AI LAB

Insights and Innovations

ISMのAIツール

無料で文字起こしをはじめる
AIキーワード辞書気になる用語を、わかる言葉に。英語・日本語で検索できます。

点線の用語から説明を表示できます

Sus8システム
2026/11/22
AIニュース
常時稼働する個人向けAIエージェント、企業が比べるべき記憶・権限・運用コスト

この記事の要点

常時稼働する個人向けAIエージェントは、記憶の管理方法、実行環境の隔離、既存アプリとの接続、費用構造で違いがあります。Hermes、OpenClaw、Spark、dots、Muse、Perplexityの特徴を整理し、日本企業が読み取り中心の小さな業務から試すための判断軸を示します。

目次
チャットを閉じた後も動くAIに、どこまで任せるか


メールの確認を頼んだAIが、画面を閉じた後も調査を続け、翌朝には関連資料をまとめている。個人向けAIエージェントが目指すのは、こうした継続的な支援です。質問に答えるだけでなく、過去のやり取りを記憶し、接続したアプリの中で作業する点に特徴があります。連絡手段も専用画面に限らず、チャットアプリ、メール、音声へと広がっています。

ただし、企業で検討する際には「何ができるか」だけでは判断できません。受信箱や社内文書にアクセスできるAIは、便利になるほど多くの情報と権限を持ちます。今回の比較で中心に据えたいのは、作業を任せる範囲を、利用者が理解して管理できるかという点です。記憶の保存先、実行環境、承認の仕組みは、その判断を支える材料になります。



製品は大きく二つに分かれます。Hermes AgentやOpenClawなどの自己運用型は、自分の端末やサーバーで動かし、利用するAIモデルも選べます。GoogleのGemini SparkやOpenAI dotsなどの管理型は、提供企業のクラウド上にある実行環境で動作する仕組みです。仮想マシンは、一台のコンピューター内に独立したコンピューター環境を設ける技術で、端末の電源を切っても作業を続けられる基盤になります。

自己運用型は設定の自由がある分、保守や監視も利用者側の仕事です。管理型では基盤の運用負担を抑えられますが、データの置き場所や対応アプリはサービスの設計に左右されます。日本企業が選ぶ際も、機能の多さを競う前に、誰が環境を管理し、どの情報まで預けるのかを決める必要があるでしょう。
記憶を読んで直せるHermesとOpenClaw


継続して仕事を任せるには、AIが何を覚えているかが問題になります。担当者の好みや過去の判断を引き継げれば、毎回の説明は減らせます。しかし、誤った前提を記憶したまま動き続ければ、修正の手間も増えかねません。記憶の量だけでなく、内容を確認し、訂正し、削除できるかまで見る必要があります。

Nous Researchが開発するオープンソースのHermes Agentは、記憶を重視した構成です。MEMORY.mdとUSER.mdというテキストファイルに情報を残し、会話履歴は軽量データベースのSQLiteに保存します。全文検索やAIによる要約も組み合わせるため、利用者に関する継続的な情報と、過去の会話を探す仕組みを分けて扱えます。



Hermesには、完了した複雑な作業を再利用可能な「スキル」にまとめる機能もあります。ここでいうスキルは、AIが後から参照する作業手順です。学習済みモデルの内部を書き換えることと、手順をファイルとして残すことは区別したほうが理解しやすいでしょう。業務で使うなら、保存された手順が現在の社内ルールと一致しているかを点検する運用が欠かせません。

OpenClawも、人が編集できるMarkdown形式のファイルを採用しています。SOUL.mdに振る舞い、TOOLS.mdにツールのルール、USER.mdに利用者の情報を置き、バージョン2.0からは会話などの保存にSQLiteを使っています。変更前後の比較やバックアップを一般的な道具で行える点は、技術担当者にとって扱いやすい設計です。

両製品とも、記憶をファイルとして持てることは、モデル変更や環境移行を考えるうえで利点になります。ただし、記憶が移せても、接続先の権限や作業環境まで自動で再現できるとは限りません。企業では「持ち出せるか」と同時に、誰が編集できるか、退職や担当変更の際に何を消すかまで決めておくと、記憶を継続利用する意味が明確になります。
GoogleとOpenAIは、既存の仕事環境との接続が選択軸


管理型を選ぶ際には、普段の仕事がどのサービスに集まっているかが有力な判断材料です。GoogleのGemini Sparkは、Gmail、カレンダー、Drive、Docs、Sheetsなどとの連携を中心に据えています。利用者ごとのGoogle Cloud上の仮想マシンで動作し、端末を閉じた後も処理を続けられる構成です。外部アプリとの接続には、AIと外部ツールをつなぐ共通仕様のMCPも利用します。

Sparkの記憶は、接続したGoogleアカウント内の情報を文脈として使う考え方です。Hermesのように、独立した記憶ファイルを開いて編集する仕組みは詳しく公開されていません。Google Workspaceに資料や予定が集約されている職場では導線を作りやすいものの、個人アカウントと会社の情報をどのように分けるかが検討課題になるでしょう。



OpenAI dotsは、それぞれのエージェントがクラウド上のコンピューターとブラウザーを持ち、ChatGPT、Slack、Microsoft Teamsなどから同じエージェントに連絡する構成です。会話の内容、関連するChatGPTのメモリ、エージェント自身が保存したメモを利用します。連絡手段を変えても、別の担当者に説明し直すような使い方にはならない設計です。

dotsでは、依頼の合間に接続先を調べる能動的な調査を読み取り専用とし、その後の操作には必要な権限を求めます。ウェブサイトへのログインでは、保存したパスワードをモデルに見せずに使う仕組みも説明されています。ただし、読み取れる情報の範囲と、外部へ送信できる範囲は別々に確認する必要があります。

Sparkは支払いやメール送信などの前に確認する方針を示していますが、利用者による監督も求めています。どちらも、既存サービスとの接続が便利さの源です。導入時には、使えるアプリの数よりも、業務用アカウントで許可できる接続範囲と、承認が必要になる操作を具体的に確かめることが先決です。
承認画面と実行環境の隔離は、別々に確認する必要があります


「危険な操作の前に確認する」と「危険な操作が届く範囲を狭める」は、異なる対策です。承認画面は実行の可否を人が判断する入口になります。コンテナや仮想マシンによる隔離は、問題が起きたときに触れられるファイルやシステムを制限する仕組みです。片方があるだけで、もう片方まで備わっているとは判断できません。

Hermesは手動承認などのモードを持ち、応答のない承認要求を300秒で拒否する設計です。ただし、開発側は、禁止ルールの一覧だけでは侵害されたエージェントを隔離できないと説明しています。広いツール権限を与えるなら、Dockerなどのコンテナ環境を使うことが前提になります。



OpenClawは、標準状態ではホスト側への広いアクセスを持ち、隔離環境は明示的に有効化する必要があります。有効化したサンドボックスには、外向き通信の禁止やシステム領域の読み取り専用化などの制限がありますが、設定しなければ適用されません。また、外部のスキル配布基盤ClawHubでは、セキュリティ企業が悪意ある登録を多数報告しています。アップロード時や定期的な検査が導入されても、追加するスキルを信頼できるかという判断は残ります。

Meta Museは、管理型の中でも隔離構成を詳しく説明しています。専用のMuse Secure VM内でエージェントとデータを扱い、システム上で分離したSentinelという別のエージェントがインターネット接続を審査する仕組みです。メール送信や購入には承認を求め、操作履歴も残します。ただし、この構成があることだけで、外部情報に含まれる不正な指示への耐性を断定することはできません。

自己運用型では、NanoClawのコンテナ分離や、IronClawのWebAssemblyによるツール隔離も選択肢です。機密情報や規制対象データを扱う企業にとっては、製品名よりも、どの境界でアクセスを止められるかが検討の中心になります。隔離機能の存在と、自社業務への適合性は分けて評価する必要があるでしょう。
Macのローカル業務まで任せるなら、アクセス範囲が変わります


クラウド上のメールや文書だけで仕事が完結しない場合、端末内のファイルやアプリを操作できるかが選択を左右します。Perplexity Personal Computerは、Perplexityのクラウドエージェントと手元のMacを組み合わせる製品です。macOS 14 Sonoma以降を必要とし、ローカルファイル、Macのアプリ、ウェブを対象に作業できます。iPhoneから作業を開始し、承認する使い方にも対応しています。

Perplexityは、常時稼働させる端末としてMac miniを推奨しています。ここには、クラウドだけで完結する管理型との違いがあります。手元の端末を作業の一部に使う以上、その端末を利用できる状態に保つ必要があるためです。会社のノートPCを日々持ち歩く運用と、専用端末を据え置く運用では、継続実行の条件も変わるでしょう。



公開情報では、機微な処理をローカルモデルに振り分けるハイブリッド処理が説明されています。Mac上のプライバシー確認、隔離環境、遠隔操作時の二要素認証、操作履歴も安全対策として挙げられています。ただし、記憶の詳細な設計は公開されていません。処理場所の説明と、何をどこに長期保存するかの説明は別の項目です。

企業が確認したいのは、「ローカルで処理する」という表現が具体的にどの工程を指すかです。ファイルを読む工程、内容を推論する工程、結果を保存する工程では、データの扱いが異なる可能性があります。機密文書を任せる前に、対象の作業に沿って処理の流れを確認する必要があります。

Personal Computerは、ローカルファイルやMacアプリを仕事の中心に置く利用者に適した候補です。操作窓口はPerplexity自身のアプリで、複数のチャットアプリから連絡する設計とは異なります。端末操作が必要か、普段の連絡手段を優先するかによって、選ぶ理由は変わってきます。
月額料金だけでは、常時稼働の費用を比べられません


無料のオープンソース製品と月額制サービスを、そのまま比較するのは難しい問題です。Hermes、OpenClaw、関連する自己運用型のソフトウェアは無料でも、外部モデルのAPI利用料やサーバー費用が発生します。ローカルモデルなら外部APIの従量料金を抑えられますが、端末の用意や維持管理まで不要になるわけではありません。

常時稼働では、直接話しかけていない時間にも費用が生じ得ます。定期的な状態確認、予約した処理、能動的な調査がモデルを呼び出すためです。対話一回の単価が低くても、確認頻度や実行回数によって月の総額は変わります。特に、すべての処理に高価なモデルを使う構成では、背景で動く仕事も見積もりに含める必要があります。



2026年11月21日時点の米国価格として、SparkはAI Proの月額19.99ドル、Museは無料枠に加えて月額20ドルと100ドルのプランが紹介されています。OpenClawの外部運用サービスには、およそ月額12〜49ドルの例があります。ただし、契約にモデル利用料が含まれるかは、個別に確認しなければなりません。

dotsは対象のChatGPT ProやBusiness Premiumに含まれるとされていますが、利用できるProプランの範囲には情報の食い違いがあります。Perplexity Personal ComputerはProまたはMaxの契約を必要とし、クラウド処理ではクレジットを消費します。いずれも、記載された入口の料金だけで、必要な業務量を処理できるとは限りません。米国の価格や提供条件を、日本の契約にそのまま当てはめることも避けたいところです。

試用では、同じ業務を一定期間任せ、利用料と担当者の確認時間を合わせて記録すると比較しやすくなります。自己運用型では、定型的な確認を低価格モデルやローカルモデルに振り分ける方法も考えられます。ただし、費用削減の設定を入れた後も、必要な品質で仕事を終えられるかの確認は欠かせません。
最初の一件は、読み取りだけで完了する業務から


企業での導入を考えるなら、候補製品を一つに絞る前に、任せる仕事を一つに絞るほうが判断しやすくなります。「営業担当者の仕事を支援する」では範囲が広すぎます。例えば、閲覧を許可した資料から会議前の確認事項を作る、といった単位なら、必要な情報と成果物を具体的に定められます。外部へのメール送信やファイル削除を伴わない仕事から始めれば、確認すべき権限も整理できます。

既存環境との適合を見るなら、Google Workspace中心の職場ではSpark、ChatGPTやCodexを継続利用している担当者ではdotsが候補になります。記憶を自分で管理し、モデルを選びたい技術部門にはHermesやOpenClawが考えられます。Mac内のファイル操作が不可欠ならPersonal Computer、個人的な予定や買い物などの支援を試すならMuseという整理もできるでしょう。



ただし、個人向けとして使いやすいことと、会社の情報管理に適していることは同じではありません。無料枠の有無や接続アプリの多さだけでは、業務利用の判断材料が足りません。対象データを扱える契約か、記憶を削除できるか、担当者が変わった際に権限を止められるかを、利用するプランと構成に即して確認する必要があります。

試行中は、出力の正しさに加え、不要なファイルを読んでいないか、承認が想定した場面で止まるか、操作履歴から経緯を追えるかを点検します。参照した比較では、導入初月に監査履歴を毎週確認する運用が勧められています。短い試用でも、結果だけでなく、そこに至る動きを確認する意味があります。

最初に作るべきものは、全社向けの製品ランキングよりも、一件の試行に使う業務定義です。対象資料、許可する操作、承認が必要な行為、費用上限、終了時に消す記憶を一枚にまとめてください。その条件を候補製品で実現できるか確かめることが、常時稼働するAIを業務に迎える具体的な一歩になります。

ISM AI CONSULTING

AIを、自社の業務で
使える仕組みに。

ISM株式会社は、システム開発で培った技術と現場理解をもとに、AIの業務活用を支援します。課題の整理から導入・運用まで、貴社に合う進め方を一緒に考えます。

  • 活用テーマの整理
  • 業務への組み込み
  • 導入後の定着
AI活用について相談する

「何から始めるか」のご相談から承ります。

AI LAB 一覧へ戻る