中国AIラボ訪問記、データ産業ゼロが示す致命的弱点
中国主要AIラボを巡ったネイサン・ランバート（Nathan Lambert）の観察記事に、X上で議論が広がっている。論点は「中国にはほぼデータ産業がない」との指摘。米中AI競争の見え方そのものを問い直す材料となっている。
中国主要AIラボを巡ったネイサン・ランバート（Nathan Lambert）の観察記事に、X上で議論が広がっている。論点は「中国にはほぼデータ産業がない」との指摘。米中AI競争の見え方そのものを問い直す材料となっている。
36時間で6つのラボを駆け抜けた記録
アレン人工知能研究所（Ai2）でポストトレーニングを率いるネイサン・ランバートが、2026年5月8日に公開した記事「Notes from inside China's AI labs」が国際的な反響を呼んでいる。彼は中国の主要AI研究所を訪問し、Z.ai、Moonshot AI、清華大学、Meituan、Xiaomi、01.aiを36時間で巡った。
訪問の体感は鮮烈だ。北京はベイエリア風の景色で、競争力のあるラボが徒歩や配車アプリの距離に並ぶ。DiDi（ディディ）で配車をXLにすると、マッサージチェア付きの電気ミニバンに乗れることもある。空港を出て、すぐにアリババの北京キャンパスに立ち寄った、と本人は書く。
技術的な観察より先に印象に残るのは、人の温度感だ。地政学的に緊張した米中関係を扱う米国の議論とは対照的に、中国の研究者たちは大きな笑顔で迎え入れ、AIエコシステムがいかにグローバルかを思い出させた、とランバートは率直に綴る。
I'm returning from China with great humility. It's a very warming, human experience to go somewhere so foreign and be so welcomed.
（謙虚な気持ちで中国から戻ってきた。これほど異なる土地で、これほど温かく迎えられたのは、心に残る体験だった）
ここまでは紀行文だ。論争の火種は、もっと先のページにある。
「ほぼデータ産業が存在しない」という観察
ランバートは6つの「AI産業レベル」の所感を整理している。ファストフォロー文化、学生中心の現場、DeepSeekへの圧倒的な敬意、Claude依存症、自社開発志向、そしてデータ産業の未発達。このうち5番目の項目が、議論の中心になった。
The data industry is far less developed. Having heard so much about the likes of Anthropic or OpenAI spending $10M+ for single environments, with cumulative spend on the order of hundreds of millions per year to push the frontier of RL...
（データ産業は遥かに未発達だ。アンソロピックやOpenAIが単一環境に1000万ドル超を投じ、強化学習のフロンティアを押し上げるために年間数億ドル規模を累積投下していると聞いていたが…）
中国の研究者の答えは「データ産業がまったく無いわけではないが、品質が相対的に低く、自社で環境を構築するほうが手っ取り早い」というものだった。研究者自身が強化学習の訓練環境を作り、ByteDanceやアリババといった大手はデータラベリングチームを社内に持つ。自前主義のメンタリティが、ここでも一貫している。
6番目の所感はもっと直接的だ。「Nvidiaチップへの渇望」。供給があれば誰もが買う。Huaweiを含む他のアクセラレータも推論用途では好意的に語られ、Huaweiチップにアクセスできるラボは数知れない、と続く。
Teortaxesの逆襲、データ優位はアメリカ側
この記事を最も鋭く受け止めたのが、AI業界で知られる解説者Teortaxes（@teortaxesTex）だった。彼の引用ポストは、これまで欧米で語られてきた「中国データ優位論」への徹底した反論として書かれている。
Old enough to remember years of fearmongering about Chinese data advantage... nah, Americans lead in data by a light year.
（中国のデータ優位を煽り続けた何年もの議論を覚えているくらいの年齢だ…いや、アメリカが光年単位でリードしている）
iFlyTekやCCPがWeChatのスクレイピングデータを「チャンピオン企業」に渡すという、長年語られてきた懸念。Teortaxesはそれを過去の幻として一蹴する。実際に蓋を開けてみれば、データの厚みではアメリカが圧勝している、というのが彼の見立てだ。
続くポストでは、彼はさらに踏み込む。
With unemployment of educated youth being what it is, China could have raced far ahead of the US on data quality alone. But this window has likely closed now.
（高学歴の若年失業率を考えれば、中国はデータ品質だけでアメリカを大きく引き離せたはずだ。その窓は、もう閉じかけている）
教育を受けた若者があふれる国で、彼らをデータ生成・ラベリングに動員できれば、欧米を凌駕しうるリソースになり得た。現実には中国はその機会を逃した、という分析だ。Zephyr（@zephyr_z9）も短く呼応している。「'almost no data industry' Their biggest weakness（『ほぼデータ産業がない』中国の最大の弱点だ）」。
ここで論点が反転する。Zephyr本人が、自身のポストへの追記で興味深い視点を示している。「データに価値が残っていないわけではない、複雑なタスクではむしろ価値は大きい。失業中の大学卒業生は、Meituanで配達員をするより、データ生成・ラベリングをすべきだ」。労働市場の歪みと、データ産業の不在が、つながった一つの現象として浮かび上がる。
「みんなClaudeに恋している」という意外な発見
データ産業の議論ほど派手ではないが、もう一つ、業界関係者を驚かせた観察がある。ランバートはこう書く。「開発者の大半はClaude依存だ（Most developers are Claude-pilled）。中国でClaudeは表向き使えないはずなのに、ほとんどの中国人AI開発者がClaudeに夢中で、ソフトウェア開発のあり方が変わってしまった」。
Kimi（Moonshot AI製）やGLM（Z.ai製）の自社CLIで開発する研究者もいるが、ほぼ全員がClaudeを併用していると話したという。OpenAIのCodexについては言及が驚くほど少なく、ベイエリアで急速に支持を伸ばしている事実とは対照的だ。
これは何を意味するか。米中対立の地政学的な層と、現場の開発者が日々触れる道具の層は、ほとんど断絶している。ベンチャーキャピタリストのビル・ガーリー（Bill Gurley、@bgurley）は「素晴らしい記事、見事なディテール」と短く称賛している。実務家の視点から見れば、政治的な綱引きを越えて、技術コミュニティは黙々と統合されつつあるとも読める。
学生が主役、内部留保的な技術所有志向
中国のラボで核となる貢献者の多くは、現役学生だ。OpenAIやAnthropic、Cursorといった米国トップ企業がインターンシップを提供しないのとは対照的に、中国のラボはAi2のように学生を同僚として扱い、LLMチームに直接組み込む。Googleには名目上のインターンシップがあるが、Geminiの本流から切り離される懸念があるとされる。
ランバートは現地で出会った研究者の発言を紹介している。教授職を希望していたある研究者が、「教育はLLMで解決される、なぜ学生が私と話す必要があるんだ！」と冗談まじりに語ったという。アカデミアからインダストリーへの頭脳流出が、米中で同時に進行している現実が透けて見える。
学生たちは、過去のパラダイムに縛られない新鮮な視点でLLMに飛び込む。MoEのスケーリングからRLのスケーリング、エージェント化へとパラダイムが変わるたびに、彼らは膨大な文脈を素早く吸収する。これがゲームのルールに合致している、というのがランバートの分析だ。
ビルドする文化、買わない経済
もう一つ、米国の主要ラボとの大きな違いとして指摘されているのが、自社開発志向だ。Meituan（フードデリバリー大手）やXiaomi（消費者向けテクノロジー企業）といった、米国なら外部サービスを買うはずの企業が、自社で汎用LLMを構築している。LLMを将来の製品の中核と捉え、スタックを自社で握りたいという根源的な欲求が、彼らをモデル開発に駆り立てている。
業界の力学はこう整理される。ByteDanceとアリババが圧倒的な資源で多くの市場を制すると見られている既存勢力。DeepSeekは技術的リーダーとして敬意を集めるが、市場リーダーではない。MeituanやAnt Groupといった企業が、外から見ると意外な顔ぶれでモデルを作る。彼らはLLMをファインチューニングして自社製品に組み込み、社内バージョンを温存する戦略を取る。
韓国出身の研究者Keunwoo Choi（@keunwoochoi）は、自身の中国訪問体験と重ね合わせてこう書いた。「素晴らしい記事。誠実で、謙虚さがある。文化的差異と前向きさは、私自身の体験と完全に一致する」。投資家や研究者から、中国AI界の内側を知る当事者まで、評価の声が広がっている。
データ不在という弱点は本当に致命的か
ここで立ち止まって考える必要がある。「データ産業が未発達」は、本当に中国AIの致命的弱点なのか。
ランバート自身は、この観察を「弱点」とは断定していない。事実として、中国のラボは強化学習用の環境構築を社内で進めており、ByteDanceやアリババといった大手はデータラベリングを内製化している。問題は、フロンティアモデルを押し上げるために年間数億ドル規模で外部環境を購入してきた米国主要ラボの方法が、いまの中国エコシステムには存在しないという構造的な違いだ。
Teortaxesが指摘するように、もし中国が高学歴若年層を大規模に動員してデータ品質で勝負していれば、米国を引き離す可能性はあった。現実には、開発者は自社開発に向かい、データ作成を専門産業として育てる方向には進まなかった。選ばれた道は、おそらく中国らしい選択だった。買うより作る、外部に頼らず内部で完結するという文化的選好が、結果としてデータ市場の発達を遅らせた。
一方で、中国の研究者の側からは「他のフォーマットのデータが買えなくても、自社で作るほうが質が高い」「先進的な研究者の時間がデータ環境作りに費やされる」という反論もある。市場が発達しないのは、必要とされていないからだ、という見方だ。
両者の主張のどちらが正しいかは、今後数年の中国モデルの性能曲線が答えを出すだろう。確実なのは、米中AI競争の鍵は、もはや単純なチップやアルゴリズムの話ではなく、データという見えにくい層の動員力にあるということだ。
ランバートはこう締めくくっている。「中国の文化が、勢いのある経済エンジンと組み合わさることで、予測不能な成果を生み出している。マスタープランは存在しない」。これは中国を称賛しているのでも、過小評価しているのでもない。地に足のついた観察として、現在の均衡をそのまま描いただけだ。
その観察が出版された数日のうちに、Teortaxesのような論客が「データでアメリカが圧勝している」と反論し、Zephyrら中国系の論者も「データに価値はまだ残っている」と応答する。論争そのものが、AI業界の地政学的緊張を映す鏡になっている。中国AIをどう見るかは、もはや観察ではなく立場の表明になりつつある。観察と論争のどちらが先に古びるか、答えはおそらく、次のモデルが出るまでにわかる。
参照元
