はじめに：自治体の生成AI活用は「導入」より「定着設計」が重要
自治体における生成AI活用は、すでに一部の職員が試す段階から、組織として安全に使い、業務改善や住民サービス向上につなげる段階へ移りつつあります。
国の自治体DXにおいても、推進体制の構築、自治体業務のDX、住民サービスのDXといった領域が整理され、取組状況の可視化も進められています。つまり、これからの自治体AI活用では「便利なツールを入れる」だけでは不十分で、業務、組織、人材、ルールを含めた設計が求められます。(デジタル庁)
そこで有効なのが、自治体AXを3つの層で考えるモデルです。ここでいう3層とは、ネットワーク分離の意味ではなく、生成AI活用を段階的に広げ、組織に定着させるための実務モデルです。第1層で安全な日常利用を整え、第2層で庁内ナレッジを再利用し、第3層で住民サービスや新しい行政価値の創出につなげます。
自治体AX 3層モデルとは何か
自治体AX 3層モデルは、生成AI活用を「安全に使う」「庁内で共有する」「新しい価値を生む」という3段階で整理する考え方です。
第1層は、全職員が日常業務で安全に生成AIを使える状態をつくる層です。文書作成、議事録要約、照会回答、検索、下書き、アンケート集計など、すでに多くの自治体業務で活用しやすい領域が対象になります。
第2層は、個人の経験や各課の知識を、組織全体で再利用できる形に変える層です。Teams等に蓄積された相談、FAQ、引継ぎメモ、過去の回答例、業務マニュアルを整理し、属人化の解消につなげます。
第3層は、住民サービスや新しい行政課題の解決に向けて、先進的なAI活用を試す層です。住民向け案内、問い合わせ対応、施策アイデアの検証、教育・子育て・福祉・防災などの分野で、限定的な実証から始める設計が重要になります。
第1層：安全に使う標準業務AI
第1層の目的は、全職員が安心して生成AIを日常業務に使える状態をつくることです。
自治体業務には、文書作成、要約、議事録整理、照会回答、制度説明の下書き、アンケート結果の整理など、生成AIと相性のよい作業が多くあります。ただし、自治体は住民情報や機微な情報を扱うため、一般的なWeb版AIを個人判断で使う運用ではリスクが残ります。
そのため第1層では、LGWAN対応やログ管理、個人情報マスキング、RAG、研修、業務別活用例などを備えた環境を前提に、まずは「安全に使える標準業務AI」として定着させることが重要です。
デジタル庁も、生成AIの行政利用について、想定されるリスクと対応策を整理したガイドブックを公開しており、生成AIは利便性だけでなくリスクを特定し、対策を講じながら活用する必要があるとしています。(デジタル庁)
特に注意すべきなのは、個人情報の入力です。個人情報保護委員会は、生成AIサービスに入力した情報が学習データとして利用される場合、個人データや保有個人情報の提供にあたる可能性があるとして注意喚起しています。(警察庁)
第1層では、次のような利用から始めると定着しやすくなります。
- 通知文・案内文のたたき台作成
- 会議メモや議事録の要約
- 庁内照会への回答文案作成
- FAQや制度説明文の下書き
- アンケート自由記述の分類
- 業務マニュアルの検索補助
ここで大切なのは、生成AIを「答えを出す機械」として扱わないことです。職員が確認し、判断し、修正する前提で使うことで、リスクを抑えながら実務に取り入れやすくなります。
第2層：庁内ナレッジを再利用する仕組み
第2層の目的は、個人や部署に閉じている業務知識を、庁内全体で使える知識資産に変えることです。
自治体では、過去の照会対応、住民からの問い合わせ、制度改正時の判断、議会答弁、補助金対応、業務マニュアルなど、多くの知識が日々生まれています。しかし実際には、それらが担当者のメール、チャット、個人フォルダ、紙資料の中に分散し、異動や退職のたびに失われやすい状態になりがちです。
第2層では、Teams等に蓄積されたやり取りや、庁内FAQ、引継ぎ資料、過去の相談内容を整理し、再利用できるナレッジ基盤として整備します。
これは、単なるチャット活用ではありません。重要なのは、職員同士のやり取りを「組織学習」に変えることです。
たとえば、ある部署で作成した住民向け説明文、別の部署で使った問い合わせ対応例、過去の補助金申請に関する注意点などを再利用できれば、同じ調査や同じ文書作成を繰り返す必要が少なくなります。結果として、異動後の立ち上がりも早くなり、若手職員の育成にもつながります。
第2層で整備したいものは、次のようなものです。
- 庁内FAQ
- 業務別テンプレート
- 過去の照会回答集
- 制度改正時の対応メモ
- 引継ぎナレッジ
- よくある住民相談の整理
- 各課の業務マニュアル
自治体DXは、システムを入れるだけでは進みません。デジタル庁の重点計画でも、デジタル人材の確保・育成、DX推進体制の強化、業務改革の必要性が示されています。(デジタル庁)
第2層は、この「業務改革」と「人材育成」をつなぐ中間層として非常に重要です。
第3層：住民サービスを改善する先進実装
第3層の目的は、生成AIを使って新しい住民サービスや行政価値を生み出すことです。
第1層、第2層が庁内業務の効率化や知識共有を中心とするのに対し、第3層では住民接点や政策形成に近い領域を扱います。たとえば、住民向け問い合わせ対応の改善、行政手続き案内の高度化、地域課題の分析、施策アイデアの整理、子育て・教育・福祉分野での情報提供などが考えられます。
ただし、第3層は自由に何でも試す場ではありません。むしろ、管理された実験場として設計する必要があります。
外部公開される可能性のある情報、住民に影響する情報、判断を誤ると不利益につながる情報を扱う場合、生成AIの回答をそのまま使うことは危険です。検証範囲を限定し、責任者を置き、結果を記録し、住民向けに使える品質かどうかを慎重に確認する必要があります。
経済産業省と総務省は、生成AIの普及を含む技術変化に対応するため、既存のAI関連ガイドラインを統合・アップデートした「AI事業者ガイドライン」を取りまとめています。自治体がAIサービスを調達・活用する際にも、こうしたガバナンスの観点を踏まえることが欠かせません。(経済産業省)
第3層で検討しやすいテーマには、次のようなものがあります。
- 住民向けFAQの高度化
- 問い合わせ内容の分類と分析
- 住民アンケートの自由記述分析
- 申請手続き案内の改善
- 教育・子育て支援情報の整理
- 防災情報のわかりやすい発信
- 新規施策アイデアのたたき台作成
- 住民コミュニケーションの改善
この層で重要なのは、成功事例だけを求めすぎないことです。むしろ、小さく試し、記録し、使えるものを第2層のナレッジに戻し、標準化できるものを第1層に落とし込む流れが重要です。
3層は上下関係ではなく「循環」で考える
自治体AX 3層モデルで最も重要なのは、3つの層を上下関係として固定しないことです。
一般的には、第1層から第2層、第3層へと段階的に進むイメージを持ちやすいですが、実際の運用では循環させることが大切です。
たとえば、第3層で住民向け問い合わせ対応の実証を行ったとします。その中で有効だった回答例や注意点は、第2層の庁内ナレッジとして蓄積できます。さらに、よく使う文例や確認ルールは、第1層の標準業務AIのテンプレートとして全職員が使えるようになります。
つまり、先進実装で得た知見を、庁内ナレッジに戻し、標準業務に展開する。この循環ができると、生成AI活用は一部の職員だけの取り組みではなく、組織全体の業務改善になります。
推進のための4本柱：研修・教育・組織改革・マニュアル整備
自治体AXを定着させるには、ツール導入だけでは不十分です。次の4本柱を同時に整える必要があります。
研修
研修は、全職員に同じ内容を一律で行うだけでは効果が限定的です。
全職員向けには、生成AIの基本、できること・できないこと、個人情報や著作権、入力ルールを伝えます。実務担当者向けには、議事録、照会回答、住民説明文、アンケート分析など、実際の業務に沿った演習が必要です。
管理職向けには、AIをどう監督するか、判断と確認の責任をどう設計するか、どこまで標準化するかを扱います。先進活用リーダー向けには、第3層の実証、効果測定、横展開の方法まで踏み込むべきです。
教育
教育では、単なる操作説明ではなく、AIを使う前提となる考え方を揃えることが重要です。
「AIの回答は必ず確認する」「個人情報を不用意に入れない」「住民に影響する判断をAI任せにしない」「出典や根拠を確認する」といった基本姿勢を、庁内ルールとして浸透させる必要があります。
組織改革
組織としては、AI推進リーダー、各課の活用担当、相談窓口、成功事例の共有、庁内ルールの見直し体制を整えることが重要です。
生成AI活用は、情報政策部門だけで完結するテーマではありません。現場課、管理職、情報セキュリティ担当、広報、住民対応部門が連携して進める必要があります。
マニュアル整備
マニュアルは、厚い資料を作って終わりにしてはいけません。
使い方マニュアル、入力してよい情報・いけない情報、代表的なプロンプト例、業務別テンプレート、質問・引継ぎ向けナレッジなど、実務で参照しやすい形にすることが重要です。
活用レベル検定で「使える力」を可視化する
生成AI活用を定着させるには、アンケートだけでなく、実際に使えるかどうかを確認する仕組みが必要です。
そこで有効なのが、活用レベル検定です。第1段階では、AIの基本理解、リスク、個人情報、著作権、利用ルールを理解しているかを確認します。第2段階では、議事録要約、照会回答の下書き、出力結果の修正、初歩的な業務活用ができるかを見ます。
第3段階では、庁内ナレッジを活用し、FAQやマニュアル、業務テンプレートを再利用できるかを確認します。第4段階では、推進リーダーとして研修設計、リスク管理、効果測定、先進事例の標準化ができるかを評価します。
このようにレベルを分けることで、職員ごとの理解度や組織全体の成熟度が見えやすくなります。
KPIで「使った感」ではなく効果を測る
生成AI導入でありがちな失敗は、「研修を実施した」「ツールを導入した」で終わってしまうことです。重要なのは、その後に何が変わったかを測ることです。
第1層では、月間利用者数、利用頻度、入力ルール違反の件数、文書作成や要約にかかった時間の変化などがKPIになります。
第2層では、FAQ件数、マニュアル整備数、引継ぎナレッジ数、相談対応件数、部署横断で再利用された事例数が考えられます。
第3層では、実験件数、実証から標準化に移った件数、プロトタイプ数、住民向け応答改善の件数などが指標になります。
全体KPIとしては、活用レベル検定の合格率、部署別成熟度、庁内知識の再利用状況、職員の実感値、住民対応の改善実感などを組み合わせるとよいでしょう。
実行ステップ：診断から定着まで段階的に進める
自治体AXは、一度に全庁展開しようとすると失敗しやすくなります。段階的に進めることが現実的です。
フェーズ1：診断
まず、事前アンケート、業務棚卸し、職員のAI理解度、庁内ルールの有無、利用環境の確認を行います。
フェーズ2：基盤整備
次に、第1層ツールの整備、基本研修、テンプレート作成、相談窓口の設置を進めます。
フェーズ3：実務導入
部署ごとの実務ユースケースを選び、議事録、照会回答、FAQ、マニュアル整備などから始めます。
フェーズ4：実験拡張
第3層の先進活用として、住民対応、問い合わせ分析、施策アイデア整理などを小さく試します。
フェーズ5：定着
最後に、事後アンケート、検定、効果測定、次年度計画への反映を行います。
この流れにより、生成AI活用を一過性の取り組みにせず、庁内に根づく仕組みに変えることができます。
まとめ：自治体AXは「安全な利用」から「組織知」へ、そして「住民価値」へ進める
自治体における生成AI活用は、単に便利なツールを導入することではありません。
第1層で安全に使える標準業務AIを整え、第2層で庁内ナレッジを再利用し、第3層で住民サービスや新しい行政価値の創出につなげる。この3層を循環させることで、生成AIは一部職員の試行ではなく、組織全体の業務改善基盤になります。
そのためには、研修、教育、組織改革、マニュアル整備を同時に進める必要があります。さらに、活用レベル検定やKPIを設計し、「使ったかどうか」ではなく「業務がどう変わったか」を確認することが重要です。
自治体AXの成否を分けるのは、AIそのものの性能だけではありません。むしろ、現場業務に合わせた設計、職員が安心して使えるルール、知識を共有する仕組み、住民サービスに結びつける検証体制です。
生成AIを導入して終わりにするのではなく、自治体の業務と組織を少しずつ変えていく。その実践モデルとして、自治体AX 3層モデルは有効な考え方になります。
コメント