総務省「自治体戦略2040構想研究会」の報告では、2040年頃には自治体職員数が現在の半数にまで減少すると予測されています。人口減少と高齢化が同時に進行するなかで、行政サービスの質を維持するには、AIはもはや「あったら便利なツール」ではなく「なければ業務が回らない基盤技術」へと変わりつつあります。
実際、総務省が令和7年6月に公表した最新調査では、都道府県の87.2%、指定都市の90.0%が生成AIを導入済みと回答しました。わずか1年前と比較して都道府県で+36.1ポイント、指定都市で+50.0ポイントという急激な伸びです。
一方で、その他の市区町村では導入率29.9%にとどまり、規模による二極化が鮮明になっています。さらに、導入した自治体の中にも「効果を検証できていない」「AI出力の正確性に不安がある」と回答する団体が少なくありません。
本記事では、総務省・デジタル庁の一次データを軸に全国の導入事例を15件、分野別に整理しました。加えて、ベンダー主導の導入情報では見落とされがちな「導入後に何が起きるか」「導入効果をどう測るか」という視点にも踏み込みます。AIツールを売る側でも買う側でもない、第三者の立場から自治体AI導入の現在地を検証します。
出典： 総務省「自治体戦略2040構想研究会」第二次報告（平成30年7月）／総務省「自治体における生成AI導入状況」令和7年6月30日版
自治体におけるAI導入の現状｜総務省最新データを完全解説
自治体のAI導入状況を把握するうえで、最も信頼できるデータソースは総務省情報流通行政局が毎年公表する調査資料です。ここでは令和7年6月30日版のデータを中心に、導入率・活用用途・サービス選定・削減効果を網羅的に整理します。
導入率の全体像 ── 都道府県87%、市区町村30%の格差
総務省「自治体における生成AI導入状況」（令和7年6月30日版）によると、生成AIを「導入済み」と回答した自治体の割合は以下のとおりです。
| 区分 | 導入済み（令和6年度） | 導入済み（令和5年度） | 増減 |
|---|---|---|---|
| 都道府県 | 87.2% | 51.1% | +36.1pt |
| 指定都市 | 90.0% | 40.0% | +50.0pt |
| その他の市区町村 | 29.9% | 9.4% | +20.5pt |
出典： 総務省情報流通行政局「地方自治体におけるAI・RPAの実証実験・導入状況等調査」（令和5年度・令和6年度）
実証中・導入予定を含めると、都道府県と指定都市は100%に到達しており、すべての広域自治体が何らかの形でAI導入に動いていることになります。その他の市区町村でも51%が導入に向けて取り組んでおり、前年の39.5%から着実に拡大しています。
ただし、この数字が示すのは「動き出した」という事実であり、「成果が出ている」こととは別の話です。都道府県・指定都市とその他市区町村の間に横たわる約60ポイントの格差は、予算規模や情報システム担当者の数（総務省調査では5人以下の団体が全体の約2/3）、そして首長のリーダーシップといった構造的要因に根ざしています。
何に使われているか ── 活用事例ランキングTOP5
同じ総務省調査では、自治体が実際にどのような業務にAIを活用しているかも明らかになっています。回答件数の多い順に並べると、上位は以下のとおりです。
| 順位 | 活用事例 | 回答件数 |
|---|---|---|
| 1位 | あいさつ文案の作成 | 875件 |
| 2位 | 議事録の要約 | 755件 |
| 3位 | 企画書案の作成 | 638件 |
| 4位 | メール文案の作成 | 635件 |
| 5位 | 議会の想定問答の文案作成 | 602件 |
出典： 総務省「自治体における生成AI導入状況」令和7年6月30日版 p.3
上位5つがすべて「文章生成」系の業務であることがわかります。生成AIの最も基本的な機能である文章作成・要約に活用が集中しており、予測分析や判断支援といった高度な活用はまだ限定的です。
これは裏を返せば、データ分析に基づく政策立案や、画像認識を活用したインフラ点検など、今後の伸びしろが大きい領域が残されていることを意味します。後述する善通寺市の衛星画像活用事例は、こうした次世代型の活用を先取りした好例です。
どのサービスが使われているか
導入しているサービスの内訳も注目に値します。
| サービス名 | 導入件数 |
|---|---|
| LoGoAIアシスタント | 233件 |
| ChatGPT無料版 | 155件 |
| 自治体AI zevo | 139件 |
| Copilot | 119件 |
出典： 総務省「自治体における生成AI導入状況」令和7年6月30日版 p.6
自治体専用に設計されたLoGoAIアシスタントが最多である一方、ChatGPT無料版が155件と2位に入っている点は見逃せません。無料版は利便性が高いものの、入力データの取り扱いやセキュリティポリシーについて、自治体として十分に検証したうえで利用しているかは確認が必要です。
カスタマイズ状況を見ると、RAG（検索拡張生成）方式が244件と最も多く、APIやファインチューニングによる独自環境構築は41件にとどまります。カスタマイズしていない団体は925と、している団体（235）の約4倍にのぼります。つまり、大多数の自治体は汎用サービスをそのまま利用しており、自治体固有の業務知識との統合はこれからの課題といえます。
なお、生成AI利用に関するガイドラインを策定済みの団体は647で、導入済み団体の82.7%が策定を完了しています。一方で未策定のまま運用している団体も存在しており、運用ルールの整備に濃淡があることも事実です。
定量的な削減効果 ── 1,000時間超の業務削減も
導入効果として、総務省調査では具体的な削減時間も報告されています。
活用事例の多い「あいさつ文案の作成」では1,000時間を超える業務削減効果が確認されたほか、「議事録の要約」でも同様に大幅な時間短縮が報告されています。ポスター・チラシ等の画像生成やローコードの作成など、各種活用事例でも効果が上がっています。
北海道当別町では、AIツールによる文字起こしとLoGoAIアシスタントによる要約を組み合わせることで、従来は会議時間の4倍かかっていた議事録作成を1/4まで短縮しました。相模原市や広島県などでは、文書作成工数の30〜40%削減が報告されています。
出典： 総務省「自治体DX推進参考事例集」第3.0版／総務省「自治体における生成AI導入状況」令和7年6月30日版
ただし、同調査では「導入して間もないため効果を検証できていない」団体が多数あることも明記されています。Graffer社の「行政デジタル化実態調査レポート2025」（n=431）でも、生成AIを本格利用している自治体は34%、試験利用が25%で合計59%に達する一方、最も利用頻度の高い部署でも「月に1回程度」「3か月に1〜2回程度」にとどまる自治体が一定数存在し、利用頻度の二極化が進んでいる実態が浮かび上がります。
導入率の急伸は歓迎すべきことですが、「導入した＝効果が出ている」ではありません。効果を客観的に測定し、改善サイクルを回す仕組みの構築が、次のフェーズの最大の課題となっています。
分野別・自治体AI導入事例15選
ここからは、全国の自治体におけるAI導入事例を5つの分野に分けてご紹介します。単なる事例の羅列ではなく、各事例の「課題 → 導入内容 → 定量効果 → 学び」を統一的に整理しました。
【内部業務効率化】議事録・文書作成（5事例）
生成AIの活用で最も導入が進んでいるのが、庁内の文書作成業務です。総務省調査でも上位を占めるこの領域は、「すぐに始められて、効果が見えやすい」という特徴があります。
事例① 北海道当別町 ── 議事録作成時間を1/4に短縮
当別町では、会議音声をAIツールで文字起こしし、その出力をLoGoAIアシスタントで要約するという2段階のワークフローを構築しました。
従来は会議時間の約4倍の時間を議事録作成に費やしていましたが、この仕組みにより所要時間を約1/4にまで短縮することに成功しています。広報文章の校正業務でもAIを活用しており、小規模自治体でも既存のサービスを組み合わせることで大きな効果を生み出せることを示した好例です。
事例② 大阪市 ── 全庁AIアシスタント「Oasis」を導入
大阪市は2024年4月、独自の生成AIアシスタント「Oasis」を全庁に導入しました。翻訳・要約・文書校正をワンストップで提供するプラットフォームで、それまで各職員が個別のツールを使用していた状態を統一し、業務品質の平準化を実現しています。
同時に「生成AI利用ガイドライン」を公開し、職員が安心して利用できる環境を整備しました。水道局など専門性の高い部局では、大日本印刷（DNP）と共同でRAGによる業務マニュアルの学習検証を開始しており、専門的な質問への対応精度向上を図っています。
さらに注目すべきは、入力データが学習されない独自の環境を構築し、少数の個人情報の入力を可能とした点です。セキュリティ確保と利便性を両立させるアプローチとして、他の自治体にとっても参考になります。
事例③ 横須賀市 ── 全国初の生成AI導入と「活用ガイド」の効果
横須賀市は全国で初めて自治体業務に生成AIを導入した先駆者です。その経験から得られた教訓は極めて示唆に富みます。
導入初期の実証実験では、中間時点で生成AIの用途に向かない「検索」目的での利用が多く見られました。つまり、生成AIを従来型の検索エンジンのように使ってしまう職員が一定数いたのです。しかし、庁内向けの活用ガイドを策定・共有した結果、最終アンケートでは適切な利用が大幅に増加しました。
この事例が示しているのは、AIツールの導入だけでは不十分であり、明確なガイドラインと運用ルールが職員の効果的な活用を促進する決定的な役割を果たすということです。その後、横須賀市は民間企業と共同で「自治体AI活用マガジン」というポータルサイトを運営し、2025年10月時点で24の自治体等が参加する自治体間の情報共有の場を構築しています。
出典： 横須賀市 プレスリリース／日本総研「自治体における生成AIガイドライン策定の必要性」（2025年）
事例④ 東京都 ── 「シン・トセイ4」に基づく全庁展開
東京都は都民サービスの質的向上を掲げる「シン・トセイ4」の一環として、文章生成AIの全庁展開を推進しています。「文章生成AI利活用ガイドライン」を策定し、全局での利用を開始しました。組織規模の大きい都道府県が、制度設計と並行して導入を進めた事例として参考になります。
事例⑤ 下呂市 ── 成功事例の庁内横展開モデル
岐阜県下呂市は、デジタル庁の「共創プラットフォームキャンプ」で紹介された事例として注目されています。同市のアプローチは「ルール作りから始めるのではなく、課題の特定と小さな着手から始める」という実践的なものです。
具体的には、①課題の特定 → ②小さな課題から着手 → ③導入結果の検証 → ④成功事例をもとにした学習 → ⑤成功事例の組織内展開、という段階的プロセスを確立しています。いきなり全庁展開を目指すのではなく、小さな成功体験を積み重ねて横展開するこのモデルは、リソースの限られた中小自治体にとって現実的な導入戦略です。
出典： デジタル庁ニュース「自治体業務をAIで改善。実践と実装拡大のコツを先進事例から学ぶ【共創PFキャンプ】」（2026年1月15日）
【住民サービス向上】チャットボット・窓口DX（3事例）
AI活用のもう一つの大きな柱が、住民との接点における活用です。24時間対応や多言語対応など、従来の人的リソースでは実現が困難だったサービスが可能になりつつあります。
事例⑥ 東京都渋谷区 ── 生成AIチャットボットで行政案内
渋谷区は2025年3月から「渋谷区生成AIチャットボット」のサービスを開始しました。行政サービスの手続きや制度に関する問い合わせに対し、生成AIが自動で回答する仕組みです。
注目すべきは、利用前に「質問によっては誤った回答をする場合があります」と明示し、回答時に表示されるリンク先での確認を促している点です。さらに、利用者からのフィードバックを通じてAIの回答品質を継続的に改善する設計になっています。
「AI出力には誤りがあり得る」という前提に立ち、それを住民に対して正直に伝えたうえでサービスを提供するこのアプローチは、行政における生成AI活用の一つの模範形といえます。ただし、実際にどの程度の精度で回答できているか、誤回答が住民の判断に影響を与えていないかは、定期的な第三者の目による検証が望ましい領域でもあります。
出典： 渋谷区プレスリリース
事例⑦ 千葉県 ── 福祉相談AI「いつでも福祉相談サポット」
千葉県は2025年2月、困りごとを抱えた住民が相談支援機関に円滑につながるよう、生成AIを活用したチャットサービス「いつでも福祉相談サポット」を開始しました。WebとLINEの両方から24時間365日アクセス可能で、相談内容を聞き取りながら適切な担当部署や相談支援機関を案内します。
技術面では、FAQに登録された情報にもとづく案内を行うことで、ハルシネーション（AIによる事実に基づかない回答の生成）を抑制しています。運用面でもチャット履歴・フィードバック履歴・品質スコアなどを出力して分析し、継続的な改善につなげる設計がなされています。
電話や窓口での相談に比べて心理的負担が軽く、時間を問わず利用できるため、これまで相談に踏み出せなかった住民のアクセシビリティ向上が期待されます。
事例⑧ 京都市 ── 障害福祉サービス向けチャットボット
京都市は、障害福祉サービスに関する問い合わせに対応するチャットボットを導入しました。福祉制度は法令や手続きが複雑であり、正確性の担保が特に重要になる分野です。制度改正への迅速な対応や、利用者の多様なニーズへの柔軟な応答が求められるため、導入後の継続的な品質管理が成否を分けます。
【インフラ・都市管理】衛星画像・交通最適化（3事例）
文章生成にとどまらない、AIの高度な活用事例も自治体で生まれ始めています。
事例⑨ 善通寺市 ── 衛星写真×生成AIで固定資産税の課税業務を効率化
香川県善通寺市の事例は、自治体AI活用の「次のフェーズ」を象徴しています。
同市の固定資産税係の職員は、2023年に6人、2024年に5人、2025年に4人と毎年減少しています。土地は約7万3,000筆、家屋は約2万7,000棟を抱えるなかで、適正な課税業務を行うにはDXによる効率化が必須でした。
そこで導入されたのが、衛星写真と生成AIを組み合わせた土地・家屋の変化差分の自動抽出です。近年、衛星画像はAIによる補正で高解像度化が進み、適正に賦課できるレベルの画像品質に到達しています。注目すべきは、プロトタイプを職員自身がChatGPTとの対話を通じたバイブコーディング（AIとの対話によるプログラム作成手法）で自作したことです。オープンソース中心の構成でランニングコストも最小化されています。
この事例が示唆しているのは、画像解析AIの精度が直接的に税務の適正性に影響するという点です。誤った差分検出は課税ミスにつながるため、AI出力の精度検証は単なる効率化の話ではなく、住民の財産権に関わる問題となります。
出典： デジタル庁ニュース「自治体業務をAIで改善」（2026年1月15日）
事例⑩ 富山市 ── AIオンデマンド交通「あいのり大山」
富山市は、AIによる乗合ルート最適化を活用したオンデマンド交通「あいのり大山」を導入しました。利用者の予約状況に応じてAIがリアルタイムでルートを最適化し、効率的な乗合運行を実現しています。公共交通の維持が困難な地域における移動手段確保の新しい形です。
出典：富山市プレスリリース
事例⑪ 藤枝市 ── AIオンデマンド交通「ふじえだmobi」実証運行
静岡県藤枝市でも同様にAIオンデマンド交通の実証運行が行われています。人口減少地域における交通弱者対策として、AIによるルート最適化は全国的に導入が進んでいる領域の一つです。
出典：ふじえだmobi
【高齢者支援・防災】見守り・予防（2事例）
高齢化社会において、AIは見守りや予防の領域でも活用が始まっています。
事例⑫ AI電話による高齢者見守り自動架電
継続的な見守りが必要な高齢者の安否確認にAI電話を導入した自治体があります。RPA（ロボティック・プロセス・オートメーション）と連携させ、見守り対象の高齢者宅の連絡先をリスト化し、AIが自動的に電話をかけて健康状態を確認する仕組みです。確認した体調や安否はRPAによって記録され、CSVファイルで出力することも可能で、抜本的な業務プロセスの改革に挑戦した事例といえます。
事例⑬ ワクチン接種予約のAI電話自動受付
ワクチン接種をはじめとする各種予約受付にAI電話を活用する自治体も増えています。AI電話が住民と対話しながら予約受付を完了させることで、24時間365日の受付体制を実現し、電話が集中する時期の住民の待ち時間を大幅に削減できます。
【先進的活用】政策立案・データ分析（2事例）
文章生成や住民対応を超え、政策立案や分析にAIを活用する先進事例も生まれています。
事例⑭ 西粟倉村 ── ワークショップ結果分析とKPI進捗分析
岡山県西粟倉村は、人口約1,400人の小さな村でありながら、ワークショップの結果分析やKPIの進捗分析に生成AIを活用しています。住民との対話から得られた定性的なデータをAIで構造化し、政策立案に活かすというアプローチは、小規模自治体ならではの機動力を活かした先進的な取り組みです。
出典： PR TIMES
事例⑮ つくば市 ── 議会議事録×生成AIで政策課題を自動可視化
茨城県つくば市は、「スーパーシティ型国家戦略特別区域」に指定された強みを活かし、生成AIを政策立案の中核に据えた先進的な取り組みを進めています。
同市は2023年4月、筑波大学との共同研究のもとで生成AIチャットボット「AI顧問けんじくん」をLoGoチャット上に実装し、全職員が日常業務で活用できる環境を整えました。文書校正や翻訳チェック、企画の壁打ちなど幅広い用途に利用されています。
さらに注目すべきは、2024年度に着手された「政策提言システム」の構築です。内閣府のスーパーシティ関連調査事業において、市議会議事録の定例会1年分を生成AIで解析し、市政における課題を6つのテーマ（くらし・手続き／子育て・教育／健康・医療・福祉／観光・文化・スポーツ／まちづくり・事業者／市政情報）ごとに自動で抽出・分類・可視化する仕組みを構築しました。市によると、AIの深層学習機能を使う政策提言システムの構築に乗り出すのは国内初とのことです。
この事例が示唆しているのは、生成AIの活用領域が「文書作成の効率化」から「政策立案のエビデンス構築」へと拡張しつつあるという点です。住民の声や議会議論といった定性データをAIで構造化し、意思決定に活かすアプローチは、今後のEBPM（エビデンスに基づく政策立案）の高度化において重要なモデルケースとなるでしょう。
ただし、AIによる課題抽出の精度や、抽出された課題の優先順位付けが政策判断に与える影響については、第三者の視点による検証が求められます。AIが「何を課題として認識し、何を見落としているか」を定期的に評価する仕組みがなければ、AI出力に引きずられた偏った政策立案につながるリスクも否定できません。
自治体AI導入が直面する5つの課題
導入事例の増加は喜ばしい動きですが、現場では深刻な課題も顕在化しています。総務省調査やGraffer社の実態調査から、特に重要な5つの課題を整理します。
課題① AI出力の正確性への懸念（ハルシネーション問題）
総務省の調査において、自治体がAI導入の課題として最も多く挙げたのが「AI生成物の正確性への懸念」です。
生成AIにはハルシネーション（事実に基づかない情報を自信を持って出力する現象）が本質的に内在しています。民間企業であれば社内での確認プロセスで吸収できる場合もありますが、行政文書の誤りは住民の権利や生活に直結します。税額の算出根拠、福祉制度の案内、法令解釈など、正確性が絶対条件となる業務において、AI出力をそのまま採用することのリスクは大きいといえます。
渋谷区が生成AIチャットボットに「誤った回答をする場合があります」と事前表示しているのは、このリスクへの誠実な対応です。しかし、注意喚起だけでは根本的な解決にはなりません。AI出力の正確性を定量的に測定し、許容範囲を定め、継続的にモニタリングする仕組みが不可欠です。
Graffer社の調査では、「生成内容の正確性の担保」を懸念する自治体は68%で、前年の86%からは低下しています。これはAIへの慣れによる改善とも解釈できますが、懸念が薄れること自体がリスクになりうる点にも留意すべきでしょう。
課題② 職員のスキル不足・研修不足
Graffer社の「行政デジタル化実態調査レポート2025」では、AI導入に対する懸念の第1位が「職員のスキル不足・研修不足」で、73%の自治体がこれを課題として挙げました。セキュリティへの懸念や正確性の問題を上回り、最大の課題として浮上しています。
テックタッチ社が自治体のIT・情報システム部門担当者111名を対象に行った調査でも、全体の約4割が「自分たちのDXは民間企業と比べて遅れている」と感じていることが明らかになっています。背景には、人事異動によって知見やノウハウの継承が難しいという自治体特有の構造的問題があります。
横須賀市の事例が示したように、ツールを導入しただけでは職員は適切に使いこなせません。活用ガイドの策定と研修の実施が不可欠であり、札幌市のように全職員を対象とした研修計画を立案し、習熟度を段階的に評価する仕組みの構築が求められます。
課題③ ベンダーロックインとツール選定の難しさ
前述のとおり、自治体が利用するAIサービスの大半は「約款型外部サービス」であり、カスタマイズしていない団体が大多数です。これは導入のハードルを下げる一方で、特定ベンダーへの依存が深まるリスクをはらんでいます。
自治体の情報主管課の体制を見ると、職員5人以下の団体が全体の約2/3を占めています。限られた体制のなかで、複数のAIサービスを技術的に比較評価し、自治体の業務要件に最適なツールを選定する能力を内部だけで持つことは現実的に困難です。
結果として、ベンダーの提案をそのまま受け入れるケースが多くなりがちです。ベンダーは自社製品の長所を強調する立場にあり、他社製品との客観的な比較や、導入後に想定される課題の開示には限界があります。「どのベンダーのどのサービスが自分の自治体に適切か」を利害関係のない立場から評価する仕組みの欠如は、構造的な問題として認識すべきです。
課題④ セキュリティ・個人情報保護
自治体の情報システムの多くはLGWAN（総合行政ネットワーク）上で運用されており、インターネットとは分離されたセキュリティの高い環境にあります。生成AIサービスの多くはクラウド環境で提供されるため、このネットワーク分離との整合性が常に論点となります。
大阪市が入力データの学習を行わない独自環境を構築し、限定的に個人情報の入力を可能にした事例は、セキュリティと利便性の両立を模索する先行事例です。しかし、独自環境の構築にはコストと技術力が必要であり、すべての自治体が同様の対応を取れるわけではありません。
AI事業者ガイドライン第1.1版では、プライバシー・バイ・デザインの考え方に基づく保護対策の実施が求められています。しかし、自治体側がこの要件を満たしているかを誰がどのように確認するのかという実効性の問題は残されたままです。
AI導入におけるセキュリティについては、こちらの記事でも詳しく解説しています。
課題⑤ 導入効果が不明・検証できていない
総務省調査の課題上位に「導入効果が不明」が入っていることは、見過ごせません。導入した自治体の中にも、「効果を検証できていない」と回答する団体が少なくないのです。
この問題の根底にあるのは、導入前にKPI（重要業績評価指標）を設計していないケースが多いことです。「何をもって成功とするか」を定義しないまま導入すれば、事後的に効果を測定することは困難です。また、効果測定の手法自体に専門性が必要であり、自治体の内部リソースだけで対応するには限界があります。
導入前のPoCから導入後の効果測定まで、一気通貫で検証するフレームワークの構築が急務です。
AI導入における費用対効果の正しい測定方法については、こちらの記事でも詳しく解説しています。
自治体のAI導入を取り巻く制度・ガイドライン動向
自治体がAIを導入する際の指針となる制度・ガイドラインは、ここ1〜2年で急速に整備されてきました。主要なものを整理します。
政府レベルのガイドライン体系
① AI事業者ガイドライン 第1.1版（2025年3月、総務省・経済産業省）
AIの開発・提供・利用に関わるすべての事業者を対象とした統一的な指針です。「人間中心」「安全性」「公平性」「プライバシー保護」「セキュリティ確保」「透明性」「アカウンタビリティ」など10の共通指針が示されています。
特に注目すべきは、同ガイドラインがAIシステムの開発過程やデータについて「可能な限り第三者が検証できるような形で文書化する」ことを求めている点です。第三者による検証可能性が、AIガバナンスの要素として明確に位置づけられています。
ただし、本ガイドラインはソフトロー（法的拘束力を持たない自主的な指針）であり、遵守は各事業者の自主性に委ねられています。
② 行政の進化と革新のための生成AIの調達・利活用ガイドライン（2025年5月、デジタル庁）
政府の業務への生成AI利活用に特化したガイドラインです。各府省庁にCAIO（AI統括責任者）の設置を求め、調達チェックシートやリスク分析手法を提供しています。ISMAPクラウドサービスリストからの選定を原則としつつ、生成AI特有のリスクには本ガイドラインに基づく追加対応が必要とされています。
行政機関におけるAI技術の積極的な活用を進めることが明記されました。AI活用の動きが法的な裏付けを得たことで、今後さらに導入が加速することが見込まれます。
2024年2月にIPA（情報処理推進機構）内に設置された機関で、AIの安全性評価手法の検討を行っています。「AIセーフティに関する評価観点ガイド」では、有害情報の出力制御、公平性、プライバシー保護、セキュリティ確保、ロバスト性、データ品質といった評価観点が示されています。
自治体レベルの対応状況
総務省は2025年12月に「自治体におけるAI活用・導入ガイドブック」の第4版を公表し、生成AIの利用方法や具体的な利活用事例、利用における留意事項を大幅に拡充しました。自治体が作成する生成AIシステム利用ガイドラインのひな形も提供されています。
ガイドライン策定状況を見ると、導入済み団体の82.7%が策定を完了していますが、裏を返せば約17%は策定していません。導入が先行し、ルール整備が追いついていないケースが存在します。
制度の「空白地帯」── ガイドラインはあるが、検証する仕組みがない
ここまで見てきたように、ガイドラインの体系は急速に整備されつつあります。しかし、構造的に見落とされている問題があります。
「何をすべきか」は示されたものの、「それが実際にできているかを誰が確認するか」が明確でないということです。
AI事業者ガイドラインは自主的な取組を促すソフトローであり、遵守状況を検証する仕組みは制度的に組み込まれていません。自治体は技術的評価能力が限られており（情報主管課5人以下が約2/3）、ベンダーの自己評価に頼らざるを得ない場面が多くなっています。しかし、ベンダーによる自己評価には本質的に利益相反の構造があります。
参考までに、EU AI規則（EU AI Act）では高リスクAIシステムに対して第三者適合性評価を義務化しており、開発者の自己評価だけでは不十分であるという認識が国際的にも広がっています。
日本においても、ガイドラインと実際の運用の間をつなぐ「第三者検証」の機能が、今後ますます重要になっていくでしょう。
AI導入を成功に導くための実践チェックリスト
ここまでの事例と課題分析を踏まえ、自治体がAI導入を進める際に確認すべき項目を3つのフェーズに分けて整理します。
導入前フェーズ
☐ 課題の明確化と数値目標の設定 AIで解決すべき業務課題を具体的に定義します。「議事録作成に月○時間かかっている」「窓口での待ち時間が平均○分」のように、現状を数値で把握しておくことが効果測定の前提となります。
☐ ツール選定基準の策定 セキュリティ要件（LGWAN対応、データの学習利用の有無）、カスタマイズ性（RAG対応等）、ランニングコスト、ベンダーのサポート体制、他自治体での導入実績などを評価軸として明文化します。
☐ ベンダー提案の第三者評価 ベンダーの提案内容が自治体の業務要件に適合しているか、価格が市場水準と比較して妥当か、セキュリティ要件を満たしているかを、利害関係のない立場から検証します。
AI導入における費用相場については、こちらの記事で詳しく解説しています。
導入中フェーズ
☐ ガイドラインの策定と周知 総務省が提供するひな形を基に、自治体固有の要件（取り扱う情報の種類、禁止事項、承認フロー等）を追加してガイドラインを策定します。策定するだけでなく、全職員への周知と理解促進が不可欠です。
☐ スモールスタートと定量測定 いきなり全庁展開するのではなく、1部署・1業務から開始します。導入前に設定したKPIに基づき、効果を定量的に測定します。下呂市の段階的アプローチが参考になります。
☐ 職員研修の実施 プロンプト設計の基礎研修に加え、AI出力のファクトチェック手順、不適切な利用パターンの共有、ガイドラインの具体的な適用方法まで含めた実践的な研修を行います。横須賀市の経験が示すように、適切な利用ガイドの有無が活用の質を大きく左右します。
導入後フェーズ
☐ 効果測定とKPIモニタリング 削減時間、AI出力の正確性（ファクトチェック通過率）、住民満足度、コスト対効果などのKPIを定期的に測定し、改善サイクルを回します。「導入して終わり」にしないための仕組みが重要です。
☐ 定期的な外部検証 AI出力品質、セキュリティ対策の実効性、バイアスの有無、ガイドライン遵守状況などについて、利害関係のない第三者による定期的な検証を実施します。AI事業者ガイドラインが求める「第三者が検証できる形での文書化」を実質的に機能させるための取組です。
☐ 成功事例の横展開 効果が確認された業務から、他の部署・業務への横展開を計画的に進めます。成功要因と失敗要因の両方を記録し、組織的な学習につなげます。
まとめ ── 「導入して終わり」から「検証し続ける」時代へ
本記事では、総務省の最新調査データを中心に、自治体におけるAI導入の現状を多角的に整理しました。
都道府県の87.2%、指定都市の90.0%が生成AIを導入済みという数字は、わずか1〜2年前と比較すれば驚異的な伸びです。議事録作成で1,000時間超の削減、文書作成工数の30〜40%削減など、定量的な成果を出している自治体も確実に増えています。
一方で、以下の課題も明らかになりました。
市区町村の導入率は29.9%にとどまり、規模による格差が依然として大きい状況です。導入した自治体でも「効果を検証できていない」「正確性に不安がある」という声は少なくありません。ガイドラインの整備は進んでいますが、それが実際に守られているかを確認する仕組みは十分に整っていません。
2040年に自治体職員が半減するという予測のもと、AIは行政サービスを維持するための不可欠な技術です。だからこそ、「AIが正しく機能しているか」「期待どおりの効果を生んでいるか」「住民の権利を損なうリスクはないか」を継続的に検証する体制が求められます。
AI事業者ガイドラインが「第三者が検証できる形での文書化」を明記しているのは、まさにこの検証の重要性を国が認識しているからにほかなりません。
自治体のAI活用は「導入フェーズ」から「検証・最適化フェーズ」へと移行しつつあります。この転換期において、ベンダーでもなくコンサルでもない、利害関係のない第三者の視点が果たすべき役割は大きいのではないでしょうか。
ベンダーでもなく、コンサルでもない。第三者の目でAIを検証する。
Aixisは、AIツールを販売するベンダーからも、導入を推進するコンサルティング企業からも、一切の収益を受け取らない独立した第三者AI監査機関です。
AI事業者ガイドラインが求める「第三者による検証可能性」を、自治体の実務レベルで実現するためのサービスを提供しています。
監査項目の例：
- AI出力の正確性・ハルシネーション率の定量測定
- セキュリティ要件の充足状況
- バイアス（偏り）の検出と是正提案
- 導入コストと効果のROI分析
- ベンダー提案の妥当性評価
「AIを導入したが、本当に効果が出ているのかわからない」「ベンダーの提案が適切なのか判断できない」「ガイドラインを策定したが形骸化している」——こうした課題に対し、ベンダーニュートラルな立場から客観的な検証を行います。