Appleが中国でQwenを採用する理由：AIエージェントの相互接続が加速する

Qwenの採用が示すローカルモデルの優位性

Appleが中国市場でQwenを採用するのは、ローカルモデルが規制やローカライズに対応しやすいためであり、米国モデルの代替としての役割が強まっている。

Appleは中国市場向けのApple Intelligenceに、アリババが開発した大規模言語モデル「Qwen」を統合した。同社は2026年8月に公開したユーザーガイドからQwenに関する記述を削除したが、その直後に行われた統合である。米国発のAIモデルが中国当局の規制やローカライズ要件を満たすことが難しい中、Qwenの採用はローカルモデルの優位性を示す前例となった。

Apple Intelligenceの外部モデルとしてQwenが採用される一方で、米国モデルの中国市場への展開は停滞している。Qwenは中国語に特化したトレーニングを受けており、規制当局への申請やローカライズ要件への対応が容易な点が評価されている。AppleはmacOS 26.6でもQwenを採用し、同市場でのAI機能強化を図る。

- Apple Intelligenceの中国向け機能にQwenが組み込まれ、ユーザーガイドからも一時的に記述が削除された - Qwenは中国当局の規制要件を満たすためのローカライズが容易なローカルモデルとして評価されている - AppleはSiriの主要外部モデルとしてQwenを深く組み込み、中国市場でのAI戦略を強化する - macOS 26.6でもQwenが採用され、同市場におけるAI機能の向上が期待されている - 米国発のAIモデルが中国市場で規制をクリアすることが困難になり、ローカルモデルの採用が加速している

AppleがQwenを採用した背景には、中国市場における規制の厳格化とローカライズ要件の高まりがある。米国モデルの代替としての役割を担うQwenは、中国当局の認可プロセスを迅速に通過し、ローカライズされたサービスを提供できる。この動きは、他のグローバル企業が中国市場でAIサービスを展開する際のモデル選択にも影響を与えるだろう。

この見方が成り立たない条件 中国当局がローカルモデルに対する規制を緩和し、米国モデルの参入を容易にした場合、Qwenの優位性は失われる可能性がある。

鍵はどこにあるか

• グローバル企業: 中国市場でAIサービスを展開する際は、ローカルモデルの規制適合性とローカライズコストを比較した上で、パートナー選定の基準に加える
• AIモデル提供事業者: 中国市場向けに特化したローカライズと規制対応を前提としたモデル開発・提供体制を整備する

AIエージェントのセキュリティリスクと対策

Claude Codeのスキルが静的スキャナをすり抜ける事例や、Cloud Run sandboxesの導入により、AIエージェントのプロンプトインジェクションや悪意あるスキルの実行が顕在化している。

Claude Code のスキル実行環境を悪用した攻撃が、静的セキュリティスキャナの限界を突く形で確認された。GitHub から入手したスキルは、シェル・ファイル・認証情報へのフルアクセス権をエージェントに与える構造だが、研究者はこれを「エージェントスキル」と名付け、攻撃ベクトルとしての有効性を示した。静的スキャナは自然言語の手順とスクリプトが混在するファイルを、悪意あるコードとして検知できず、実行前の段階で阻止できない実態が明らかになった。

AI エージェントの相互接続が進む中で、このリスクはシステム全体に波及する。スキルの実行はエージェントの権限で行われるため、悪意あるスキルが侵入すれば、基盤となるシステムへの横展開が可能となる。

Google Cloud は Cloud Run sandboxes を用いて、AI エージェントの隔離実行を強化している。悪意あるコードはサンドボックス内で実行され、ホスト環境への影響を抑制する仕組みだが、エージェント自体のプロンプトインジェクションは依然として残る課題だ。

- スキルは GitHub からダウンロードした Markdown ファイル一枚で構成され、自然言語の手順とスクリプトが混在 - 静的スキャナは自然言語の手順とスクリプトの混在を検知できず、実行前の段階で阻止できない - エージェントスキルはシェル・ファイル・認証情報へのフルアクセス権をエージェントに与える - Cloud Run sandboxes は悪意あるコードの隔離実行でセキュリティを強化するが、プロンプトインジェクションには対応していない - エージェントの実行権限が基盤システムに波及するため、横展開リスクが生じる

AI エージェントのセキュリティ対策は、スキルの実行環境と基盤システムの境界で再設計が必要となる。静的スキャナだけでは不十分なため、動的な振る舞い検知と権限の切り分けが不可欠だ。エージェントが持つ権限を最小化し、サンドボックス内で実行する仕組みを作ることで、リスクの拡大を防ぐことができる。

この見方が成り立たない条件 この見方が成り立たない条件は、静的スキャナが自然言語の手順とスクリプトの混在を検知できるようになった場合、あるいは Cloud Run sandboxes がプロンプトインジェクションを完全に防止できる機能をリリースした場合とする。

鍵はどこにあるか

• 作る側: エージェントスキルの実行権限を最小化し、サンドボックス内で動作させる仕組みを導入する
• 作る側: 静的スキャナに自然言語の手順とスクリプトの混在を検知する機能を追加する

むすび

テクノロジーのローカライズとセキュリティは、いずれも「国境を超える」というAIの特性と相反する課題だ。中国市場におけるQwenの採用は、規制や文化的要請に応えるローカルモデルの優位性を示しつつ、米国発モデルの代替を加速させている。その一方で、AIエージェントのセキュリティリスクは、プロンプトインジェクションや悪意あるスキルの実行という形で顕在化し、静的な検知手法の限界を露呈させている。Google CloudのCloud Run sandboxesは隔離実行で一定の防御を提供するが、エージェントそのものの脆弱性は依然として残る。両者の共通点は、技術的な「対応力」が市場参入の鍵となることだ。ローカルモデルは規制要件に、セキュリティは実行環境にそれぞれ対応しなければならない。しかし、こうした対応はコストとスピードのトレードオフを生み、グローバルな展開を阻害する要因ともなりうる。

各国のAI規制が厳格化する中で、米国発モデルは中国市場への参入を断念するのか？

この問いの答えで何が変わるか 規制をクリアできなければ米国モデルの中国市場における売上は失われる一方で、ローカルモデルの採用が加速し、米国企業の競争力が低下する。逆に規制対応が進めば、米国モデルのグローバル展開が再び活性化する可能性がある。