DeepSeek(ディープシーク)とは？何がすごい？セキュリティの懸念を解説

DeepSeekは、中国発の生成AIとして、低コストで高性能な推論モデルを提供したことで一気に注目を集めました。一方で、企業の情報システム部門やリスク管理部門から見ると、単なる便利なAIサービスでは済ませにくい存在です。2026年時点では、米国のインテリジェンス・コミュニティ向け国家安全保障システムでDeepSeekの利用制限が法律化され、NIST傘下のCAISIもDeepSeekモデルの安全性や検閲リスクに関する評価結果を公表しています。

本記事では、DeepSeekの技術的な特徴、セキュリティ上の懸念、米国での最新規制、過去にセキュリティ対策Labで扱ってきたDeepSeek関連インシデントや調査結果を踏まえ、日本企業がどのように利用可否を判断すべきかを整理します。

• DeepSeekは、DeepSeek-R1で推論能力を示した後、2026年にはDeepSeek-V4やDeepSeek-V4-Flashまで更新が進んでいます。
• 公式プライバシーポリシーでは、入力内容、アップロードファイル、チャット履歴、端末情報などが収集対象に含まれ、個人データは中国で処理・保存されると説明されています。
• 米国NIST傘下のCAISIは、DeepSeek R1、R1-0528、V3.1を評価し、エージェント乗っ取りやジェイルブレイク耐性、検閲・プロパガンダ応答の面で懸念を示しました。
• 米国では、情報機関の国家安全保障システムにおけるDeepSeek利用制限がPublic Law 119-60で明文化され、政府端末での禁止や中国関連AIサービスへの規制拡大を目指す法案も提出されています。
• 企業利用では、DeepSeekを禁止するかどうかだけでなく、入力データの分類、API利用の可視化、シャドーAI対策、委託先のAI利用確認まで含めた統制が必要です。

項目	内容
対象	DeepSeekのWebアプリ、モバイルアプリ、API、オープンウェイトモデル
開発元	Hangzhou DeepSeek Artificial Intelligence Co., Ltd.
注目された理由	低コストで高い推論性能を示し、APIやオープンウェイト提供によって急速に普及したため
2026年時点の最新状況	2026年4月にDeepSeek-V4、2026年7月にDeepSeek-V4-Flashのパブリックベータが公表
主な懸念	中国でのデータ処理・保存、利用者入力や端末情報の収集、ジェイルブレイク耐性、エージェント乗っ取り、検閲・プロパガンダ応答、モデル蒸留や輸出管理を巡る論点
米国の対応	情報機関の国家安全保障システムでのDeepSeek制限、政府端末での禁止法案、中国関連AIサービスへの規制拡大案、州政府や連邦機関での利用制限
日本企業の判断軸	機密情報・個人情報・ソースコードの入力有無、国外移転リスク、利用部門の可視化、委託先を含むAI利用管理
推奨対応	承認済みAIサービスへの誘導、DeepSeekの業務利用ルール化、DLP・CASB・SASEによる制御、APIキーとプロンプトログの監査、AI利用規程の更新

DeepSeekとは

DeepSeekは、中国の杭州に拠点を置くAI企業が提供する大規模言語モデルとAIサービスです。一般利用者向けにはチャット型AIとして知られていますが、開発者向けAPIやオープンウェイトモデルの提供も行っており、研究者、開発者、企業の検証環境で広く使われるようになりました。

特に注目されたのは、DeepSeek-V3とDeepSeek-R1です。DeepSeek-V3は、Mixture of Experts型の構成やMulti-head Latent Attentionを採用し、比較的低い学習コストで高い性能を出したモデルとして話題になりました。DeepSeek-R1は、強化学習を活用して推論能力を高めたモデルとして公開され、数学、コーディング、論理的推論の領域で注目されました。

一方で、DeepSeekの評価は技術面だけで完結しません。DeepSeekは中国企業が提供するサービスであり、公式プライバシーポリシーでは、個人データが中国で処理・保存されること、入力内容やアップロードファイル、チャット履歴、端末情報、IPアドレスなどが収集対象になり得ることが説明されています。企業利用では、モデルの性能よりも先に、入力した情報がどこで処理され、どの範囲で保存・利用されるのかを確認する必要があります。

セキュリティ対策Labでも、過去にDeepSeekは悪意のあるプロンプトを容易に生成・脱獄も可 海外企業調査や、AIの脱獄(ジュエルブレイク)テストでDeepSeekは攻撃成功率が100%として、DeepSeekに関する安全性評価やジェイルブレイクの問題を取り上げてきました。

DeepSeekが注目された理由

DeepSeekが世界的に話題になった理由は、端的に言えば、高性能なモデルを低コストで実現したと説明されたことです。DeepSeek-V3の技術報告では、学習に必要なGPU時間やモデルアーキテクチャが示され、米国大手AI企業のモデルと比較して、より小さな投資で高い性能を出した可能性が注目されました。

DeepSeek-R1では、教師あり微調整だけに依存せず、強化学習によって推論能力を引き出すアプローチが示されました。さらに、DeepSeek-R1-Zeroや蒸留モデルも公開されたことで、ローカル環境や研究用途での検証が進みました。オープンウェイトとして利用できるモデルがあることは、企業にとっても、自社環境に配置して検証できるという利点があります。

ただし、低コストという見方には注意が必要です。公開されている学習コストやGPU時間は、モデルの学習フェーズに関する説明であり、企業が本番運用する際の総コストをそのまま示すものではありません。セキュリティ審査、ログ管理、データ保護、アクセス制御、モデル更新時の再評価まで含めると、企業での利用コストはAPI料金だけでは測れません。

DeepSeekの魅力は、技術的には確かに大きいです。とはいえ、情報システム部門の目線では、無料または安価に使えるAIほど、シャドーAIとして社内に入り込みやすい点を見逃せません。従業員が個人判断で機密情報やソースコードを入力するリスクは、料金表には出てこないコストです。

2026年時点の最新動向：V4とV4-Flashまで進化

DeepSeekは2025年のR1公開後も更新を続けています。公式のTransparencyページでは、2026年4月24日にDeepSeek-V4が公開されたことが示されています。DeepSeek APIの更新履歴では、2026年7月31日にDeepSeek-V4-Flashのパブリックベータが開始され、エージェント機能の強化、Responses API形式への対応、Codex向けの適応などが説明されています。

2025年12月にはDeepSeek-V3.2が公開され、API上ではdeepseek-chatが非推論モード、deepseek-reasonerが推論モードとして整理されました。2025年8月のDeepSeek-V3.1では、推論モードと非推論モードを併せ持つハイブリッド推論アーキテクチャが説明され、エージェント機能の強化も強調されています。

企業にとって重要なのは、DeepSeekのモデル名やAPI仕様が継続的に変わっている点です。生成AIの利用管理を、特定のモデル名だけに依存して行うと、モデル更新やエンドポイント変更を追い切れません。AIゲートウェイ、CASB、SASE、プロキシログなどで、DeepSeekドメイン、API通信、クライアントアプリ、ブラウザ拡張機能まで含めて可視化する設計が必要です。

セキュリティ上の主な懸念

DeepSeekのセキュリティ懸念は、大きく分けると、データ保護、モデル安全性、サプライチェーン、国家安全保障の四つに整理できます。

データ保護の観点では、公式プライバシーポリシーの記載が重要です。DeepSeekは、利用者が入力したテキストや音声プロンプト、アップロードファイル、写真、フィードバック、チャット履歴などを収集対象として説明しています。自動的に収集される情報には、IPアドレス、端末識別子、Cookie、端末モデル、OS、システム言語、クラッシュレポート、利用状況ログなどが含まれます。さらに、個人データは中国で処理・保存されると説明されています。

この仕様自体が直ちに違法という意味ではありません。問題は、企業がその前提を理解しないまま、個人情報、営業秘密、未公開のソースコード、脆弱性情報、認証情報、顧客データを入力してしまうことです。利用者が便利だからという理由で業務データを投入した場合、社内のデータ分類ルールや委託先管理、国外移転管理の枠組みから外れてしまうおそれがあります。

モデル安全性の観点では、過去の調査でDeepSeekが悪意ある指示に応答しやすい可能性が指摘されてきました。セキュリティ対策Labでも、DeepSeekのiOS版はデータが暗号化されず、ByteDanceへユーザー情報が送信される可能性や、AnthropicのClaudeへDeepSeek・Moonshotなどがモデルを抽出し不正流用する蒸留攻撃として、アプリ通信やモデル蒸留を巡る懸念も取り上げています。

サプライチェーンの観点では、オープンウェイトモデルを自社環境で動かす場合でも安心とは言い切れません。モデルの重み、推論ランタイム、依存ライブラリ、コンテナイメージ、推論サーバー、外部ツール連携まで含めて検証しなければ、意図しない外部通信や脆弱な依存関係を見落とす可能性があります。DeepSeekをローカルで動かす場合は、SaaS利用とは別のリスク評価が必要です。

国家安全保障の観点では、中国企業が提供するAIサービスであることが、米国政府や議会で明確なリスクとして扱われています。ここは日本企業でも軽視できません。自社の業務が防衛、通信、金融、重要インフラ、半導体、先端素材、医療、政府調達に関係する場合、AIサービスの選定は単なるITコストの問題ではなく、経済安全保障上の論点になります。

米国の最新評価：CAISIは性能だけでなく安全性を問題視

米国では、NIST傘下のCAISIがDeepSeek AIモデルの評価結果を公表しています。CAISIは、DeepSeek R1、R1-0528、V3.1を対象に、米国の参照モデルと比較し、性能、コスト、安全性、検閲リスクなどを評価しました。

CAISIの発表では、米国の最良モデルがほぼすべてのベンチマークでDeepSeekの最良モデルを上回ったと説明されています。特にソフトウェアエンジニアリングやサイバー領域では、米国モデルがDeepSeekの最良モデルより20%以上多くのタスクを解いたとされています。コスト面でも、同等水準の性能を示した米国参照モデルの一つが、DeepSeekの最良モデルより平均35%低コストだったと説明されています。

安全性の面では、より重い指摘があります。CAISIは、DeepSeek R1-0528をベースにしたエージェントが、米国のフロンティアモデルと比べて、シミュレーション上のエージェント乗っ取りで悪意ある指示に従う可能性が12倍高かったと説明しています。さらに、一般的なジェイルブレイクに対して、DeepSeek R1-0528は明示的に悪意あるリクエストの94%に応答した一方、米国参照モデルは8%だったとされています。

検閲や情報操作の観点でも、CAISIはDeepSeekが中国共産党に有利な不正確または誤解を招くナラティブを、米国参照モデルの4倍多く反映したと説明しています。これは、業務利用における品質問題であると同時に、政策、地政学、法務、広報、リスク分析にAIを使う企業にとっては、回答の偏りをどう評価するかという問題でもあります。

ただし、この評価は読み方にも注意が必要です。CAISIは、DeepSeekのAPIや第三者APIを直接問い合わせたのではなく、ダウンロードしたモデル重みを自前のクラウド環境で評価したと説明しています。そのため、DeepSeekの公式アプリやAPI、クラウド提供版で同じ結果になると断定するのは適切ではありません。それでも、モデル自体の安全性やアライメントに関する公的評価として、企業のリスク評価に組み込む価値はあります。

米国の規制・法案の流れ

DeepSeekに対する米国の対応は、単なる注意喚起から、政府システムでの利用制限、さらに中国関連AIサービス全体への規制拡大に向かっています。

2026会計年度のIntelligence Authorization Actを含むPublic Law 119-60では、インテリジェンス・コミュニティの国家安全保障システムにおけるDeepSeekアプリまたは後継アプリ・サービスの削除や利用制限に関する規定が設けられました。例外は、国家安全保障目的や研究目的でリスク緩和策を伴う場合に限られます。これは、米国情報機関の領域ではDeepSeekが明確に制限対象として扱われたことを意味します。

連邦政府端末での利用禁止を目指す動きもあります。H.R.1121とS.765として、No DeepSeek on Government Devices Actが提出されました。これらは、行政機関のIT環境からDeepSeekアプリまたは後継サービスを削除するための基準・ガイドライン策定を求める内容です。本稿執筆時点では、提出済みの法案であり、成立済みの法律とは区別して見る必要があります。

さらに、S.4586としてBlocking CCP Spy Tech Act of 2026も提出されています。同法案は、DeepSeekを含む複数の中国関連企業の通信機器・サービスが安全保障上のリスクに該当するかを評価し、一定の場合にFCCのCovered Listへ追加する流れを定めようとするものです。ここでもDeepSeekは、単なるAIアプリではなく、中国発の情報通信・AI技術リスクの一部として位置付けられています。

2027会計年度のIntelligence Authorization Act案では、DeepSeekに限らず、BISのEntity List、OFACのChinese Military-Industrial Complex Companies List、国防総省の1260Hリストなどに関係する中国企業の製品・サービスへ制限を広げる方向も示されています。これは報告段階の案であり、成立済みのルールではありませんが、米国の政策方向としては、個別サービス名から中国関連技術エコシステム全体へとリスク評価の対象が広がっていると見てよいでしょう。

州政府レベルでも、ニューヨーク州などが政府端末・政府ネットワークでのDeepSeek利用を禁止する対応を取っています。セキュリティ対策Labでは、過去に米海軍、セキュリティと倫理的な懸念からDeepSeekの使用を禁止として、米軍領域での利用制限も取り上げています。

中国法・検閲・モデル蒸留を巡る論点

DeepSeekを巡る議論では、中国法制、検閲、モデル蒸留、輸出管理の問題も切り離せません。

米下院の中国共産党に関する特別委員会は、DeepSeekに関する報告書で、DeepSeekが利用者データを中国で処理している点や、中国の国有通信事業者と関係するインフラへの接続が疑われる点を指摘しています。この報告書では、外部調査企業がDeepSeekのバックエンドにChina Mobile関連のハードコードされたリンクを確認したと説明されていますが、実際にどの範囲のデータが送信されたかについては未確認の部分が残るとされています。

同委員会は、DeepSeekが中国政府に不都合なテーマで回答を抑制する傾向や、中国共産党のナラティブに沿った回答を行う傾向も問題視しています。企業でAIを使う場合、検閲は政治的な問題に見えがちですが、実務上はリスク分析の品質に直結します。たとえば、サプライチェーン、制裁、地政学、台湾海峡、香港、新疆ウイグル自治区、半導体輸出管理などのテーマでAIを使う場合、回答の偏りが意思決定に影響する可能性があります。

モデル蒸留を巡っては、米国側で、DeepSeekが米国企業のモデル出力を利用してモデル性能を高めた可能性が指摘されています。これは現時点で、裁判所が確定した事実ではなく、米国議会や関係者による評価・主張として扱うべきです。ただし、企業のAI利用ポリシーでは、他社AIの出力をそのまま別モデルの学習や評価に使う行為が契約違反や知的財産上の問題にならないかを確認する必要があります。

輸出管理の観点では、DeepSeekの学習や開発に、どのGPUやクラウド環境が使われたのかも米国で注目されています。この論点は日本企業の情報システム部門に直接の設定変更を求めるものではありませんが、調達・法務・経済安全保障部門と連携して、AIサービスの国籍、利用規約、データ処理場所、サプライチェーンを確認する必要性を高めています。

日本企業がDeepSeekを使う場合の判断軸

日本企業がDeepSeekを使う場合、最初に決めるべきなのは、禁止か許可かではなく、どのデータをどのAIに入力してよいのかという分類です。DeepSeekだけを名指しで禁止しても、従業員は別の無料AIやブラウザ拡張機能を使う可能性があります。重要なのは、DeepSeekを含む生成AI全体の利用ルールを、業務データの分類と紐づけることです。

機密情報、未公開の経営情報、個人情報、顧客データ、認証情報、APIキー、脆弱性情報、未公開ソースコードは、DeepSeekのWebアプリや外部APIに入力しない扱いにするのが基本です。特に、政府調達、重要インフラ、防衛関連、半導体、金融、医療、通信に関わる企業では、DeepSeekの業務利用を例外承認制にし、承認時には法務・セキュリティ・経済安全保障の観点を含めて評価すべきです。

一方で、オープンウェイトモデルを完全に社内環境へ配置し、外部通信を遮断し、入力データを制御し、出力の安全性を評価した上で使う場合は、リスクを下げられる可能性があります。ただし、この場合も、モデル重みの取得元、ハッシュ確認、依存ライブラリ、推論サーバー、ログ保存、アクセス制御、プロンプトインジェクション耐性を確認する必要があります。単にローカルで動くから安全という整理は危険です。

委託先管理も見落とせません。自社でDeepSeekを禁止していても、開発会社、広告代理店、BPO、翻訳会社、調査会社がDeepSeekにデータを入力していれば、実質的には自社データが外部AIに流れることになります。委託契約や発注仕様書に、生成AI利用の可否、入力禁止データ、利用ログの保全、インシデント時の報告義務を明記することが必要です。

情報システム部門への示唆

情報システム部門が取るべき対応は、DeepSeekを危ないサービスとして扱うだけでは不十分です。現実には、従業員は便利なAIを探して使います。社内に承認済みのAIサービスがなく、利用ルールも曖昧であれば、DeepSeekに限らず、シャドーAIは自然に広がります。

最初に行うべきは、生成AI利用規程の更新です。入力禁止情報、利用可能なAIサービス、承認手続き、ログ監査、委託先のAI利用条件を明文化します。DeepSeekについては、個人データが中国で処理・保存されること、米国政府・議会で安全保障上のリスクとして扱われていることを踏まえ、業務利用を原則禁止または例外承認制にする判断が現実的です。

技術的には、Webプロキシ、DNSフィルタリング、CASB、SASE、EDR、MDMを組み合わせ、DeepSeekのWebアプリ、モバイルアプリ、API通信、ブラウザ拡張機能を可視化します。全面的に遮断する場合も、いきなりブロックするだけでは現場の反発を招きます。代替となる承認済みAIサービスを用意し、入力データのマスキングやDLPを組み合わせる方が運用しやすいです。

開発部門では、APIキー、ソースコード、脆弱性情報、顧客ログを外部AIに投入しないルールを徹底します。コードレビューやCI/CDの中で、DeepSeek APIキーや非承認AI SDKの混入を検知できるようにすると、意図しない組み込みを早期に見つけられます。AIエージェントを使う場合は、ファイル操作、外部通信、チケット更新、クラウド操作などの権限を最小化し、プロンプトインジェクションやエージェント乗っ取りを前提に権限設計を行うべきです。

リスク管理部門や法務部門とは、国外移転、個人情報保護法、営業秘密、政府調達、輸出管理、経済安全保障の観点で連携します。DeepSeekは、技術的に面白いAIである一方、米国での扱いを見る限り、今後も政治・安全保障上の規制対象として名前が挙がり続ける可能性があります。情報システム部門は、単発の禁止リストではなく、AIサービスを継続的に評価するプロセスを整える必要があります。

出典

• Transparency Center – DeepSeek
• DeepSeek API Docs Change Log – DeepSeek
• DeepSeek Privacy Policy – DeepSeek
• DeepSeek-V3 Technical Report – arXiv
• DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning – arXiv
• CAISI Evaluation of DeepSeek AI Models Finds Shortcomings and Risks – NIST
• Evaluation of DeepSeek AI Models – CAISI/NIST
• Intelligence Authorization Act for Fiscal Year 2026, Division F of the National Defense Authorization Act for Fiscal Year 2026 – Senate Select Committee on Intelligence
• Intelligence Authorization Act for Fiscal Year 2027, as reported on May 20, 2026 – Senate Select Committee on Intelligence
• H.R.1121 – No DeepSeek on Government Devices Act – Congress.gov
• S.765 – No DeepSeek on Government Devices Act – Congress.gov
• S.4586 – Blocking CCP Spy Tech Act of 2026 – GovInfo
• DeepSeek – Select Committee on the Chinese Communist Party
• DeepSeek(ディープシーク)とは？何がすごい？セキュリティの懸念を解説 – セキュリティ対策Lab
• DeepSeekは悪意のあるプロンプトを容易に生成・脱獄も可 海外企業調査 – セキュリティ対策Lab
• AIの脱獄(ジュエルブレイク)テストでDeepSeekは攻撃成功率が100% – セキュリティ対策Lab
• DeepSeekのiOS版はデータが暗号化されず、ByteDanceへユーザー情報が送信される可能性 – セキュリティ対策Lab
• 米海軍、セキュリティと倫理的な懸念からDeepSeekの使用を禁止 – セキュリティ対策Lab
• AnthropicのClaudeへDeepSeek・Moonshotなどがモデルを抽出し不正流用する蒸留攻撃 – セキュリティ対策Lab