DeepSeekで中国コンプライアンス対応の社内ナレッジベースアシスタントを構築する方法

簡潔に言うと： DeepSeekのモデルはオープンウェイトとして公開されており、これが中国国内でのデータレジデンシーを実現する本当の鍵となる。海外のLLMベンダーのAPI経由で社内ナレッジベースの問い合わせをルーティングする代わりに、中国本土内に留まるインフラ上でDeepSeekを自前でホストするか、中国拠点のクラウド事業者がホストするバージョンを使うことで、AI処理という工程をPIPLや等保関連の管理下に置きながら、自社文書に根ざした本物の実力を持つバイリンガルアシスタントを利用できる。

中国オフィスを運営している企業で「自社のSOPや契約書、社内Wikiから質問に答えられる社内AIアシスタントを作れないか」という話が出たとき、DeepSeekが繰り返し候補に挙がるのはマーケティング上の理由ではなく、データが物理的にどこに置かれるかという点に理由がある。Claude、ChatGPT、Geminiと異なり、DeepSeekの主力モデルであるDeepSeek-V3とDeepSeek-R1はオープンウェイトモデルとして公開されており、ダウンロードして自社が管理するインフラ上で実行できる。またDeepSeek自身がホストする製品は、米国やEUではなく中国本土内で稼働している。これは、中国発のデータを中国国外に出さないことを優先する組織にとって、通常のクロスボーダーデータ問題を逆転させるものだ。本ガイドでは、DeepSeekを使った実際の社内ナレッジベースアシスタントがどのようなものか、データの所在地を実質的に左右する導入方式、そして純粋な技術解説記事では通常省かれがちなガバナンス面の作業——データ分類、同意取得、認証情報の管理——について解説する。

「中国コンプライアンス対応の社内ナレッジベースアシスタント」とは具体的に何を指すのか

この言葉には性質の異なる3種類の構築方法がひとまとめにされがちで、その違いはマーケティング文句が示唆する以上に重要だ。1つ目はDeepSeek自身がホストするアプリやAPI（chat.deepseek.com、またはDeepSeek APIを直接利用）を便利ツールとして使う方法——信頼モデルとしては他の外部SaaS型AI製品と同じで、データはDeepSeek自身の中国国内インフラ上で処理され、DeepSeek自身のプライバシー条項に従う。この条項は思い込みで判断せず、自社のユースケースに照らして必ず確認すべきだ。2つ目は自前ホスティング——オンプレミスのGPUサーバー、またはAlibaba Cloud、Tencent Cloud、Huawei Cloudなど中国リージョンのクラウドインスタンス上で、自社またはIT パートナーが実際に管理するインフラにオープンウェイトモデルを展開する方式で、推論がどこで行われ、どのデータが実際に外部に出るかを正確に自社で決められる。3つ目はDeepSeekをサービスとして提供する中国リージョンのマネージドAIプラットフォーム——Alibaba CloudのModel Studio（百煉）や、Volcano Engine、百度の千帆プラットフォームの同種サービスなど——で、自社でGPUを運用する必要はないものの、ホスティング事業者とデータの所在地は依然として中国本土内にあり、一般的な消費者向け利用規約ではなく商用契約でカバーされる中間的な選択肢となる。社内ナレッジベースアシスタントに限って言えば、実務上「中国コンプライアンス対応」が意味するのは通常2つ目と3つ目の方式で、いずれも自社のコンプライアンス担当者が「その四半期にたまたま海外ベンダーのサーバーがどこにあったか」ではなく、具体的で監査可能なデータの所在地を示せるからだ。

DeepSeekは現在、社内ナレッジベースに対して実際に何ができるのか

検索拡張生成（RAG）パイプラインを通じて文書ストアと接続すると——SOP、人事ポリシー、契約書、Wikiページをモデルが参照できる検索可能な形式にインデックス化することで——DeepSeekの本来の強みは社内ナレッジ業務の面倒な部分にうまく当てはまる。検索ステップさえ適切に機能していれば、実際の文書に根ざした自然言語での質問に回答でき、でっち上げるのではなく該当箇所を引用できる。長大なポリシー文書を、20分ではなく2分で読める内容に要約できる。中英バイリンガル対応は本当の強みで、学習データに相当量の中国語テキストが含まれているため、英語から翻訳したものではなく元々中国語で作成された社内文書に対して、明確な差別化要因となる。社内で誰も探し方を知らないときに正しい文書を見つけ出すこともでき、大規模なSOPライブラリで実際にボトルネックとなりやすいのは文書自体の分かりにくさより、この「どこにあるか分からない」という問題であることが多い。構造的にできないのは、インデックス化されたコーパスの外にある情報を知ること、適切な文書バージョン管理の代替になること、そして検索ステップが古い、あるいは的外れな結果を返した場合にポリシー番号や日付といった具体的な細部を誤らないことの保証——これらはいずれもパイプラインを適切に維持すれば解決できる問題であり、モデル単体で解決されるものではない。

ナレッジベース接続の構築：現実的な選択肢は何か

3つの接続方式の比較

• DeepSeek API ＋自前構築のRAGパイプライン——開発者（社内またはITパートナー）がベクトルデータベース（Milvusは中国のチームが主導して開発する人気のオープンソース選択肢だが、同等の製品であれば何でもよい）を構築し、文書をチャンク分割・埋め込み処理した上で、ユーザーの質問ごとに検索されたコンテキストとともにDeepSeek APIを呼び出す。どの文書をインデックス化するか、検索権限をどう設定するかを完全に自社で管理できる反面、構築と維持に相応のエンジニアリング工数が必要になる。
• ナレッジベース機能を内蔵した中国リージョンのマネージドAIプラットフォーム——Alibaba CloudのModel Studioのようなプラットフォームは、文書の取り込み、ベクトルストレージ、DeepSeekモデルへのアクセスを1つのマネージドサービスにまとめている。自前でRAGパイプラインを構築するよりも明らかにエンジニアリング負荷が低く、データも中国本土内に留まるが、その分そのクラウド事業者のエコシステムと料金体系に縛られることになる。
• 自社インフラ上でのオープンウェイトモデルの自前ホスティング——vLLMやOllamaなどの推論サーバーを通じて、DeepSeekが公開しているモデルの重みファイルを自社のGPUハードウェア上、あるいは中国リージョンで借りたGPUインスタンス上で直接実行する方式で、「このデータは本当に自社の管理下にあるサーバーの外に出たことがない」という保証を最も高いレベルで得られる。これには相応のGPU予算と実際のインフラ運用能力が必要となる——フルサイズのDeepSeek-V3やR1モデルは規模が大きいが、DeepSeekは大規模なGPU予算を持たないチームでも扱いやすい、より小型の蒸留版モデルも公開している。導入前に、現在どのサイズが利用可能か、それぞれのハードウェア要件がどうなっているかを最新のドキュメントで必ず確認してほしい。

現実的な社内ナレッジベースのワークフロー：日々どのように運用されるか

文書取り込みパイプラインは、SharePointや社内Wiki、共有ドライブなどSOPやポリシーが実際に置かれている場所から定期的にソース文書を取得し、それぞれをチャンク分割・埋め込み処理してベクトルストアに格納し、部署、機密レベル、言語などのメタデータでタグ付けする。従業員がシンプルな社内チャットインターフェース、Slack、あるいは社内Teamsチャンネルで質問すると、システムは質問を埋め込みベクトル化し、最も関連性の高い文書チャンクを検索した上で、質問と検索されたコンテキストの両方をDeepSeekに送り、元の文書への引用付きで回答を返す。これにより、従業員は何か重要な行動を取る前に、出典を自分で確認できる。これは、従業員が社内テキストをDeepSeekの一般消費者向けアプリに直接コピー＆ペーストする場合とは実質的に異なる——後者はそのコンテンツを、会社が構築したアクセス制御や監査の枠組みの外にあるDeepSeekの汎用サービスに送信してしまう。承認済みのツールが存在しない場合、この非公式なやり方がデフォルトの挙動になりがちなので、社員にはこの違いを明確に説明しておく価値がある。

データ分類とアクセス制御をきちんと押さえる

モデルの選択ではなく、この工程こそが実際に導入がコンプライアンス上妥当かどうかを左右する。中国の等級保護制度（等保）は、特定のデータカテゴリを処理するシステムに適用される場合があり、指定された保護レベルに応じて具体的な技術・管理要件を定めている。個人情報保護法（PIPL）は、多くの場合、個人情報の処理について個別かつ明確な同意を要求しており、ナレッジベースが人事ファイルやその他の従業員個人データを取り込む場合には直接関係してくる。「重要データ」の越境移転に関する中国の規定は、データが国境を越える場合に限って発動する——これはまさに、中国国内での自前ホスティングがAI処理という工程について回避できるリスクだが、最終的にどのモデルが処理するかに関わらず、元となるソース文書自体には依然として個別の分類審査が必要であり、モデルを中国国内に置いたからといって、投入した文書が遡って分類・機密解除されるわけではない。このナレッジベースを誰が検索できるかは、まったく別の軸の問題だ——このアシスタントが、本来アクセス権のない人事・法務・財務文書を従業員が抜け道的に取得できる手段になってはならず、検索権限は既存の文書アクセス制御を平坦化するのではなく、忠実に反映する必要がある。

DeepSeekが自動ではやってくれないこと——そしてそれがなぜ重要か

ここははっきり述べておく価値がある。現実で最もよくある失敗は技術的な不具合ではなく、「自前ホスティング＝コンプライアンス対応」と思い込んでしまうことだからだ。検索レイヤーが権限を尊重するよう意図的に構築されていない限り、DeepSeekは組織内の文書権限を把握していない。データの機密度を自動的に分類したり、個人情報にフラグを立てたり、ある文書が等保やPIPLの対象になるかどうかを判断したりすることもない——それは法務・コンプライアンス審査の仕事であり、モデルの能力ではない。オープンウェイトモデルを中国国内で自前ホスティングすることは、アーキテクチャ上の選択として確かに有用だが、それはコンプライアンスプログラムを構成する一要素にすぎず、プログラムそのものの代替にはならない——ポリシー審査、データ保護担当者の指定、定期監査は依然として周囲に必要だ。またDeepSeekのライセンス条項やホスティング製品の利用規約は変わり得るため、本ガイド執筆時点の内容に頼らず、導入するモデルバージョンに付随する正確なライセンス、選択したホスティング方式に適用される商用条件を、実際の導入時点の最新ドキュメントで確認してほしい。

これを正しく行う：認証情報の管理、データガバナンス、そしてマネージドITパートナーが真に力を発揮する場面

以上の内容はいずれも、力量のある開発者やプラットフォームチームがいれば実現可能だが、「実現可能」と「適切にガバナンスされている」は別の基準だ。認証情報の管理：DeepSeekのAPIキー、あるいは導入をホストする中国リージョンのクラウドアカウントのアクセス認証情報は、ナレッジベース内のあらゆる情報にアクセスできる常設アクセス権を持つパスワードに等しい——専用のシークレット管理サービスに保管し、スクリプトやデプロイ設定ファイルに直接書き込むことは避け、計画的にローテーションし、アクセスログを記録すべきだ。データガバナンス：ナレッジベースに実際にどのカテゴリの文書が取り込まれているかを正確に把握し、技術的に可能だからといってすべてをインデックス化するのではなく、法的特権のある資料や進行中の人事調査といった、明らかに除外すべきカテゴリを意図的にデフォルトで除外する。マネージドITパートナーが真に力を発揮する場面：これは、熱意ある一人のエンジニアが週末に立ち上げて、その後は監督なしに引き渡してよいプロジェクトではない。パートナーは3つのポイントで実質的な価値を提供できる——AI統合支援サービスを通じて検索権限アーキテクチャを設計し、それを平坦化するのではなく既存の文書アクセス制御に確実に対応させること、実際の会社文書がこのシステムに触れる前に適切なサイバーセキュリティレビューを実施すること、そして中国リージョンのクラウドアカウント、GPUインスタンス、オンプレミスサーバーといった基盤インフラを、常にパッチ適用済みで監視され、社員が必要なときに実際に利用できる状態に保つ継続的なマネージドITサポートを提供することだ。ブローセント（Brocent）は2007年の北京での創業以来、中国本土を含むアジア各地でマネージドITおよびサイバーセキュリティ事業を展開しており、本社はシンガポールに置き、2016年から運営する香港オフィスがこうした越境インフラとコンプライアンスの調整業務をまさに担っている。

よくある質問

DeepSeekを会社のデータに使っても本当に安全か

安全にできるが、その「安全」はモデル自体ではなく、どの導入方式を選び、どうガバナンスするかに完全に左右される。一般公開されている消費者向けアプリやホスト型APIを使う場合は、他の外部SaaS型AIツールと同じ信頼モデルとなる。自社が管理するインフラ上でオープンウェイトモデルを自前ホスティングすれば、AI処理という工程については特定の外部ベンダーへの依存をなくせるが、それだけで文書のアクセス制御やデータ分類、同意要件が自動的に解決されるわけではない。

中国国内でDeepSeekを自前ホスティングすれば、自動的にPIPLや等保に準拠したことになるのか

ならない。中国国内での自前ホスティングが解決するのはAI処理という工程がどこで行われるかという点であり、越境データ移転に関する懸念の緩和には確かに有用だが、PIPLの同意要件、等保の分類義務、一般的なデータガバナンスは、選んだモデルやホスティング場所ではなく、実際に処理しているデータの内容によって依然として適用される。これはコンプライアンスプログラムを構成する一要素として扱うべきで、プログラムそのものではない。

DeepSeekのアプリと、モデルを自前ホスティングすることの本当の違いは何か

DeepSeekのアプリとホスト型APIはDeepSeek自身のインフラ上で稼働し、DeepSeek自身の利用規約に従う——便利ではあるが、送信する内容はすべて外部ベンダーに委ねることになる点は、他のSaaS型AIツールと変わらない。自前ホスティングは、公開されているモデルの重みファイルをダウンロードし、自社またはITパートナーが管理するインフラ上で実行する方式で、データの所在地とアクセス権を直接管理できる反面、実際のインフラ運用能力が必要になる。

DeepSeekを自前ホスティングするには、自社でGPUハードウェアを用意する必要があるのか

必ずしもそうではない。ハードウェアを購入する代わりに、中国リージョンのクラウド事業者からGPU容量を借りることもできるし、DeepSeekはフルサイズのDeepSeek-V3やR1モデルよりもはるかに実行しやすい、より小型の蒸留モデルも公開している。予算を確定する前に、現在どのモデルサイズが利用可能か、それぞれの具体的なハードウェア要件を最新のドキュメントで確認してほしい。

DeepSeekは中英バイリンガルのナレッジベースをどの程度うまく扱えるのか

これは本当の強みだ——DeepSeekのモデルは学習データに相当量の中国語テキストを含んでおり、中国語コンテンツに対して概ね良好な性能を発揮する。これは、英語から翻訳したものではなく、元々中国語で作成された社内文書にとって明確な差別化要因となる。ただし、この結論が自社特有の用語や業界固有の言い回しにも当てはまるとは限らないため、実際に自社の文書でテストしてから判断してほしい。

DeepSeekの代わりにAlibaba Cloudなど中国のクラウド事業者自身のAIモデルを使う場合と比べてどう違うか

どちらも正当な中国国内ホスティングの選択肢であり、比較のポイントは通常、自社のユースケースにおけるモデルの性能、コスト、そして各ベンダーの利用規約がデータをどう扱うかに帰着する。Alibaba Cloudを含む複数の中国リージョンのクラウドプラットフォームは、自社独自のモデルに加えてDeepSeekのモデルもホスト型サービスとして提供していることが多く、必ずしも二者択一ではない。特定ベンダー自身のモデルしか選べないと思い込む前に、各プラットフォームが現在実際に何を提供しているかを確認してほしい。

DeepSeekのオープンウェイトライセンスは、実際に商用利用として無償で使えるのか

DeepSeekが最近公開したモデルバージョンの多くは、商用利用を概ね許容する寛容なオープンウェイトライセンスを採用しているが、特定のモデルバージョンに付随するライセンス条件は異なる場合があり、時間とともに変わることもある。特定のモデルバージョン・リリースを基盤に本番システムを構築する前に、それに付随する正確なライセンス条件を必ず確認してほしい。

自社に合った進め方を選ぶ

多くの中国オフィスでの導入において、妥当な出発点は範囲を絞ることだ——たとえば人事ポリシーと一般的なSOPなど、対象を明確に定義した文書セットを1つ選び、法務・財務関連の資料は当初は明確に除外した上で、初日からフル自前ホスティングのパイプラインを構築するのではなく、中国リージョンのマネージドAIプラットフォームで運用してみる。そして検索精度とバイリンガル性能が実際の自社文書に対して本当に通用するかを確認してから、範囲の拡大や専用GPUインフラへの投資を検討する。これにより、DeepSeekの強みが自社のコンテンツに本当に合っているかどうかを、思い込みではなく実感として把握できる。技術面の構築は大規模なチームがなくても実現可能だが、ガバナンス面——データ分類、実際の文書権限を反映したアクセス制御、認証情報の管理——こそ、経験豊富な導入と継続的なサポートが真に価値を発揮する部分であり、まさにブローセントのサイバーセキュリティサービスとマネージドITサポートが強みとする領域だ。汎用的なテンプレートではなく、自社のコンプライアンス要件に合ったDeepSeekベースのナレッジベースアシスタントの検討にご協力が必要な場合は、お問い合わせください。