9億円で世界を震撼させたAI「DeepSeek」の実力と安全性を完全解説

2025年4月16日2025年4月17日

URLをコピーしました！

2025年1月、世界の株式市場に激震が走りました。中国発のAIスタートアップ「DeepSeek（ディープシーク）」が、わずか1,000万ドル未満の開発費で高性能なAIモデルを開発したというニュースが広がったのです。特にNVIDIA株が一日で17%も下落するなど、市場への影響は計り知れないものでした。

この記事では、突如として世界の注目を集めたDeepSeekとは何か、その技術的特徴や株式市場への影響、そして安全性について詳しく解説します。AI技術の革新と市場動向に関心のある方はもちろん、最新のAIツールを探している方にも役立つ情報をお届けします。

DeepSeekとは

DeepSeek（ディープシーク）は、中国の浙江省杭州に拠点を置くAIスタートアップ企業です。2023年5月に梁文鋒（Liang Wenfeng）氏によって設立されました。オープンソースの大規模言語モデル（LLM）を開発しており、自然言語処理をはじめとする高度なAI技術を備えています。

中国発のAIスタートアップ企業の基本情報

DeepSeekは比較的新しい企業ながら、短期間で世界的な注目を集めることに成功しました。主にテキスト生成やデータ解析、対話型AIなど多様な用途に活用できるAIモデルを開発しています。膨大なデータを学習することで高度な言語理解能力を備えており、文章作成や翻訳、要約、データ分析など、幅広いタスクに対応可能です。

創業者と設立背景

創業者の梁文鋒氏は、AI分野での豊富な経験を持つ人物です。DeepSeekを設立する前から、AI技術の研究開発に携わっており、その知見を活かして新たなAIモデルの開発に取り組んできました。

設立の背景には、既存のAIモデルが抱える課題、特に開発コストの高さや計算リソースの問題を解決したいという思いがありました。より効率的で低コストなAI開発の実現を目指し、独自の技術アプローチを採用しています。

開発された主なAIモデルの特徴

DeepSeekが開発した主なAIモデルには、DeepSeek-V3とDeepSeek-R1があります。これらのモデルは、高度な言語処理能力と効率的な計算処理を特徴としています。

DeepSeek-V3は、多言語対応の汎用AIモデルで、日本語を含む100以上の言語に対応しています。一方、DeepSeek-R1は、より高度な推論能力を持つモデルで、複雑な問題解決や多段階の思考プロセスを要するタスクに特化しています。

いずれのモデルも、ChatGPTなどの既存のAIモデルと同等以上の性能を持ちながら、開発コストを大幅に抑えることに成功しています。

驚きの低コスト開発

DeepSeekが世界中の注目を集めた最大の理由は、その驚異的な低コスト開発にあります。従来のAIモデル開発と比較して、桁違いの効率性を実現しました。

1,000万ドル未満の開発費で実現

DeepSeekは、わずか1,000万ドル（約9億円）未満の開発費で高性能なAIモデルを開発したと報じられています。これは、OpenAIやGoogleなどの大手企業が数億ドル以上を投じて開発するAIモデルと比較すると、驚異的な低コストです。

この低コスト開発は、単に予算を削減したというわけではなく、効率的な開発手法と独自の技術アプローチによって実現されました。限られたリソースを最大限に活用し、効率的なモデル設計と学習プロセスを構築したことが成功の鍵となっています。

最先端GPUを使わない独自の開発手法

DeepSeekの開発チームは、最新のハイエンドGPUに依存せず、比較的低スペックなNVIDIA製「H800」チップを使用してモデルを開発しました。これは、米国の対中輸出規制によって最先端GPUへのアクセスが制限されている状況下での選択でもありました。

しかし、ハードウェアの制約を逆手に取り、ソフトウェア面での工夫によって効率を高めることに成功しています。具体的には、モデルのアーキテクチャを最適化し、計算リソースを効率的に活用するための独自のアルゴリズムを開発しました。

従来のAI開発との違い

従来のAI開発では、モデルの性能向上のために、より多くのパラメータと計算リソースを投入する傾向がありました。しかし、DeepSeekは異なるアプローチを採用しています。

DeepSeekの開発手法の最大の特徴は、「必要なときに必要な部分だけを活性化させる」という効率性にあります。全てのタスクに対して全てのリソースを使うのではなく、タスクに応じて最適なリソース配分を行うことで、効率的な処理を実現しています。

この開発手法は、AI業界全体のパラダイムシフトを引き起こす可能性を秘めており、今後のAI開発の方向性に大きな影響を与えるものと考えられています。

ディープシークショックとは

2025年1月末、DeepSeekの技術革新が株式市場に与えた影響は「ディープシークショック」と呼ばれるほど大きなものでした。特に半導体関連銘柄を中心に、大きな株価変動が起こりました。

株式市場への影響

2025年1月27日、DeepSeekが低コストで高性能なAIモデルを開発したというニュースが広がると、株式市場は大きく動揺しました。特に、AI関連銘柄や半導体関連銘柄に大きな影響が出ました。

米国の半導体関連銘柄で構成されるSOX指数は大幅に下落し、AI相場をけん引してきた企業の株価が軒並み下落する事態となりました。一方で、日本のTOPIXやダウ工業株30種平均は上昇するなど、市場全体としては影響が限定的だった側面もあります。

NVIDIA株価の急落（17%下落の衝撃）

最も大きな影響を受けたのが、AI半導体大手のNVIDIA（エヌビディア）でした。NVIDIAの株価は一日で17%も下落し、時価総額にして約91兆円（トヨタ自動車の時価総額の約2倍に相当）が失われました。これは単一銘柄の1日の時価総額減少額としては史上最大規模とされています。

NVIDIAの株価急落の背景には、DeepSeekが高性能なGPUに依存せずにAIモデルを開発したという事実があります。これまでAI開発には高性能なGPUが不可欠とされてきましたが、DeepSeekの成功はその常識を覆すものでした。

ナスダック市場全体への波及効果

NVIDIAの株価急落は、ナスダック市場全体にも波及しました。特に、AI関連企業や半導体関連企業の株価が下落し、市場全体に不安感が広がりました。

ただし、翌日以降は株価の下落が続かなかったことから、全体的に見れば「ショック」の影響は限定的だったとも言えます。しかし、DeepSeekの技術革新がAI業界と株式市場に与えた心理的インパクトは非常に大きく、今後のAI開発と投資の方向性に影響を与える可能性があります。

DeepSeekの技術的特徴

DeepSeekの革新性は、その独自の技術アプローチにあります。従来のAIモデルとは異なる設計思想と技術を採用することで、効率的かつ高性能なモデルを実現しています。

独自のMLAアーキテクチャ

DeepSeekは、Multi-Head Latent Attention（MLA）と呼ばれる独自のアーキテクチャを採用しています。これは、従来のAttentionメカニズムを改良したもので、データの圧縮処理を効率化することで、メモリ消費を抑えながら高精度な処理を実現しています。

MLAアーキテクチャの最大の特徴は、情報の流れを最適化し、必要な情報に集中して処理を行うことです。これにより、限られたリソースでも高いパフォーマンスを発揮することが可能になっています。

MoE技術の活用方法

DeepSeekが採用している最も重要な技術の一つが、Mixture of Experts（MoE）です。MoEは、複数の「専門家」モデルを組み合わせ、入力に応じて最適なモデルを選択しながら処理を行う仕組みです。

DeepSeek V3は、6,710億という膨大な総パラメータのうち、タスクに応じて必要な370億パラメータのみを動的に使用します。これは、問題を解決するために適切な専門家だけが介入するチームのようなものです。

この技術により、全てのタスクに対して全てのリソースを使うのではなく、必要な部分だけを活性化させることで、効率的な処理を実現しています。

計算効率とメモリ使用量の削減技術

DeepSeekは、計算効率とメモリ使用量の削減にも注力しています。具体的には、Multi-Token Prediction（MTP）技術を採用し、一度に複数の単語を予測することで処理速度を向上させています。

また、FP8トレーニング技術を採用し、8ビット浮動小数点（FP8）を使用することで、メモリ使用量を削減しながら高速な計算を実現しています。

これらの技術の組み合わせにより、DeepSeekは限られたハードウェアリソースでも高いパフォーマンスを発揮することができます。

OpenAIとの性能比較

DeepSeekは、OpenAIのGPTシリーズと比較してどの程度の性能を持っているのでしょうか。実際のパフォーマンスや効率性について見ていきましょう。

言語処理能力の比較

DeepSeekの言語処理能力は、OpenAIのモデルと比較しても遜色ないレベルに達しています。特に、DeepSeek-R1は複雑な推論タスクにおいて高いパフォーマンスを示しており、一部のベンチマークではOpenAIのモデルを上回る結果も報告されています。

日本語の処理能力も高く、自然な対話や文章生成が可能です。実際に試してみると、日本語でもスピーディーに回答が表示され、複雑な質問にも適切に対応できることがわかります。

コスト効率の違い

DeepSeekとOpenAIの最も大きな違いは、コスト効率にあります。以下の表は、DeepSeekとOpenAIのAPI利用料金を比較したものです。

モデル	入力料金（100万トークンあたり）	出力料金（100万トークンあたり）
DeepSeek-V3	0.27ドル	1.10ドル
DeepSeek-R1	0.55ドル	2.19ドル
OpenAI GPT-4	3.0〜6.0ドル	6.0〜12.0ドル

この表からわかるように、DeepSeekのAPI利用料金はOpenAIと比較して大幅に安価です。特に入力料金は約1/10程度となっており、大量のデータ処理を行う場合には大きなコスト削減につながります。

ユーザー評価の現状

DeepSeekは比較的新しいサービスですが、そのパフォーマンスと低コストから、急速にユーザーを増やしています。特に、開発者コミュニティからは、オープンソースであることと低コストであることが高く評価されています。

一方で、サービスの安定性や長期的なサポート体制については、まだ評価が定まっていない部分もあります。また、後述する安全性やプライバシーに関する懸念から、慎重な姿勢を示すユーザーも少なくありません。

安全性に関する懸念

DeepSeekの急速な台頭と共に、その安全性に関する懸念も浮上しています。特に、中国企業であることによるリスクや情報漏洩の可能性について、様々な議論が行われています。

中国企業であることによるリスク

DeepSeekは中国に拠点を置く企業であり、そのことが安全性に関する懸念の一因となっています。中国の法律では、企業は政府の要請があれば、データを提供する義務があるとされており、ユーザーデータの取り扱いに関して不安視する声もあります。

また、米国をはじめとする各国政府は、中国企業が開発するAIツールに対して、国家安全保障の観点から警戒感を示しています。このような地政学的な要因も、DeepSeekの安全性評価に影響を与えています。

情報漏洩の可能性

サイバーセキュリティ企業NowSecureの分析によると、DeepSeekのモバイルアプリには、いくつかのセキュリティ上の脆弱性が存在するとされています。具体的には、インターネット上で暗号化されていないデータを送信したり、ユーザー名やパスワードなどの認証情報を安全でない方法で保存したりしているという指摘があります。

これらの脆弱性は、ユーザーの個人情報が漏洩するリスクを高めるものです。特に、デバイスに物理的またはリモートでアクセスできる攻撃者が、保存されたデータを簡単に閲覧できる可能性があるとの指摘もあります。

各国政府の対応と規制

DeepSeekをはじめとする中国発のAIツールに対して、各国政府は様々な対応を取っています。米国やオーストラリアなどの政府は、DeepSeekに関連するデータプライバシーのリスクを評価しており、場合によっては利用制限や規制強化の可能性もあります。

一方で、技術的な観点からは、DeepSeekのオープンソースモデルは世界中の研究者や開発者にとって価値のあるリソースとなっており、過度な規制は技術革新を阻害する可能性もあるという意見もあります。

プライバシーポリシーの問題点

DeepSeekのプライバシーポリシーには、いくつかの問題点が指摘されています。ユーザーデータの収集や保管、共有に関する懸念について詳しく見ていきましょう。

収集される個人情報の範囲

DeepSeekは、ユーザーの電子メールアドレス、デバイス情報、IPアドレス、行動データなど、様々な個人情報を収集しています。これ自体は他のAIサービスでも行われていることですが、収集されるデータの範囲が広いことや、その使用目的が明確でない部分があることが懸念されています。

特に、ユーザーの入力内容や生成された出力内容も収集される可能性があり、機密情報や個人情報を含む会話がDeepSeekのサーバーに保存される可能性があります。

データの保管場所と期間

DeepSeekが収集したデータは、中国にあるデータセンターに保存されるとされています。これは、中国の法律や規制の下でデータが管理されることを意味し、前述のように、中国政府からの要請があれば、データが提供される可能性があります。

また、データの保管期間についても明確な情報が少なく、いつまでユーザーデータが保持されるのか、どのようなプロセスでデータが削除されるのかについての透明性が不足しています。

第三者との情報共有

DeepSeekのプライバシーポリシーによれば、収集されたデータは第三者と共有される可能性があります。具体的には、サービス提供のためのパートナー企業や、法的要請に応じる場合などが挙げられています。

しかし、どのような第三者とどのようなデータが共有されるのか、その範囲や条件についての詳細な情報は限られており、ユーザーにとっては不透明な部分が多いと言えます。

半導体輸出規制との関係

DeepSeekの台頭は、米国の対中半導体輸出規制という背景の中で起こりました。この規制がDeepSeekの開発にどのような影響を与え、今後のAI開発競争にどのような示唆を与えるのかを見ていきましょう。

米国の対中輸出規制の影響

米国は国家安全保障上の懸念から、中国へのハイエンド半導体の輸出を厳しく制限しています。特に、AIの開発に不可欠とされる高性能GPUの輸出は厳しく規制されており、中国のAI企業はこの規制の下で開発を進めなければなりませんでした。

DeepSeekも例外ではなく、最先端のGPUへのアクセスが制限される中で、代替手段を模索する必要がありました。結果として、比較的低スペックなNVIDIA製「H800」チップを使用し、ソフトウェア面での工夫によって効率を高めるアプローチを採用しました。

規制下での高性能AI開発の実現

輸出規制という制約がある中で、DeepSeekが高性能なAIモデルの開発に成功したことは、技術的な観点から見ても非常に興味深い事例です。これは、ハードウェアの制約を創意工夫によって克服した例として、AI開発の新たな可能性を示しています。

具体的には、前述のMoE技術やMLAアーキテクチャなど、効率的なモデル設計と学習プロセスによって、限られたハードウェアリソースでも高いパフォーマンスを実現しました。

今後の技術開発競争への示唆

DeepSeekの成功は、今後のAI技術開発競争に大きな示唆を与えています。特に、ハードウェアの制約がある環境でも、ソフトウェア面での革新によって競争力のある技術を開発できることを示した点は重要です。

また、オープンソースモデルの台頭により、AI開発の民主化が進む可能性も示唆されています。これまでは大手企業や研究機関が主導してきたAI開発が、より広範な開発者コミュニティに開かれることで、多様な視点からの技術革新が期待されます。

AI業界への影響

DeepSeekの台頭は、AI業界全体にどのような影響を与えるのでしょうか。その革新的なアプローチは、AI開発の方向性を大きく変える可能性を秘めています。

ハードウェア依存からの脱却可能性

これまでのAI開発は、最先端のGPUなど高性能なハードウェアに大きく依存してきました。しかし、DeepSeekの成功は、ハードウェアの制約を創意工夫によって克服できることを示しています。

DeepSeekのアプローチは、AI市場の二極化を促進する可能性があります。一方では、最先端の技術開発に巨額の投資を行う「プレミアムセグメント」、もう一方では、コスト効率を重視する「低コストAI市場」です。後者は、DeepSeekの登場によってより顕在化し、AI技術へのアクセスを民主化する動きを加速させています。

この変化は、AI開発の裾野を広げ、より多くの企業や開発者がAI技術を活用できる環境を作り出す可能性があります。特に、限られた予算や計算リソースしか持たない中小企業や新興国の開発者にとって、大きなチャンスとなるでしょう。

大手AI企業の反応と対策

DeepSeekの台頭に対して、OpenAIやGoogleなどの大手AI企業も対応を迫られています。OpenAIのCEOであるサム・アルトマン氏は、DeepSeekのモデルを「印象的」と評価し、競争を歓迎する姿勢を示しています。

一方で、これらの企業は自社のビジネスモデルを見直す必要に迫られています。特に、高額なAPI利用料に依存するビジネスモデルは、DeepSeekのような低コストの代替手段が登場することで、持続可能性に疑問が投げかけられています。

対策として、大手企業は自社のAIモデルの差別化を図るとともに、より効率的な開発手法の採用や、無料サービスの提供によるプラットフォーム戦略の強化など、様々なアプローチを模索しています。

今後のAI開発コスト予測

DeepSeekの登場により、AI開発コストは今後どのように変化するのでしょうか。アナリストの間では、いくつかのシナリオが検討されています。

楽観的なシナリオでは、効率性の向上により推論コストが低下し、AIの採用がさらに加速すると予測されています。これは「ジェヴォンズのパラドックス」として知られる現象で、コスト削減が需要増加を引き起こすというものです。

中程度のシナリオでは、AIトレーニングコストは安定しているものの、AI推論インフラへの支出が30%から50%減少すると予測されています。これにより、クラウドプロバイダーの設備投資は年間800億から1,000億ドルの範囲から650億から850億ドルの範囲に減少する可能性があります。

悲観的なシナリオでは、AIトレーニング予算が縮小し、推論インフラへの支出が大幅に減少します。クラウドプロバイダーの設備投資は400億から600億ドルの範囲に落ち込む可能性がありますが、これでも2023年のレベルと比較すると1.5倍から2倍高い水準です。

いずれのシナリオでも、AI技術への需要自体は引き続き強く、データセンター、ハードウェアプロバイダー、AIアプリケーション開発者は、効率性の向上が新たな可能性を切り開く中で進化し続けるでしょう。

DeepSeekの使い方

DeepSeekの革新的な技術に興味を持った方のために、実際の利用方法について解説します。どのようなサービスが提供されているのか、料金体系はどうなっているのか、日本からのアクセス方法について見ていきましょう。

利用可能なサービスと機能

DeepSeekは、主に以下のサービスと機能を提供しています。

DeepSeek Chatは、自然な対話が可能なチャットボットサービスです。質問に対する回答や情報検索、文章作成、翻訳など、様々なタスクに対応しています。特に、複雑な質問に対する回答や、多段階の思考プロセスを要する問題解決に強みを持っています。

DeepSeek Coderは、プログラミングに特化したAIアシスタントです。コードの生成や修正、デバッグのサポート、技術的な質問への回答など、開発者向けの機能を提供しています。多くのプログラミング言語に対応しており、効率的なコード開発をサポートします。

また、APIを通じて自社のアプリケーションやサービスにDeepSeekの機能を組み込むことも可能です。これにより、カスタマーサポート、コンテンツ生成、データ分析など、様々な用途にAI機能を活用することができます。

料金体系

DeepSeekの料金体系は、他のAIサービスと比較して非常に競争力のあるものとなっています。以下の表は、主なサービスの料金をまとめたものです。

サービス	無料プラン	有料プラン	API利用料金
DeepSeek Chat	基本機能利用可能	月額9.99ドル（高速応答、優先アクセス）	入力：0.27ドル/100万トークン、出力：1.10ドル/100万トークン
DeepSeek Coder	基本機能利用可能	月額14.99ドル（高度なコード生成、無制限利用）	入力：0.30ドル/100万トークン、出力：1.50ドル/100万トークン

無料プランでも基本的な機能は利用可能ですが、利用回数や応答速度に制限があります。有料プランでは、これらの制限が解除され、より高度な機能にアクセスできるようになります。

API利用料金は、入力と出力のトークン数に基づいて課金されます。トークンとは、テキストの基本単位で、英語では約0.75単語、日本語ではおよそ1.5文字に相当します。