「DeepSeekは驚くほど安いらしい」「社員が勝手に中国製AIを使っているようだ」。こうした話は、中小企業の現場でも珍しくありません。
ただ調べても「危険だからやめろ」と「気にしすぎだ」が並び、判断がつきません。
この記事では、中国AIを危険か安全かの二択で語りません。主要モデルの実力とコスト、公的機関の公表内容、「データ・配置・代替性」の3軸を整理し、自社で使ってよいかを判断できるようにします。
中国AIが急速に注目される理由：性能とコストで何が起きているか
中国AIが話題になるのは、珍しいからではありません。性能が実務水準に届き、価格差が大きく、社員が先に使い始めているからです。経営判断の材料として、3つの側面から整理します。
ベンチマークで見る米国製AIとの性能差の現在地
中国製AIの性能は、すでに「明らかに劣る」水準ではありません。ただし最先端の総合力では、米国勢が前にいます。
スタンフォード大学のレポートを報じた日経クロステックによると、2026年3月時点のベンチマークで米国製モデルと中国製モデルの差は2.7％。それまでの1年間は1％未満で推移し、同大学は差が事実上解消したと見ていました。
ベンチマークの順位は毎月のように入れ替わります。優劣を決めるのは国籍ではなくタスクです。自社の実業務で試しましょう。
なぜ中国製AIは「安い」のか：低価格を成立させている構造
価格差は値引き競争ではなく、技術と戦略から生まれています。主な要因は3つです。
- 推論効率の最適化：必要な部分だけを動かすMoE構造、同じ指示文を繰り返し使うと単価が下がるキャッシュ機構
- エコシステムの内製化：開発から提供までを自国内で回す体制
- オープンウェイト戦略：モデルの重みを公開し、利用者と改良の輪を広げる
実際の単価には、次の開きがあります。
モデル 100万トークンあたり Claude Fable 5（米国） 約60ドル GPT-5.6 Sol（米国） 約35ドル GLM-5.2（中国・Z.ai） 約5.8ドル DeepSeek V4 Pro（中国） 約1.3ドル DeepSeek V4 Flash（中国） 約0.42ドル
出典：東洋経済オンライン（2026年7月、入力と出力を各100万トークン使った場合の比較）
気づかぬうちに社内で使われている「シャドーAI」という現実
会社が方針を決める前に、社員はもう使い始めています。無料で高性能なツールが個人アカウントですぐ使えるため、承認を待つ理由がありません。
Gartnerが2026年2月に実施した国内調査では、IT部門が選定した以外の生成AIツールの利用を「自由に認めている」企業が8％、「審査の上、問題なければ認めている」企業が67％。合わせて75％が容認しています。
一方で「シャドーAIを把握できていない」企業が43％、「把握しているが有効な対策を取れていない」企業が30％。合計73％が有効に管理できていません。
出典：ガートナージャパン プレスリリース（2026年6月18日）
「うちは導入していないから関係ない」という会社ほど、実態を把握できていない可能性があります。
生成AI全般のリスクは、こちらでも整理しています。
『デジタル・マーケティング超入門』の著者が
「Web集客の仕組み」で売上を創ります
主要な中国製AIモデルの一覧と特徴
「中国AI＝DeepSeek」という認識は、すでに古いものです。複数のプレイヤーが並び立ち、得意領域も提供形態も違います。業務の選択肢になりうる主要モデルを押さえておきましょう。
DeepSeek（深度求索）：低コスト推論モデルの代表格
2025年1月の登場で、開発コストの常識を覆したモデルです。
杭州の無名企業が、米国勢の数十分の一の開発コストで最先端級の推論モデルを公開し、「AI開発には無制限の資本が必須」という業界の前提を崩しました。
- 主力は軽量版と高性能版の2系統。用途とコストで選び分ける
- 公式のチャットサービスは無料で使え、課金はAPIの従量制のみ
- 思考過程を出力するモードでは、その分のトークンも課金される
- 日本語も扱えるが、自然さは質問内容で差が出る
料金体系やモデル名は改定が続きます。検討時は公式ドキュメントで現行ラインナップを確認してください。
Alibaba「Qwen（通義千問）」：オープンウェイトで自社組み込みに強い
Qwenの特徴は、提供形態が二層に分かれている点です。ここを取り違えると、コスト見積もりもライセンス判断もずれます。
- オープンウェイト層：重みが公開され、ダウンロードして自社環境で動かせる
- クローズドな旗艦API層：最上位モデルは重み非公開。クラウド経由で利用する
二層構造を混同すると、「最上位モデルも無料でダウンロードできる」と誤解しかねません。
自社環境に置ける点は、業務利用で重要です。詳しくは後述します。
Moonshot「Kimi」・ByteDance「Doubao」・Baidu「ERNIE」など主要プレイヤー
2026年夏時点で名前が挙がるのは、DeepSeek、AlibabaのQwen、ByteDanceの豆包（Doubao）、BaiduのERNIE（文心）、Moonshot AIのKimi、智譜AI（Z.ai）のGLMの6社です。
モデル 開発元 主な位置づけ Kimi Moonshot AI 長文処理・調査に強み GLM Z.ai（旧Zhipu AI） コーディング・エージェント用途 Doubao ByteDance 中国国内の大規模サービス基盤 ERNIE Baidu 検索・クラウド事業との連携
かつて有力視された新興勢の一部は、基盤モデル開発から撤退しています。選定時は「今も開発と提供が続いているか」を確認しましょう。
「Manus」に代表される中国発AIエージェント
対話型AIが「答える」のに対し、エージェントは「作業を代行」します。リサーチから資料作成、サイト制作までを自律的に進めます。
便利さの裏側で、リスクの性質も変わります。
- 接続権限を多く渡すほど、AIが触れられる範囲も広がる
- クラウド上で処理されるため、入力データの扱いを個別に確認する必要がある
- 運営会社の拠点や資本関係は変わることがあり、条件は固定ではない
何を渡すかの線引きは、次章のデータの話に直結します。
AIエージェントの仕組みは、こちらで詳しく解説しています。
AIの業務利用で最初に知るべきリスク：データはどこに保存されるのか？
ここからはリスクの話です。噂や印象ではなく、公的機関が公表した内容だけを扱います。事実を押さえれば、社内でも説明できます。
個人情報保護委員会が示した2つの論点
個人情報保護委員会は2025年2月3日、DeepSeekについて情報提供を公表しました。内容は次の2点です。
- サービス利用に伴い同社が取得した個人情報を含むデータは、中華人民共和国に所在するサーバに保存されること
- 当該データについては、中華人民共和国の法令が適用されること
出典：個人情報保護委員会「DeepSeekに関する情報提供」（2025年2月3日） https://www.ppc.go.jp/news/careful_information/250203_alert_deepseek/
あわせて、同社のプライバシーポリシーが中国語と英語のみである点も指摘されています。
「危険だ」と断じた文書ではなく、利用者が知っておくべき事実を示したものです。この2点を出発点に、自社で判断します。
国家情報法・データセキュリティ法が企業にとって意味すること
保存先が中国国内なら、中国の法制度が及びます。感情論ではなく、制度として押さえましょう。
適用されうるのは、中華人民共和国個人情報保護法、サイバーセキュリティ法、データセキュリティ法、国家情報法などです。
これらの法律のもとでは、国家安全機関や公安機関が犯罪捜査に限らず広範な情報提供を求めることができます。
中国の個人情報保護制度は、個人情報保護委員会が外国制度として解説しています。
顧客情報や取引先の資料を入力していれば、影響は自社にとどまりません。「誰のデータを預けているのか」という視点が要ります。
政府・自治体・大企業はどう対応したか
政府も動いていますが、内容は「一律禁止」ではありません。
主体 対応内容 個人情報保護委員会 2025年2月3日、DeepSeekに関する情報提供を公表 デジタル社会推進会議幹事会事務局 2025年2月6日、DeepSeek等の生成AIの業務利用に関する注意喚起（事務連絡）を公表 民間企業 複数の国内企業が社内利用を制限したと報じられている 海外 台湾の公的機関が利用を禁止するなど、制限を加える例も
政府の文書は業務利用の留意を促すもので、民間企業への禁止命令ではありません。判断は各社に委ねられています。
デジタル庁の事務連絡（PDF）はこちらで確認できます。
「中国製AI＝危険」で終わらせない：使い方でリスクは大きく変わる
本記事の中心となる考え方です。同じモデル名でも、動かす場所でデータの流れ先はまったく違います。
公式アプリ／API／自社環境で動かす、の3形態で危険度は別物
「DeepSeekを使う」には、3つのまったく違う状態が含まれます。
形態 入力データの行き先 向いている用途 公式アプリ・Webチャット 提供元のサーバ（国外の可能性） 個人の学習、公開情報の調査 API（提供元に直接接続） 提供元のサーバ。学習利用の有無は規約次第 検証、公開情報の処理 自社環境・クラウド経由 自社が管理する環境内 機密性の高い業務への組み込み
個人情報保護委員会が指摘したのは、主に1つめの形態です。3つめを選べば、提供元へデータは送られません。
同じモデル名でも別物として扱いましょう。
AWS・Azureのクラウド経由で動かすという選択肢
オープンウェイトのモデルは、主要クラウドを通じても利用できます。AWSは2026年2月、Amazon BedrockでDeepSeek V3.2、MiniMax M2.1、GLM 4.7、GLM 4.7 Flash、Kimi K2.5、Qwen3 Coder Nextの6モデルの提供を開始しました。
この形なら契約先はクラウド事業者で、データの所在も契約で確認できます。ただし注意点があります。
- モデルごとに提供リージョンが異なるため、国内リージョンで使えるかは公式のリージョン一覧で要確認
- データの保管場所と処理の実行地域は別に決まる場合があり、契約条件の確認が必要
- 利用できるバージョンは、提供元の最新版より遅れることがある
それでも残るリスク（ライセンス・出力の偏り・突然の提供停止）
自社環境に置いても、消えないリスクがあります。3つ挙げます。
- ライセンス：オープンウェイトと完全なオープンソースは同じではありません。商用利用の条件はモデルごとに異なります
- 出力の偏り：中国国内向けサービスは中国の法律やコンテンツ規制に従うため、政治や歴史で回答範囲や表現が他国のAIと異なります
- 提供条件の変更：無償公開や現行価格が続く保証はありません
これらは「使ってはいけない理由」ではなく、「どこまで任せるかを決める材料」です。
中国AIの導入可否を決める3つの判断基準
ここまでの内容を自社に当てはめます。データ・配置・代替性の3軸で考えれば、抽象的な議論が具体的な可否判断に変わり、社内説明にもそのまま使えます。
軸①：データ｜何を入力するのか、で線を引く
最初に決めるべきは、モデルの良し悪しではなく「何を入れるか」です。
データの層 具体例 扱いの目安 公開情報 自社サイトの文章、公開資料、一般的な調べもの 使ってよい 社内一般情報 手順書、議事録の下書き 配置次第。外部API直結なら要検討 個人情報・機密 顧客名簿、見積、契約書、未公開の企画 外部サービスへの入力は避ける
この線引きは中国製かどうかに関係なく、あらゆる外部AIに当てはまります。まずは3層を社内で共有しましょう。
軸②：配置｜どこで動かすのか
扱うデータの機密度が上がるほど、実行環境を手元に寄せる。これが原則です。
データの層 適した配置 公開情報 公式アプリ・Webチャットでも可 社内一般情報 クラウド経由、または学習利用されない契約のAPI 個人情報・機密 自社環境またはオンプレミス。外部送信しない構成
「便利だから全部これで」ではなく、「この業務にはこの配置」と分けて考えます。1つのモデルに絞る必要はありません。
軸③：代替性｜使えなくなったとき戻せるか
3つめの軸は、性能でもコストでもなく「やめられるかどうか」です。
- 業務の中核に組み込む前に、乗り換えにかかる工数を見積もっておく
- プロンプトやデータは、特定サービス専用の形式に固定しない
- 同じ処理を別モデルでも動かせるか、あらかじめ試しておく
安く便利なほど深く組み込みたくなりますが、依存度が上がるほど方針変更のダメージも大きくなります。
ケース別・可否早見表（社内文書／顧客対応／開発／マーケ）
自社の場面を探して、判断の目安にしてください。
業務シーン 公式アプリ API直結 クラウド経由・自社環境 公開情報のリサーチ ○ ○ ○ ブログ・SNSの下書き ○ ○ ○ 社内文書の要約・整形 △ △ ○ 顧客対応の文面作成（個人情報を含む） × × ○（要ルール） 開発・コード生成（自社コードを含む） × △ ○ 顧客データの分析 × × ○（要ルール）
○＝条件付きで可、△＝入力データを選べば可、×＝避ける。迷う場合は、一段厳しい側に倒すのが安全です。
地政学・規制リスク：中国のAIはある日突然使えなくなる？備えも用意しておこう
性能と価格の比較では、「昨日まで使えたものが使えなくなる」変数が抜け落ちます。政治の善悪ではなく、事業を止めない観点で整理します。
オープンモデルの囲い込みという新しい変数
この不確実性は、中国製に限った話ではありません。
2026年6月には、AnthropicのClaude Fable 5とMythos 5が輸出規制で一時凍結され、OpenAIの新型モデルも政府の承認なしには広く提供できなくなりました。
同じ時期に、中国のZ.aiは改変も商用利用も自由なMITライセンスでモデルを公開しています。
2026年7月には、米国のスタートアップが中国製オープンウェイトAIを禁止しないよう政権に求めたと報じられました。
規制の風向きは、どちらの国からも吹きます。「オープンだから安心」も「米国製だから安心」も、前提として置かないほうが安全です。
1社に依存しない「AIポートフォリオ」の組み方
備え方はシンプルで、選択肢を1本にしないことです。
- 国内外・複数ベンダーのモデルを、用途ごとに使い分ける
- プロンプトと業務データは、特定サービスに依存しない形式で保管する
- 主要な業務については、代替モデルでの動作を定期的に確認しておく
- 契約は長期固定を避け、切り替えの余地を残す
複数を併用すると管理は増えますが、1社の方針変更で業務が止まるリスクは下がります。
中小企業が明日からできる社内ルールづくり3ステップ
判断軸が決まったら、次は運用です。大がかりな規程は要りません。小さな会社でも、順番どおりに進めれば形になります。
誰が何を使っているかを把握する
最初にやるのは禁止ではなく、可視化です。禁止から入ると、利用が水面下に潜って見えなくなります。
- 部署ごとに、使っているAIツールと用途を申告してもらう
- 責めない前提を先に伝える（罰則の話は後回し）
- 業務PCのアプリやアクセス状況を確認する
- 「便利で手放せない使い方」も一緒に聞き取る
Gartnerも、単純な禁止や遮断ではなく、利用実態を可視化したうえで評価・承認・統制の仕組みを整えるよう提言しています。実態が見えて初めて、線引きは機能します。
入力禁止情報を定義して共有する
「機密は入れない」というルールは、ほぼ機能しません。何が機密かの認識が人によって違うからです。
入れてよい 入れてはいけない 公開済みの自社情報 顧客の氏名・連絡先・購買履歴 一般的な調べもの 見積書・契約書・単価表 匿名化した相談内容 従業員の人事情報 公開資料の要約 未公開の企画・開発中のコード
このくらい具体的に書き、A4一枚で配れる形にします。判断に迷ったら上長に確認、という逃げ道も添えておきましょう。
AI事業者ガイドラインを踏まえた最低限の規程を作る
ゼロから作る必要はありません。国のガイドラインを土台にすれば、小規模な会社でも整備できます。
総務省・経済産業省は2026年3月31日に「AI事業者ガイドライン（第1.2版）」を公表しました。2024年4月の初版から2度目の改定です。
最低限そろえたいのは次の4点です。
- 利用してよいツールと申請の手順
- 入力してはいけない情報の定義
- 出力を人が確認するルール（誤りへの対応）
- 問題が起きたときの報告先
自社に当てはめる部分は、業種や扱う情報によって変わります。線引きに迷う場合は、外部の視点を入れると早く整います。
吉和の森では生成AI活用支援を行っており、社内ルールづくりの段階からご相談いただけます。
AI導入を外部に相談する際の選び方は、こちらも参考にしてください。
【Q&A】中国AIについてよくある質問
最後に、検索でよく見かける疑問に短くお答えします。判断に迷ったときに読み返してください。
DeepSeekは無料で使えますか？安全に試す方法は？
公式サイトやアプリのチャットは無料で使え、課金はAPIの従量制のみです。安全に試すコツは、入力するものを先に決めておくことです。
- 公開情報だけを扱うタスクから始める（競合の公開情報の整理など）
- 個人アカウントで業務データを入れない
- 試用の記録を残し、社内で共有する
中国製AIを業務で使うと法令違反になりますか？
利用そのものが違反になるわけではありません。論点は、個人データを外国の第三者に渡す「越境移転」の扱いです。
個人情報保護法では、外国の第三者へ個人データを提供する場合、本人の同意など一定の対応が求められます。該当するかは、扱うデータと契約形態で変わります。
判断に迷う場合は必要に応じて専門家に相談してください。
オープンソース版なら情報は抜かれませんか？
自社環境で動かせば提供元への通信は発生せず、データが外に出るリスクは大きく下がります。
ただし別のリスクは残ります。
- ライセンス条件（商用利用の可否はモデルごとに確認）
- 特定分野での出力の偏り
- 自社での運用・保守の負担
「オープンウェイト＝何をしてもよい」ではない点に注意しましょう。
ChatGPTやGeminiとどう使い分ければいいですか？
機密度とコストの2軸で分けるのが現実的です。
用途 向いている選択 機密情報を含む相談・顧客対応 契約条件を確認済みの法人向けサービス 大量処理・下書き生成・検証 低単価なモデル（公開情報のみを入力） 社内文書の処理 自社環境またはクラウド経由
主要AIの比較は、こちらでも解説しています。
まとめ：中国AIは「使う/使わない」ではなく「どこまで任せるか」
中国AIをめぐる議論は、性能とリスクのどちらかに振れがちです。ただ実務で必要なのは、白黒の結論ではなく、自社の業務ごとに線を引ける判断軸です。
3軸を確認しましょう。
- データ：公開情報／社内一般情報／機密の3層に分け、層ごとに可否を決める
- 配置：機密度が上がるほど、実行環境を自社側へ寄せる
- 代替性：組み込む前に、使えなくなったときの戻し方を見積もる
運用は、実態の把握 → 入力禁止情報の定義 → ガイドラインを土台にした規程づくり、の順に進めます。
自社への当てはめは業種や扱う情報で変わり、判断に迷う場面も出ます。吉和の森ではWeb集客支援に加え生成AI活用支援も行っており、ツール選定から社内ルール整備までご相談いただけます。
まずは現状の使われ方を整理するだけでも構いません。お気軽にご相談ください。
株式会社 吉和の森
