生成AIの普及により学習データの量・多様性・質の確保が課題となる一方，競争優位性ゆえにオープンデータには公共財ジレンマが生じている。本研究は，連合学習を規制回避技術ではなくプラットフォーム形成の触媒と捉え，企業をエージェントとするマルチエージェントシミュレーションで，自前開発・データ共有・連合学習の3戦略の拡散ダイナミクスを分析した。データサイズ、データの希少性と cap 非対称性を組み込んだ結果，内生成長率が低くても，希少性を維持しつつ規模の経済を活かせる連合学習が長期的に支配的となりやすいことが示され，データ共有基盤の設計や政策に示唆を与える結果となった。