概要
中国のAI企業が公開するオープンウェイトモデル（DeepSeek、Qwen、GLM、ERNIEなど）は、性能とコストの面で魅力的で、しかも重みが公開されているためオンプレ（セルフホスト）で動かせる。機密データを外に出したくない現場にとって、これは無視できない選択肢になっている。
ただし業務利用の是非を考えるとき、「中国製だから危険」という結論は正確ではない。危険性の大部分は モデルそのものではなく「どの経路で使うか」に由来する。モデル側の話と、実行基盤側の話（OSSエージェントハーネスのセキュリティ）を分けて考える必要がある。
リスクは4つの層に分かれる
中国製モデルのリスクは、独立した4層として整理すると判断しやすい。
- データプライバシー: 公式サービスでは入力が中国国内のサーバに送信・保存される。DeepSeekのプライバシーポリシーには「中国国内で個人データを収集・処理・保存する」旨が明記されている。
- 中国法規制: 国家情報法（2017年）第7条は中国の組織・個人に国家情報活動への協力義務を定め、データセキュリティ法（2021年）も当局要求への従属を規定する。開発元がこれらの法域にある以上、当局の要求を法的に拒否できない可能性がある。
- モデル挙動の検閲・バイアス: 学習データに由来する政治的トピックへの回答傾向は、重みそのものに内在する。ローカル実行しても消えない。
- セキュリティ脆弱性: ジェイルブレイク（安全制限回避）が比較的容易という報告が複数ある。また2025年1月にはWizがDeepSeekのインフラに認証なしで到達できるデータベースを発見し、チャット履歴・APIキー等が含まれていた可能性を報告した。APIを自社システムに組み込む場合、これはサプライチェーンリスクとして扱うべき事案である。
提供経路ごとのリスク差
| 経路 | データの送信先 | 相対リスク | 備考 |
|---|---|---|---|
| 公式Web / 公式アプリ | 中国国内 | 高 | 学習利用の設定に注意。法域リスクが直接かかる |
| 公式API | 中国国内 | 高 | システム組込み時は自社データも対象 |
| 海外クラウド経由 | データゾーン次第 | 中 | 例: Microsoft FoundryのEU Data ZoneでDeepSeek V4-Flashを提供。V4-Proは米国ゾーンのみ |
| セルフホスト（オンプレ） | 自社インフラ内 | 低〜中 | 送信リスクは排除できるが、重み由来の性質は残る |
重要なのは、同じモデルでも経路によってリスクがまったく変わるという点である。イタリアのGarante（データ保護当局）が2025年1月に公式サービスを停止させた一方で、オープンウェイトを自社環境で動かすこと自体は別の話になる。
オンプレ運用で「消えるもの」と「残るもの」
消えるもの
- 入力データの国外送信（中国国内サーバへの保存）
- 中国法規制に基づく開示義務という法域リスク
- 公式インフラの運用水準に依存するサプライチェーンリスク
MITライセンスで公開された重みを自社GPU上で動かせば、入力が外部に送信されるリスクは原理的に排除できる。
残るもの
- 重みに内在する検閲・バイアス傾向: ローカル実行では解消しない
- モデルファイルの供給網リスク:
pickle形式の読込による任意コード実行、改ざんされたLoRAの適用など - ジェイルブレイク耐性の低さ: 攻撃者がローカルでも安全制限を外せる
- ハーネス経由の外部接続: オンプレでも
webfetch/websearchを使えば外界とつながる（Web検索・Web取得を介したプロンプトインジェクションと情報漏洩 を参照）
実務的なハードル
量子化してもなお大きい。DeepSeek V4-Flash（総284B／アクティブ13BのMoE）でも公式配布は約167GB、コミュニティ量子化版で最小80GB台とされ、フラッグシップ級（V4-Pro、総1.6T／アクティブ49B）はH100クラスを複数枚必要とする。「動かせるか」と「運用できるか」は別問題である。
オンプレ導入チェックリスト
- 目的のデータ区分（公開情報のみ／機密・個人情報）を明確にした
- 公式クラウドかセルフホストか、経路ごとのリスクを比較した
-
safetensorsを使用し、重みのハッシュ・モデルカード・ライセンスを確認した - 量子化版・LoRAは信頼できる配布元のみを採用した
- GPU/VRAM要件とスループットを見積もった
- ハーネス側で承認ゲート・サンドボックス・egress制御を設定した
- 法務・コンプライアンス（GDPR、越境移転など）の確認を行った
- 重みに内在する回答傾向（検閲・バイアス）を許容できるか評価した
まとめ
中国製モデルの安全性は、国籍ではなく 「どの経路で、どのデータを、どのハーネスで扱うか」 で決まる。オンプレ化はデータ送信と法域リスクを大きく下げるが、重み由来の性質と供給網リスクは残る。両者を混同しないことが、冷静なリスク判断の第一歩になる。
関連ノート
参考資料
- DeepSeek and Chinese AI Models: GDPR Data Transfer Risk（AI Policy Desk, 2026-06-26）（確認日: 2026-10-16）
- DeepSeekの危険性・セキュリティ｜データの扱いと注意点【2026年版】（クリスタルメソッド）（確認日: 2026-10-16）
- What CISOs should know about DeepSeek cybersecurity risks（TechTarget）（確認日: 2026-10-16）
- Chinese GenAI Startup DeepSeek Sparks Global Privacy Debate（Infosecurity Magazine）（確認日: 2026-10-16）
- トレンドマイクロ: 大規模言語モデル（LLM）はどのようにして侵害されるのか（確認日: 2026-10-16）