11月11日、The Decoderが「US data brokers are selling half a billion dollars in RL training environments to Chinese AI labs」と題した記事を公開した。米国のAI訓練データ販売企業が中国AIラボに対し総額約5億ドル相当の強化学習（RL）訓練環境を販売しているという実態を報じたもので、ハードウェア輸出規制の議論が続く中、ソフトウェア・データ側の抜け穴が放置されている現状を鋭く問う内容だ。
中国AIラボが米国データを「確認済み品」として買い漁る構図
ChinaTalkの調査によると、Mercor、Surge AI、AfterQuery、Turingといった米国のAI訓練データ販売企業が、中国のAIラボに大量の訓練データを販売している。なお、これらの企業は一般的な意味での「データブローカー（個人情報売買業者）」ではなく、AIモデルの学習用データセットや訓練環境を構築・販売する企業群である点に注意が必要だ。
その中核をなすのがRL環境（Reinforcement Learning Environment）と呼ばれるものだ。RL環境とは、AIモデルがコーディング、財務分析、オフィス業務といった特定タスクを学習するためのシミュレーション空間である。モデル開発においてゼロから構築するには膨大な計算資源と試行錯誤が必要になる。
ここに中国ラボの巧妙な戦略がある。AnthropicやOpenAIに対して既に販売実績のある同一製品を意図的に購入するというものだ。「動作確認済みのデータ」を買うことで、自社開発コストと無駄なトレーニングランを丸ごと省略できる。さらに、中国製チップはメモリボトルネックという構造的な制約を抱えているため、この計算コスト削減は特に大きな価値を持つ。
加えて、蒸留（Distillation）との組み合わせが効いている。蒸留とは、GPTやClaudeといった高性能な「教師モデル」の出力を訓練サンプルとして利用することで、より小規模なモデルの性能を引き上げる手法だ。RL環境の購入によって「何を学ばせるか」のフレームワークを確立しつつ、蒸留によって「米国モデルの知識」を直接吸収する——この二段構えにより、中国ラボは限られた計算資源で米国との差を縮める二重の優位性を得ている。
少なくとも9社が関与、5億ドルという数字の内訳
調査では、中国顧客に販売する米国AI訓練データ企業が少なくとも9社特定された。
- AfterQueryは年間経常収益（ARR）の相当部分を中国顧客から得ているとされる。Forbes報道では約1億ドルのARRが示されているが、ChinaTalk自身もこの数字の独自検証には至っていないと記事内で明記している。
- Surge AIは自社ウェブサイトで製品を「フロンティアラボ向け業務と同じ専門家が構築した」と公然と宣伝している。
- ByteDanceはシンガポールとサンノゼに調達オフィスを設けており、オフショア経由の迂回取引も行われている。
「約5億ドル」という総額は、特定の単一取引から算出されたものではなく、ChinaTalkが複数社の売上・契約情報を積み上げて推計した数字だ。AfterQueryの約1億ドルはその構成要素の一つにすぎず、残りは他の8社以上の取引を合算したものとされる。ChinaTalk自体が推計であることを認めており、確定値として読むべき数字ではない点は留意が必要だ。
取引が明るみに出た経緯も興味深い。米国データ企業はRL環境の実際の構築やデータ整備をインドなど途上国の低賃金労働者に外注しているが、そのサブコントラクターが秘匿名を使うよう指示されているにもかかわらず、LinkedInや履歴書にクライアント名を記載してしまうケースがあったという。
現行の輸出規制がほぼ機能していない点も問題だ。RL環境は規制対象として明確に定義されておらず、事実上野放し状態にある。
「デュアルユース」が最大の懸念点
特にリスクが高いとされるのが、民軍両用（デュアルユース）の可能性を持つ分野だ。
- コーディング環境：ソフトウェア開発を向上させると同時に、攻撃的なサイバー能力の強化にも転用できる
- 生物学環境：遺伝子合成能力の改善を通じて、生物兵器関連の応用につながる可能性がある
ChinaTalkの著者らは、商務省産業安全保障局（BIS）がこうしたデュアルユース環境に既存の輸出規制を適用すべきだと主張している。
一方で著者らは、この状況が「終末的」なわけではないとも強調している。米国の成果に乗っかる形をとる以上、中国ラボは構造的に米国の数カ月遅れにとどまるとしている。また、生物・化学・サイバーセキュリティ・チップ設計・投資銀行といったセンシティブな分野のRL環境は、米国フロンティア企業が自社内製化を進めているという。
AIモデルの学習インフラそのものが輸出管理の空白地帯になっているという今回の指摘は、NVIDIAチップの対中輸出規制をめぐる議論が続く中、ハードウェア一辺倒だった従来のアプローチに根本的な再考を迫るものだ。規制当局がソフトウェア・データ層にまで管理の目を向けなければ、ハードウェア規制の実効性そのものが空洞化するリスクがある。AIガバナンスの観点からも、今後の制度整備の行方が注目される。
詳細はUS data brokers are selling half a billion dollars in RL training environments to Chinese AI labsを参照していただきたい。
