エージェント型AIのトリレンマ（コスト、規模、データ・セキュリティー）を解決

SuperClawを発表：AI PC、エージェント・コンピューター、エッジデバイス向けハイブリッド型エージェントAIソリューション

企業は従来のAIチャットを超え、自律的に動作するエージェント主導のワークフローという新たな領域に急速に移行しています。しかし、その飛躍に伴う本当のコストは、ようやく明らかになりつつあります。単純なプロンプトとは異なり、エージェント型システムは多段階の推論、反復的なツール利用、文書解析、継続的なデータ取得に依存しており、コンピューティングリソースの消費量と複雑性が急激に増大しています。

 

同時に、これらのシステムの価値はアクセス可能なデータに大きく依存します。企業は、社内ファイル、独自コード、機密性の高いビジネスデータを安全に分析できるエージェントを求めていますが、その実現にはクラウドベースのAI基盤に依存するケースが多く、プライバシーや管理のリスクが生じます。

 

企業が抱えるジレンマは明確です。組織は急速に進化するエージェント型AIを活用したいと考えていますが、データプライバシーや計算コスト関する懸念に効果的に対処しつつ、スケーラビリティを損なわないツールが不足しています。

SuperClawの発表 - AI PC、エージェント・コンピューター、エッジデバイス向けに設計されたハイブリッド型エージェントAIソリューション：

インテルのAI Super Builderチームが開発したSuperClawは、性能・コスト・データセキュリティの間で通常生じるトレードオフに依存せずに、インテリジェントエージェントを拡張させるための実用的な手段を提供します。SuperClawはハイブリッド設計を採用しており、ファイルへのアクセス、データ処理、コンテンツ生成といった機密性および頻度の高い処理はローカルでの実行を優先し、高度な推論や外部データ取得はクラウドに委ねます。その結果、トークン消費量を削減し、レイテンシを最小限に抑え、機密データを適切な場所に保持する、より効率的な分業を実現します。 

 

最新のインテルのクライアント・プラットフォーム（インテル® Core™ Ultraシリーズ3プロセッサーおよびインテル® Arc™ Pro BシリーズGPU）上に構築されたSuperClawは、企業がコンピューティングトークンのコストを管理しやすく、機密データを保護しながら、デバイス上でエージェント型AIワークフローを大規模に実行することを可能にします。

企業向けクラウドコンピューティングトークンのコスト削減

SuperClawとクラウド専用のエージェント型AIソリューションを比較テストしたところ、SuperClawは関連するエンタープライズワークロードを実行する際に、平均クラウドコンピューティングトークン消費量を最大70%削減できることが実証されました*1。SuperClawは、インテリジェントなタスクルーティング、コンテキスト圧縮、再利用可能なメモリ、および前述のローカル優先実行によって、このコンピューティングコスト削減を実現しています。

SuperClawを活用することで、企業はエージェント型AIの導入におけるクラウドコンピューティングコストをより適切に管理できるようになります。クラウドコンピューティングコストが上昇し続け、関連する将来の関連コストを正確に予測することが困難になっている現状において、これは非常に重要なメリットとなります。

 

機密性の高い企業データの保護を支援

SuperClawは、標準では機密データをデバイス上またはエンタープライズエッジ内に保持します。タスクがクラウドにエスカレーションされる前に、SuperClawはプライバシーを考慮したルーティングとデータ最小化を強制的に実行し、必要なポリシー承認済みのコンテキストのみが環境から外部に持ち出されるようにします。企業向けワークロードにおいて、SuperClawは業界標準のAIプライバシーベンチマーク*2で個人識別情報（PII）を99%の精度で検出することで、データ保護機能を実証しました。

インテルは、今後のSuperClawのリリースにおいて、企業が独自に定義したプライバシーポリシーのサポートを組み込む予定です。これにより、組織はデータ管理をそれぞれの要件に合わせてカスタマイズできるようになります。SuperClawは、金融、医療、法律サービス、製造、ライフサイエンス、公共部門など、厳格なデータ保護とコンプライアンスが不可欠な規制の厳しい業界にとって、特に価値の高いソリューションとなるでしょう。

 

クラウド専用サービスに近いエージェント型AIソリューションの提供を目指して

SuperClawは、より優れたデータ保護とクラウドコンピューティングコストの削減を実現しますが、企業での導入において最も重要なのは、「SuperClawはクラウド専用のエージェント型AIに近い、妥当なパフォーマンスを提供できるのか？」という点です。

 

実際には、SuperClawは企業ユーザーが一般的に利用するワークロードにおいて、そのレベルのパフォーマンスを提供します。ハードウェアの性能に応じて、SuperClawは、インテル® Core™ プロセッサー／インテル® Core™ Ultra シリーズ 3 プロセッサーおよびインテル® Arc™ Pro Bシリーズをベースとするプラットフォーム向けに、複数の階層型ソリューションを提供しています。プラットフォームの性能が高いほど、速度、トークンコスト、精度など、全体的なエクスペリエンスが向上します。SuperClawのハイブリッドなコンピューティングアプローチは、ワークフローの各ステップを、ローカル環境かクラウド環境かを問わず、最も適切な実行レイヤーにインテリジェントにルーティングし、適切なコンピューティングリソースが適切なタスクを処理し、データ・セキュリティーを保護します。

 

以下のテストデータを見ると、SuperClawがハイブリッド・コンピューティング・アプローチ*3によって、企業でよく利用される様々なエージェント型AIタスクにおいて、いかに優れたパフォーマンスを発揮したかが分かります。

このテストでは、SuperClawはクラウドのみの構成と比較して、タスク精度において同等またはそれ以上の結果を全項目で達成しました。SuperClawの動的ルーティング方式ではベンチマーク処理時間は長くなりますが、その差はSuperClawの全体的なコストと精度のメリットによって相殺されます。

 

また、エージェント型AIワークフローにおいて機密データの保護が不可欠な企業にとって、以下のテスト結果は、類似のクラウドのみのサービスと比較したSuperClawの独自の機能を明確に示しています。

OfficeQAのテストでは、様々なエージェントが機密性の高い財務データを正確に識別し、マスキングすることで、クラウドへのプライバシー漏洩を防ぐ能力を実証しました。SuperClawは、このテストにおいてクラウド専用エージェントの92%以上の精度を達成しただけでなく、機密データを単独でマスキングして保護する能力も備えています。

 

これは、先に述べたPIIテストの結果にも関連する重要な点です。現在のクラウド専用商用エージェントは、単独では機密データ保護機能を全く備えておらず、データを十分に保護するためにはプライベートクラウドやその他のエンタープライズグレードの保護プロトコルが必要となります。

 

一方、SuperClawは、企業顧客がデータ保護のニーズに基づいてエージェントAIの導入をカスタマイズできる機能を提供します。しかも、文書解析、レポート作成、データ抽出、コンテンツ生成、アプリケーション間ワークフローといった複雑なタスクを、企業ユーザーが安心して実行できる環境を維持します。

SuperClawの未来展望

SuperClawは、最近発売されたインテル® Core™ プロセッサーおよびインテル® Core™ Ultra シリーズ3 プロセッサーをはじめ、インテル® Arc™ Pro BシリーズGPUを搭載したエッジサーバー・システムなど、幅広いインテルのハードウェアプラットフォームに対応するように設計されています。

 

この幅広いプラットフォームへの対応により、パートナー企業やエンタープライズのお客様は、パフォーマンス、コスト、フォームファクターなど、さまざまな要件に合わせてSuperClawを導入しながら、一貫したハイブリッドエージェント型AIソフトウェア体験を維持できます。

SuperClawのベータ版は6月後半にダウンロード可能になります。ベータ版の提供開始が近づきましたら、詳細をお知らせしますので、ご期待ください。

 

SuperClawは既に幅広い顧客層から関心を集めており、Computex 2026会場内のインテルの顧客ブースでSuperClawのデモをご覧いただけます。

 

IntelはSuperClawをハイブリッドエージェントプラットフォームから完全なエージェントOSへと進化させることを目指しています。これにより、AIエージェントの利便性、パーソナライズ性、信頼性を高めつつ、企業における制御を中核に維持します。強力なパートナーネットワークは、SuperClawが企業規模のエージェントAIにおいて、コスト、パフォーマンス、データ保護の面で差別化された価値を提供していることを裏付けています。

Small Print:

Performance varies by use, configuration and other factors. Learn more at www.intel.com/PerformanceIndex.

AI features may require software purchase, subscription or enablement by a software or platform provider, or may have specific configuration or compatibility requirements. Data latency, cost, and privacy advantages refer to non-cloud-based AI apps.  Learn more at intel.com/AIPC.

SuperClaw is built based on the OpenCode framework, with additional hybrid AI capabilities, privacy controls, local context management, model routing, governance, and platform optimization developed by Intel.

1Token consumption benchmark testing based on combination of table indexing and query tools/skills workloads. Cloud LLM based on GLM-5 model available on OpenRouter: https://openrouter.ai/z-ai/glm-5. Local LLM based on quantized Qwen 3.6-35B-A3B model - https://huggingface.co/unsloth/Qwen3.6-35B-A3B-GGUF/blob/main/Qwen3.6-35B-A3B-UD-Q4_K_XL.gguf – served with llama.cpp with “thinking mode” set to “off” on the Intel Core Ultra Series 3 processor. Testing was conducted on Intel Core Ultra X7 358H system with Intel Arc B390 built-in GPU and 64GB of memory running on Microsoft Windows 11 Pro. Results as of May 9, 2026.

2PII detection accuracy benchmark testing based on 20-category open-pii-masking-500K-ai4privacy dataset: https://huggingface.co/datasets/ai4privacy/open-pii-masking-500k-ai4privacy/viewer. Testing was conducted on an Intel Core Ultra X7 358H system with Intel Arc B390 built-in GPU and 64GB of memory running on Microsoft Windows 11 Pro. Results as of May 8, 2026.

The PII detection accuracy testing yielded an F1 score of 95%. An F1 score is a metric combining both precision and recall performance into one score – on a scale of 1-100 – with a higher score indicating better performance.

3Hybrid routing accuracy benchmark involves testing on 16 datasets, including SWE-bench Verified and the following datasets from the LLMRouterBench benchmark: AIME (2024), MATH-500, MathBench, LiveMathBench, HumanEval, MBPP, LiveCodeBench, BBH (BIG-Bench Hard), MMLU-Pro, GPQA, FinQA, MedQA, ARC-C, Winogrande, and EmoR-NLP. Testing was conducted on an Intel Core Ultra X9 388H system with Intel Arc B390 built-in GPU and 64GB of memory running Microsoft Windows 11 Pro. Results as of May 8, 2026.

4OfficeQA benchmark testing based on random sampling of 30 questions – 15 each from the “Hard” and “Easy” categories – pulled from the OfficeQA dataset: https://github.com/databricks/officeqa. Questions pertained to “Treasury Bulletins” published after 1983 that do not include visual figures and/or charts. Testing was conducted on an Intel Core Ultra X7 358H system with Intel Arc B390 built-in GPU and 64GB of memory running on Microsoft Windows 11 Pro. Results as of May 8, 2026.

Perplexity Computer test results based on “Perplexity Max” subscription, running OfficeQA benchmark within web-based Perplexity Computer UI on “Default” settings. Results as of April 17, 2026.

Claude Cowork test results based on “Max” subscription, running OfficeQA benchmark in the Claude Cowork Windows application with Sonnet 4.6. Results as of March 17, 2026.