従来のモデルより72%以上減らしています。
コミュニティの取り組みで、さらに改善が進んでいます。Whisper をベースにした Meetily などのプロジェクトは、最適化した Large v3 Turbo モデルを Neural Engine で動かし、リアルタイムのストリーミングに耐える遅延で単語誤り率2.2%を実現しています。
要するに、オンデバイスとクラウドの文字起こしの間に、意味のある精度の差はもうありません。ローカル処理を選んでも、品質を犠牲にすることはないのです。
クラウドの文字起こしに潜むプライバシーと情報漏洩のリスク
クラウド型の会議レコーダーで実際に何が問題になるのかを、具体的に見ていきます。宣伝文句からは見えにくいことが多いからです。
データの保持と AI の学習
Otter.ai に対しては、AI モデルの学習のためにプライベートな会話を「欺瞞的かつひそかに」録音しているとして、集団訴訟が起こされました。同社は同意を得たうえでのことだと主張していますが、訴訟が起きたこと自体、利用者にとってどれほどわかりにくいかを示しています。
会議の文字起こしが、他社の AI モデルの改善に使われているかもしれません。経営戦略の議論、顧客の名前、取引条件。そのすべてが学習データになりえます。利用規約に一応書かれていたとしても、実際に読む人がどれだけいるでしょうか。
第三者によるアクセス
クラウド型の会議ツールは、データ保持の方針があいまいで、第三者のアクセスに関する条項が利用契約の奥に埋もれていることがあり、組織にとって深刻なリスクになります。ベンダーがデータへのアクセス権を販売するかもしれません。捜査機関が開示を命じるかもしれません。情報漏洩で流出するかもしれません。これは考えすぎではなく、クラウドにデータを保存する以上つきまとう標準的なリスクです。
目に見えるボットと透明性の問題
会議レコーダーの多くは、目に見えるボットを参加者として加える必要があります。そのボットはすべてを見て、すべてを記録します。「AI によるメモ取りは断ってよい」と明言する企業もあり、ボット型のレコーダーを全面的に禁止する組織も出てきました。通話にボットが同席していなければ、人は安心して率直に話せます。これには確かな価値があります。
Laxis の立ち位置:クラウドアプリとオンデバイスアプリ
Laxis には2つの形態があり、データの扱い方がそれぞれ異なります。
Laxis のクラウドアプリは、通話にボットを参加させずに自分のデバイスで音声を取り込み、それを Laxis のサーバーに送って文字起こしと要約を行います。60以上の言語への対応、リアルタイム翻訳、CRM 同期が可能なのは、この仕組みのおかげです。一方、Laxis のオンデバイスアプリは、文字起こしと要約をパソコン上で行い、録音・文字起こし・メモもそこに保存します。Laxis のサーバーには何も送信されず、保持期間や削除は自分で管理できます。
オンデバイスアプリを用意している理由は、次のとおりです。
- 企業のコンプライアンス対応がすっきりする。 データが端末の外に出ないため、データの保管場所(データレジデンシー)やベンダーによるアクセスをめぐる問題は、ほとんどなくなります。ただし、録音の同意に関するルールは、参加者がいる場所に応じて引き続き適用されます。
- データが本当に自分のものになる。 「AI の学習に使う場合があります」という条項はありません。第三者のアクセスに驚かされることも、他社のサーバーでの情報漏洩に巻き込まれることもありません。
- オフラインで使える。 ネットワークの遅延がなく、インターネット接続にも左右されません。文字起こしは、手元のハードウェアで実行されます。
- 通話には何も参加しない。 ボットも、第三者のサービスも、会議には加わりません。録音していることは自分で参加者に伝え、音声は手元にとどまります。
外部ツールとの連携が必要なら、クラウドアプリのほうが適しています。Salesforce や HubSpot と同期でき、40種類以上のレポートテンプレート、過去の会話を対象にした AI 検索、自分のメモと AI の文字起こしの統合も利用できます。どちらを選んでも、Laxis が利用者のコンテンツを、本人の同意なしに AI モデルの学習に使うことはありません。
信頼こそが差別化要因: 2026年に大企業との契約を勝ち取っているのは、機能が最も多い企業ではありません。データを安心して預けられる企業です。オンデバイスの文字起こしはもはやニッチな機能ではなく、本気で導入を検討する企業にとってはコンプライアンス上の必須要件です。
よくある質問
企業がクラウドではなくオンデバイスの文字起こしを選ぶべき理由は何ですか?
機密性の高い会議データをローカルにとどめられるからです。GDPR や CCPA などの規制に確実に対応でき、データが端末の外に出ないため、第三者によるアクセスのリスクがなくなり、組織の法的責任も軽くなります。さらに、データの保持期間、削除、アクセスできる人を完全に自分で管理できます。クラウドの場合は、複数の国や地域にまたがるコンプライアンス対応を第三者に任せることになります。このリスクを取らない企業が増えています。
エッジ AI のハードウェアは、会議の文字起こしのプライバシーをどう高めますか?
AI の処理を端末の中で完結できるため、データをクラウドに送る必要がなくなります。Apple の Neural Engine(最新チップで35 TOPS)や Qualcomm の Hexagon などの最新の NPU(ニューラル・プロセッシング・ユニット)には、高度な AI モデルをローカルで動かすだけの処理能力があります。こうした専用チップが、データをクラウドのサーバーに送らずに文字起こしの推論を処理します。そのため、すべてのデータを手元に置いたまま、企業でも使える品質と速度で文字起こしできます(Whisper Large-v3 Turbo はリアルタイムの216倍で処理)。長年ボトルネックだったハードウェアの制約は、すでに解消されています。
会議の録音や文字起こしに関係する規制には何がありますか?
主なものは EU の GDPR、カリフォルニア州の CCPA、米国13州の全当事者同意法です。GDPR は、個人データ(会議の録音もこれにあたります)を処理する前に明示的な同意を求め、データの保持にも厳しい要件を課しています。CCPA は個人のプライバシーの権利の尊重を求めています。さらに米国の13州では録音に全当事者の同意が必要で、参加者がどこにいても全員の同意を得なければなりません。オンデバイス処理なら、データの所在、保持、削除を完全に自分で管理できるため、コンプライアンス対応が大幅にシンプルになります。第三者の管轄をめぐる問題も生じません。
オンデバイスの文字起こしは、クラウドと同じ品質と速度を出せますか?
はい、出せます。Whisper Large-v3 Turbo は、最適化したハードウェア上でリアルタイムの216倍で処理し(60分のファイルを約17秒で文字起こし)、単語誤り率は従来のモデルより72%以上低くなっています。WhisperKit のような特化型の実装は、Apple Neural Engine 上でリアルタイムのストリーミングに耐える遅延を保ちながら、単語誤り率2.2%を実現しています。オンデバイスとクラウドの精度と速度の差は、2024〜2025年ごろに解消されました。もう品質を犠牲にする必要はありません。
クラウドの文字起こしには、実際にどんなプライバシーリスクがありますか?
データの無期限保存、明示的な同意のない AI の学習への利用、第三者とのアクセス共有、情報漏洩や政府による開示命令といったリスクがあります。実例として、従業員の58%がクラウドに保存された録音に不安を感じていると回答し、Otter.ai は無断で AI の学習に使ったとして訴えられ、Fireflies.ai は生体データの収集をめぐって提訴されました。ベンダーが情報漏洩を起こし、機密性の高いビジネス上の会話が流出するおそれもあります。データの保存場所、保持期間、誰がアクセスするかを、利用者側では管理できません。
Laxis はほかの AI 会議レコーダーと何が違いますか?
ボットを使うかどうかを選べ、処理を行う場所も選べる点です。Laxis のクラウドアプリは、自分のデバイスで音声を取り込み、Laxis のサーバーで処理します。40種類以上のレポートテンプレート、CRM 連携(Salesforce、HubSpot)、会話を横断する AI 検索、自分のメモと AI の文字起こしの統合を備え、Zoom、Teams、Google Meet、電話のいずれにも対応しています。Laxis のオンデバイスアプリは、文字起こしと要約をパソコン上で行い、クラウドへのアップロードも、第三者による処理もありません。どちらの場合も、利用者のコンテンツが本人の同意なしに AI モデルの学習に使われることはありません。
データ主権とは何ですか?会議ではなぜ重要なのですか?
データ主権とは、データが自社の事業拠点の法律の管轄下にとどまることです。EU にいるならデータは EU の法律に、カナダやオーストラリアにいるならその国の法律に従うべきです。クラウドの文字起こしでは、データが複数の国で処理され、事業をしていない国でもコンプライアンス上の義務が発生する可能性があります。オンデバイスの文字起こしなら迷う余地はありません。データはローカルに、自社の管轄下にとどまり、その地域の法律に従います。データの置き場所を完全に自分で管理できます。
会議ボットは参加者に見えますか?プライバシー上の問題はありますか?
はい、従来の会議ボットは Zoom、Teams、Google Meet で参加者として表示されます。正体のわからないボットに録音されていると参加者の目に映るため、透明性の面で懸念があります。気味が悪いとして、ボット型のレコーダーを明確に禁止した組織もあります。Laxis のようなボットなしのレコーダーは、自分のデバイスで音声を取り込むため、通話にボットは参加しません。だからといって、録音が秘密になるわけではありません。録音していることは録音する本人が伝え、参加者が把握しているべきものです。目に見えるボットを好むチーム向けに、Laxis は AI アシスタントボットも用意しています。
いま起きている競争の転換
いま、大きな転換点を迎えています。この10年、クラウド型の会議ツールが主流だったのは、ほかの選択肢を支えるハードウェアがなかったからです。しかし2026年、その理由はなくなりました。エッジ AI は実用段階に入り、規制は厳しくなり、従業員の意識も変わり、訴訟のリスクは積み上がっています。
会議レコーダーを選ぶ企業が今問うのは、「AI は搭載されているか」ではありません。「データはどこに保存されるのか」「コンプライアンスを証明できるか」です。契約を勝ち取っているのは、「データは端末の外に出ません」と言えるベンダーです。
これはもはや機能ではなく、必須の要件です。
まとめ
オンデバイスかクラウドかという文字起こしの議論は、もはや技術の話ではありません。信頼の話です。機密性の高いビジネスの会話がどこに保存され、誰がアクセスできるのかを正確に把握し、安心して夜眠れるかどうかの話なのです。
長年、「クラウド」は避けられない流れに思えました。より大きく、より速く、より賢く。答えはいつもクラウドでした。しかし、規制が厳しくなり、訴訟が積み重なり、ハードウェアがようやく追いついた今、その筋書きは崩れています。ローカル処理は後戻りではありません。本当の意味で選べるようになった、ということです。
2026年に会議レコーダーを選ぶなら、機能と同じくらい真剣にデータのプライバシーを重視してください。法務チームには感謝され、従業員は安心し、事業上のリスクは大きく下がります。
関連製品
Laxis 会議アシスタント
議事録を今日から自動化。
- Zoom・Google Meet・Teams も対面会議も、ボットなしで記録
- AI 要約・アクションアイテム・フォローアップを 60 以上の言語で
- Mac・Windows・iPhone・Android 対応、無料プランあり
無料で始められます。クレジットカードは不要です。
詳細を見る ▷