AI agent จะมีประโยชน์มากขึ้นเมื่ออ่านเอกสารลูกค้า ไฟล์ข้อตกลง และข้อมูลภายในได้ แต่ข้อมูลเหล่านี้ก็เป็นสิ่งที่องค์กรไม่อยากส่งขึ้นคลาวด์ Perplexity จึงเปิด Hybrid Compute on Mac ให้ภารกิจเดียวแบ่งงานระหว่างโมเดลขนาดใหญ่บนคลาวด์กับโมเดลขนาดเล็กบน Mac โดยมี privacy gate ในเครื่องตัดสินว่าข้อมูลส่วนใดออกจากอุปกรณ์ได้
ระบบเปิดใช้กับสมาชิก Pro, Max และ Enterprise บน Mac ที่ใช้ Apple silicon, ระบบ macOS 15 ขึ้นไป และ unified memory อย่างน้อย 24GB โดยแนะนำ 32GB การติดตั้งโมเดล local ทำได้จากแอป Mac ในคลิกเดียว ไม่ต้องตั้ง Ollama, runtime แยก หรือ API key และงานที่ประมวลผลในเครื่องไม่ใช้เครดิตคลาวด์
เริ่มวางแผนบนคลาวด์ แล้วส่งเฉพาะงานลับลง Mac
ทิศทางการควบคุมคือรายละเอียดสำคัญ Perplexity Computer เริ่มทุกภารกิจบนคลาวด์ ให้ frontier model ทำเว็บเสิร์ช วางแผน และจัดการเหตุผลระยะยาว เมื่อขั้นตอนไหนแตะไฟล์ส่วนตัวหรือข้อมูลอ่อนไหว ระบบจึงส่งขั้นตอนนั้นลงมาที่โมเดลใน Mac แล้วรวมผลกลับเข้ากับงานเดิม โดยผู้ใช้ไม่ต้องแยกเป็นหลาย prompt
วิธีนี้ตรงข้ามกับโหมด local compute บน NVIDIA DGX Spark ที่ Perplexity เปิดก่อนหน้า ซึ่งเริ่มงานบนฮาร์ดแวร์ของผู้ใช้และขออนุญาตยกระดับไปคลาวด์ ทั้งสองแบบใช้ orchestrator แนวเดียวกันแต่เลือกค่าตั้งต้นต่างกัน สำหรับ Mac ที่เปิดค้างไว้ ผู้ใช้ยังสั่งงานจาก iPhone ได้ ขณะที่ขั้นตอนที่อ่อนไหวยังคงประมวลผลบน Mac ที่โต๊ะ
โมเดล local ตอนเปิดตัวมี Gemma 4 E4B, Qwen3.6 35B-A3B และโมเดลของ Perplexity ที่ post-train สำหรับ Computer เอง หน้า setup ยังชี้ไปที่การดาวน์โหลด PPLX Qwen 3.8 27B ในคลิกเดียว ความแตกต่างของรายการชื่อรุ่นนี้เป็นเหตุผลที่ผู้ใช้ควรตรวจตัวเลือกในแอปรุ่นที่ติดตั้งจริง แทนการยึดรายละเอียดจากประกาศเพียงหน้าเดียว
ด่านความเป็นส่วนตัวตัดสินก่อนข้อมูลออกจากเครื่อง
ก่อนเนื้อหาจากไฟล์ที่ป้องกันไว้เดินทางไปคลาวด์ classifier ในเครื่องจะตรวจข้อมูล แล้ว privacy gate เลือกหนึ่งใน 4 ทาง ได้แก่ เก็บไว้ประมวลผลในเครื่อง ปิดบังช่วงที่อ่อนไหว ปฏิเสธการกระทำ หรือขอความยินยอมจากผู้ใช้ ข้อมูลรับรอง หมายเลขบัตรชำระเงิน และเลขประจำตัวภาครัฐจะได้รับการควบคุมเข้มที่สุด ค่าที่ปิดบังสามารถแทนด้วยตัวแทนชั่วคราว แล้วคืนค่าหลังคำตอบจากคลาวด์กลับมา
classifier ชื่อ PII-Tracer เป็น encoder แบบสองทิศทางขนาด 0.6B ดัดแปลงจาก Qwen3 รองรับหน้าต่าง 4,096 tokens และส่งป้ายกำกับ 37 labels ครอบคลุมข้อมูลระบุตัวบุคคล 9 ประเภท การฝึกใช้ข้อมูลราว 714,000 ตัวอย่าง เป็นเวลา 3 epochs ส่วนชุดวัด PII-TRACE มีบทสนทนาสังเคราะห์ 13,148 รายการ ใน 13 ภาษา, 10 ระบบการเขียน และตำแหน่งข้อมูลระบุตัวตนระดับอักขระ 37,431 จุด
จากเครื่องตรวจจับ 12 ระบบ PII-Tracer ได้ character F1 สูงสุดที่ 0.629 และพบทุกการกล่าวซ้ำของตัวระบุได้ 79.4% รวมถึงตัวระบุที่ข้ามหลาย turn ได้ 77.6% เมื่อเทียบกับ 57.0% และ 55.1% ของ GPT-5.6-sol ตามลำดับ อย่างไรก็ดี recall ในหน้าต่างเดียวลดจาก 0.975 สำหรับบทสนทนาต่ำกว่า 1,000 ตัวอักษร เหลือ 0.687 เมื่อยาวตั้งแต่ 10,000 ตัวอักษร ขึ้นไป Perplexity จึงใช้หน้าต่างเลื่อนซ้อนกัน 50% เพื่อดัน recall รวมจาก 0.830 เป็น 0.965
Privacy gate ลดความเสี่ยง แต่ไม่ใช่กำแพงสมบูรณ์
ข้อควรระวัง: ค่า F1 0.629 แปลว่าตัวตรวจจับยังมีทั้งโอกาสพลาดข้อมูลสำคัญและปิดบังข้อมูลเกินจำเป็น ข้อมูลจากงานที่มีความลับสูงไม่ควรถูกส่งออกเพียงเพราะ classifier อนุญาต ควรมีกฎองค์กร การขออนุมัติ และ audit log เป็นชั้นป้องกันเพิ่มเติม
ผู้ใช้ยังต้องยอมรับว่าโครงสร้างนี้เริ่มงานบนคลาวด์ ไม่ใช่ local-first อย่างสมบูรณ์ และต้องสมัครแพ็กเกจที่รองรับ สำหรับ Enterprise ผู้ดูแลกำหนดได้ว่าอะไรต้องอยู่ในเครื่อง อะไรปิดบังแล้วส่งได้ อะไรต้องขออนุญาต และตรวจย้อนหลังได้เมื่อข้อมูลออกจากเครื่อง แต่ประสิทธิภาพจริงขึ้นกับ Mac รุ่นที่ใช้ ขนาด context และโมเดล local ที่เลือก
ความหมายต่อผู้ประกอบการ/ผู้ใช้งานไทย
ส่วนนี้เป็นความเห็นของสมาคมโดรนไทย: แนวทาง hybrid เหมาะกับองค์กรไทยที่ต้องการพลังค้นคว้าจากคลาวด์แต่มีสัญญา ข้อมูลลูกค้า หรือไฟล์ภายในที่ไม่ควรออกนอกเครื่อง อย่างไรก็ตาม ฝ่ายกฎหมายและไอทีต้องกำหนดประเภทข้อมูลตามบริบทไทยเอง เพราะ benchmark หลายภาษาไม่ได้ยืนยันว่าตรวจเลขบัตรประชาชน ที่อยู่ หรือรูปแบบเอกสารภาษาไทยได้ครบถ้วนเท่ากัน
ในมุมราคาเครื่อง เกณฑ์ 24GB และคำแนะนำ 32GB unified memory ทำให้การเลือก Mac ต้องวางแผนตั้งแต่ซื้อ เพราะเพิ่มหน่วยความจำภายหลังไม่ได้ การตั้ง Mac mini เป็น inference node อาจง่ายกว่าซื้อ AI server หรือ eGPU สำหรับทีมเล็ก แต่ต้องรวมค่าสมาชิก ไฟฟ้า การสำรองข้อมูล และการดูแลเครื่องที่เปิดค้างไว้ ก่อนเทียบกับค่าใช้คลาวด์ต่างประเทศ
ธุรกิจที่ต้องการลดต้นทุนนำเข้าฮาร์ดแวร์ไม่จำเป็นต้องเลือกสุดทางระหว่างคลาวด์ทั้งหมดกับเครื่องแรงที่สุดหนึ่งเครื่อง การวัดว่างานส่วนใดต้องเป็น local จริงช่วยลดสเปกที่ต้องซื้อได้ แนวทางที่ปลอดภัยคือทดลองกับข้อมูลจำลอง ตรวจ log ว่ามีข้อมูลใดออกจากเครื่อง และวัดเวลาตอบสนองของงานภาษาไทยก่อนนำเอกสารจริงมาใช้