Copilotを組織で使うとき、精度より先に問われるのはデータの置き場所です。今回の更新は、その不安をかなり直接に解消します。GitHub CopilotはUSとEU向けのデータ居住性に対応し、US政府向けにはFedRAMP Moderate基準も満たす構成になりました。
この記事でわかることです。
– Copilotのデータ居住性で何が変わるか
– どの機能が対象になるか
– 対応モデルと料金の考え方
– 管理者が最初に確認すべき設定
何が変わったか
今回のポイントは、Copilotの推論処理と関連データを、指定した地域の中に閉じ込められる点です。従来のCopilotは機能面が強くても、企業や公共部門では「データがどこを通るか」が導入の壁になりやすい状況でした。そこに対してGitHubは、USとEUの2地域でデータ居住性を提供し、US政府向けにはFedRAMP Moderate対応を前面に出しました。
これは単なる法務向けの説明ではありません。調達、監査、社内規程の3つを同時に通しやすくします。AIツールは使えても、運用基準を満たせなければ本番導入は進みません。今回の更新は、その最後の一歩を詰めるものです。
対象になる機能
対象はかなり広いです。agent mode、インライン提案、チャット、Copilot cloud agent、コードレビュー、プルリクエスト要約、Copilot CLIまで含まれます。つまり、開発者が日常的に触る主要機能はひと通りカバーされています。
ここが重要です。データ居住性の話は、たいてい一部機能だけの限定対応になりがちです。ところが今回は、実際の開発フローで使う入口がまとめて対象です。個別機能だけ整っていても、運用の途中で別経路が残ると監査上の説明が難しくなります。GitHubはその穴をできるだけ小さくしています。
使えるモデルと制約
利用できるモデルは、OpenAI系とAnthropic系を中心に広く用意されています。発表時点ではGPT-5.4、Claude Sonnet 4.6、Claude Opus 4.6などが含まれます。一方で、Geminiモデルはまだ非対応です。理由は、GCP側でデータ居住型の推論エンドポイントがまだ提供されていないためです。
ここは期待値を合わせておくべきです。モデル数が多いからといって、どの地域でも同じ順番で並ぶわけではありません。新しいモデルは、データ居住リージョンに反映されるまで時間差が出る可能性があります。運用側は、使いたいモデルとリージョンの組み合わせを事前に確認しておく必要があります。
料金の見方
価格面では、データ居住性やFedRAMP対象のリクエストは、通常より10%高いモデル倍率になります。たとえば1プレミアムリクエストのモデルは、データ居住性を使うと1.1プレミアムリクエストとして扱われます。
この差は小さく見えて、組織利用では効いてきます。個人単位の体験では気づきにくくても、チーム全体で自動レビューやCLI活用が増えると、月次コストに反映されます。セキュリティ要件を満たす代わりに追加コストが乗る、という構造です。導入判断では性能だけでなく、監査コストの削減と合わせて見るのが妥当です。
導入時の確認点
有効化は管理者がCopilot設定から行います。重要なのは、これが初期状態ではオフになっている点です。つまり、組織が勝手に安全側へ倒れるわけではありません。明示的にポリシーを有効化しない限り、データ居住性は効きません。
導入前に確認したいのは3点です。
– どの組織やエンタープライズに適用するか
– どのリージョンを許可するか
– どのモデルがそのリージョンで使えるか
この順番で整理すると失敗しにくいです。先に機能の便利さを見るより、先に制約を決めた方が運用は安定します。AI活用の現場では、例外を減らした設計の方が長く回ります。
既存のCopilot利用との違い
今回の更新は、Copilotの機能を増やす話ではありません。むしろ、既存機能を企業導入しやすくするための土台づくりです。agent modeやCopilot CLIが使えるだけでは、公共部門や厳格な企業では足りません。必要なのは、機能と同じくらい明確な境界条件です。
その意味で、これは「Copilotをより強くする更新」ではなく、「Copilotをより通しやすくする更新」です。実務ではこちらの価値が大きい場面が多いです。便利さだけでは意思決定が進まない領域で、法令、監査、地域制約をまとめて扱えるからです。
まとめ
GitHub Copilotのデータ居住性対応は、AI機能の派手さより、組織導入の現実を前に進める更新です。USとEUでデータの置き場所を絞り、US政府向けにはFedRAMP Moderateにも対応しました。さらに、主要なCopilot機能を広く対象にしているため、実運用での使い分けもしやすい構成です。
AIツールの導入が止まる理由は、性能不足よりも統制不足であることが多いです。今回の更新は、そのボトルネックをかなり直接に外しています。