米国が中国AI企業6社を最先端モデルの「模倣」で告発

Ars Technicaの報道によると、米国政府が人工知能分野で新たな波紋を起こしている。中国AI企業を標的とした告発文書が表面化し、6社が米国の最先端大規模モデルを「積極的に模倣した」として名指しされた。さらに注目すべきは、米国側が米国のAI企業に対し、中国ユーザーを識別し、公式な説明なしに性能の低いモデルバージョンへ切り替えるよう求めている点だ。この動向は、中米AI競争がチップ封鎖からモデル層・ユーザー層へと拡大したことを示しており、世界の技術業界に衝撃を与えている。

告発の核心：技術的オマージュから組織的複製へ

報道によれば、米国側はこれら6社の行為を単なる「オープンソース成果の参照」や「アルゴリズム思想の収斂」とは見なしておらず、積極的な複製戦略を採用したと判断している。具体的には、APIを通じて出力データを収集し、蒸留技術を用いて近似モデルを訓練し、さらには訓練データに米国モデルの生成コンテンツを直接含めた可能性があるとされる。こうした「弟子が師を超える」手法は、過去2年間ですでに複数の調査報告書で言及されている。オープンソースコミュニティでの一部中国モデルへの疑義から、スタンフォード大学で起きた「ラッパーモデル」事件まで、業界はかねてより警戒していた。

匿名を希望する米国のAI政策研究者は「これは倫理レベルの議論ではなく、国家安全保障レベルでの技術資産流出だ。最先端モデルの重みと推論能力は、チップと同等の戦略的資源と見なされている」と述べた。

「秘密の切り替え」：技術管理か、ユーザーへの欺瞞か

米国側が提示した対応策は非常に論争的だ。米国のAI企業に対し、中国地域のユーザーをIPアドレス、企業帰属、さらにはモデルの挙動フィンガープリントによって識別し、バックエンドで静かに性能を低下させたモデルへ切り替えるよう求めている。つまり、たとえユーザーが最高水準の演算能力や旗艦サービスを有料で購入していても、知らないうちに「二流の体験」を提供される可能性があるということだ。支持者はこれを、モデル能力の流出を防ぐための必要な手段であり、輸出規制における「制限版」ソフトウェアと同様のものだと主張する。一方、反対者は、これがAIサービスの透明性の原則を破壊し、地域差別のツールとして乱用されやすいと指摘する。

現時点でOpenAI、Anthropicなどの主要企業はいずれも公式に回応していない。しかし業界では、一部の企業がすでにサービス利用規約の「地域制限」や「コンプライアンス審査」メカニズムを通じて、特定の高リスクアカウントをダウングレード処理していたとの見方が広まっている。いわゆる「秘密の切り替え」は、既存の非公式な運用を公式に追認したものに過ぎないとも言える。

背景：中国AI大規模モデルの「追い上げ焦燥」

客観的に見れば、中米間のAIモデル格差は急速に縮まっている。DeepSeek、Qwen、Zhipu GLMなどに代表される国産モデルは、数学的推論やコード生成といったタスクでGPT-4レベルに近づいているか、あるいは同等に達している。ただし、中国のAI産業は基礎研究、演算能力エコシステム、高度なアライメント技術において依然として弱点を抱えていることも忘れてはならない。GPT-5やClaude 4など米国の最先端モデルは、複雑な推論、長期的な計画立案、マルチモーダル融合において依然としてリードを保っている。

そのため、一部の中国チームが「蒸留というショートカット」を選択することは想像に難くない。特に演算能力が制約され、資金調達が厳しい環境下では、SOTA（最優性能）に素早く近づくことが市場の信頼を勝ち取る鍵となっている。しかし、積極的な複製は短期的には有効でも、長期的には自社開発能力を損ない、国産モデルが生態系として米国のAPI出力に高度に依存する状況を招きかねない。これはまさに米国が望む「技術ロックイン」の負のフィードバックに他ならない。

編集後記：管理強化が「モデル主権」競争を加速させる

米国側の告発が事実であれば、これは単なる知的財産紛争にとどまらず、グローバルなAIガバナンスの分水嶺となる。モデルはもはや単なるコードではなく、戦略的価値を持つ「デジタル領土」なのだ。米国の「秘密の切り替え」戦略は本質的に、AIにデジタル国境線を引くものだ。ユーザーの地域的アイデンティティが、到達できる知能水準を決定する。この手法は中国に対し、基盤フレームワーク、訓練データ、評価ベンチマーク、ハードウェア適合を含む完全に自律したモデルサプライチェーンの構築を加速させることになるだろう。今後のAI競争は、演算能力の軍拡競争にとどまらず、「モデル主権」をめぐるシステム工学の競争になると見られる。

一般ユーザーにとっては、AIの「能力」がバックエンドでいつでも調整できるとなれば、モデル出力の中立性をはたして信頼できるのか——これは模倣告発よりもさらに深く問われるべき命題かもしれない。

本稿はArs Technicaより編訳