完全オフラインで動くオープンソース AI チャット、機密情報を外に出さずに LLM を業務活用したい企業向け
Jan は、Llama や Mistral などのオープンソース LLM を自分の PC 上で実行できる、デスクトップ型の AI チャットアプリです。会話データは一切クラウドに送信されず、すべてローカルに保存されるため、機密文書の要約・社内 FAQ 整備・コード補助などを「外部送信不可」の制約下で進めたい法務・医療・金融・行政まわりの現場で実用に乗ります。ChatGPT に近い UI ながら、モデル選択・切り替え・拡張をユーザー側で握れるのが核です。
主要機能
- ローカル LLM 実行: Llama 3、Mistral、Gemma など Hugging Face 上の主要モデルを GUI からダウンロード→即チャット開始。CLI も Docker も不要で、エンジニア以外でも 10 分以内に初回応答まで到達できる導線。
- OpenAI 互換 API サーバ内蔵: ローカルで
localhost:1337互換エンドポイントを立て、社内ツールから ChatGPT API と同じ呼び出しで差し替え可能。OpenAI 課金 (月数万円〜) をローカル GPU 1 台に置換できる構成。 - プラグイン/拡張: ファイル読み込み、Web 検索、独自モデル追加など機能拡張に対応。Mac (Apple Silicon)・Windows・Linux のマルチプラットフォーム。
- 完全ローカル保存: 会話履歴・モデル・設定はすべてユーザー端末内。退社時の情報持ち出しや、外部 API 経由のログ蓄積リスクをゼロにできる。
編集部の検証メモ
公式の機能要件と料金構造 (本体は無料、追加課金なし) を競合と突き合わせると、Jan の差別化点は「OpenAI 互換 API を内蔵した完全ローカル実行 GUI」という組み合わせにあります。LM Studio が近い立ち位置ですが、Jan はオープンソース (AGPL) でカスタマイズ自由度が高く、社内配布や監査対応のしやすさで優位。想定 ROI は、20 名規模で ChatGPT Team (1 人月 30 ドル前後) を Jan + ローカル GPU に置換した場合、年間で API・サブスク費を 70〜90 万円圧縮できる試算。情報漏洩リスクをゼロに近づけられる点を合わせると、規制業種ほど投資対効果は跳ねやすい構成です。
想定ユーザー
機密情報を扱う法務・医療・金融・行政、ローカル LLM を社内標準に据えたい情シス、API 経由のコスト圧縮を狙う開発チームに向いています。逆に、最新の GPT-5 級モデルでの高度推論や、モバイル中心の運用、GPU を積んだ PC を用意できない環境には不向きです。
