Mac mini×ローカルLLMは「実験」から「実務」へ：24時間稼働する専属AIエージェント構築事例（第1回）

机の片隅で、手のひらに収まるほどコンパクトなシルバーの四角い筐体が、かすかな温もりを帯びながら静かに鎮座しています。耳をすませても激しいファンの回転音は一切聞こえず、深夜の部屋にはキーボードを軽やかに叩く音だけが響いています。画面の中では、手元のマシンで起動した言語モデルが、促した指示に対して滑らかに文字列を紡ぎ出しています。

約1年前、私たちはこのブログでMac miniを用いたローカルLLMの環境構築（DockerやOllamaなどを活用した検証）についてお伝えしました。あの頃はまだ、自分のパソコン単体で大規模言語モデル（LLM）を動かすことは、「新しい技術の可能性を探る実験」という意味合いが強かったかもしれません。しかし、Apple Siliconの進化とオープンソースコミュニティの爆発的な発展は、その境界線を静かに、そして確実に塗り替えました。

今回は、単なる技術的な実験フェーズを完全に抜け出し、クライアントの実務フローにローカルLLMを本格的に組み込む「AIエージェント専用マシンの構築サポート事例」をご報告します。

結論から申し上げますと、今回私たちが構築したのは、「Mac miniを職場に常時稼働で置きっぱなしにし、外出先からiPhoneやノートパソコンで『これやっといて』とAIエージェントに指示を出せる非同期ワークフロー環境」です。自分が寝ている間も、電車で移動している間も、手元のAIエージェントが定型作業や文章の推敲を勝手に進めてくれます。クラウドの爆速処理とはまた異なる、心地よい静けさと「使い放題」の自由がそこにはあります。

■ クラウド一強時代に、あえてローカルLLMを導入する最大の理由

ブラウザを開けば、一瞬で超高精度の回答を返してくれるChatGPTやGeminiが待っています。もはや人間が文字を入力するスピードを遥かに凌駕するクラウド全盛の時代に、わざわざ自前で環境を構築する意味はどこにあるのか。数字上のスペック比較やベンチマークでは決して測れない決定的な違い、それが「心理的な安全性」です。

クラウドサービスを利用しているとき、私たちの脳の片隅には常に「見えないメーター」が回っています。「この雑なメモをそのまま放り込んで、高価なトークンを消費するのはもったいないのではないか」「まだ考えがまとまっていない段階で何度も壁打ちを繰り返すと、API残高があっという間に溶けてしまうのではないか」「顧客の機密情報や社内の未公開データを、外部サーバーに送信することに不安がある」。こうした些細なブレーキが、無意識のうちに試行錯誤の回数を奪っています。

ローカル環境には、そのメーターが存在しません。どれほど拙い下書きを流し込んでも、何十回プロンプトを書き直してやり直させても、電気代以外の追加コストは文字通り1円もかかりません。外部のネットワークを介さず、誰にも見られない手元のマシンの中で、気兼ねなく思考のゴミ出しができる環境。この圧倒的な気楽さこそが、ローカルLLMを導入する最大の動機であり、スモールビジネスが陥りがちな「AI課金地雷（複数ツールのサブスクリプションによる固定費の増大）」を回避する強力な防衛策となります。

■ スモールビジネスのAI母艦としての「Mac mini（メモリ24GB）」

ローカルLLMを動かすとなると、巨大なグラフィックボードを積んだ高価なタワー型PCを連想する方が多いかもしれません。しかし、何十万円もする専用機を導入するのは敷居が高く、置き場所や消費電力、排熱の面でも現実的ではありません。そこで極めて強力な選択肢として浮上するのが、Apple Siliconを搭載したMac miniです。

Macのユニファイドメモリアーキテクチャ（UMA）は、CPUとGPUが同じ超広帯域メモリ空間を直接共有できる構造になっています。これは、モデルデータをVRAMに丸ごと展開しなければならないローカルLLMの動作において、驚くほどの強みを発揮します。高価な独立グラフィックボードを追加購入することなく、標準の本体構成のままで大容量メモリを丸ごとAI処理に活用できるのです。

今回のサポート事例でも採用した「メモリ24GB」という構成は、実に絶妙なスイートスポットです。一般的な16GB構成の場合、OSやブラウザがメモリの半分以上を消費するため、7B〜9Bクラスの軽量モデルをロードした瞬間に急激にレスポンスが重くなることがあります。一方、24GBあれば、モデル（Google Gemma等）に4GB〜8GB程度を割り当てても、残りのメモリをOSやAdobe Creative Cloudなどの日常業務アプリケーションに潤沢に回せます。通常作業とAIプロセスを同じマシン上で引っかかりなく共存させる基盤として、最もコストパフォーマンスに優れた選択肢と言えます。

■ 「RAGなし」でもここまで書ける。軽量モデルGemmaの驚くべき実用度

「オープンソースの軽量モデルなんて、どうせ日本語がぎこちなく、実用には程遠いだろう」という先入観は、過去のものです。現在主力として稼働しているGoogle Gemmaなどの軽量モデルは、プロンプトを投入した直後から、淀みなく滑らかに日本語を展開していきます。

ここで重要なのは、高度な外部情報検索（RAG）などの複雑な仕組みをあえて組み込まず、モデル自身が持つ推論力だけで文章を整えさせる点です。「頭の中にあるアイデアを支離滅裂に書き殴った箇条書きを、整然としたレポートの骨子に変換する」「語気が強くなりすぎたメールの文面を、角の立たない丁寧なビジネス表現にリライトする」といった、すでに材料が揃っていてそれを型に流し込んで整形するタスクにおいて、ローカルモデルは極めて忠実に、破綻のない日本語を出力してくれます。

自分がスマートフォンの音声入力で録音した支離滅裂なテキストを丸ごと投げ込み、「以下の箇条書きの論点を整理し、読者に伝わりやすい順序に見出しをつけて再構成してください」と命じる。モデルに新しい事実を探しに行かせるのではなく、手元にある情報の「料理人」として振る舞わせる。この境界線を意識するだけで、ハルシネーション（もっともらしい嘘）を抑えながら、ポテンシャルを100%引き出すことが可能になります。

■ スマホからの音声入力が拓く「非同期ワークフロー」の衝撃

今回のサポート業務の核心は、この優秀な「手元の料理人」を、外出先からも自由に使えるようにした点にあります。

移動中や散歩中、ふと頭に浮かんだ断片的な思考をiPhoneの音声入力でテキスト化し、職場で待機しているMac miniへそのまま送信します。クラウドを使えばクレジットを消費する些細なメモでも、自社サーバーなら完全に気兼ね不要です。用事を終えて職場のデスクに戻り、ディスプレイの電源を入れたときには、すでに自宅のAIによって美しく構造化されたメモが画面に用意されている。この「非同期のタスク処理」が日常に定着すると、思考の鮮度を一切落とさずに仕事を進められるようになります。

1年前の「動かしてみた」という実験から、完全に「業務を任せる」という実務のフェーズへ。では、具体的にどのようにしてiPhoneやノートパソコンから職場のMac miniへ安全にアクセスし、AIに指示を出す環境を構築したのか。次回（第2回）は、LM Studioのサーバー機能と、Tailscaleを用いたセキュアな外部接続の具体的な設定ポイントについて解説します。