← バックナンバーAI PRIVACY Google DeepMind 2026.09.23
Google DeepMind、Private AI Computeにsecure memoryを追加 Google DeepMindはPrivate AI Computeにserver-side memoryを加える技術更新を公開しました。secure enclave、end-to-end encrypted channel、device-derived keysで長期記憶とprivacyの両立を狙います。
personal AIの競争軸はmodel性能だけでなく、跨デバイスの記憶をどこで保持し、誰が復号鍵を持ち、どのsoftwareが実行されたかを検証できるかに移ります。企業導入でもmemory governanceが重要になります。
01 個人AIの記憶をcloud側で守る設計 Google DeepMindは2026年9月23日、Private AI Computeにsecure, server-side memoryを加える技術更新を公開しました。狙いは、assistantが長期的な文脈を跨デバイスで保ちながら、on-device processingに近いprivacy水準を維持することです。従来のcloud enclave型処理はtask終了時に状態を消すstatelessな設計でしたが、今回の更新では、継続的なpersonal AIに必要なmemory layerをcloud側に持たせます。
02 鍵をdeviceに残し、処理はsecure enclaveで行う 記事によると、記憶情報はcloud上のdedicated encrypted storageに保存されますが、復号に必要なcryptographic keysはuserのdevice側だけに保持されます。AI modelが情報へaccessする場合、deviceからprotected isolated environmentへauthenticated end-to-end encrypted channelを張り、secure enclave内のisolated memoryで一時的に復号して処理します。新しいcontextは直ちに再暗号化され、per-user databaseに保管されます。
03 透明性はsoftware検証と独立auditにかかる DeepMindは、更新後のtechnical whitepaperに加え、server softwareのtamper-proof public recordを公開すると説明しています。Private AI Computeを使うdeviceは、personal dataを送る前にsoftwareが本物で改変されていないことを検証できる設計です。また、system architecture、security proofs、verification protocols、独立したcybersecurity firmによるaudit結果も共有するとしています。privacy主張を外部が確認できる材料が重視されています。
04 memory governanceが導入時の確認項目になる 実務上は、AI memoryを便利な機能として扱うだけでは足りません。どの情報を記憶対象にするか、削除や移行をどう行うか、端末紛失時に鍵をどう扱うか、組織利用で誰が管理権限を持つかが論点になります。cloud-scale modelを使いながら個人情報を守る設計は魅力的ですが、enterprise導入ではdata retention、監査log、地域要件、user consentを合わせて確認する必要があります。
公式発表を読む