ChromeがオンデバイスAIを標準搭載。PrivateAIのようなツールの立ち位置はどう変わるか

プラットフォームが追いついた

以前、ブラウザベースのAIがなぜデモ品質から本番投入可能な水準へ進化したのかについて書いた。理由はWebGPUが実験的なフラグから、実際にクロスブラウザで使える機能へと変わったことだった。2026年後半に新しく起きているのは、ブラウザベンダー自身がAIを実行するためのAPIだけでなく、AIそのものを標準搭載し始めたという変化だ。

Chrome 148の時点で、Prompt APIとGemini Nanoはフラグもオリジントライアルも不要な、安定版の標準機能になった。汎用的なPrompt APIに加えて、ChromeはいまSummarizer・Translator・Language Detectorという専用APIを提供しており、いずれもGemini Nano上で完全にオンデバイスで動作する。開発者はどのWebページからでもSummarizer.create()やTranslator.create()を呼び出せば、ネットワーク往復もAPIキーも不要で結果を得られる。Trip.comはすでにこれを本番環境で使っており、クラウドモデルを呼び出す代わりに、フライトの要約や旅程テキストをクライアント側で生成している。

これはPrivateAIのようなプロダクトにとって無視できない変化だ。PrivateAIが提供する15以上のブラウザベースのツールには翻訳が含まれており、より広いツール群を通じて間接的に「このテキストで何か役立つことをする」というタスク群 — まさにChromeの新しいAPIが直接狙っている領域 — をカバーしている。ブラウザ自体が無料の標準搭載翻訳機能を提供するようになったいま、サードパーティのツールサイトに何が残るのかを率直に問う価値がある。

Gemini Nanoが得意なこと、不得意なこと

正直な答えは、Chromeの標準搭載モデルが実際に得意とすることを見極めることから始まる。Gemini Nanoは語彙レベルのタスク — 分類、パース、短い要約、1〜2段落程度の翻訳 — に適している。一方で、より大規模な推論モデルの代わりになるものでは明確にない。現時点でのコンテキストウィンドウはおよそ8Kトークンに制限されており、長いレポートの要約や複数ページにわたる文書を一度に翻訳することはできず、複数ステップの推論や複雑な分析向けにも作られていない。高速で狭い範囲のタスクに調整された小型モデルであり、汎用アシスタントというより、オートコンプリートに近い存在だ。

この狭さは同時に境界線でもある。Chromeの標準搭載APIがカバーするのは、テキストを入力してテキストを受け取るタスク — これを要約する、これを翻訳する、この言語を判定する、このプロンプトに応答する — に限られる。OCRには触れず、音声合成や音声認識も行わず、画像の背景除去も行わない。これらはまさにPrivateAIのツール群が実際にカバーしている大部分だ。スキャンした請求書からテキストを抽出する、322以上の音声・142言語でナレーションを生成する、99言語にわたる音声メモを文字起こしする、商品写真をきれいに整える — こうした作業は、現時点でもロードマップ上でも、Chromeの標準搭載モデルがまったく手掛けていない領域だ。

同一ブラウザ内 vs. クロスブラウザ

もう一つ指摘しておくべき隙間がある。Chromeの標準搭載AIは、あくまでChromeのものだ。特定的にGemini Nano上で動作し、Chrome自体のアップデートチャネルを通じて配布され、Firefox・Safari・Edgeのユーザーがデフォルトで得られるものではない。これに対してWebGPUは、2025年11月の時点でChrome・Firefox・Edge・Safariにわたってデフォルトで標準搭載された — これこそが、PrivateAIやより広い「自分でモデルを持ち込む」型のブラウザAIエコシステム(Transformers.js、ONNX Runtime Web、Googleが自ら手がけるLiteRT.jsなど)が実際に基盤としている土台だ。このエコシステムはそれ自体の力で急成長しており、Transformers.jsだけでも2026年8月9日までの30日間でおよそ1,070万件のnpmダウンロードを記録した — これは半年前のダウンロード量のおよそ4.7倍にあたる。特定ベンダー1社の標準搭載モデルではなく、WebGPUを直接基盤にして構築することこそが、ユーザーがどのブラウザを開いていても使えるツールを実現する条件だ。

「勝者は一つ」ではなく「二層構造」

より正確な捉え方は「標準搭載AIがブラウザAIツールを置き換える」ではなく、ブラウザAIが二つの層に分かれつつある、というものだ。Chromeの標準搭載APIが狙うのは、自分のWebアプリにバックエンドを立てずに手早く要約・翻訳機能を追加したい開発者だ。一方でPrivateAIのようなツール群が狙うのは、特定の作業をきちんとこなしたいエンドユーザー — 雑なスキャンでもきちんと読み取れるOCR、実際に使える音声ライブラリを備えたTTS、Gemini Nanoが十分にこなせるわずかな言語数ではなく200言語にわたる翻訳 — であり、それはユーザーがどのブラウザを開いているかに関わらず求められる。2026年に見えてきているパターンは、実際には二極化だ。軽量で高頻度なタスクは、すでにブラウザに搭載されているモデルによって処理される割合が増えていく一方で、モデルの選択肢、タスクの幅、あるいはクロスブラウザでの確実な動作が必要な作業には、依然としてWebGPUを直接基盤とした専用ツールが求められる。

---

OCR、文字起こし、翻訳、背景除去のどこに専用ツールが本当に必要なのか気になったら、PrivateAIを無料で試す — または[email protected]まで。