技術概要
個人データを外部に直接送らずにAI学習や推論を行う技術群。連合学習、差分プライバシー、暗号化計算（準同型暗号など）が含まれる。
生活変化（★基準）
どの層の生活が変わるか：
スマートフォン利用者、医療・金融サービス利用者、企業従業員何が具体的に変わるか：
個人情報を中央サーバーに集約せずにAI機能を利用可能にすることで、利便性とプライバシーの両立が進む可能性。医療データや金融データ活用の幅が広がる。変化の時期感：
すでに一部導入が進行中。今後数年で拡大の可能性生活距離の暫定評価理由：
直接目に見える技術ではないが、データ利用の前提を変える可能性がある
固まった成果（事実）
実証済み：
スマートフォンのキーボード予測や音声認識で連合学習が活用例として存在商用化：
医療・金融・IoT分野で限定導入事例が増加大手参入：
IT企業が標準機能として実装研究を進めている政策・規制状況：
個人情報保護法・GDPRなどとの整合を図る技術として注目
残課題
技術的課題：
通信コスト、学習効率、暗号計算の処理負荷コスト：
実装が複雑で導入コストが上がる可能性法規制：
技術的安全性と法的責任範囲の整理社会受容性：
「守られている」という実感の可視化が難しい
観測ポイント
何が起きたら進展と判断するか：
大規模サービスでの標準実装、法制度との明確な統合★が上がる条件：
個人データを「外に出さない」設計が当たり前になる逆に停滞サイン：
技術コスト過大、性能劣化による導入見送り