Perplexity、ローカルAIエージェント
「Portable Computer」をWindows RTX PCに拡大
Linuxで先行していた、クラウドを介さないAIエージェント「Portable Computer」が、NVIDIA RTX GPU搭載のWindows PCにも対応した。プロンプトもファイルも端末の外に出さず、複数ステップのタスクをローカルのモデルだけで完結できる。
Windows RTX PCに、
ついに拡大
Perplexityは2026年9月14日、NVIDIAと共同で、ローカル完結型AIエージェント「Portable Computer」をWindows PCへ拡大したと発表した。詳細はNVIDIA公式ブログとPerplexity公式ブログで公開されている。
Portable Computerは、Perplexityの自律型エージェント「Computer」を完全にローカル化したバージョンだ。通常のComputerはクラウド側のモデルが複数ステップのタスクを計画・実行するのに対し、Portable Computerは同じ計画・実行の仕組みを端末上のローカルモデルだけで完結させる。プロンプトも操作対象のファイルも一切クラウドへ送信されず、ローカルで完了したタスクはPerplexity Computerのクラウド利用クレジットも消費しない。
Portable Computerが初めて世に出たのは2026年8月25日のLinux版で、今回のWindows対応はその拡大にあたる。クラウドを介さないエージェントという発想が、Linuxという限られた層での検証を経て、より裾野の広いWindows RTX PC市場に持ち込まれた形だ。
プロンプトも、ファイルも、
端末の外に一歩も出ない。
クラウドを経由
しなくて済む理由
同じプロンプトでも、どこで処理されるかで「何が外に出るか」がまったく変わる。
利用にはPerplexity Pro／Maxのサブスクリプション（個人・法人プランとも）が必要で、配布はPerplexityのWindowsアプリ（Microsoft Store経由で入手可能）を通じて行われる。動作要件は24GB以上のVRAMを搭載したNVIDIA GeForce RTX PCまたはNVIDIA RTX PROワークステーションで、一般的な8GB・12GBクラスのゲーミングGPUでは条件を満たさない。
Windows機で動くローカルモデルは「PPLX 27B」——Qwen 3.8の27Bアーキテクチャをベースに、Perplexityが独自にpost-training（事後学習）しNVIDIA RTX GPU向けに最適化した専用モデルだ。発表直後の一部報道は単に「Qwen 3.8 27Bが動く」と伝えたが、Perplexity公式の製品ページはこの点を明確にしており、Windows RTX PC上で配布されるのは素のQwen 3.8 27BではなくPPLX 27Bという後処理済みの派生モデルである。
ローカルモデルで手に負えない複雑な推論が必要な場面では、Portable Computerはクラウド側のモデルへ処理をエスカレーションできる。ただしユーザーへ明示的に許可を求めたうえで初めてデータを端末外へ送る設計になっており、既定ではあくまでローカル完結が前提だ。ブラウザ操作用の内蔵ブラウザや、Perplexityのサンドボックス環境「SPACE」もローカルで利用できる。
誰に、どう効くのか
恩恵は一様ではない。職種によって「何が嬉しいか」が変わる。
エンジニア
社内コードや顧客の機密ドキュメントを扱うエージェント処理を、APIトークン課金やクラウド送信のリスクなしにローカルで完結できる。RTXを積んだ開発機なら、社外秘リポジトリを読ませて自動化する作業でも情報がネットワークに出ない。
経営・PM（コンプライアンス）
金融・医療・官公庁など、データレジデンシーの制約でクラウドAIの利用自体が難しい業務でも、ローカル実行なら導入のハードルを下げられる。監査担当への説明も「データは端末から一歩も出ない」という一点で済む。
Computerのヘビーユーザー
ローカルで完了した作業はPerplexity Computerのクラウドクレジットを消費しない。日常的にComputerを酷使するユーザーほど、RTX PCへの投資でランニングコストを抑えやすくなる。
ローカルAIエージェントが
今、意味を持つ理由
これまでAIエージェントといえば「プロンプトはクラウドへ送り、クラウド側のモデルが処理する」のが大前提だった。多くの主要なエージェント機能も、程度の差はあれこの構図から抜け出せていない。Portable Computerが示したのは、「計画して実行する」という複雑なエージェントのワークフローそのものを、ローカルGPU上で完結させられるという別解だ。
背景には二つの流れがある。ひとつは、RTX世代のコンシューマー〜ワークステーションGPUがVRAM容量・演算性能ともにローカル大規模モデルの実行に耐えるところまで来たこと。もうひとつは、生成AIの企業導入が進むにつれ「機密データをクラウドAIベンダーへ渡せない」という制約が業種を問わず表面化してきたことだ。8月のLinux先行公開は技術検証という位置づけが強かったが、今回のWindows展開によって、この発想が一気に主流のPC環境へ広がったことになる。
次の一手と、見落とせない限界
企業のIT部門にとって、今すぐ検討できる論点は3つある。
調達計画の前倒し
24GB以上のVRAMを備えたRTX PRO搭載機やハイエンドGeForce RTX機の調達を、対象業務の洗い出しと並行して検討する。
低リスク業務から試す
社外秘の一次資料ではなく、まず社内文書の整理やレポート作成など、影響範囲の小さい業務でPortable Computerを試験導入する。
エスカレーション方針を先に決める
クラウドへの送信許可をどこまで・誰が判断するか、ポリシーを運用開始前に定めておく。
一方で楽観一辺倒にはできない。24GB以上のVRAMという要件は、一般的な民生GPU（8GB・12GBクラス）の大半を除外する高いハードルであり、恩恵を受けられるのは相応の投資をしたユーザーに限られる。またPPLX 27Bはあくまで27B規模のモデルであり、クラウド側の最先端モデルと同等の推論力を最初から持つわけではない——だからこそエスカレーション機構が用意されている。ローカル完結を掲げながら結局クラウドへ頻繁にエスカレーションするようでは、当初のプライバシー上のメリットは薄れる。実運用でどこまでローカルだけで完結するのかは、今後の利用実態を見極める必要がある。