自治体で生成AIの導入を検討するとき、「AIエージェントを使うと、トークンやクレジットが自動的に増え、予算を超えてしまうのではないか」という懸念が生じます。
この不安は、決して小さな問題ではありません。行政では年度予算の範囲内で事業を運営する必要があり、利用量によって費用が変わるサービスは、支出の見通しを立てにくいからです。
一方で、クレジットを消費しないことだけを重視すると、AIを導入したにもかかわらず、職員が従来どおりの作業を続ける「使われないAI」になりかねません。
自治体AIで本当に確認すべきなのは、クレジットの残量だけではありません。AIにかかった費用によって、職員の作業時間、確認・修正、手戻り、外注費をどれだけ減らせたかまで含めて評価する必要があります。
自治体がAIのトークン課金を不安に感じる理由
生成AIの料金体系には、月額定額、ユーザー数に応じた課金、利用量に応じた従量課金、一定量のクレジットを含むプランなど、さまざまな形があります。
定額型であれば予算を見通しやすい一方、従量課金型では、入力・出力したトークン数、利用するAIモデル、ファイル処理、検索、画像生成などによって費用が変わる場合があります。
さらにAIエージェントは、利用者が一度指示しただけでも、その裏側で複数の処理を行うことがあります。
- 必要な情報を検索する
- 複数の文書を読み込む
- 内容を比較・整理する
- 回答案を生成する
- 条件に合っているか確認する
- 不足があれば再度生成する
画面上では一回の操作に見えても、内部ではAIモデルが複数回呼び出される可能性があります。そのため、通常の一問一答型チャットより、トークンやクレジットの消費が増える場合があります。
ただし、「エージェントを使えば請求額が必ず自動的に増える」とは限りません。契約に含まれる利用枠、上限到達後の停止・速度制限・追加請求、利用モデルごとの換算方法などによって結果が異なるからです。
導入前には、製品名だけで判断せず、契約条件を個別に確認する必要があります。
zevoなどの自治体AIでは何を確認すべきか
自治体AI zevoの公式ページでは、ユーザー数と同時接続数は無制限で、利用者単位では課金されないと案内されています。また、ChatGPT、Claude、Geminiなどの複数LLMが追加費用なしで利用可能とされ、業務時間の削減を計測する機能や、管理画面からのプラン切替機能も掲載されています。
一方、一般公開ページだけでは、エージェント機能やRAG、ファイル処理を利用した際のクレジット換算、上限到達後の挙動、追加費用の有無など、契約ごとの詳細までは確認できません。
したがって、zevoに限らず自治体向け生成AIを比較するときは、次の項目を書面で確認することが重要です。
料金と利用上限
- 月額料金に含まれるクレジット量
- クレジットの計算単位
- AIモデルごとの消費量の違い
- 入力と出力のどちらが消費対象になるか
- RAG、ファイル読込、検索、画像生成、音声処理の扱い
- エージェントが複数回処理した場合の計算方法
予算超過を防ぐ仕組み
- 部署別・利用者別の上限設定ができるか
- 利用量が一定割合に達したときに通知できるか
- 上限到達後に自動停止するか
- 超過利用が自動課金されるか
- 管理者の承認後にプランを変更できるか
効果測定と改善
- 業務別の利用量を確認できるか
- 利用回数だけでなく削減時間を記録できるか
- 再生成回数や確認時間を把握できるか
- ログを出力して自治体側で分析できるか
- 利用の少ない部署や成果の出ていない業務を特定できるか
重要なのは、料金表を見るだけでなく、「どの業務が、どれだけクレジットを使い、どの程度の成果を生んだか」を自治体側で確認できることです。
トークン単価だけでは自治体AIの費用対効果を判断できない
トークン単価だけを見ると、AIは「使うほど高くなる仕組み」に見えます。しかし、行政全体の費用対効果は、AI利用料だけでは決まりません。
仮に500円相当のクレジットを使用して、これまで2時間かかっていた文書作成や調査業務を短時間で完了できたなら、職員時間まで含めた総コストは下がる可能性があります。
反対に、クレジット消費が少なくても、職員が何度も指示を修正し、出力を全面的に書き直し、従来と同じ確認工程を続けているなら、十分な効果が出ているとはいえません。
自治体AIは、次の式で業務単位に評価すると分かりやすくなります。
1業務当たりの実質コスト
＝ AI利用料＋職員の入力時間＋確認・修正時間＋データ整備費＋運用管理費
AI利用料が多少増えても、職員の作業時間や外注費がそれ以上に減れば、行政全体では費用対効果が高まります。逆に、安価なAIでも確認や手戻りが増えれば、見えない人件費が膨らみます。
デジタル庁の「テキスト生成AI利活用におけるリスクへの対策ガイドブック」でも、SaaS型はコスト予測が比較的容易である一方、行政職員の業務改善効果を期待する場合は効果測定が重要だと整理されています。
つまり、クレジット消費量は管理すべき指標の一つですが、それだけで導入の成否を決めるものではありません。
自治体AIで見落とされやすい隠れたコスト
自治体AIの費用比較では、ライセンス料金やクレジット料金が目立ちます。しかし、実際にはその周辺にも多くの費用が発生します。
職員の確認・修正時間
生成AIの回答は、常に正しいとは限りません。法令、制度、地域独自の運用、最新情報が関係する業務では、職員による確認が必要です。
AIが作った文章を確認する時間、根拠を調べ直す時間、誤りを修正する時間も、行政が負担するコストです。出力の速さだけでなく、最終成果物が完成するまでの時間を測らなければ、実際の効果は見えません。
データ整備と更新
RAGや庁内FAQを活用するには、例規、マニュアル、通知、過去資料などを整理し、AIが参照しやすい状態にする必要があります。
古い文書、重複資料、表記ゆれ、改訂履歴を放置すると、回答品質が安定しません。導入時のデータ整備だけでなく、制度改正や人事異動に合わせた更新作業も継続的に発生します。
研修と問い合わせ対応
職員にアカウントを配布しただけでは、利用は定着しません。入力してよい情報、確認が必要な業務、効果的な指示方法、誤回答への対応などを学ぶ必要があります。
操作研修だけでなく、実務への落とし込み、相談窓口、成功事例の共有まで含めて考えることが重要です。
デジタル庁の生成AI業務利用に関する技術検証では、専門家の伴走支援を受けた10チームのうち、70％が予定を含む業務利用に至ったと報告されています。利用環境だけでなく、企画、試作、評価、改善を支える体制が、業務への定着を左右することを示す結果です。
部署ごとの重複導入
各部署が個別にAIツールを導入すると、似たようなライセンス、FAQ、研修、ガイドライン、問い合わせ窓口を重複して整備する可能性があります。
単体のツール料金は安く見えても、県内の自治体や庁内の各部署が同じ準備を繰り返せば、全体のコストは大きくなります。共通化できるデータ、プロンプト、評価方法、研修教材を共有する視点が必要です。
中途半端なAI化とJAIC型AXのコスト構造の違い
部分的なAI化では、従来の業務フローにAIツールを追加します。文章作成の一部は速くなっても、その前後の転記、確認、承認、保存、共有が従来のままであれば、業務全体の時間はあまり減らないことがあります。
JAIC型AXでは、AIを導入すること自体を目的にせず、業務の目的、工程、データ、役割分担を見直します。
| 比較項目 | 部分的なAI化 | JAIC型AX |
|---|---|---|
| 導入目的 | AIを使う | 行政業務を改善する |
| 費用管理 | 月額料金・残量 | 1業務当たりの総コスト |
| 評価指標 | 利用人数・回数 | 削減時間・品質・完了数 |
| 業務フロー | 従来工程にAIを追加 | 不要な工程まで見直す |
| データ整備 | 部署ごとに実施 | 共通資産として整備 |
| 研修 | 操作説明が中心 | 実務への定着まで支援 |
| 横展開 | 担当者に依存 | テンプレートと知見を共有 |
この違いを明確にすると、「どのAIが最も安いか」という比較から、「どの方法なら行政全体の費用と時間を減らせるか」という比較へ移行できます。
JAIC型AXの価値は、特定のAI製品を一律に選ぶことではありません。業務ごとに必要な精度、速度、安全性、利用量を整理し、適切なAIモデルや仕組みを選び、成果が出る運用へつなげることにあります。
自治体AIの費用対効果を見える化するKPI
自治体AIの実証では、利用者数や質問回数だけでなく、業務完了までの費用と時間を測る必要があります。
費用に関するKPI
- 月間クレジット消費量
- 部署別・業務別のAI利用料
- 1業務当たりのAI利用料
- 予算に対する消化率
- 利用されていないアカウントや機能の割合
時間に関するKPI
- 導入前と導入後の作業時間
- 入力や指示にかかった時間
- 出力の確認・修正時間
- 再生成にかかった回数と時間
- 問い合わせ対応や文書作成の完了時間
品質と定着に関するKPI
- 職員だけで完了できた業務件数
- 回答の根拠を確認できた割合
- 差し戻しや再作業の件数
- テンプレートの再利用回数
- 他部署へ横展開できた業務数
- 職員や住民の満足度
デジタル庁は2026年6月公表の生成AI調達・利活用ガイドライン第2.0版で、政府が利用する生成AI全体の機能性、品質、費用対効果の向上を掲げています。同ガイドラインは国の政府職員向けですが、自治体が調達や運用の評価項目を考えるうえでも参考になります。
小規模な実証でクレジット消費と成果を同時に測る
最初から全庁で費用対効果を測ろうとすると、記録の負担が大きくなります。まずは、件数が多く、導入前後を比較しやすい3～5業務に対象を絞る方法が現実的です。
例えば、会議録の要約、照会文書のたたき台、庁内FAQ、アンケート自由記述の分類、過去事例の検索などが候補になります。
実証前に、現在の作業時間、確認者数、差し戻し回数、外注の有無を記録します。実証後は、AI利用料だけでなく、入力、確認、修正を含む完了時間を測ります。
評価は次の順序で進めます。
- 対象業務と完成条件を決める
- AI導入前の作業時間と品質を記録する
- クレジット消費量と職員時間を同時に測る
- 30日・60日・90日で変化を確認する
- 効果の低い業務は、指示方法ではなく業務工程から見直す
- 効果の高い業務はテンプレート化して横展開する
この方法なら、「クレジットが減った」という感覚的な不安を、「一件の業務をいくらで完了できたか」という比較可能な情報に変えられます。
自治体AIの調達前に決めておきたい予算管理ルール
AIの利用を促進しながら予算超過を防ぐには、利用を禁止するのではなく、管理ルールを先に設計します。
- 月間予算と警告ラインを設定する
- 高コストなモデルを利用できる業務を決める
- 部署ごとの上限と管理責任者を定める
- エージェント、RAG、ファイル処理の利用条件を分ける
- 上限超過時は自動追加課金ではなく承認制にする
- 月次で利用量と削減時間を同じ資料にまとめる
- 四半期ごとに低効果の用途を停止・改善する
生成AIの調達では、料金だけでなく、ログ、利用上限、モデル変更、データの扱い、成果物、契約終了後の移行まで確認する必要があります。
デジタル庁の第2.0版ガイドラインでも、生成AIシステムの調達時に、契約書や調達仕様書へ必要な取決めを盛り込むためのチェックシートが示されています。自治体でも、ベンダーの説明だけに依存せず、運用に必要な条件を調達段階で明文化することが大切です。
自治体AIでは「クレジットを使わないこと」を目的にしない
自治体AIで管理すべきなのは、トークンやクレジットの消費量だけではありません。重要なのは、その費用によって業務全体のコストが下がったか、職員の時間を住民対応、政策立案、現場支援などへ振り向けられたかです。
AIエージェントは、処理内容によって通常のチャットより多くのクレジットを消費する可能性があります。しかし、予算上限、通知、承認、業務別の利用量を管理できれば、費用が見えないまま増える事態は防ぎやすくなります。
一方、クレジットを節約していても、確認や手戻りが減らず、部署ごとにデータ整備や研修を重複していれば、行政全体のコストは下がりません。
自治体AIの判断基準を「どれだけ使ったか」から「何を完了し、何時間と何円を削減できたか」へ変えること。それが、部分的なAI導入をJAIC型AXへ進める第一歩です。
コメント