ブラウザML基盤：ソフトウェアエンジニアの新しい領域

ブラウザの中の機械学習は、もう玩具ではない

少し前まで「ブラウザで機械学習を動かす」と言えば、一瞬だけ驚かれて閉じられるデモの域を出なかった。2026年のいまは違う。WebGPUはChromeとEdgeで安定し、Safari 18でも出荷され、Firefoxにも届きつつあり、Webアプリがほぼネイティブに近い形でGPUへアクセスできるようになった。Transformers.jsはv3でWebGPUバックエンドを備え、従来のWASM経路に対して最大100倍の速度を出す。およそ2GB以下に量子化されたモデルなら、一般的なノートPCでも体感できる速さで推論が回る。ブラウザは静かに、本物の推論ランタイムへと姿を変えた。

なぜそれが採用につながるのか。三つの事業的な動機が同時に効いている。一つ目はプライバシーだ。医療・金融・法務のテキストを端末の外へ一切出さずに処理できれば、コンプライアンスやデータ所在地に関する面倒がまとめて消える。二つ目はコストである。推論をクライアントへ押し出せばGPUの請求はゼロへ近づき、トラフィックが増えても増えない。三つ目はオフライン対応だ。電波のない場所でも動くAI機能は、モバイルWebでの確かな差別化になる。日本でもオンデバイス・クライアントAIを別トラックとして見る企業が増え、新卒採用の段階からWebフロントエンドと機械学習の両方に触れた学生を、プライバシー要件の厳しいヘルスケアやフィンテックが優先的に拾い始めている。

フロントエンドと ML システムが重なる狭い谷

この職種は、フロントエンド工学とMLシステムの知識が重なる狭い谷間にある。両方を理解していることが前提になる。

ランタイム層では、Transformers.jsでパイプラインを組み、device: 'webgpu'でバックエンドを切り替える実務、ONNX Runtime WebでWebGPU・WebNN・WASMの実行プロバイダを選び分ける勘どころが要る。鍵になるのは判断力だ。同じモデルでも端末とタスク次第でどのバックエンドが速いかが変わるため、実際にベンチマークを取った経験が効いてくる。行列積とアテンションが重いTransformer系はWebGPUの恩恵が大きく、軽量な画像モデルではWASMの方が良いこともある。

最適化の面では、量子化(INT8・FP16)でモデルを実用的なサイズの上限以下に収め、精度の劣化と速度のトレードオフを調整する。最も厄介で繰り返し現れる課題が配信だ。数百MBの重みを訪問のたびに再ダウンロードすればコールドスタートは耐えがたくなる。そこでIndexedDBやCache Storage APIを使ったキャッシュ戦略、さらに最近仕様策定段階に上がったCross-Origin Storage(COS) APIのように、複数のオリジンが同一のモデルキャッシュを共有できるようにするWebプラットフォーム側の流れを追う必要がある。Transformers.jsはすでにCOSキャッシュバックエンドを実験的に取り込んでいる。これにWeb Workerで推論を分離してメインスレッドを止めない設計、読み込み進捗やフォールバックのUX設計といったフロントエンドの基礎が加わる。

ウェブから登るか、ML から降りるか

入口はおおむね二方向だ。フロントエンドエンジニアが推論側へ深く潜るか、MLエンジニアがWebプラットフォームを学ぶか。どちらにせよ最初の関門は同じである。公開された量子化モデルを一つ選び、ブラウザで動かし、WebGPUとWASMの遅延とスループットの差を自ら計測して文章にまとめる。この深さのプロジェクトが一つあれば、第二新卒・若手のポートフォリオとして十分に目を引く。若手の年収はおおむね500万〜750万円あたりに収まる。

中堅から上では、実プロダクトでクライアント推論を回した実績が武器になる。「機微なデータをサーバーへ送らず端末内で処理し、規制リスクを取り除いた」「推論をクライアントへ移し、月々のGPU費用をX%削った」といった具体的な成果が、そのまま交渉材料になる。モデルキャッシュの共有、段階的ダウンロード、オフライン時の優雅なフォールバックまで設計した経験が、この層を分ける。シニアの年収は800万〜1,200万円の幅で形成されることが多い。

その上には二つの道が開ける。一つは社内のクライアント推論の標準とモデル配信パイプラインを統括する、オンデバイスAI基盤のアーキテクトだ。もう一つはTransformers.jsやONNX Runtime Web、そしてその周辺のストレージ提案へ直接貢献して名を上げる道である。人材の層がまだ薄い新興領域だからこそ、いま参入して実績を残した者が、今後数年は希少性そのもので報われる公算が大きい。