Sleep time Computeとは
Sleep time Computeとは、Sleep-time Computeとは、ユーザーの待機時間にAIが事前に思考・情報整理を行う推論最適化手法
読み: スリープタイムコンピュート
Lettaチームとuc Berkeleyが2025年に提唱。同等精度でテスト時の計算コストを約5倍削減する。
かんたんに言うと
試験中にその場で公式を思い出すのではなく、試験前に十分な予習をして知識を整理しておく。AIにも同じことをさせる技術。
Sleep-timeフェーズとTest-timeフェーズ
Sleep-timeフェーズではAIがソースコードや会話履歴を読み込み、次の質問を予測して文脈を構造化する。Test-timeフェーズでは整理済みの文脈を参照して即応答。
研究（arXiv:2504.13171）によると同等精度でテスト時計算コストを約5倍削減。数学的推論やコード解析では正答率が13%から18%向上（出典: arXiv 2025年4月）。
記憶システムとの連携
Lettaの3層メモリと組み合わせると、予習した知識を長期記憶に蓄積し次のセッションでも活用できる。待機時間の有効活用は低レイテンシAIの実現手段としても注目されている。
当社の見解
当社はOpenAI APIを完全廃止し、EmbeddingもLLMも全てローカルで稼働させている（2026年4月時点）。これにより月額のAPI費用がゼロになっただけでなく、機密情報や顧客データを外部に送信せずにAI処理できるようになった。クライアントのログデータをマスキングなしでそのまま分析に回せるのは、ローカルLLMだからこそ実現できる。2026年4月にはOllama常駐実行（CPU 25%、GPU 30%を常時占有）を廃止し、FastEmbed（ONNX Runtime）による非常駐型推論に移行。処理が必要な瞬間だけプロセスを起動し、完了後に即座に終了する設計で、アイドル時のリソース消費をゼロにした。あえて一般的なデスクトップPC環境で複数のローカルLLMを実機検証した経験から言えることは、ベンチマークスコアと実務での使い勝手、そして常駐時のリソース消費は全て別の指標だということだ。
売上の頭打ちを打破して、毎年20%成長を目指す経営者へ
1人の社員が4つのAIエージェントを使いこなせば、
1日8時間 × 4エージェント × 20営業日 = 月間640時間相当の実行余力を生み出せます。
その時間を、営業改善・商品改善・顧客対応・業務効率化に再投資できれば、
毎年20%成長を目指せる組織基盤は現実的に作れます。
初回30分の無料相談で、貴社の業務のどこにAIを入れるべきか、
640時間相当の実行余力を生み出すための導入ステップをご提案します。