Googleの個人データ連携AI、何を預けるべきか

「パーソナルAI」の時代が静かに始まった

Googleは2026年3月17日、Personal Intelligence機能を米国の全Googleアカウントへ開放すると発表した。それまで有料ユーザー限定だった機能を、無料ユーザーにも広げる内容だ。

これは単なるチャットボットの強化ではない。GmailのホテルやフライトのメールをAIが読み込み、Google Photosの旅行写真まで参照したうえで家族構成に合わせた旅程を提案する。Chromeで買い物をするときは、過去の購入履歴や好みのブランドをもとに候補を絞り込む。個人の行動記録がAIの「文脈」として機能し始めた。

日本での提供時期は未定だが、米国での全面展開は世界標準の先行事例となる。同様の機能は他のプラットフォームにも波及するとみるべきで、静観できる話ではない。

Googleは何を学習し、何を学習しないのか

個人データを渡すと聞けば身構えるのは当然だ。ただ、Googleの説明は細かく読む価値がある。

Googleは「GeminiがGmailの受信箱やGoogle Photosのライブラリを直接学習するわけではない」と明示している。学習するのは「GeminiまたはAI Modeでの特定のプロンプトとモデルの応答」だという。メールの全文をモデルが丸ごと吸収するのではなく、ユーザーが質問した瞬間にデータを参照して回答を生成する仕組みだ。

さらにPersonal Intelligenceはオフの状態で始まる。ユーザーが能動的にGoogleアプリとの接続を許可しない限り、データは連携されない。WorkspaceのビジネスアカウントやEnterpriseアカウントには提供されないとも明言されており、法人利用者が個人設定と混同するリスクは設計上排除されている。

「データを渡す＝全部学習される」という理解は正確ではない。とはいえ「参照される」こと自体がリスクゼロを意味するわけでもない。どの種類のデータが参照対象になるかを把握したうえで、接続の可否を自分で選ぶことが出発点になる。

AIエージェントが抱える「見えない穴」

便利さの裏側で、研究者たちは別の問題を掘り下げている。

2026年1月に公開された論文MalURLBenchは、LLMベースのウェブエージェント（大規模言語モデルを中枢に持ち、ウェブ検索やリンクへのアクセスを自律的に実行するAIシステム）が悪意あるURLを処理する際の脆弱性を体系的に評価した。61,845件の攻撃事例を10の実世界シナリオに展開し、12の主要LLMで実験した結果、巧妙に偽装されたURLは既存モデルでは検出が難しいという事実が浮かんだ。

攻撃の流れはシンプルだ。悪意あるURLを正規のURLに見せかけてエージェントに受け入れさせる。エージェントが「安全」と判断した瞬間、危険なウェブページへのアクセスが開かれる。個人データを持ったエージェントがこの罠にはまれば、情報は外部に流出しうる。

研究チームはURLGuardという軽量の防御モジュールを提案しているが、現時点では研究段階の解決策だ。今使っているAIアシスタントにこの防御が組み込まれているかどうか、ユーザー側からは確認できない。

「預けていいデータ」と「預けるべきでないデータ」をどう分けるか

判断の軸は「漏れたときの被害の大きさ」と「AIに渡す必要性の高さ」の掛け合わせで整理できる。

連携しても被害が限定的なデータ

旅行の写真、購入済み商品の履歴、公開カレンダーの予定。これらは漏れても金銭的・社会的なダメージが小さく、AIの応答精度を上げる効果が大きい。Personal Intelligenceが例示する旅程の最適化や商品提案は、まさにこの領域のデータを使う。リスクと便益のバランスは取れている。

慎重に扱うべきデータ

銀行・クレジットカードの明細、健康診断の結果、家族の個人情報を含むやりとり。外部に出た場合の被害は直接的で、回復も難しい。AIに参照させるメリットが仮にあっても、その便益が被害コストを上回るかを個別に判断する必要がある。

エージェントに「行動」を委ねる場合の別リスク

単に「参照する」のと「エージェントが代わりに行動する」のでは、リスクの性質が変わる。エージェントが自律的にURLを踏んだりフォームを送信したりする設定にしているなら、MalURLBenchが示した脆弱性が直接関係してくる。個人データを持ったエージェントが悪意あるサイトに誘導された場合、被害は参照リスクより一段大きくなる。

まとめ

Personal Intelligenceの無料開放は、パーソナルAIの普及を加速させる転換点だ。使いこなせれば、日常の検索や旅行計画の質は確実に上がる。ただし「オフで始まる」設計を活かし、連携するアプリを自分で選ぶ習慣が前提になる。

AIエージェントに自律行動を任せる設定は、URLの脆弱性リスクを念頭に置いたうえで判断したい。「便利さか、安全か」という二択ではなく、データの種類ごとに連携の可否を決めるのが現実的な落としどころだ。まず「漏れたときに困るか」を問い、困るデータは連携しない。それだけで、リスクの大半は抑えられる。