自治体のAIは、もう「検討するもの」ではありません。総務省が令和8年4月に公表した調査(令和7年10月31日時点、全1,788団体が回答)では、都道府県と指定都市の生成AI導入率がそろって100%になりました。これは実証実験ではなく、日々の業務に組み込まれた数字です。
ただし、現場の温度差は激しいです。その他の市区町村に目を移すと導入率は45.6%。前年調査の29.9%からは大きく伸びたが、まだ半数が導入に至っていません。同じ「自治体」でも、人口規模が小さくなるほどAIは遠い存在になります。この記事は、その差を埋めたい現場の担当者に向けて、実際に何が動いているのかを8分野に分けて書きます。
自治体AIとは何か、なぜ今これほど急いでいるのか
自治体AIとは、行政の事務・窓口・専門業務に生成AIやRPAを組み込み、職員の作業時間と住民の待ち時間を減らす取り組みのことです。背景には人口減少による職員不足があります。
理由はシンプルで、仕事は減らないのに人が減るからです。退職者の補充が追いつかない自治体では、AIは「あれば便利」ではなく「ないと回らない」インフラに変わりつつあります。総務省調査では、AI・RPA・生成AIのいずれかを導入済みの自治体が1,322団体、全体の74.0%に達しています。
人口減少時代の公共サービス維持という文脈で見ると、AIは効率化ツールというより、サービス水準の防波堤に近いです。
自治体のAI導入率はどこまで進んだ？
結論から数字で見ると、規模による断層がはっきり出ています。大きい自治体ほど進み、小さい自治体ほど止まっています。
下の表は、総務省の最新調査を規模別に整理したものです。規模による断層がそのまま見えます。
| 区分 | 生成AI導入率 | 時点・出典 |
|---|---|---|
| 都道府県 | 100% | 総務省調査(令和7年10月31日時点) |
| 指定都市 | 100% | 総務省調査(令和7年10月31日時点) |
| その他の市区町村 | 45.6% | 総務省調査(令和7年10月31日時点) |
| AI・RPA・生成AIのいずれか(全自治体) | 74.0% | 総務省調査(令和7年10月31日時点) |
この表が示すのは、技術の問題ではないということです。同じ生成AIが、片や全団体、片や半数以下。差を生んでいるのは予算でも回線でもなく「何から始めればいいか分からない」という入口の問題です。
ただし、その他の市区町村も実証実験中・導入予定・導入検討中まで含めれば約88%が動いています。止まっているのは関心ではなく、最初の一歩の決断です。
自治体の現場でAIは具体的に何ができる？8分野の地図
自治体のAI活用は、大きく8つの分野に整理できます。庁内業務・窓口・福祉・子育て・税務・防災・観光・教育です。
このうち即効性が高いのは前半の3つ。難易度が上がるほど後半に寄っていきます。下の表で全体像をつかんでほしいです。
| 分野 | 主な使い道 | 効果が出やすいか |
|---|---|---|
| 庁内業務 | 議事録・文書作成・要約 | 圧倒的に高い |
| 窓口対応 | チャットボット・FAQ自動応答 | 高い |
| 福祉 | 申請支援・相談対応・多言語 | 中〜高 |
| 子育て | 制度案内・手続きナビ | 中 |
| 税務 | 文書チェック・問い合わせ対応 | 中 |
| 防災 | 衛星画像・被害推定・情報発信 | 専門性高 |
| 観光 | 多言語案内・コンテンツ生成 | 中 |
| 教育 | 教材作成・校務支援 | 中 |
表のとおり、最初に手をつけるなら庁内業務一択です。住民に直接触れないぶん失敗のリスクが小さく、効果がそのまま職員の時間に返ってきます。
議事録と文書作成、なぜここから始めるべきか
最も成果が出ているのは、地味だが議事録と文書作成です。会議の音声を文字起こしし、要点を整理する作業はAIが得意とするど真ん中です。
横須賀市は全庁的なAI活用で年間22,700時間の削減を試算しました。同市が挙げた成功の鍵は「全庁一斉」「失敗許容」「効果測定」の3点。一部署だけの実験で終わらせず、最初から全庁で配り、失敗を責めない文化を作ったことが効いています。
ある自治体の事例では、ある申請業務で1人あたりの操作時間を約63%短縮し、利用者の約85%が「必須項目が分かりやすくなった」と回答しています。
文書作成の効果は、時間そのものより「下書きのゼロをなくす」点にあります。白紙から書く負担が消えるだけで、職員の心理的なハードルは大きく下がります。窓口の文章設計を磨きたい担当者は、民間のAIカスタマーサポートツールの比較も応対設計の参考になります。
窓口チャットボットで住民対応はどう変わる？
窓口対応では、チャットボットによる24時間のFAQ自動応答が定着しつつあります。「ごみの出し方」「住民票の取り方」といった定型質問を、職員を介さず捌けるのが大きいです。
ポイントは、すべてを自動化しないことです。AIが答えるのは定型質問だけにし、判断が要る相談は職員へ素早く渡します。この線引きを最初に決めた自治体ほど、住民からの不満が少ないです。
電話の取り次ぎや一次対応も生成AIで効率化が進みます。応対品質を設計する観点では、民間のAIカスタマーサービスツールの動向が示す「有人とAIの役割分担」が、そのまま行政窓口にも応用できます。
福祉・相談業務でAIはどこまで踏み込める？
福祉は、効果は大きいが扱いが最も難しい分野です。千葉県や八王子市では福祉相談AIが本格運用に入った。
福祉領域のAIは「申請支援」「多言語対応」「業務自動化」の3本柱で進んでいます。複雑な申請書の書き方をAIが案内し、外国籍住民には多言語で対応します。窓口に来られない人ほど、この支援の恩恵は大きいです。
ただし福祉で扱うのは要配慮個人情報です。病歴や生活状況といったセンシティブな情報を、外部のクラウドAIにそのまま投げることはできません。ここを軽視すると、効率化どころか信頼を一気に失います。
実務では、入力時点で個人情報をマスクする、閉域環境で動かす、といった設計が前提になります。便利さと安全のバランスが、福祉AIの成否を分けます。
防災・専門業務での先進的な使い方
防災や土地管理では、画像解析AIという別の使い方が登場しています。香川県の善通寺市は、衛星画像とAIで土地・建物の変化を分析する取り組みを進めました。
善通寺市は面積39.93平方キロメートル、土地は約7万3,000筆にのぼります。これを人力で目視確認するのは現実的ではありません。衛星画像の差分をAIが拾い、変化のあった場所だけを職員が確認します。これで膨大な現地調査を絞り込めます。
防災分野では、被害状況の推定や住民への情報発信にも生成AIが使われ始めています。専門性は高いが、人命に関わる領域だけにインパクトは大きいです。
AIを庁内に広げる「三つの柱」とは?
導入したのに使われません。これが自治体AIの典型的な失敗です。岐阜県の下呂市は、AIを全庁へ広げるための「三つの柱」を提示しました。
その三つとは「人材と文化」「推進体制」「評価と横展開」です。順に意味を補うとこうなります。
- 人材と文化: 使える職員を育て、失敗を許す空気を作る
- 推進体制: 旗を振る部署と責任者を明確にする
- 評価と横展開: 効果を測り、成功事例を他部署へ移植する
この3つが揃わないと、一部の意識高い職員のおもちゃで終わります。横須賀市の「全庁一斉・失敗許容・効果測定」とも見事に重なります。つまり成功する自治体の型は、もう見えています。
自治体がAIを使うときの料金感は?
費用は「思ったより安い」というのが正直なところです。庁内利用の主流は、職員アカウント単位の月額サブスク型です。
ただし金額は契約形態・規模・セキュリティ要件で大きく変わるため、ここでは具体額を断定しません。重要なのは初期費用より、運用と教育のコストです。
下の表は、費用が発生するポイントを整理したものです。ライセンス料だけ見て判断すると、後から研修コストで足が出ます。
| コスト項目 | 内容 | 見落とされやすさ |
|---|---|---|
| ライセンス料 | 職員アカウント月額 | 低(目立つ) |
| 環境構築 | 閉域・セキュリティ対応 | 中 |
| 職員研修 | 使い方・プロンプト教育 | 高 |
| 運用・横展開 | 推進担当の人件費 | 高 |
表のとおり、見えにくいコストほど効果を左右します。安いライセンスを入れても、研修を省けば使われずに終わります。
どのAIツールを選べばいい?
特定のツールに依存しない選び方が安全です。汎用の生成AIとしてはChatGPT、Claude、Geminiが代表格で、行政文書の要約や資料整理にはNotebookLMのような出典付き要約ツールも相性がいいです。
選定基準は3つに絞れます。データの保存先(国内か)、個人情報の学習利用の有無、そして既存の庁内システムとの連携性です。性能の高さより、この3点をクリアできるかが先に来ます。
行政の場合、最新モデルの性能差より「規程に合うか」が決め手になります。派手なベンチマークより、契約条件を読み込む地味な作業が効きます。
失敗する自治体に共通するパターン
うまくいかない自治体には、はっきりした共通点があります。技術ではなく、進め方の問題です。
典型は次の4つ。どれか1つでも当てはまると赤信号だと思っていいです。
- 情報部門だけで抱え込み、現場の業務と切れている
- 完璧なルールを作ろうとして、いつまでも始まらない
- 効果測定をせず、続ける根拠が示せない
- 一部署の成功を横展開する仕組みがない
逆に言えば、これらを潰せば成功確率は跳ね上がります。下呂市の「三つの柱」は、まさにこの裏返しの処方箋になっています。
個人情報とセキュリティはどう守る?
自治体AIで絶対に外せないのが、個人情報保護です。住民の情報を外部AIに学習させてしまえば、取り返しがつきません。
実務上の防衛線は3層あります。入力前のマスキング、保存先の国内・閉域化、そして利用規程による運用ルールです。技術と運用の両輪で守ります。
特に福祉や税務で扱う要配慮個人情報は、汎用クラウドAIに直接投入しないのが鉄則です。便利さに引っ張られてここを破ると、効率化の成果ごと信頼が吹き飛びます。
総務省・デジタル庁のガイドラインに沿って規程を整えることが、結局いちばんの近道です。
小規模自治体は何から始めればいい?
市区町村、特に小規模自治体ほど「何から始めるか」で止まっています。答えはシンプルで、議事録と文書作成からです。
理由は3つ。住民に直接影響しない、効果が時間で見える、そして個人情報のリスクが低いです。最初の成功体験を、最もリスクの低い場所で作るのが定石です。
デジタル庁が運営する共創プラットフォーム(共創PF)では、自治体職員が事例を共有し、勉強会も各地で開かれています。一人で悩まず、先行事例の型を借りるのが賢いです。
小さく始めて、効果を測り、横へ広げます。この順番さえ守れば、規模の小ささは言い訳になりません。
AI PICKS編集部の判定
自治体AIの現状を一言で言えば「勝ち負けがもう見えている」です。都道府県・指定都市100%に対してその他の市区町村45.6%という倍以上の開きは、技術力でも予算でもなく、進め方の差で生まれています。下呂市の「三つの柱」、横須賀市の「全庁一斉・失敗許容・効果測定」。成功自治体の型はすでに公開され、誰でも真似できる状態にあります。
それでも市区町村が動けないのは、入口で完璧を求めすぎるからです。規程を完璧にしてから、全部署で合意してから、と言っているうちに人だけが減っていきます。正直、ここは「議事録から雑に始める」が正解だと考えます。住民に触れず、効果が時間で見え、個人情報リスクも低いです。最初の成功を最も安全な場所で作るべきです。
一方で福祉・税務の要配慮個人情報は別物です。ここだけは慎重に、閉域とマスキングを前提に設計します。便利さと安全の線引きを最初に引けるかが、自治体AIの成否を分けます。2026年は「やるか迷う」フェーズではなく「どう広げるか」のフェーズに完全に移りました。
編集部の評価
率直に言って、議事録・文書作成・窓口対応の3領域は一択で着手していいです。費用対効果が明確で、失敗してもダメージが小さいです。横須賀市の22,700時間という数字は試算とはいえ、規模の説得力があります。
福祉相談AIは重宝するが、扱いは慎重に。要配慮個人情報の壁があるぶん、汎用ツールをそのまま投入するのは正直イマイチな判断になりがちです。閉域・マスキング前提なら圧倒的に効きます。
防災・画像解析は専門性が高く、すべての自治体向けではありません。ただ善通寺市のような広域の土地確認には地味に効きます。自分の自治体の「いちばん時間を食っている定型業務」から逆算するのが、最も外さない選び方です。
よくある質問（FAQ）
Q. 自治体のAI導入率はどのくらい?
都道府県と指定都市は100%が生成AIを導入済みです(総務省調査、令和7年10月31日時点)。一方でその他の市区町村は45.6%にとどまり、規模による格差が大きいです。
Q. 自治体のAIは具体的に何から始めるべき?
議事録・文書作成・要約が定番です。住民に直接影響せず、効果が職員の時間として見えやすく、個人情報リスクも低いです。小規模自治体ほどここから始めるのが安全。
Q. 個人情報はAIに入れて大丈夫?
要配慮個人情報を汎用クラウドAIに直接入れるのは避けるべきです。入力前のマスキング、国内・閉域での運用、利用規程の整備という3層で守るのが実務の前提になります。
Q. 横須賀市はなぜ大きな効果を出せた?
「全庁一斉」「失敗許容」「効果測定」の3点を最初から徹底したためです。一部署の実験で終わらせず、全庁に配って失敗を責めない文化を作ったことが効いています。
Q. AIを導入しても使われないのを防ぐには?
下呂市が示した「人材と文化」「推進体制」「評価と横展開」の三つの柱を揃えること。育成・旗振り役・横展開の仕組みが欠けると一部職員のおもちゃで終わります。
Q. どのAIツールを選べばいい?
性能より「データ保存先が国内か」「個人情報を学習に使わないか」「庁内システムと連携できるか」の3点で選びます。汎用ツールならChatGPT・Claude・Geminiが候補になります。
Q. 小規模自治体でも導入できる?
できます。デジタル庁の共創プラットフォームで事例や勉強会が公開されており、先行自治体の型を借りれば規模の小ささは障壁になりません。議事録からの小さな一歩で十分です。
関連する比較・代替を見る
- ChatGPT vs Claudeの比較
- Claude vs Geminiの比較
- ChatGPT vs Geminiの比較
- ChatGPTの代替ツール
- NotebookLMの代替ツール
- AIカスタマーサポートツール4選｜Tidio・Intercom Fin・Zendesk・Freshdeskを徹底比較（2026年版）
- AIカスタマーサービスツール8選｜月$15から始めるチャット自動応答 (2026年版)
各ツールの公式サイト（一次情報）
料金・機能・対応範囲は各社公式が一次情報です。本記事は公開時点の検証に基づきますが、最新かつ正確な条件は必ず各公式ページで確認してください。
- ChatGPT：公式サイト（AI PICKSの詳細）
- Claude：公式サイト（AI PICKSの詳細）
- Gemini：公式サイト（AI PICKSの詳細）
- NotebookLM：公式サイト（AI PICKSの詳細）
