中国製AIの危険性｜DeepSeek・Kimi・GLMの業務利用リスクとデータの扱い【2026年】

中国製AIの2大リスク:法制度とコンテンツ

中国製AI(DeepSeek、GLM、Kimiなど)を業務利用する際のリスクは、大きく分けて「①データが中国の法制度の下に置かれるリスク」と「②政治的に敏感な話題で回答が偏るリスク」の2つに整理できる。前者は企業の機密情報や顧客データの取り扱いに関わるコンプライアンス上の論点、後者はAIの出力そのものの中立性・信頼性に関わる論点だ。以下、それぞれを具体的に見ていく。

「安い・速い」だけで判断してはいけない理由

DeepSeek-V3のような中国製モデルは、公表されている学習計算コストが数百万ドル規模と、欧米の主要モデルと比べて桁違いに低いとされ、この効率性の高さ自体はエンジニアリング上の成果として評価されている。しかし、コストや速度、省電力性といった指標だけでモデルの採用可否を判断するのは早計だ。重要なのは「何を答え、何を答えないAIなのか」という点であり、価格の裏側にある法的・政治的な設計思想を無視した導入判断は、後になって情報セキュリティ上の問題として表面化するリスクをはらんでいる。

①法制度面のリスク:協力義務とデータ越境

中国には、企業のデータ管理に影響する主要な法律が3つある。2017年施行の国家情報法、同じく2017年施行のサイバーセキュリティ法、そして2021年施行のデータセキュリティ法・個人情報保護法だ。

加えて、中国の個人情報保護法は域外適用の規定を持ち、越境移転(データを中国国外に持ち出す、あるいは中国国外のユーザーの情報を中国国内のサーバーで処理する)には、国家によるセキュリティ評価や標準契約の締結といった手続きが必要になる。具体的には、重要情報インフラの運営者が域外にデータを提供する場合や、年間累計100万人分以上の個人情報(機微情報を含まない場合)、あるいは1万人分以上の機微な個人情報を域外に提供する場合には、国のセキュリティ評価への合格が求められる。それ以外のケースでも、標準契約の締結や専門機構による認証取得が実務上の要件になっている。

日本の個人情報保護委員会も、外国政府による情報収集活動への協力を義務付ける制度として、国家情報法・サイバーセキュリティ法・データセキュリティ法を名指しで参考情報にまとめており、日本国民が中国企業のデジタルサービスを利用する際に収集される情報が、中国当局による収集・監視の対象となり得ると整理している。特筆すべきは、これらの法律に基づくアクセスには「特定された目的の達成に必要な範囲での実施」や「独立した機関からの承認」といった、日本や欧米で一般的な歯止めの規定が存在しない点だ。

サービス別に見るデータの扱い——DeepSeek・Kimi・GLM（Z.ai）

「中国製AI」とひとくくりにされがちだが、運営会社の所在地、データの保存先、入力内容を学習に使うかどうかはサービスごとに違う。各社の公式プライバシーポリシーの記載を、個人向けのチャットサービスについて整理した（2026年10月11日確認）。

Kimiは危険？——運営会社が2つある点に注意

Kimiには、中国本土向けの「Kimi智能助手」と、kimi.comで提供される海外向けサービスがある。中国本土向けのプライバシーポリシーは北京月之暗面科技有限公司（北京）が発行しており、海外向けのKimi ClawのポリシーはMoonshot AI PTE. LTD.が発行している。海外向けのポリシーには保存先の国名が書かれておらず、入力内容はモデルの学習に使うと明記されている。学習への利用を止める方法の記載もない。

このため、Kimiのチャットサービスに顧客情報・社外秘・未公開の数字を入れるのは避けたい。性能を試したいだけなら、Kimi K3は重み（モデルの中身）が公開されているので、自社で管理する環境で動かせばデータを外に出さずに済む。ただし総パラメータは約2.78兆と非常に大きく、動かすには大規模なGPU環境が必要だ。

重みが公開されているモデル（2026年10月時点）

3社とも主力モデルの重みをHugging Faceで公開している。自社のサーバーで動かせば、入力データが提供元に送られることはない（詳しくは後述の「それでも中国製AIを使う企業がある理由」）。一方で、学習段階で組み込まれた回答の偏り（次章の「モデル層」）は、自社で動かしても残る点に注意したい。

いずれも一般的なPCで動かせる規模ではない。手元のPCで試すなら、ローカルLLMの始め方｜LM StudioでQwen3.8/Gemma 4/GLM-5.3を動かすで紹介している小型モデルのほうが現実的だ。

②検閲・情報操作のリスク:実際にどう出力が偏るか

DeepSeekをはじめとする中国製AIの回答傾向を検証した報道・調査によると、天安門事件、台湾問題、尖閣諸島(中国側呼称:釣魚島)といった政治的に敏感な話題について、中国政府の公式見解に沿う回答をしたり、途中で回答を打ち切ったりする挙動が繰り返し確認されている。ある検証では、政治的に敏感な質問の大半に対してDeepSeek-R1が回答を拒否したと報告されており、この制限は「モデル自体が学習段階で特定の話題を避けるよう調整されている層」と「生成された回答をUI・API側で事後的に検閲する層」の二重構造で機能しているとされる。

ビジネス上の懸念は、天安門事件のような歴史問題そのものよりも、尖閣諸島や日中間の経済安全保障といった、実務で使う可能性のあるテーマに同様の偏りが及ぶ可能性がある点だ。市場分析や地政学リスクレポートの下書きにAIを使う場合、参照した回答が特定の政治的立場に沿って情報を取捨選択したものである可能性を、利用者側が認識しておく必要がある。

検閲はどの段階で行われるのか

報道されている実態を整理すると、中国製AIの回答制限は大きく2つの層で機能しているとされる。1つは学習段階でモデル自体に特定の話題を避ける、あるいは政府見解に沿った回答をするよう調整が加えられる「モデル層」。もう1つは、生成された回答をアプリやAPIの提供側が事後的にチェックし、不適切と判断した内容を表示直前に差し替えたり削除したりする「アプリ層」だ。実際に、回答が生成の途中で不自然に消えたり、エラー表示に切り替わったりする挙動が繰り返し報告されており、これはアプリ層でのフィルタリングが働いている一つの兆候とされる。

興味深いのは、同じモデルの重みをベースにしても、提供元やホスティング環境が変わると挙動が変化する点だ。海外の第三者が同モデルを追加学習・改変して公開した派生版では、政治的な質問に通常通り回答できるケースが報告されている。これは、検閲がモデルの重みだけに閉じた問題ではなく、どの事業者がどう提供するかという運用レイヤーにも依存していることを示唆している。

各国政府はすでにどう対応しているか

これらのリスクを受けて、複数の国・地域の政府がDeepSeekなど中国製AIに利用制限をかけている。2026年時点で確認されている主な対応は以下の通りだ。

日本国内の法整備の動き

日本では、中国製AIを名指しで禁止する法律はまだ存在しないが、経済安全保障推進法の制定を通じて、重要技術の保護やサプライチェーンの強靭化が進められている。また、外国の情報収集活動への協力義務を課す制度を持つ国のリスクについては、個人情報保護委員会が調査結果を公表するなど、行政側の情報提供も進みつつある。民間企業に対する一律の利用禁止という形ではなく、企業自身がリスクを認識した上で自主的に利用範囲を判断する、という現在の日本の対応スタンスは、今後の法整備の状況次第で変わる可能性がある点も踏まえておきたい。

それでも中国製AIを使う企業がある理由

ここまでリスク面を整理してきたが、価格と性能のバランスを理由に、機微情報を含まない業務範囲で中国製オープンウェイトモデルを採用する企業が増えているのも事実だ。前提として、これらのリスクは「絶対に使ってはいけない」という話ではなく、「どの業務データを、どのリスクレベルで、どのモデルに渡すか」という設計の問題として捉えるべきだという指摘が実務家からも上がっている。

特にオープンウェイトモデルは、重みを自社サーバーにダウンロードして完全にセルフホストすれば、通信そのものが中国法域を経由しない運用が可能になる。同じモデルであっても、ホスト型APIをそのまま使うか、自社インフラで動かすかによって、法制度上のリスクの意味合いは大きく変わる。

タスク別に見るリスク許容度

すべての業務を一律に「使う/使わない」で判断するのではなく、タスクの性質ごとにリスク許容度を分けて考えると、現実的な導入設計がしやすくなる。より網羅的なタスク別のモデル選定基準はAIモデル使い分け完全ガイド｜タスク別に最適なLLMを選ぶ方法でも整理しているので、あわせて参考にしてほしい。

業務利用前のリスクチェックリスト

出力の偏りをどう検証するか

政治的・地政学的なテーマに触れる可能性がある業務でどうしても中国製AIを使う場合は、出力をそのまま鵜呑みにせず、以下のような検証プロセスを組み込むことが望ましい。

結論として、中国製AIを「危険だから一切使わない」と切り捨てるのではなく、機微情報を含まないタスクへの限定利用や、セルフホストによるデータ主権の確保といった設計を組み込んだ上で、コストメリットを享受するというのが、現実的な落としどころになるだろう。

見落とされがちな「逆方向」のリスク

ここまでは主に「海外企業が中国製AIを使う際のリスク」を扱ってきたが、実はもう一つの規制リスクが存在する。2026年7月、ロイターが報じたところによると、中国当局はアリババ、バイトダンス、Z.aiといった主要AI企業に対し、最先端モデルへの海外からのアクセスを制限すべきかどうかを協議しているとされる。一般公開の禁止や、国内利用のみへの限定といった選択肢が検討されているという。

この観点からも、特定の一国のモデルだけに業務インフラを依存させる設計は避け、複数の選択肢を並行して確保しておく「使い分け」の発想が、コスト最適化だけでなく地政学リスクへの耐性という意味でも重要になる。

そして、この「どの国のAIか」という二元論そのものが崩れる出来事も起きている。2026年7月には、米国製のコーディングエージェント「Grok Build」が、ユーザーの認証情報を含むディレクトリ全体を外部クラウドへ送信していたと指摘され、その数日後にオープンソース化に踏み切るという一件があった。国家の法制度に基づくリスクと、実装上の不備によるリスクは原因が異なるが、「意図しないデータが手元を離れる」という結果は同じだ。詳しい経緯と実務対応はGrok Buildオープンソース化の裏側｜データ外部送信問題と「自分でビルドすれば安全か」を検証で整理している。

まとめ

中国製AIのリスクは、法制度に基づくデータガバナンスの問題と、政治的話題における回答の偏りという2つの軸で捉える必要がある。どちらも「性能が良いから」「安いから」という理由だけで判断してよい問題ではなく、自社が扱うデータの機密度と、AIに任せる業務の性質を照らし合わせた上で、利用範囲を設計することが求められる。価格だけでなく、こうした地政学リスクの管理力そのものが、これからのAI活用における企業の差別化要因になっていくだろう。

あわせて読みたい：
DeepSeek V4 Pro／V4.1 Flashの最新状況｜GA・料金・性能・移行を解説【2026年】——DeepSeek V4の最新モデルと料金
GLM-5.2とは?Claude Opus 4.8との価格・性能比較｜料金は約5分の1——GLMの最新モデルと、Claude Opusとの価格・性能比較
Kimi K3とは？料金・性能・ライセンスを解説｜2.8兆パラメータのオープンモデル【2026年】——Kimi K3の料金と性能

よくある質問