需要急増でロシア企業が中国製AIモデルへ

モスクワが技術主権を推進する一方で、ロシア企業は中国製AIモデルを導入しており、この矛盾がGoogle Newsでも注目を集めている。この動きは個人のチャットボット利用者だけでなく、大手組織の内部でも見られる。VTBはAlibabaのQwenと連携していることを認めており、DeepSeekは2025年のロシアAI市場を主導したと報じられている。

この組み合わせは、人気のチャットボットに関するもう一つの話題にとどまらない。ロシア企業は、西側の主要システムへのアクセス制限、限られた国内コンピューティング能力、そして国内代替策が十分に成熟する前にAIを導入しなければならないという圧力に直面している。中国製モデルは利用可能な中間的選択肢を提供するが、その選択は一つの外国依存を別の依存へ置き換えることでもある。

したがって中心的な競争は、中国対米国ではない。ロシア国内では、中国製モデルの利用可能性と、政府が掲げる国内AI主権の約束との競争である。SberとYandexは国内システムを構築しているが、企業はそれらのプラットフォームが発展する間にも、現在の業務上の課題を解決しなければならない。

この変化は、AIアプリケーションを使うことと、その基盤技術を管理することの重要な違いも浮き彫りにする。企業は、ローカル導入のためにダウンロード可能なパラメータを提供するオープンウェイトモデルを運用できるが、その学習データ、将来の開発、あるいは支援ハードウェアの供給を管理しているわけではない。

この違いがロシアのエンタープライズAI市場を形作ることになる。中国製システムは当面の障壁を下げられるが、その導入が自動的に独立したロシアの技術スタックを生むわけではない。むしろ、西側クラウドプロバイダーへの依存を、中国のモデル開発企業やチップメーカーへの依存へ移す可能性がある。

Google Newsの見出しが実際に示すもの

最も明確な変化は、中国製AIが消費者による試用から、特定可能なロシア企業の業務運用へ移行したことだ。

最も有力な公的事例は、ロシア最大級の銀行の一つであるVTBから出ている。最高経営責任者のアンドレイ・コスチン氏は、同行がYandexのモデルと並行してQwenを利用していると述べた。また、約700人が300の銀行業務にわたるAI導入を支援しているとも語った。

銀行が本番環境の技術を気軽な試行として扱うことはほとんどないため、こうした詳細は重要だ。銀行は情報セキュリティ、業務継続性、監査可能性、規制上の義務を考慮しなければならない。数百の業務で特定のモデルが使われていることは、具体的な用途が非公開であっても、体系的な導入プログラムを示している。

VTBは、使用しているQwenのバージョン、モデルの稼働場所、どのデータがモデルに渡るのかを公表していない。また、実験段階と完全自動化された本番運用も区別していない。こうした情報の欠落により、中国技術が同行システムにどの程度深く組み込まれているかを正確に評価することはできない。

それでも、この開示は実際のエンタープライズ分野での足場を示している。また、ロシア企業が必ずしも一つの国の技術スタックを選ぶわけではないことも示す。VTBは中国製モデルとロシア製モデルを組み合わせており、購入者がイデオロギーではなく用途ごとにツールを比較していることを示唆する。

より広い市場も別のシグナルを与える。ロシアにおけるAI導入に関する1月の報道は、2025年のロシア市場でDeepSeekが43%を占めたとする調査を引用した。ChatGPTが約40%で続き、QwenとGigaChatはそれぞれ約6%だった。

これらの数値は慎重に解釈すべきだ。市場シェアの推計は、研究者がウェブサイトのトラフィック、アクティブユーザー、アプリのダウンロード、職場での利用のいずれを測定するかによって異なり得る。消費者中心の推計は、ロシアのエンタープライズワークロードの43%がDeepSeek上で稼働していることを証明するものではない。

しかし、それは中国製モデルへの広範な親しみを示している。従業員、開発者、管理職はすでに知っているツールを持ち込むことが多いため、親しみは調達に影響する。そのため消費者による導入は、職場での試行、社内プロトタイプ、そして最終的なベンダー評価へつながる経路になり得る。

DeepSeekの位置づけは、ロシアにも有力な独自システムが存在するため特に注目に値する。SberはGigaChatを運営し、YandexはAlice AIとYandexGPTのモデルファミリーを開発している。両社は国内での流通網、ロシア語に関する経験、確立された企業顧客との関係を持つ。

それでも中国製モデルは注目を集めている。これは、国内ブランドであることだけでは購買判断を決めないことを示唆する。利用可能性、モデル品質、導入の柔軟性、開発者の習熟度、インフラ要件のすべてが重要となる。

Google Newsは需要急増の話としてこのニュースを取り上げた可能性があるが、証拠が示すのはより具体的な展開だ。ロシアの組織は中国製モデルを、複合的なAIスタック内の実用的な構成要素として扱っている。中国のAI産業を遠くから眺めているだけではない。

この違いは、他国のエンタープライズ購入者にとっても重要である。モデルの導入は、企業が広範な戦略を公表する前に、統合レイヤー、開発者ツール、用途別のパイロットを通じて広がることが多い。公開チャットボットのランキングでは、こうした静かな組織的導入を見落とし得る。

ロシアは、地政学的な制約によって選択肢が狭められているため、異例なほど分かりやすい事例を提供している。その結果としての選択は、世界中の企業が直面する仕組みを明らかにする。すなわち、許容できる性能、予測可能なアクセス、管理可能なコスト、機密データに対する統制である。

制裁が利用可能性を競争力に変えた

ロシアでは、アクセスそのものが製品能力となったため、中国製モデルが存在感を増している。

ロシアによるウクライナへの全面侵攻後、制裁と企業撤退により、西側技術への直接アクセスは減少した。先端プロセッサの調達は難しくなり、複数の海外デジタルサービスがロシアのアカウント、決済、地域での提供を制限した。

この環境は、企業によるAI評価のあり方を変える。従業員が回避策を必要とし、調達部門がベンダーに支払えず、コンプライアンス部門がデータ経路を承認できないなら、技術的に優れたモデルも業務上の価値はほとんどない。継続性はベンチマーク上の優位性を上回り得る。

中国製モデルは、いくつかの利点を持ってこの隙間に入り込む。多くはオープンウェイトで公開され、開発者はモデルパラメータをダウンロードして自らが管理するインフラで実行できる。中国のプロバイダーには、米国や欧州以外の市場を追求する動機も、西側ベンダーより強い。

オープンウェイトでの導入は、モデルが完全なオープンソースであることを意味しない。学習データ、学習コード、開発上の意思決定は非公開のままであり得る。それでもダウンロード可能なウェイトは、海外のアプリケーション・プログラミング・インターフェースを通じてしか利用できないクローズドモデルより、技術チームに多くの導入選択肢を与える。

この柔軟性は規制対象の企業にとって重要だ。銀行は、承認済みモデルを管理された環境に配置し、選定した社内システムに接続し、機密性の高いプロンプトが公開チャットボットに届かないようにできる可能性がある。それでも組織は、モデルの挙動をテストし、その周辺ソフトウェアを保護しなければならない。

ロシア企業のAI支出は、なぜ企業がただ待つことができないのかを示している。政府の数値によると、企業は2025年にAI導入へ2,500億ルーブル超を支出した。VTBのコスチン氏は、AIを単なる経費削減の手段ではなく、銀行にとって競争上の必要条件だと表現した。

同じ企業AIに関する報道は、ロシアの購入者が直面する矛盾も明らかにした。企業はAIを業務に組み込んでいる一方、立法当局は外国製システムをどのように統治すべきかをなお定義している。

3月に提示された規制案は、外国製ニューラルネットワークに影響する制限や禁止を想定していた。広範に施行されれば、こうした規則は西側製システムだけでなく、中国製システムにも適用され得る。政治的な連携がQwenやDeepSeekを自動的にロシア技術へ変えるわけではない。

当面の事業上の論理は依然として説得力がある。企業は文書処理、カスタマーサービス支援、ソフトウェア開発、検索、リスクレビュー、従業員の生産性向上のためのモデルを必要としている。ロシアが競争力のある国内スタックのあらゆる層を開発するまで、これらのプロジェクトを停止することはできない。

したがって中国製モデルはタイミングの恩恵を受けている。西側へのアクセスの信頼性が低下した後、ロシアの代替策が議論の余地のない主導権を確立する前に登場したからだ。これは不足と導入圧力が同時に生み出した市場機会である。

同様の仕組みはロシア国外でも見られる。Associated Pressは、中国製モデルが競争力のある機能とより大きな導入自由度を提供するため、企業を引き付けていると報じた。一部の利用者は、日常的なコーディング、調査、商業的タスクには十分だと考えている。

エージェント型AIの世界的な台頭は、この経済的な根拠を強めている。AIエージェントとは、見込み客の調査、記録の更新、返信文案の作成といった、複数のつながった手順を完了するようモデルに依頼するソフトウェアである。手順が一つ増えるごとに、モデル呼び出しも増える。

利用が増幅されるにつれ、推論要件のわずかな差が業務上重要になり得る。そのためエンタープライズ導入のトレンドは、別のモデルが限定的なベンチマークで首位に立っていても、反復タスクに十分効率的なモデルを有利にする。

ロシアでは、利用可能性と導入統制が地政学的な重みを持つため、この論理はさらに強まる。購入者は開かれた世界市場でモデルを選んでいるのではない。限られたサービス、決済経路、ハードウェア、規制上の期待の中で最適化している。

中国製モデルがロシアの主権AI計画に挑む

QwenやDeepSeekをロシアで導入するたびに、目先の問題は解決される一方で、モスクワの主権に関する物語は複雑になる。

ロシア当局は繰り返し、国家利益を反映する国内AIシステムが必要だと主張してきた。国内の有力企業はこの目標を支えている。SberはGigaChatを開発し、Yandexは独自のモデルファミリーを維持し、ほかの企業もエンタープライズ用途向けのより限定的なシステムを構築している。

政府はロシア製AIの正式な分類も検討してきた。提案された枠組みでは、主権モデルと国家モデルを区別し、セキュリティ当局が認証に関与することになる。報じられた定義によれば、主権モデルには、ロシア企業およびロシア国民によるロシア国内での開発・運用が求められる。

この基準は明白な緊張を生む。ロシア企業がQwenをダウンロードしてファインチューニングしても、QwenはAlibabaのモデルであり続ける。DeepSeekのウェイトがロシアのサーバー上で動作しても、DeepSeekは中国の研究組織に根差したままである。

ファインチューニングとは、特定のタスク向けに追加の例やフィードバックを用いて既存モデルを調整することを指す。ロシア語の性能を向上させ、業界用語を加え、応答の振る舞いを整えることはできる。しかし、基盤モデルの当初の学習プロセスを再現するものではない。

この違いは、統制には複数の層があるため重要である。企業は導入を管理しながらも、海外の研究ロードマップに依存し得る。データを国内に保存しながら、外国製のモデルアーキテクチャに依存し得る。挙動をカスタマイズしながら、元の学習データセットを完全には把握できないこともある。

これは、中国AIがロシアの国産モデル戦略にとって強力な対抗勢力となることを意味する。競争は、どのチャットボットが最良の回答を書くかだけを巡るものではない。企業が国産の基盤モデルを待つのか、それともすでにニーズを満たす外国のシステム上でアプリケーションを構築するのかが問われている。

ロシアの開発者は、なじみ深いソフトウェア上の選択に直面している。実績あるモデルから始めれば、導入までの時間を短縮でき、既存のライブラリ、事例、コミュニティの支援を活用できる。一方、基盤モデルの構築には、専門人材、大量のデータ、大規模な計算クラスター、そして繰り返しの評価が必要となる。

MWS AIによる報告ベースの推計では、世界水準の基盤モデルを開発するコストは極めて高く、世界の競合に匹敵できる保証もないとされている。ロシアの認証案は、政策がこの技術格差にどう対応しつつあるかを示している。

国内ベンダーには依然として重要な強みがある。現地規制を理解し、ロシア企業の業務フローに合わせた製品を構築でき、ロシア法の管轄下で契約を提供できる。特定の業界では、各種制度に特有の言語をより適切に扱える可能性もある。

こうした強みは、中国の基盤モデルと共存し得る。ロシアのベンダーは、中国のベースモデルを軸にアプリケーション、検索システム、安全レイヤー、業界向けワークフローを構築できる。中核的な知能の一部が海外由来であっても、顧客にはローカル製品として映るだろう。

このレイヤー型のアプローチにより、市場シェアのラベルは情報量が少なくなる。ロシアブランドで販売されるサービスには、中国製の重み、ロシアでのファインチューニング、現地保存のデータ、国内開発のインターフェースソフトウェアが組み込まれ得る。単純にロシア製または中国製と呼ぶだけでは、実際の依存関係を隠してしまう。

GigaChat自体が、国内勢にかかる圧力を表している。Sberはモデルファミリーへの投資を続けているが、モデルの学習と提供には高度なハードウェアも必要となる。制裁により、西側製アクセラレーターは通常の経路では入手が難しくなっている。

Sberの最高経営責任者であるGerman Grefは、同行がGigaChat向けに中国製プロセッサを求めていると述べた。この要望は、国内ブランドのモデルであっても輸入インフラに依存し得ることを示している。中国製チップの調達探索に関する報道では、ロシアの買い手が供給制約のある製品をめぐり、中国の大手テクノロジー企業と競合することになると指摘された。

ハードウェアの問題は、AI独立をめぐる単純な主張を弱める。モデルの国籍は、その下で動くチップの原産地を決めるものではない。現地ホスティングも、交換部品、コンパイラツール、ネットワーク機器、将来世代のアクセラレーターに対する支配を保証するものではない。

ロシアは、現地導入と国内アプリケーションを通じて、より大きな運用上の自律性を構築できる。それでもフルスタックの主権には、モデル、ソフトウェア、データセンター、プロセッサ、生産能力の全域にわたる統制が必要だ。中国との提携は一部の不足を補う一方、別の不足も浮き彫りにする。

その結果、逆転が起きている。ロシアを先進的な西側技術から孤立させることを意図した制裁は、中国のAIエコシステムとの統合深化を促してきた。モスクワは代替手段を得るが、北京のモデル開発者とハードウェア生産者は、ロシアの次世代ソフトウェア層に対する戦略的影響力を得る。

参入障壁の低下はセキュリティと信頼性のリスクをなくさない

中国AIはロシアに実行可能な前進の道を提供するが、利用可能であることを低リスクと混同すべきではない。

最初の不確実性はデータガバナンスに関するものだ。企業自身の環境でオープンな重みを運用すれば、外部プロバイダーへの露出を抑えられる可能性がある。しかし、その周辺の導入環境には依然として安全な保管、アクセス制御、監視、そしてどの従業員が機微な情報を送信できるかを定めるルールが必要となる。

ホスト型の中国製アプリケーションを使う場合、リスクプロファイルは異なる。プロンプト、アップロードされた文書、メタデータ、生成出力は、顧客が直接管理できないインフラを経由する可能性がある。ロシアの組織は、その情報がどこで処理され、どの法律が適用されるのかを判断しなければならない。

現地導入には運用上の責任も伴う。顧客は推論サーバーを維持し、依存関係にパッチを当て、新バージョンをテストし、モデルエンドポイントを悪用から保護する必要がある。ダウンロード可能なモデルは購入者に統制を移すが、同時に作業も移す。

2つ目の不確実性は信頼性だ。モデルはもっともらしいが根拠のない記述を生成する、いわゆるハルシネーションを起こし得る。この挙動は、企業がAIを契約、与信判断、規制要約、顧客向けコミュニケーションに用いる場合に危険となる。

ロシア中央銀行の総裁Elvira Nabiullinaは、技術内のあらゆるリスクを取り除こうとするのではなく、結果を規制すべきだと主張している。彼女のアプローチは、モデルの出自にかかわらず運用管理が重要であることを認識している。

したがって企業は、Qwen、DeepSeek、GigaChat、Yandexのシステムを、同じタスク固有の基準で評価すべきだ。こうしたテストでは、事実の正確性、拒否行動、ロシア語の性能、レイテンシー、セキュリティ、人手によるレビューのコストを測定する必要がある。

汎用ベンチマークのランキングでは、これらの問いには答えられない。プログラミング問題で高い性能を示すモデルが、ロシアの法的文書を誤って扱うこともある。別のモデルはテキストを正確に要約できても、エージェントが外部ツールを使う場面では失敗するかもしれない。

3つ目の不確実性は、検閲と政治的整合性に関わる。中国とロシアの当局はいずれもAI出力への影響力を強めようとしているが、優先事項は一致していない。中国モデルの安全規則、学習上の選択、歴史的事象の扱いは、ロシアの制度的期待と合致しない可能性がある。

ファインチューニングで一部の挙動は変えられるが、隠れたバイアスや危険な応答パターンを完全に取り除ける保証はない。企業には、評価者が障害、操作、不整合な回答を意図的に調べる敵対的テストが必要となる。

4つ目のリスクは、ベンダーとロードマップへの依存だ。オープンな重みであれば、開発者が将来の配布方針を変更しても、組織はダウンロード済みのバージョンを運用し続けられる。これはリモートサービスへの排他的依存よりも、継続性をより適切に守る。

しかし、古いバージョンは遅れを取る可能性がある。新たなセキュリティ修正、推論能力、コンテキスト長、効率改善は、依然として元の開発者またはコミュニティに結び付いている。ロシア企業はアクセスを維持できても、競争力を失うかもしれない。

キャパシティも制約となる。中国のモデルプロバイダーは国内需要と拡大する世界的な採用の双方に対応しなければならない。最近の中国製モデルのリリースはあまりに人気を集めたため、開発元が一時的に新規サブスクリプションの受け付けを停止した。これは需要がインフラを上回り得ることを示している。

ハードウェアも、より深い層で同じ問題を生む。ロシアは中国製プロセッサを求めるかもしれないが、中国のクラウドプロバイダーやインターネット企業もそれを必要としている。政治的協力があっても、生産能力が限られる際にロシアの買い手が優先される保証はない。

最後に、報じられた採用比率には独立した検証が必要だ。DeepSeekの43％シェアは重要な指標だが、企業収益、本番ワークロード、あるいはモデルを利用するロシア企業の数を示すものではない。

最も安全な結論は、見出しよりも限定的だ。中国AIモデルはロシアで大きな注目を集め、制度的な利用も文書化されている。公開情報は、これらのモデルがロシア企業AIのあらゆるセグメントを支配していることまでは、まだ裏付けていない。

この区別は、買い手が分析なしに勢いへ追随することを防ぐ。人気は開発者支援や統合の選択肢を生み出し得るが、社内評価の代わりにはならない。各ワークロードには、それぞれ固有のセキュリティ、精度、継続性の基準値が必要だ。

混合モデルのシステムを構築する組織には、これらの判断について持続的な記録も必要となる。検索可能なAIナレッジベースは、評価メモ、承認済みユースケース、モデル変更、調達判断の根拠となる証拠を保存できる。

この変化が続くかどうかを示す3つの兆候

次の局面を決めるのは、チャットボットへの注目だけではなく、企業導入、規制、ハードウェアへのアクセスだ。

最初の兆候は、より多くのロシア企業が本番環境で中国モデルを使っていると明示するかどうかだ。VTBは具体例を提供しているが、1つの銀行だけで市場全体を定義することはできない。通信事業者、産業グループ、小売企業、政府請負業者による開示があれば、採用拡大の論拠はより強まる。

最も有用な開示には、実際のワークロードが含まれる。AIを使用していると述べるだけでは、企業についてほとんど分からない。文書レビュー、ソフトウェア支援、コールセンター支援、社内検索を特定すれば、モデルが日常業務に浸透した証拠となる。

買い手は、導入が混合型のままかどうかにも注目すべきだ。VTBがQwenとYandexモデルを組み合わせていることは、企業が異なるタスクを異なるシステムへ振り分ける可能性を示している。このアプローチは、単一の国産モデルが市場を支配するという考えを弱めるだろう。

モデルルーターとは、タスクの種類、機密性、速度、精度といった要因に基づき、各リクエストを適切なシステムへ送るソフトウェアである。ルーティングは、企業が交渉力を維持し、単一ベンダーへの依存を避けるのに役立つ。

より多くのロシア企業がこのアーキテクチャを採用すれば、中国モデルは完全なプラットフォームではなく構成要素になる可能性がある。その影響力はなお大きいだろうが、国内企業はインターフェース、データ接続、顧客関係への統制を維持できる。

2つ目の兆候は、ロシアのAI規制が最終的にどのような形になるかだ。議員が適用除外、ローカライゼーションへの道筋、選定国のパートナーに対する特別扱いを設けない限り、外国モデルへの制限はQwenとDeepSeekに直接影響する。

認証ルールは、ロシアでの所有または開発を要求することで国内ベンダーに有利に働く可能性がある。また、企業がカスタマイズした外国モデルをローカル製品として再ラベル化することを促し、市場の測定を難しくする可能性もある。

用語よりも執行のほうが重要になる。規制当局は、ルールが公開チャットボット、ダウンロード可能な重み、ホスト型API、組み込みソフトウェア、あるいは企業内で使用されるすべてのモデルに適用されるのかを決めなければならない。定義ごとに異なる勝者が生まれる。

幅広い制限は導入を遅らせ、SberやYandexを保護する可能性がある。一方で、すでに中国システムを中心にワークフローを構築した企業のコストを引き上げる可能性もある。機微なデータに焦点を絞った限定的なルールであれば、より多くの競争を維持できるかもしれない。

中国技術に対する適用除外は、政治的選択を露呈させる。それは、主権がすべての外国技術からの独立ではなく、西側プロバイダーからの独立を意味することを示すだろう。この解釈は、ロシアのAIスタックにおける中国の役割を強化する。

3つ目の兆候は、計算インフラへのアクセスだ。ロシアはオープンな重みをダウンロードできるが、大規模モデルを数百万人のユーザーに提供するには、アクセラレーター、ネットワーク、メモリ、エネルギー、技術サポートが必要となる。ソフトウェアの利用可能性は、こうした物理的要件を消し去ることはできない。

Sberによる中国製チップの探索は、この制約を可視化している。Huaweiなどのサプライヤーはまず、中国国内の大きな需要を満たさなければならない。ロシアの組織は、大規模導入に十分なハードウェアを確保するうえで、遅延、限られた割り当て、困難に直面する可能性がある。

ロシアの買い手が十分な中国製アクセラレーターの供給能力を確保できれば、採用の傾向は強まる。企業はより多くのモデルをローカルでホストし、利用困難な西側クラウドプラットフォームへの依存を減らせる。

ハードウェアが不足したままであれば、より小型または効率的なモデルの魅力が高まる。ロシア企業は中国でホストされるサービスにも依存する可能性があり、それは外部依存を強め、データガバナンスに関する主張を複雑にする。

国内ハードウェアの進展は中国の影響力を弱める可能性があるが、それには発表以上のものが必要だ。注目すべきは、生産量、実際に稼働するデータセンターへの導入、ソフトウェア互換性、そして企業ワークロード下での継続的な運用である。

この3つのシグナルは、実用的な判断基準となる。導入先が具体的に増えれば需要が裏付けられる。規制が許容的であればアクセスは維持される。信頼できるハードウェア供給があれば、導入を拡大できる。

このうち1つでも失敗すれば、市場の方向性は変わり得る。厳格な規制は企業を認証済みのロシア製システムへ向かわせるかもしれない。ハードウェアの不足はローカルホスティングを制約し得る。タスク性能が弱ければ、利用可能な場合にはワークロードが国内製または西側の代替手段へ戻る可能性がある。

短期的に最も起こりそうなのは、多層的な市場だ。ロシア企業はワークロードに応じて、ローカルアプリケーション、国産モデル、中国の基盤モデルを組み合わせる。政治的な言葉では主権が強調される一方、技術チームは実際に導入できるものに合わせて最適化を進めるだろう。

公式の野心と運用上の現実との隔たりこそ、この話がロシア以外でも重要である理由だ。世界中の企業が、モデル選定にはベンチマークスコア以上の要素が関わることを認識し始めている。制御、継続性、インフラ、規制上の許可が、どのシステムが勝つかを左右し得る。

Google Newsを通じてこの動向を追う読者は、総合的な人気だけを見ないほうがよい。決定的な証拠となるのは、具体名のある本番システム、拘束力を持つ規則、そして実際に提供された計算能力である。

開発者と企業の購買担当者にとって、当面の対応は明快だ。各ワークフローをどのモデルが担うのか、データがどこを通るのか、どのハードウェアが支えるのか、そしてどれほど迅速に置き換えられるのかを追跡することだ。その答えが、導入が柔軟性を生むのか、それとも依存先の国を変えるだけなのかを明らかにする。