研究データの作図をAIに任せたい、でも生データは渡したくない — その両立を狙うMacアプリAutoplot

実験データをグラフにする作業は、地味に時間を食う。CSVを読み込み、軸を整え、フィットをかけ、色とラベルを直し、論文に耐える解像度で書き出す——一つひとつは些細でも、積み重なると半日が溶ける。かといって、ChatGPTのようなクラウドAIに未公開の測定データをそのまま貼り付けるのは、研究者としては抵抗がある。

Autoplot は、この「AIに任せたい、でもデータは外に出したくない」という研究現場のジレンマに、真正面から答えにいくMacネイティブアプリだ。7月20日に Product Hunt で Product of the Day の1位を獲得し、科学・R&D界隈で静かに話題になっている。

表データを渡すと、作図から解析まで一気に進む

Autoplot の基本的な使い方はシンプルだ。表形式のデータを読み込ませ、やりたいことを伝えると、プロット・カーブフィット・ヒートマップといった作図・解析をAIがアシストして進めてくれる。「この列とこの列で散布図、指数関数でフィットして」といった指示を、いちいちコードやGUIメニューを辿らずに投げられる。

出力の質にもこだわっている。ベクター形式のPDFのほか、PNG・JPGを論文向けのDPIで書き出せる。学会発表や投稿論文にそのまま載せられる解像度で出てくるのは、実務的にありがたい。SwiftUIで書かれたApple Siliconネイティブアプリなので、動作も軽い。

「生データを読まないAI」という設計思想

このアプリのいちばんの肝は、機能ではなく設計思想のほうにあると思う。

Autoplot のアシスタントは、データのスキーマ（列名や型といった構造）と、ユーザーの意図だけを読む。生の測定値そのものには触れない設計になっている。つまり、AIは「どんな形のデータか」「何をしたいか」は理解するが、「中身の数値が何か」は見ない。加えて、オープンウェイトのモデルを使い、入力を学習に使わないことも明言している。

これは、未発表データの機密性が死活問題になる研究者にとって、かなり大きい。競合の研究グループに先を越されないよう、論文になるまでデータを厳重に管理する世界では、「クラウドAIに貼ったら学習に使われるかもしれない」という不安だけでツールが敬遠される。Autoplot はその不安の根っこを、アーキテクチャのレベルで潰しにいっている。プライバシーを「規約で約束する」のではなく「そもそもデータを見ない構造にする」というアプローチは、素直に賢い。

正直な評価

良い点は、狙う相手が明確なことだ。汎用のAIデータ分析ツールは山ほどあるが、そのほとんどはビジネスデータやマーケティング分析を想定している。Autoplot は科学・研究の作図というニッチに絞り、そこにプライバシー設計という研究者の一番の急所を組み合わせた。刺さる人には深く刺さる作りだ。Product Hunt 1位という実績も、この方向性が支持された証拠だろう。

一方で、割り切って書いておくべき懸念もある。まず、対象がかなりニッチだ。研究者やデータサイエンティスト以外には用途が薄く、一般的なグラフ作成なら既存のツールで十分という人が大半だろう。次に、Macネイティブに振り切っているぶん、WindowsやLinuxを使う研究室では選択肢に入らない。理系の計算環境はLinuxが多いことを考えると、ここは無視できない制約だ。そして、「スキーマと意図だけを読む」という設計が、複雑で非定型なデータに対してどこまで賢く振る舞えるかは、実際に自分のデータで試さないと分からない。きれいに整った表なら強くても、乱れたデータで真価が問われる。

料金体系については公式サイトで確認してほしいが、この手のネイティブアプリはサブスクか買い切りのどちらかが多い。導入前にライセンス形態はチェックしておきたい。

この設計が広げるかもしれないもの

Autoplot 単体は「研究者向けの便利な作図アプリ」だが、その設計思想を一歩引いて眺めると、もっと大きな流れが見えてくる。

「AIに構造と意図だけを渡し、生データは手元に留める」という考え方は、作図に限らずあらゆる機密データ処理に応用できる。たとえば医療データ、財務データ、個人情報を含むログ——これらを扱う現場は、まさに「AIで効率化したいが、データは外に出せない」という同じ壁にぶつかっている。Autoplot が示したのは、その壁を越える一つの型だ。この型が広まれば、「機密性が高いからAIは使えない」と諦めていた領域が、少しずつAIに開かれていくかもしれない。

さらに、ローカルで動くオープンウェイトモデルの実力が上がるほど、この設計の説得力は増していく。クラウドの最高性能モデルに頼らずとも手元で十分な作図・解析ができるようになれば、**「データを一切外に出さないAIワークフロー」**が研究室の標準になる日も遠くない。そうなれば、研究者が測定装置の隣で、そのままAIに解析させて論文の図を仕上げる——という光景が当たり前になる。

現時点ではニッチな新興アプリだが、示している方向は的確だ。詳細は Autoplot 公式サイト から確認できる。