【Microsoft Foundry on Windows】3つの技術でローカルAIをアプリに統合！仕組みから実装までを解説

Windowsアプリに生成AIを組み込みたいけれど、クラウドへのデータ送信やAPIコストが気になる、という声は多いのではないでしょうか。Microsoft Foundry on Windowsは、デバイス上でAIモデルを動かすための3つの技術をまとめた開発プラットフォームです。

この記事では、Microsoft Foundry on Windowsの仕組みから3つのメイン機能、料金、実装方法、活用シーンまでくわしく解説します。

Microsoft Foundry on Windowsとは

Microsoft Foundry on Windowsは、Windowsアプリケーションにローカルで動くAI機能を組み込むための開発者向けプラットフォームです。 2026年3月6日時点ではプレビュー版として利用できます。

クラウドにデータを送らずにデバイス上でAIモデルを実行するため、プライバシーの確保やレイテンシを減らしたうえで、クラウドコストの削減もできるというメリットがあります。

このプラットフォームはWindows AI APIs・Foundry Local・Windows MLという3つの技術で構成されています。それぞれ対象デバイスや用途が異なるため、開発者は自分の要件に合った技術を選ぶか、組み合わせて使えます。

ローカルLLMのように端末上でモデルを動かす手法が注目されるなか、Microsoftとしてその基盤を一つにまとめた取り組みです。

登場の背景

生成AIの活用が各業界に広がるなかで、クラウドベースのAIサービスだけではカバーしにくい要件が増えてきました。「社外に出せない機密データを扱いたい」「オフライン環境でもAIを使いたい」「クラウドの推論コストがサービス規模に合わない」などの要望もあり、ローカルAIへの需要が高まっています。

Microsoftはこうした期待に応えるために、もともと別々に提供していたWindows AI APIs、Foundry Local、Windows MLをMicrosoft Foundry on Windowsという統合ブランドのもとに一本化しました。

開発者はデバイスの種類やタスクの内容に応じて最適な技術を選べるうえ、3つの技術を組み合わせることもできます。NPUとGPUの違いを活かしたハードウェアアクセラレーションにも対応しており、Copilot+ PCのNPUから一般的なGPU、CPUまで幅広いハードウェアで動作します。

これまでとの違い

これまでWindowsでローカルLLMを動かそうとすると、OllamaやLM Studioなどのサードパーティツールに頼る必要がありました。モデルの取得や変換、ハードウェアごとの最適化を開発者が自分で管理しなければならず、手間がかかる作業でした。

しかし、Microsoft Foundry on Windowsは、モデルの配信からハードウェア最適化までをプラットフォーム側が管理する点が大きな利点です。

Windows AI APIsとFoundry Localではモデルをマイクロソフトがホストし、ランタイムで自動取得されるため、開発者がモデルの管理を意識する必要がありません。Windows MLでも実行プロバイダー（EP）の自動ダウンロードに対応しており、ハードウェアの違いをプラットフォームが吸収します。

なお、Microsoft発の画期的なオープンソース音声認識モデルであるVibeVoice-ASRが公開されています。くわしくは下記の記事を合わせてご確認ください。

WEEL

【VibeVoice-ASR】1時間の音声を一括文字起こしできるMicrosoftの次世代ASRを徹底解説 | WEEL VibeVoice-ASRは最大60分の音声を切らずに一括で文字起こしし、話者分離とタイムスタンプで誰がいつ何を話したかを自動で整理できるMicrosoftの次世代ASR。64,000トークン…

Microsoft Foundry on Windowsの仕組み

Microsoft Foundry on Windowsは、3つの技術がそれぞれ異なるレイヤーで動作し、全体としてローカルAI機能を提供するアーキテクチャになっています。

共通の基盤技術としてONNX Runtimeが使われており、各技術はこの推論エンジンの上に構築されています。ONNX Runtimeは、AIモデルをさまざまな環境で効率よく動かすための推論基盤です。デバイスのCPUやGPU、NPUを自動検出し、使えるハードウェアに応じた最適な実行プロバイダーを選ぶ仕組みです。各レイヤーは独立しつつも連携しており、開発者は用途に応じて組み合わせて使えます。

全体のアーキテクチャ

Microsoft Foundry on Windowsの構成を上位レイヤーから整理すると、以下のようになります。

Windows AI APIsはCopilot+ PCのNPUに最適化されたモデルをすぐに呼び出せるAPI群です。Foundry LocalはOpenAI互換のRESTサーバーとして動作し、LLMや音声認識モデルをローカルで実行します。Windows MLはONNX Runtimeのラッパーとして、開発者が持ち込んだモデルを動かすためのフレームワークです。

ハードウェア対応

Microsoft Foundry on Windowsは、幅広いハードウェアに対応するための抽象化レイヤーが実装されています。

Foundry Localの場合、モデルをダウンロードするときにデバイスのハードウェアを自動検出し、NVIDIA GPUがあればCUDA最適化版を、Qualcomm NPUがあればNPU版を、いずれもなければCPU版を取得します。

Windows MLでは実行プロバイダーの自動ダウンロードと登録に対応しており、アプリ起動時にデバイスに最適なEPを取得する仕組みになっています。開発者がハードウェアごとに別ビルドを用意する必要はありません。

Microsoft Foundry on Windowsのメイン機能

Microsoft Foundry on Windowsは3つの主要技術で構成されており、それぞれ対象デバイスや利用シーンが異なります。

どの技術から始めるかの判断基準は明確で、まずWindows AI APIsで要件を満たせるか確認し、次にFoundry Localを検討、カスタムモデルが必要ならWindows MLを使うという流れが公式ドキュメントで推奨されています。ここでは3つの技術それぞれの詳細を解説します。

Foundry Local（LLM・音声認識のローカル実行環境）

Foundry Localは、LLMや音声認識モデルをデバイス上で実行するためのローカル推論環境です。 Azureサブスクリプションは不要で、完全無料で使えます。

Foundry Localの中核はOpenAI互換のRESTサーバーです。foundryというCLIツールでモデルの管理と実行を行い、ローカルに立ち上がるRESTエンドポイントを通じてアプリケーションと連携します。OpenAI SDKをそのまま使えるため、既存のコードをほぼ変更なしにローカル環境に持ってこれます。

利用できるモデルは20種類以上のオープンソースLLMと、Whisperベースの音声認識モデルです。Phiシリーズ、Qwen、GPT-OSSなど幅広いモデルが用意されており、foundry model listコマンドでカタログを確認できます。モデルはデバイスのハードウェアに合わせて最適な自動選択がされます。

Windows AI APIs（Copilot+ PC向け即利用型API）

Windows AI APIsは、Copilot+ PC向けに最適化された即利用型のAI機能です。 Windows App SDK経由で呼び出すことができ、数行のコードでテキスト生成や画像処理、OCRなどのAI機能をアプリに組み込めます。モデルの配信はMicrosoftが管理しており、アプリ間でモデルが共有されるためストレージの節約にもなります。

中心となるのはPhi SilicaというMicrosoft Research開発の小規模言語モデル（SLM）です。Copilot+ PCのNPUに最適化されており、テキスト生成や会話要約をハードウェアアクセラレーションで高速に処理します。LoRAファインチューニングにも対応しており、用途に合わせたカスタマイズもできます。

Windows AI APIsを使うにはCopilot+ PCが必須です。一般的なWindows PCでは利用できない点に注意してください。Copilot+ PC以外のデバイスでAI機能を使いたい場合は、Foundry LocalまたはWindows MLを検討しましょう。

Windows ML（ONNXモデル推論フレームワーク）

Windows ML（Windows Machine Learning）は、C#・C++・Pythonの開発者がONNXモデルをローカルで実行するための推論フレームワークです。

Windows AI APIsやFoundry Localがあらかじめ用意されたモデルを使うのに対し、Windows MLではHugging Faceや独自に学習したモデルなど、開発者が作成したモデルを実行できるのが大きな違いです。PyTorch、TensorFlow、scikit-learnなど他のフレームワークで作成したモデルをONNX形式に変換すれば、Windows ML上で動かせます。

これまでのDirectMLベースのソリューションと比べて、TensorRT for RTX、AI Engine Direct、Intel’s Extension for PyTorch相当のパフォーマンスを維持しています。

あわせて、GAFAMの一角であるAppleが発表した新たなAI技術「SHARP」も押さえておくと、AIへの理解がより深まるでしょう。詳しくは、以下の記事をご覧ください。

WEEL

Apple「SHARP」を徹底解説！写真1枚から3D生成、新視点レンダリングを1秒未満で実現 | WEEL SHARPはAppleが2025年12月に公開した、写真1枚から3D Gaussian Splatを推定し、新視点画像を標準GPUで1秒未満に生成する3D化モデル。100fps超の高速レンダリングやLPIPS/DI…

Microsoft Foundry on Windowsの安全性

Microsoft Foundry on Windowsはローカル実行を前提としており、データがデバイスから外部に送信されない設計になっています。 Foundry Localの場合、プロンプトとモデルの出力はすべてデバイス上で処理されます。ネットワーク通信が発生するのは、モデルや実行プロバイダーの初回ダウンロード時のみです。公式ドキュメントにも、ローカルエンドポイントへのリクエストはローカルで処理されることが書かれています。

Windows AI APIsにもコンテンツモデレーション機能が組み込まれており、有害なコンテンツの生成を防ぐフィルターが動作します。感度フィルターの調整にも対応しているため、アプリの用途に応じたチューニングもできます。

一方で、Foundry Localでは任意のオプションとして診断情報の共有を選択できます。問題報告時にfoundry zip-logsコマンドでログを収集や共有する仕組みが用意されていますが、ユーザーの明示的な操作なしに自動送信されることはありません。

Microsoft Foundry on Windowsの制約

2026年3月6日時点で、Microsoft Foundry on Windowsにはいくつかの制限があります。 とくにFoundry Localがプレビュー版であること、Windows AI APIsがCopilot+ PC専用であることは、導入検討時にかならず確認しておくべきポイントです。

Foundry Localはプレビュー段階のため、APIの仕様やモデルカタログが今後変更される可能性があります。プロダクション環境での利用にあたっては、一般提供のタイミングを確認してから判断するのがよいでしょう。

Windows AI APIsはCopilot+ PC専用であるため、社内で利用する際には一部の端末でしか使えないケースがあります。企業などで全社員にAI機能を提供したい場合は、Windows 10以降に対応するFoundry LocalやWindows MLのほうが適しています。

Microsoft Foundry on Windowsの料金

Microsoft Foundry on Windowsの3つの技術はいずれも無料で利用できます。 Azureサブスクリプションも不要で、モデルのダウンロードから推論実行まで追加のコストは発生しません。クラウドAIサービスのようなトークン単位の従量課金もないため、利用量に比例してコストが増える心配がありません。

ただし、ハードウェアのコストは別途かかります。 Windows AI APIsを使うにはCopilot+ PCが必要であり、Foundry Localで大型モデル（GPT-OSS 20Bなど）を動かす場合は16GB以上のVRAMを搭載したNVIDIA GPUが推奨されます。実質的なコストは、必要なハードウェアスペックに依存します。

クラウドベースのAzure OpenAI Serviceと比較すると、推論のたびに発生するAPI料金がない点は大きなメリットです。大量のリクエストを処理するアプリケーションや、オフラインで動作するアプリケーションではコスト面で有利になるでしょう。

一方で、モデルの性能はクラウド版の最新モデルには及ばない場合があるため、性能とコストのバランスを見て判断する必要があります。

Microsoft Foundry on Windowsのライセンス

Microsoft Foundry on Windowsのプラットフォーム自体はMicrosoft Software License Termsに基づいて提供されています。 各モデルにはそれぞれ個別のライセンスが設定されており、商用利用の可否はモデルごとに確認が必要です。

Foundry Localで利用できるモデルのライセンスは、GitHubリポジトリのlicensesディレクトリで確認できます。オープンソースモデル（Qwen、Phi等）の多くはApache-2.0やMITライセンスで提供されており、商用利用が可能です。また、Windows AI APIs経由で使えるPhi SilicaはMicrosoft独自のモデルであり、Windows App SDKの利用規約に準拠します。

ただし、一部のモデルには追加の利用制限がある場合もあるため、導入前にかならずライセンス条件を確認してください。

Microsoft Foundry on Windowsの実装方法

Microsoft Foundry on Windowsの実装方法は、選ぶ技術によって異なります。 ここでは3つの技術それぞれの基本的なセットアップ手順とコード例を紹介します。

Foundry LocalはPython、Windows AI APIsとWindows MLはC#を中心に解説します。いずれも短時間で環境構築が完了し、すぐにAI機能を試せます。公式のサンプルコードをベースにしているため、そのままプロジェクトに組み込めます。

Foundry Localの実装（Python）

Foundry LocalをPythonで使う場合の手順は以下のとおりです。

// Windowsの場合
winget install Microsoft.FoundryLocal

// macOSの場合
brew install microsoft/foundrylocal/foundrylocal

foundry model run qwen2.5-0.5b

import openai
from foundry_local import FoundryLocalManager

alias = "phi-3.5-mini"
manager = FoundryLocalManager(alias)

client = openai.OpenAI(
    base_url=manager.endpoint,
    api_key=manager.api_key
)

stream = client.chat.completions.create(
    model=manager.get_model_info(alias).id,
    messages=[{"role": "user", "content": "Windowsのローカル AI機能について教えて"}],
    stream=True
)

for chunk in stream:
    if chunk.choices[0].delta.content is not None:
        print(chunk.choices[0].delta.content, end="", flush=True)

Windows AI APIsの実装（C#）

Windows AI APIsはC#での利用がメインです。Windows App SDK 1.8以降のNuGetパッケージが必要です。

using Microsoft.Windows.AI;

// モデルの準備状態を確認
if (LanguageModel.GetReadyState() == AIFeatureReadyState.EnsureNeeded)
{
    var result = await LanguageModel.EnsureReadyAsync();
    if (result.Status != PackageDeploymentStatus.CompletedSuccess)
    {
        throw new Exception(result.ExtendedError().Message);
    }
}

// モデルを作成してプロンプトを送信
using LanguageModel languageModel = await LanguageModel.CreateAsync();
string prompt = "Windowsのローカル AI機能の利点を3つ挙げてください。";
var result = await languageModel.GenerateResponseAsync(prompt);
Console.WriteLine(result.Response);

ビルド構成はARM64に設定し、Package.appxmanifestにsystemAIModelsケーパビリティを追加する必要があります。Copilot+ PC上で動作させるため、ターゲットデバイスの確認を忘れないようにしましょう。なお、EnsureReadyAsync()を最初に呼ぶことで、必要なモデルが端末に未インストールの場合は自動的にダウンロードされます。モデルはWindows Update経由で配信されるため、開発者が手動で管理する必要はありません。

Windows MLの実装（C#）

Windows MLを使う場合は、ONNX Runtime＋実行プロバイダーのセットアップが最初のステップです。

using Microsoft.ML.OnnxRuntime;
using Microsoft.Windows.AI.MachineLearning;

// ORT環境を構成
EnvironmentCreationOptions envOptions = new()
{
    logId = "MyApp",
    logLevel = OrtLoggingLevel.ORT_LOGGING_LEVEL_ERROR
};
using var ortEnv = OrtEnv.CreateInstanceWithOptions(ref envOptions);

// 実行プロバイダーを自動ダウンロード・登録
var catalog = ExecutionProviderCatalog.GetDefault();
await catalog.EnsureAndRegisterCertifiedAsync();

この設定後、通常のONNX Runtime APIでモデルの推論を実行できます。EnsureAndRegisterCertifiedAsync()がデバイスに最適なEPを自動で取得・登録するため、ハードウェアごとの分岐コードは不要です。

なお、GoogleはAI機能のリリースを続けており、AI音楽生成モデル「Lyria 3」も話題になっています。くわしく知りたい方はこちらをご覧ください。

WEEL

【Lyria 3】テキスト・画像・動画入力に対応したGoogleの音楽生成AIを徹底解説！ | WEEL Google DeepMindが開発した音楽生成AI「Lyria 3」を徹底解説。テキスト・画像・動画から30秒の高品質な楽曲をわずか数秒で生成できるこのモデルは、Geminiアプリに統合され…

【業界別】Microsoft Foundry on Windowsの活用シーン

Microsoft Foundry on Windowsは、データをクラウドに送れない業界やオフライン環境が求められる業界で力を発揮します。 ローカル実行によるプライバシー確保やレイテンシの低減、クラウドコストの削減といったメリットは、多くの業界のニーズに合うでしょう。

3つの技術を組み合わせれば、テキスト処理から画像認識まで幅広いAIタスクをカバーできます。以下では4つの業界を取り上げ、それぞれの活用ポイントを解説します。

ソフトウェア開発

AIを使ったコード補完やレビュー機能をIDE内に組み込むケースで、Foundry Localが活きます。ソースコードをクラウドに送信できないセキュリティポリシーの企業でも、ローカルでLLMを動かせば安全にAIコーディング支援を導入できます。

OpenAI互換APIに対応しているため、既存のAI開発ツールとの統合もスムーズです。社内の独自コードスタイルに合わせたファインチューニング済みモデルをWindows MLで動かすこともできます。

生成AI×システム開発はこちらで解説

WEEL

システム開発も生成AIに任せる時代へ！弊社の事例や開発の流れを紹介 | WEEL 生成AIを活用したシステム開発のメリット・方法について解説します。生成AIを社内システムと連携させると生産性が高い運用が可能です。ただ、生成AIの利用には注意点も存在…

医療・ヘルスケア

患者データを扱う電子カルテシステムや診断支援ツールにAI機能を組み込む場合、データの外部送信は許容されません。Microsoft Foundry on Windowsなら、すべての推論をデバイス上で完結させられるため、医療情報の厳格なプライバシー要件に対応できます。

Windows AI APIsの画像処理機能は、医療画像の解析補助にも応用できます。オフラインの診療環境でも動作する点は、地方や離島の医療機関にとってメリットになります。

生成AIの医療活用は下記で解説

WEEL

人手不足の医療現場を救う生成AI！すでに始まっている活用事例と医療特化AIサービスの全体像を徹底解説 | W… 生成AI 医療の活用は文書作成や問診支援を中心に現場で広がっています。本記事では医療現場における生成AIの最新動向、退院サマリー作成などの具体的な活用事例、ガイドラ…

製造業・エッジコンピューティング

工場の検品ラインや品質管理システムで、画像認識や異常検知のAIモデルをリアルタイムに動かすケースに適しています。Windows MLでカスタムの検品モデルをデプロイすれば、ネットワーク遅延の影響を受けずにリアルタイム処理ができます。

エッジAIの需要が高まるなか、統一されたフレームワークでモデルを管理できる点はメンテナンス性の面でも有利です。実行プロバイダーの自動管理により、工場内の異なるスペックの端末でも同じアプリを展開できます。

製造業界の生成AI活用はこちらで解説

あわせて読みたい

製造業界の課題も生成AIが解決！企業の活用事例を含め課題の解決方法を解説 近年の世界情勢の影響もあり、製造業は様々な重要な課題に直面しています。システム的な課題や、そしてグローバル化に伴う言語の壁などに悩まされている方も多いのでは…

教育・研究

生成AIの実験やモデルの比較検証を、クラウドコストを気にせずに行える点が研究者にとって大きなメリットです。Foundry Localなら20種類以上のOSS LLMをローカルで自由に試せます。

Windows MLを使えばHugging Faceから取得したモデルもONNX変換後にそのまま動かせるため、論文の再現実験やモデルの性能比較に便利です。学生が個人のPC上で気軽にAI開発を始められる環境として、教育用途にも適しています。

教育現場での生成AI活用は下記で紹介

あわせて読みたい

【生成AI×教育】ChatGPTは教育に活用できる？メリットや活用事例を紹介 教育現場における ChatGPTの活用方法をご存知ですか？ ChatGPTとは、OpenAIが開発した対話型AI（生成AI）の代表格です。実際のコミュニケーションさながらに問いかけに…

【課題別】Microsoft Foundry on Windowsが解決できること

ローカルAI開発でよくある課題に対して、Microsoft Foundry on Windowsがどう役立つかを整理しました。 セキュリティ、コスト、運用面など、企業がAI導入時に直面しやすい5つの課題について、それぞれの解決策を紹介します。

クラウドAIとローカルAIのどちらを選ぶか迷っている方にも、判断の手がかりになるはずです。自社の要件に照らし合わせて、導入を検討するときの判断材料としてご活用ください。

機密データをクラウドに送らずにAI処理ができる

「顧客情報や社内の機密文書をAIで分析したいけれど、クラウドへのデータ送信がセキュリティポリシーで禁止されている」というケースは多いでしょう。

Microsoft Foundry on Windowsならすべての推論がデバイス上で完結するため、データが外部に出ることはありません。オンプレミス環境と同等のデータ保護レベルをPC上で実現できます。コンテンツモデレーション機能も備えているため、有害な出力を防ぐフィルタリングも可能です。

ハードウェアごとの最適化を手動で管理しなくて済む

社内のPCにはNVIDIA GPU搭載機もあれば、Intel内蔵GPUのみの機械もあります。こうした環境の違いを吸収するのは開発者にとって大きな負担です。

Microsoft Foundry on Windowsではハードウェアの自動検出と最適なEPの自動選択が行われるため、ハードウェアごとの分岐コードを書く必要がありません。write-once-run-anywhereの考え方で、1つのコードベースを複数のデバイスにデプロイできます。

クラウドAPI料金の増加をおさえられる

AIチャットボットやドキュメント処理など、リクエスト数が多い用途ではクラウドAPI料金が膨らみがちです。Microsoft Foundry on Windowsはすべて無料で使えるため、推論コストがゼロです。

初期のハードウェア投資だけで、利用量を気にせずAI機能を提供できます。Azureサブスクリプションも不要なので、ライセンス管理の手間もかかりません。トークン単位の従量課金がないため、利用量の見積もりが難しい段階でも安心して導入できます。

オフライン環境でもAIが使える

フィールドワークや機密施設内など、ネットワーク接続がない環境でもAI機能が必要な場面があります。Microsoft Foundry on Windowsはモデルをいちどダウンロードすればオフラインで動作するため、ネットワーク環境に依存しない運用ができます。

Foundry Localは軽量なモデルであればRAM 8GBの端末でも動くため、モバイルノートPCでの利用にも適しています。モデルの更新が必要になった場合のみ、ネットワークに接続すればよいので、運用もシンプルです。

Microsoft Foundry on Windowsの活用事例

Microsoft Foundry on WindowsはGitHub上で約2000スター以上を獲得しており、開発者コミュニティでの注目度は高まっています。 Microsoftが公式サンプルやデモアプリを積極的に公開しており、導入のハードルを下げる取り組みが進んでいます。

今回解説する事例において、弊社がX（旧Twitter）で発見した参考となるツイートを紹介させていただいております。取り下げなどのご連絡は、contact@weel.co.jp からご連絡ください。

インドの医療現場でWindows AI APIsが活用されている事例

Windows Developer公式アカウントは、Dot Inc.がWindows AI APIsを活用してインド農村部の視覚障害を持つ医療従事者を支援している事例を紹介しています。Dot Inc.はWindows AI APIsの画像認識やテキスト読み上げ機能をアプリに組み込み、視覚に頼れない環境でも医療業務を遂行できる支援ツールを開発しました。

この事例が注目に値するのは、ネットワーク環境が不安定なインド農村部でも、ローカル実行のAIであれば安定して動作するという点です。クラウドAIではインターネット接続が前提となりますが、Windows AI APIsはCopilot+ PC上でモデルが動くため、オフラインや低帯域の環境でもAI機能を提供できます。医療データをデバイスから外に出さずに処理できるプライバシー面のメリットも、医療分野での採用を後押ししています。

「クラウド不要・100%プライベート」がX上で大きな反響

Microsoft Foundry on Windows全体ではありませんが、構成技術の一つであるFoundry Local単体に対する反響も紹介します。

Foundry Localの公開直後、X上でとくに大きな反響を呼んだのが、「MicrosoftがAIモデルをローカルで動かすオープンソースツールをリリースした。クラウド依存ゼロ、サブスクリプション不要、認証不要。すべて100%プライベート」という紹介です。この特徴を活かした活用シーンとして、とくに以下のようなケースが考えられます。

まず、社内チャットボットのローカル運用です。顧客対応や社内ナレッジ検索にLLMを使いたいけれど、問い合わせ内容をクラウドに送れないという企業は多いでしょう。Foundry LocalならOpenAI互換APIで既存のチャットUIをそのまま流用しつつ、データをデバイスから外に出さずに運用できます。公式のChat Application Starterをベースにすれば、Electronベースのローカルチャットアプリをすぐに構築できます。

さらに、外部APIへの依存を減らしたいプロダクト開発にも向いています。Function Calling Exampleでは実装例が公開されており、クラウドAPIの従量課金を気にせずにAI機能をアプリに組み込めます。

よくある質問

Microsoft Foundry on Windowsについて、導入を検討する際によく寄せられる質問をまとめました。 料金、対応環境、他ツールとの違いなど、気になるポイントを確認してください。公式ドキュメントやGitHubリポジトリの情報をもとに、よくある疑問に回答します。

Microsoft Foundry on WindowsでローカルAI開発を加速しよう！

Microsoft Foundry on Windowsは、Windows AI APIs・Foundry Local・Windows MLの3技術でローカルAI開発を統合的に支援するプラットフォームです。 Azureサブスクリプション不要で無料利用でき、データをデバイスから外に出さずにAI処理できる点が大きな強みです。Foundry Localが20以上のOSS LLMをOpenAI互換APIで提供し、PythonやC#からすぐに使える手軽さも魅力です。

ローカルAIの導入やAIアプリ開発をお考えの方は、ぜひWEELにご相談ください。

最後に

いかがだったでしょうか？

弊社では

・マーケティングやエンジニアリングなどの専門知識を学習させたAI社員の開発
・要件定義・業務フロー作成を80%カットできる自律カスタマイズ型カスタマーサービス
・経営者のブレーンとして、AIが経営についてアドバイスするAIコンサルタント

についてのご相談についてはもちろん、生成AI導入についての無料相談も承っております。

生成AIを社内で活用していきたい方へ

「生成AIを社内で活用したい」「生成AIの事業をやっていきたい」という方に向けて、通勤時間に読めるメルマガを配信しています。

最新のAI情報を日本最速で受け取りたい方は、以下からご登録ください。

また、弊社紹介資料もご用意しておりますので、併せてご確認ください。

メルマガに登録する

資料をダウンロードする