ガバメントAI「源内」の代替7選｜自治体・企業向け無料/OSS構成の選び方 (2026年版)

「うちの市でも源内みたいなものを使えないか」。ニュースを見た上司からそう振られて、調べ始めた方が多いはずです。答えは、そのままは使えません。ただし諦める話でもない。

源内が何を解いた仕組みなのかを分解すると、自治体や企業が手に入れられる部分と、手に入らない部分がきれいに分かれます。ここを混ぜたまま業者に相談すると、見積もりが跳ね上がります。

ガバメントAI「源内」とは何か（そして自治体が使えない理由）

源内とは、デジタル庁が政府職員向けに整備した生成AI利用環境のプロジェクト名です。ガバメントクラウド上に内製で構築されました。

2025年度から整備が進み、2026年5月29日には全府省庁の約18万人を対象とした大規模実証実験が始まっています。デジタル庁の発表によると、同日時点で約10万人の政府職員が利用可能な状態でした。

中身は、単一のAIに全部を任せる作りではありません。職員が複数のAIモデルを選べる形になっています。2026年3月末時点では、AWSのNova Lite、AnthropicのClaude Haiku 4.5、Claude Sonnet 4.5、Claude Sonnet 4.6の4つから選択できました。

さらに国産LLMの試用も進行中です。2026年3月6日にはKDDIとELYZAが試用対象の国内大規模言語モデル提供企業として選定されたと発表しています。NTTデータのtsuzumi 2、ソフトバンクのSarashina3 miniも今後試用可能になる予定です。

アプリの層も厚い。汎用チャットに加え、法制度の調査（愛称：Lawsy）、国会答弁の検索、いわゆる「神エクセル」を分析しやすい表形式に変換するものなど、約30のアプリが実装されています。

ここまでが「使えない理由」の説明にもなっています。源内は政府のネットワークとガバナンスの上に立っている環境で、利用者は府省庁の職員。地方公共団体が接続申請すれば入れる、という性質のものではありません。

ただし、扉が完全に閉じているわけでもない。源内の一部は2026年4月にオープンソースソフトウェアとしてGitHub上で公開済みです。同じ設計思想を自組織で再現する材料は、すでに公開されています。

地方の動きも並行しています。東京都は2025年7月に「東京都AI戦略」を発表し、大阪府は同年9月に行政特化型AIエージェントの導入で日本マイクロソフトとの連携を打ち出しました。待つより動いた自治体が先行している構図。

「源内の代替」で探すべきものは3つに分かれる

代替を1つの製品で埋めようとすると失敗します。源内は3つの層が重なった仕組みで、層ごとに最適な選択肢が違うからです。

第1層は、チャットとしてのAI環境。 文章作成、要約、翻訳、下調べ。ここは市販のAIサービスで十分に埋まります。むしろ源内より選択肢が多い。

第2層は、行政実務に特化したアプリ。 議事録の検索、例規の調査、様式が崩れた表の整形。ここは「業務データをAIに読ませる仕組み」を自分たちで用意する必要があります。

第3層は、統制のしくみ。 誰がどの情報を入れてよいか、ログをどう残すか、外部に出せない情報をどう遮断するか。実は、ここが一番お金と時間を食います。

多くの組織が第1層だけ買って「源内の代替を導入した」と報告してしまう。半年後に「機密が入力されていた」と発覚するのは、たいていこのパターンです。

3層それぞれに、次のセクションの選択肢が対応します。

代替ルート7つの全体像

まずは全体を並べます。組織の規模と機密の重さで、行き先はほぼ決まります。

以下は7つの代替ルートを、初期費用の軽さと機密の扱いやすさで整理した表です。

つまり、①④⑥⑦は今日から試せて、③⑤は予算要求からの話になります。

現場に最初に置くべきは①か④です。理由は次で説明します。

無料で始めるならどれが現実的？

無料で試せる範囲は、思っているより広い。ただし「無料」の意味が2種類あることに注意が必要です。

1つは、事業者のサーバーを無償で借りる無料プラン。もう1つは、自分の端末で動かすので誰にも料金が発生しないローカル実行です。行政の文脈では、この違いが決定的。

無料枠の性格を並べると、選ぶべき方向が見えてきます。

要するに、実データを触る検証はローカル実行、機能の当たり付けはクラウド無料版、と分けるのが安全です。

ローカル実行は「重いPCが要る」と思われがちですが、小さめのモデルなら業務用のノートPCでも動きます。日本語の要約や下書き程度なら、体感で足ります。ここが2026年に入って一番変わった点。

オープンモデル側の代表格はLlama系です。Meta製モデルの現状と使いどころはMeta AIの全体像をまとめた記事を読むと、自前運用の前提が早く掴めます。

無料で確認すべきなのは性能そのものより、「職員が本当に使うか」。ここを確かめてから予算の話に進むと、稟議が通りやすくなります。

日本語の行政文書に強いのはどのモデル？

行政文書は独特です。長い、主語が消える、カギカッコの入れ子が深い。一般的なベンチマークの点数と、実務での使い勝手が一致しません。

源内が複数モデルを職員に選ばせている理由も、たぶんここにあります。用途ごとに得手不得手が違う前提の設計。

判断材料として、用途別の当たりを整理します。

つまり、1つのモデルに全部やらせるより、3つ程度を用途で使い分けたほうが職員の満足度は上がります。

国産LLMを重視する声も強い。源内でもELYZA、tsuzumi 2、Sarashina3 miniといった国内モデルの試用が進んでいます。ただし2026年7月時点で、地方自治体が単独で国産LLMを調達する必然性は薄いと見ています。まず既製環境で業務の型を作り、モデル差はあとで詰めるほうが失敗しません。

日本語の調査用途を深掘りするなら、Feloの使い方を整理した記事が実務の手順まで書いてあるので、政策調査担当にはそのまま渡せます。

文体の相性は数字で測れません。同じ通知文を3つのAIに書かせて、決裁権者に見せる。それが一番速い評価方法です。

オープンソース公開分を自前で立てると何が必要？

源内の一部がGitHubで公開されたことで、「無料で同じものが手に入る」と受け取られがちです。そこは正確に理解しておきたい。

公開されているのはソフトウェアであって、動く環境ではありません。家具の設計図をもらった状態に近い。木材も工具も職人も、こちらで用意します。

自前構築で必要になる要素は、おおよそ次の4つです。

• 稼働基盤: クラウド契約と、そこに載せる権限設計
• AIモデルの契約: 基盤モデル利用料は別途発生
• 認証との接続: 職員IDと権限を既存の仕組みから引き継ぐ
• 運用体制: 障害対応と問い合わせ窓口を誰が持つか

4つ目が抜けている計画書を、よく見かけます。構築費だけ積んで運用人員がゼロ。半年で放置環境になる典型です。

ローカルにモデルを置いて自前で組む発想は、画像生成の世界が数年先行しています。手元で動かす構成の考え方はComfyUIとStable Diffusionを比べた記事が具体的で、自前運用の面倒くささを事前に体感できます。

現実的な線引きとして、情報システム担当が専任1名以下の組織は自前構築を選ばないほうがいい。既製サービスの組み合わせで、8割の効果は取れます。

源内の約30アプリ、どこまで代替できる？

源内の価値は、汎用チャットではなくアプリ群にあります。ここを既製品でどこまで埋められるかが、代替の成否を分けます。

行政実務アプリの代表例について、代替の難易度を整理しました。

つまり、難易度「低」の部分だけで職員の体感はかなり変わります。まずそこを取り切る。

自組織の資料を根拠に答えさせる仕組み、いわゆる社内資料を読ませて答えさせる仕組みは、小規模ならNotebookLMで足ります。例規集や要綱をまとめて読み込ませ、条文の根拠付きで回答させる使い方。これは今日から試せます。

定型業務の自動化まで踏み込むなら、n8nのような処理をつなぐツールが効きます。申請フォームの受付から要約、担当者への通知までを1本の流れにできる。地味に効きます。

グループウェアがkintoneベースの自治体なら、既存アプリ側のAI機能を先に確認したほうが早い。新規調達より既存契約の棚卸しが先です。

広報物の画像やイラストも源内の守備範囲外です。この領域は市販ツールのほうが進んでいて、AIイラストツールの比較記事から広報担当に合うものを選ぶほうが現実的でしょう。

ここまでの整理: 源内の代替は「①チャットAIを配る → ②手元資料を読ませる仕組みを足す → ③統制を固める」の順番で進めるとコストが最小になります。逆順で始めた組織は、たいてい構築費だけ払って使われない環境を抱えます。

機密情報の線引きをどう設計するか

ここが本丸です。技術ではなくルールの話。

源内が複数モデルを使い分ける設計になっているのは、機密情報を扱える環境を確保するためでもあります。入れてよい情報とダメな情報を、環境ごとに分けている構造。

自治体・企業が最低限決めるべき線引きは4つです。

• 個人情報を含む文書は、外部送信するAIに入れない
• 未公開の政策・入札情報は、ローカル実行かクラウド閉域のみ
• 公開済みの資料は、無料版も含めて自由に使ってよい
• AIの出力をそのまま決裁文書にしない（必ず人が確認）

この4行を庁内通知として出すだけで、事故はかなり減ります。逆に「生成AI利用ガイドライン」を50ページ書いても、職員は読みません。

ログの保全も忘れがちです。誰がいつ何を入力したかを追える状態にしておかないと、あとから検証できない。統制やモニタリングの設計は内部監査にAIを使う視点をまとめた記事が参考になります。監査側の目線で先に設計しておくと、後付けの改修が減ります。

クラウドに閉じた環境を作るならAmazon BedrockやVertex AIが選択肢になります。自組織のクラウド契約の中でモデルを呼び出す形なので、通信の行き先を説明しやすい。議会答弁で問われたときに答えやすいのは、この構成です。

線引きが決まると、必要な予算の桁も自動的に決まります。

費用は何で決まるのか

見積もりが1桁ぶれる原因は、だいたい3つの変数です。

費用を左右する要素を分解します。

つまり、初年度は「使う人を絞る」「接続をしない」の2つで費用を大きく抑えられます。

全職員に配るのは2年目からで十分です。1年目は各課1〜2名の推進担当に配り、使い方の型を作らせる。この進め方だと、無駄なライセンス費が出ません。

源内自体が、デジタル庁の職員から始めて段階的に対象を広げ、2026年5月に全府省庁規模の実証へ進んでいます。一気に18万人へ配ったわけではない。同じ順番を踏むのが堅実です。

節約の逆側も書いておきます。運用人件費を削るのは悪手。問い合わせに誰も答えない環境は、3か月で使われなくなります。

つまずく組織に共通する3つのパターン

失敗の型は驚くほど似ています。

1つ目、「源内と同じものを作る」を目標にしてしまう。 源内は18万人規模を前提にした設計です。職員500人の市が同じ構成を追うと、過剰投資になります。目標は源内の再現ではなく、自分たちの残業時間の削減。

2つ目、ガイドライン整備で1年使う。 完璧なルールを作ってから配ろうとして、その間に職員は個人の判断で無料版を使い始めます。ルールが無い状態のほうが危ない。4行の線引きを先に出して、走りながら詳細化するべきです。

3つ目、研修をやらない。 ツールを配って終わりにすると、利用率は1割で止まります。源内でも職員の業務ノウハウを「スキル」として形式知化し、組織全体で共有する仕組みが検討されています。使い方の共有が中身そのもの、という考え方。

3つとも予算の問題ではありません。進め方の問題です。

用途別のおすすめ構成

規模別に、現時点で私たちが勧める構成を出します。迷ったらこの通りに始めてください。

つまり、大半の組織にとっての正解は表の1行目です。ここから始めて、足りない部分だけ足していく。

AI PICKS編集部の判定

源内の代替を探している自治体・企業に対する私たちの見解は、はっきりしています。源内を再現しようとするのは、正直イマイチな方針です。

源内は18万人の政府職員という規模と、ガバメントクラウドという前提があって成立している環境です。職員500人の市がその構成を追いかけると、構築費だけが膨らんで使われない環境が残ります。実際、2026年4月にOSS公開された部分も、動かすには基盤・モデル契約・認証接続・運用体制の4点セットが要る。設計図をもらっただけでは家は建ちません。

代わりに勧めるのは、法人向けチャットAIを推進担当に配り、NotebookLMで例規集を読み込ませ、機密の線引きを4行の通知で出す構成。この3つなら2週間で動きます。費用は自前構築の数十分の一。それでいて、職員が体感する時短効果は源内の汎用チャット部分とほぼ変わりません。

自前構築が正当化されるのは、情報システム担当が2名以上いて、外部に出せない情報を日常的に扱う組織だけ。都道府県・政令市クラスなら検討の価値があります。それ以外は既製品の組み合わせで一択です。

よくある質問（FAQ）

Q. 地方自治体が源内に接続して使うことはできますか？

できません。源内はデジタル庁が政府職員向けに整備した環境で、対象は府省庁の職員です。ただし源内の一部は2026年4月にオープンソースとしてGitHubで公開されているため、同様の環境を自組織で構築する材料は入手できます。

Q. 源内で使われているAIモデルと同じものを使えますか？

利用は可能です。2026年3月末時点で源内が選択肢としていたのは、AWSのNova LiteとAnthropicのClaude Haiku 4.5、Claude Sonnet 4.5、Claude Sonnet 4.6でした。これらは民間のクラウドサービスとして提供されているため、自組織で契約すれば同じモデルを呼び出せます。

Q. 無料で始める場合、実データを入力してもよいですか？

公開済みの資料に限ってください。個人情報や未公開の政策情報は、無料プランでは入力しない前提で運用すべきです。実データで検証したい場合は、端末内で完結するOllamaなどのローカル実行を使ってください。

Q. 国産LLMを選ぶべきですか？

2026年7月時点では、自治体が最初から国産LLMにこだわる必要は薄いと考えます。源内でもELYZA、NTTデータのtsuzumi 2、ソフトバンクのSarashina3 miniといった国内モデルの試用が進んでいますが、まず既製環境で業務の型を作り、モデルの選定は後段で詰めるほうが失敗が少ないためです。

Q. 議事録の検索や例規調査は、市販ツールで再現できますか？

小規模なら再現できます。NotebookLMに例規集や議事録を読み込ませれば、根拠付きで回答させられます。全庁横断で数十万件を対象にする場合は、専用の検索基盤の構築が必要になります。

Q. 職員が勝手に無料版を使っています。止めるべきですか？

止めるより、線引きを出すほうが有効です。個人情報と未公開情報は入力しない、出力をそのまま決裁に使わない。この2点を庁内通知で明示し、公式に使える環境を早く配ってください。禁止だけを出すと、見えないところで使われ続けます。

Q. 導入効果はどう測ればいいですか？

利用率と、対象業務にかかっていた時間の2つで足ります。全職員の何割が週1回以上使ったか。通知文の起案が何分短くなったか。この2つを3か月ごとに取るだけで、次年度の予算要求の材料になります。

関連する比較・代替を見る

導入候補を絞り込む段階では、個別ツールの代替候補も並べて見ておくと判断が速くなります。

• ChatGPTの代替ツールを見る
• Claudeの代替ツールを見る
• Geminiの代替ツールを見る
• Microsoft 365 Copilotの代替ツールを見る
• Ollamaの代替ツールを見る
• NotebookLMの代替ツールを見る

デジタル庁の公式発表を一次情報として追いたい場合は、デジタル庁のサイトを定点で確認してください。

次に読むならこれ。統制とログの設計でつまずきそうなら、内部監査にAIを使う視点をまとめた記事を先に読んでおくと、稟議で必ず聞かれる「誰がどう確認するのか」に答えられるようになります。

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）
• Microsoft 365 Copilot — 公式サイト（AI PICKSの詳細）
• Ollama — 公式サイト（AI PICKSの詳細）