自治体のAI導入｜セキュリティポリシーの確認から、予算要求まで

まず現在地を数字で確認します。総務省が実施している調査によると、生成AIの導入状況は団体の規模によって大きく分かれています。

総務省の令和7年度調査（2025年10月31日時点）では、生成AIの導入率は都道府県・指定都市で100%、中核市で約97%、一般市で約67%、町村で約10.9%となっています。都道府県と指定都市はすでに全団体が導入済みである一方、町村では1割程度にとどまっています。表の最終行は、指定都市を除く市区町村を合計した数値です。

市区町村の伸びは速い

その他の市区町村では、生成AIの導入率が過去の調査から上昇しており、最新の調査では約45.6%となっています。導入は急速に進んでいることが分かります。

この数字から読み取れるのは、「様子見が長引くほど、周辺自治体との差が開く局面にある」ということです。すでに半数近くが動いています。

民間と決定的に違う2つの制約

ただし自治体には、民間企業にはない前提があります。

1つ目は情報セキュリティポリシーです。取り扱う情報の区分によって、使えるネットワークもサービスも制限されます。「便利そうだから試す」という進め方が構造的に取りにくくなっています。

2つ目は調達の手続きです。民間なら担当者の判断で月額数千円のツールを契約できますが、自治体では予算措置と調達の手続きが必要になります。年度単位のスケジュールにも縛られます。

この2つを踏まえずに用途だけを検討すると、「やりたいことは決まったが、実現できない」という状態になります。この記事では用途を3つ見たあと、その2つの制約と進め方を扱います。

自治体で最初に導入されることが多い用途です。理由は明確で、作業量が多く、効果を時間で測れるからです。

対象になる会議

• 庁内の会議 — 部課長会議、プロジェクトの打ち合わせ、庁内検討会
• 審議会・委員会 — 公開が前提のもの。発言者の特定と正確性が求められる
• 住民説明会 — 質疑応答の記録
• 職員研修 — 研修記録、報告書の作成

最初に取り組むなら1つ目です。公開を前提としないため、多少の誤変換が残っても実務に支障が出にくく、参加者が内容を確認できます。

審議会の議事録は、要求水準が違う

一方、審議会・委員会の議事録は慎重な扱いが要ります。公開資料になり、発言の正確性が求められるためです。誰がどう発言したかが記録として残ります。

この領域でAIを使う場合、「AIが下書きを作り、担当者が音声と突き合わせて確定する」という前提を崩さないでください。それでも、ゼロから起こすより大幅に速くなります。

録音そのものの扱いを先に決める

技術的な検討より前に、庁内で確認しておくことがあります。会議を録音してよいか、その音声をどこに保存するかです。

• 会議の参加者に録音することを伝えているか
• 外部の委員が参加する会議で、同意をどう得るか
• 音声データをどこに保存し、いつ削除するか
• 文字起こしを外部サービスで行う場合、音声が事業者側でどう扱われるか

4つ目が実務上の分かれ目になります。会議の内容が機密性のある情報を含む場合、使えるサービスが限られます。後述の「情報セキュリティポリシーとの整合」で扱います。

一方、公開を前提とした会議でも、録音データの取り扱いや参加者への説明などは別途確認が必要です。

「完璧に直さない」と決めておく

議事録の効率化で時短を実感できない最大の原因は、AIが生成したテキストを隅々まで直そうとすることです。

庁内会議であれば、先に方針を決めておいてください。意味が通じる表現の揺れは直さない。全文の文字起こしは記録として保管し、共有するのは要約部分だけにする。議事録の目的を「発言の完全な再現」から「決定事項の記録」に移すと、工数が大きく下がります。

ただし審議会など、発言内容の正確な記録が求められる会議は別です。会議の性質ごとに方針を分けてください。

行政の文書には型があります。型があるほどAIは効きます。

効きやすい文書

右端の列に注目してください。いずれも「数字・日付・固有名詞・法令根拠」が確認対象です。この4つを必ず目視で確認するとルール化しておくと、実務上の精度が保てます。

「やさしい日本語」への書き換えが効く

自治体特有の用途として、住民向け文書の平易化があります。制度の説明は、正確さを追求するほど読みにくくなります。

元の文を渡して「中学生が読んで分かる表現に」「専門用語には説明を添えて」と指示すると、下書きが得られます。多言語への翻訳と組み合わせれば、外国人住民向けの案内にも展開できます。

ただし平易にする過程で、制度の要件が抜け落ちることがあります。期限、対象者の条件、必要書類。この3点は元の文と突き合わせて確認してください。

過去の文書を参照させる場合

「過去の起案文書を読ませて、似た案件の書き方を参照させたい」という要望はよく出ます。実現できれば効果は大きいのですが、取り扱う情報の区分によっては、使えるサービスが限られます。後述の「情報セキュリティポリシーとの整合」をご確認ください。

問い合わせ対応には2つの入口があります。住民が直接AIとやり取りする形と、対応する職員をAIが支える形です。

先に着手すべきは後者です。

職員向けから始める理由

• 誤回答が直接住民に届かない — 職員が内容を確認したうえで回答する
• 参照する情報が庁内文書に限られる — 例規、要綱、過去の照会回答
• 効果が測りやすい — 調べる時間、他部署へ確認する回数

窓口や電話で「担当に確認します」と言って保留にする場面は、どの自治体にもあります。その場で調べられるようになるだけで、住民の待ち時間も職員の負担も減ります。

あわせて、異動直後の職員が担当業務を把握するまでの期間も短くなります。行政では定期的な人事異動があるため、この効果は毎年発生します。

参照させる文書を整える

職員向けの仕組みで精度を左右するのは、参照する文書の状態です。例規、要綱、事務処理要領、過去の照会回答。これらが揃っていなければ、正確な回答を安定して返すことは難しくなります。

着手前に確認してください。

• 例規は例規集で一元管理されているか
• 要綱や内部の取扱いは、どこにどう保管されているか
• 制度改正があったとき、誰が反映するか

3つ目が抜けていると、半年後に古い内容を答えるようになります。行政は制度改正が頻繁に発生するため、この点は民間より重要です。更新の担当と頻度を、導入時に決めてください。

住民向けに公開する場合

Webサイトにチャットボットを置く場合は、設計をより慎重にしてください。

• 対象を絞る — ごみの分別、施設の開館時間、手続きの必要書類など、答えが一意に決まるものから
• 回答の性質を明示する — 一般的な案内であり、個別の判断ではない旨を示す
• 窓口につながる導線を用意する — 対象外の質問は担当課へ誘導する
• 個人情報の入力を促さない — 「相談内容をご記入ください」という設計にすると、住民が詳細な事情を書き込みます

4つ目は見落とされがちです。入力された情報を取得・管理することになるため、その扱いをあらかじめ整理しておく必要があります。

自治体のAI導入で、技術より先に決まってしまうのがこの部分です。用途を検討する前に、枠組みを押さえてください。

ガイドラインは2026年3月に改定されている

総務省は「地方公共団体における情報セキュリティポリシーに関するガイドライン」を策定しており、2026年3月27日に改定されています。あわせて「地方公共団体における情報セキュリティ監査に関するガイドライン」も同日改定されました。

2026年3月27日に改定されています。解説記事の中には旧版を前提としているものもあるため、参照する際は総務省のサイトで最新版と改定日をご確認ください。

三つのセグメントに分離されている

地方公共団体では、情報システムをマイナンバー利用事務系、LGWAN接続系、インターネット接続系の三つのセグメントに分離する、いわゆる三層分離の構成が基本とされてきました。

この構成が、使えるサービスを直接左右します。庁内の業務は多くがLGWAN接続系で行われますが、一般的な生成AIサービスはインターネット上にあります。

LGWAN接続系から外部サービスを利用する場合の考え方

ガイドラインでは、LGWAN接続系とインターネット接続系を分割したうえで、必要最低限の通信を許可する方式が示されています。生成AIの利用を検討する際は、次のどれに当たるかを整理してください。

LGWAN接続系の端末から外部のクラウドサービスを利用する場合、自治体のネットワーク構成やサービスの提供形態によって、必要な対策や手続きが変わります。代表的な利用方式として、LGWAN-ASP、インターネット接続系からの利用、α’モデルなどがあります。

α’モデルには、ISMAP要件と報告義務がある

3つ目のα’モデルは、LGWAN接続系の端末から直接クラウドサービスを使えるようになる一方、外部からの脅威が増える構成です。ガイドラインでも、地方公共団体が自ら責任を持ってセキュリティを確保すべきことが改めて示されています。

そのうえで、次の要件が定められています。

• 利用可能なクラウドサービスは、ISMAP管理基準を満たし、ISMAPクラウドサービスリストに登録されているサービスとする
• 採用したクラウドサービスにのみ安全につなぐため、接続先制限やアクセス制御、テナントアクセス制御等の技術的対策が必要
• 採用前に外部による確認を実施し、その報告書を地方公共団体情報システム機構に提出する
• その後も定期的に外部監査を実施し、監査報告書を同機構に提出する

後半2つは見落とされやすい部分です。α’モデルは「使える」だけでなく、外部確認と定期監査の報告が伴います。検討の初期段階から、この手続きにかかる期間と費用を計画に含めてください。

あわせて、ISMAP登録サービスであっても、そのローコードツール等を用いて自団体の責任でサービスを設計・構築する場合は、セキュリティを個別に検討する必要があるとされています。既存のサービス上で自庁向けのAIアプリを作る場合が、これに当たります。外部とのデータ通信やファイル交換が発生する場合は、多要素認証やデータの暗号化、無害化などの対策が求められます。

ISMAPリストの確認は、登録の有無だけではない

2026年4月にISMAPポータルサイトの機能が追加され、クラウドサービスリストに生成AIに関する情報の欄が設けられたとされています。登録の有無に加えて、生成AIの扱いについての情報もあわせて確認してください。

なお、ここで示したのはガイドラインの要旨です。α’モデルは利用範囲によって3つのケースに分けて対策が定められており、そのすべてを網羅するものではありません。自団体のサービス利用範囲を踏まえた個別の検討が必要です。必ず原文の該当箇所をご確認ください。

ポリシーの策定・公表は義務になっている

あわせて押さえておきたい制度の動きがあります。地方自治法の改正により、普通地方公共団体の議会、長その他の執行機関には、管理する情報システムの利用にあたってサイバーセキュリティを確保するための方針を定め、2026年4月1日までに公表することが求められました。多くの自治体では、既存の情報セキュリティ基本方針をこの方針として位置づけています。

すでに期限は経過しています。AIの利用について庁内のルールを整備する際は、この方針との整合を取る形になります。別建てで新しいルールを作るのではなく、既存の枠内でどう位置づけるかを検討してください。

この記事はガイドラインの要旨を示すものです。正確な内容と自団体への適用は、総務省が公開している原文および所管部署の判断によります。

社内ルールの作り方の考え方は生成AIの導入でも整理しています。

民間企業なら「まず契約して試す」ができますが、自治体では手順が異なります。予算措置と調達を経る必要があり、年度単位のスケジュールに縛られます。

逆算して考える

本格導入を年度当初から始めたい場合、その前年度に予算要求が必要になります。そして予算要求には、効果の見込みと費用の根拠が求められます。

つまり実務上の順序はこうなります。

• 小規模に試す — 効果と課題を把握する。この段階で数字を取る
• 効果を数値化する — 削減時間、対象業務の件数、想定される展開範囲
• 予算要求する — 上の数字が根拠になる
• 調達する — 仕様を固め、手続きを進める
• 本格導入する

1つ目を飛ばすと、2つ目が書けません。そして2つ目が書けないと、予算要求が通りにくくなります。

試す段階の数字を、必ず記録する

実証で最も重要なのは、導入前後の数字を残すことです。

• 対象業務の件数（月間・年間）
• 1件あたりの所要時間（導入前・導入後）
• 関わっている職員数
• 利用した職員のうち、継続して使った割合

4つ目も記録してください。「試したが使われなかった」という結果も、次の判断に必要な情報です。使われなかった理由が分かれば、対象業務を変えるという選択肢が出てきます。

予算要求で問われること

実証の結果を予算要求に落とす段階で、次のような点が問われます。事前に答えを用意しておいてください。

最後の項目を用意しておくと、通りやすくなります。止められない支出が始まることが、判断する側にとって最も避けたい事態だからです。

仕様を固めるときの注意

調達に向けて仕様を検討する段階では、次を確認してください。

• どの構成で利用するか — LGWAN-ASPか、インターネット接続系か、α’モデルか。α’モデルを採る場合は、外部確認と定期監査の報告にかかる期間・費用も見込んでください
• ISMAPクラウドサービスリストへの登録状況と、生成AIに関する情報 — 基盤が登録済みでも、その上に構築されたサービスは別扱いになる点に注意します
• 入力内容が学習に利用されないか — 契約プランによって扱いが異なるのが一般的です
• データの保存場所と保持期間
• 職員への教育と、その後の運用体制 — 導入して終わりにならない設計か

最後の項目が抜けやすい部分です。ツールを入れても、使い方が共有されなければ利用は広がりません。研修と、庁内の問い合わせ窓口を仕様に含めるかを検討してください。

先行事例は数多く公表されていますが、削減時間の数字をそのまま自団体の根拠にはできません。規模も業務量も違うためです。取り出すべきは進め方です。

横須賀市の例から

横須賀市は2023年4月20日、ChatGPTの全庁的な活用実証を開始しました。自治体向けのビジネスチャットツールにChatGPTのAPIを連携し、入力した情報が二次利用されない方式を採用したうえで、機密情報や個人情報を扱わない運用としています。

同市が2023年6月に公表した実証結果によると、約半数の職員が実際に活用し、最終アンケート回答者のうち約8割が「仕事の効率が上がる」「利用を継続したい」と回答しました。利用者へのヒアリングでも業務短縮効果が認められたとされています。

あわせて公表された資料では、年間約22,700時間の業務削減効果があると試算されています。

一方で課題も率直に示されています。ChatGPTの利用用途に向かない「検索用途」での利用が約3割見られたこと、6%程度の職員が「概ね不適切な回答が返ってくる」と回答したことです。成果だけでなく、うまくいかなかった点まで公表されているため、検討中の団体にとって参考にしやすい事例です。

取り出せる要素は3つ

• 用途を絞った — 「何でもできる」ではなく、文書の作成と校正に特化させた
• 運用の前提を明示した — 「AIの回答は80点」という前提を共有し、最終判断は人が行うと決めた
• 推進の意思が明確だった — トップの指示のもとで進んだ

2つ目が特に参考になります。AIの精度に期待しすぎない前提を先に共有しておくと、職員の失望が起きません。「完璧ではないが下書きとしては十分」という認識が揃っていれば、多少の誤りは運用の中で吸収されます。

逆に「AIが正しい答えを出す」と説明して導入すると、最初の誤りで信頼を失います。期待値の設定は、精度そのものと同じくらい重要です。

規模が小さい団体ほど、絞る

冒頭で見たとおり、町村の導入率は約10.9%にとどまっています。予算も人員も限られる中で、大規模団体と同じ進め方は取れません。

現実的なのは、用途を1つに絞ることです。議事録なら議事録だけ。庁内の会議に限定して、数名で試す。この規模なら費用も抑えられ、効果も測りやすくなります。

そして近隣団体や広域連携の枠組みで情報を共有してください。同じ規模の団体が何を試して何が使えたかは、大規模団体の事例より参考になります。

庁内で検討を進めるために

この記事で扱った内容を、検討の順序に整理します。

• まず制約を確認する — 情報セキュリティポリシーと、使えるサービスの条件
• 用途を1つ選ぶ — 議事録、文書作成、職員向けの問い合わせ対応から
• 小さく試して数字を取る — 予算要求の根拠になります
• 年度スケジュールから逆算する — いつまでに何が必要か

他業種を含めた事例はAI導入事例、業務の選び方はAIによる業務効率化、つまずきの型はAI導入でよくある失敗、全体の進め方はAI導入支援で整理しています。

当社は受託でのシステム・アプリ開発を本業としています。用途の整理や、実証段階で何を測るかといったご相談を承ります。調達手続きそのものや、情報セキュリティポリシーの解釈については、所管部署や庁内の情報政策担当へご確認いただくのが確実です。