2026年7月9日、GoogleはLiteRTファミリーのWeb向けランタイムとして LiteRT.js を発表しました。ブラウザ内で機械学習モデルを実行し、主な高速化にはWebGPUを使い、今後WebNNにも対応する計画です。CPU向けにはWebAssemblyによるフォールバックも用意されています。

Web開発にとってこれは大きな変化です。ローカル分類、信号処理、一部の画像処理、UIのパーソナライズなど、サーバーへ常時データを送らずに実行できるAI処理が増えます。適切なケースでは、遅延とバックエンドコストを下げ、ユーザーデータを端末内に残しやすくなります。

一方で、ブラウザAIには現実的な制約があります。モデルサイズ、ダウンロード時間、メモリ、発熱、バッテリー、モバイルとデスクトップの性能差を考慮する必要があります。また本番サービスでは、すべての端末が同じアクセラレーションを持つ前提ではなく、確実なフォールバックが必要です。

LiteRT.jsのようなランタイムによって、設計時の選択肢は広がります。重要なのは「どのモデルを使うか」だけでなく、「クラウド、自社環境、ユーザー端末のどこで推論させるか」を決めることです。