Google DeepMind × シンガポール政府、オンデバイスAI詐欺検出モデルを共同開発 クラウド送信ゼロで個人情報を保護
Google DeepMindとシンガポール政府技術庁（GovTech Singapore）は2026年10月14日、ユーザーの端末上でAIが詐欺メッセージを検出するオンデバイスモデルを共同開発したと発表した。個人の会話データをクラウドに送信せずに詐欺を検知できる点が特徴だ。
発表の概要
シンガポールでは詐欺が報告犯罪の半数以上を占め、2019年以来40億シンガポールドル（約4,400億円）を超える被害が発生している。現代の詐欺手口は基本的なフィッシングから高度な社会工学的手法（なりすまし・誘導型の詐欺）へ進化し、金融被害の最大80%を社会工学型が占めるという。
今回の取り組みでは、Google DeepMindの軽量モデル「Gemma」をシンガポール固有の詐欺会話データで微調整し、2段階のスクリーニング処理を構築した。第1段階で軽量分類器が受信メッセージを効率的に選別し、第2段階でGemmaが複数ターンにわたる会話パターンを分析して誘導型の詐欺を検出する。処理はすべてユーザーのデバイス上で完結するため、GovTechもGoogleも会話内容にアクセスできない。学習データはGovTechの隔離環境で匿名化済みのものを使用しており、個人を特定できる情報は含まれていない。
“Fighting scams shouldn’t mean sacrificing personal privacy.”
（筆者意訳：詐欺と戦うことが、個人のプライバシーを犠牲にすることを意味してはならない。）
Mark Chen（Trust and Safety ディレクター / GovTech Singapore）（出典：Google DeepMind 公式ブログ「Working with Singapore’s government to develop on-device AI scam detection」2026年10月14日）
オンデバイス処理とクラウド処理の違い
AIツールには大きく「端末上で処理するもの（オンデバイス）」と「サーバーに送信して処理するもの（クラウド）」の2種類がある。今回の詐欺検出モデルはオンデバイス方式で、以下の特徴を持つ。
オンデバイス処理の主なメリット:
・通信が発生しないため、会話内容・個人情報がサーバーに残らない。
・インターネット接続がなくても動作する。
・応答がリアルタイムで処理遅延が少ない。
クラウド処理と比較した場合の制約:
・モデルサイズが端末スペックに依存するため、複雑なタスクへの対応に限界がある。
・モデル更新には端末側のアプリ更新が必要になる。
今回はGemmaという軽量モデルを用いることで、端末上での処理と十分な検出精度を両立している。
データ処理方式の確認ポイント
AIツール導入を検討する中小企業にとって、「自社データをどこで処理するか」は情報セキュリティ・コンプライアンスの観点から重要な確認事項だ。
確認すべき3点:
① データが外部サーバーに送信されるか（特に個人情報・顧客情報を扱う場合）
② 海外サーバーへの送信がある場合、個人情報保護法の第三者提供・外国第三者提供への該当可否
③ 契約書・利用規約に「データを学習に使用する条項」が含まれるか
オンデバイス処理型のAIツールは、これらのリスクを構造的に回避できる選択肢の一つになる。自社の業務でAIを検討する際は、処理方式の確認を選定基準に加えることが現実的だ。
出典: Google DeepMind「Working with Singapore’s government to develop on-device AI scam detection」（2026年10月14日）
