自治体・公共団体の現場でAIは何ができる？実務での使い道(2026年版)

自治体・公共団体の現場でAIは何ができる？実務での使い道(2026年版)

この記事のポイント 都道府県の87.2%が生成AIを導入済み、一方で市区町村は約3割。この「3倍の格差」が今の自治体AIの現実だ。 効果が出ているのは議事録・文書作成・窓口対応・福祉相談の4領域。横須賀市は年22,700時間の削減を試算している。 最大の壁は技術ではなく、個人情報の扱いと「誰がどう広げるか」という庁内の推進体制。この記事ではその実務を分野別に分解する。

自治体のAIは、もう「検討するもの」ではない。総務省が令和7年6月に公表した調査では、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た(出典: 総務省調査)。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だ。

ただし、現場の温度差は激しい。市区町村に目を移すと導入率は約25〜30%にとどまる。同じ「自治体」でも、人口規模が小さくなるほどAIは遠い存在になる。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分野に分けて書く。

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だ。背景には人口減少による職員不足がある。

理由はシンプルで、仕事は減らないのに人が減るからだ。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る。総務省調査ではAI・RPAを導入済みの自治体は全体の74%に達した(出典: 総務省令和7年度調査)。

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。

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る。大きい自治体ほど進み、小さい自治体ほど止まっている。

下の表は、リサーチで確認できた公開データを規模別に整理したものだ。導入率の「3倍の格差」がそのまま見える。

区分生成AI導入率時点・出典
都道府県87.2%総務省令和7年6月
指定都市90.0%総務省令和7年6月
市区町村約25〜30%2024年12月末時点
AI・RPA全体(全自治体)74%総務省令和7年度調査

この表が示すのは、技術の問題ではないということだ。同じ生成AIが、片や9割、片や3割。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ある(出典: 自治体AI活用ガイド2026)。

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る。庁内業務・窓口・福祉・子育て・税務・防災・観光・教育だ。

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く。下の表で全体像をつかんでほしい。

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だ。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くる。

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だ。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ある。

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た(出典: 自治体AI活用ガイド2026)。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る。

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」と回答している(出典: 自治体DX活用事例)。

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」点にある。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る。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る。

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る。「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。

ポイントは、すべてを自動化しないことだ。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。

電話の取り次ぎや一次対応も生成AIで効率化が進む。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る。

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だ。千葉県や八王子市では福祉相談AIが本格運用に入った(出典: 福祉・NPOのAI活用事例2026)。

福祉領域のAIは「申請支援」「多言語対応」「業務自動化」の3本柱で進んでいる(出典: AI革命株式会社)。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する。窓口に来られない人ほど、この支援の恩恵は大きい。

ただし福祉で扱うのは要配慮個人情報だ。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ない。ここを軽視すると、効率化どころか信頼を一気に失う。

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る。便利さと安全のバランスが、福祉AIの成否を分ける。

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る。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た(出典: デジタル庁共創PF)。

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筆にのぼる。これを人力で目視確認するのは現実的ではない。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する。これで膨大な現地調査を絞り込める。

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が使われ始めている。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。

AIを庁内に広げる「三つの柱」とは?

導入したのに使われない。これが自治体AIの典型的な失敗だ。岐阜県の下呂市は、AIを全庁へ広げるための「三つの柱」を提示した(出典: デジタル庁共創PFキャンプ)。

その三つとは「人材と文化」「推進体制」「評価と横展開」である。順に意味を補うとこうなる。

  • 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る。横須賀市の「全庁一斉・失敗許容・効果測定」とも見事に重なる。つまり成功する自治体の型は、もう見えている。

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だ。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ある。

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ない。重要なのは初期費用より、運用と教育のコストだ。

下の表は、費用が発生するポイントを整理したものだ。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る。

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する。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る。

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だ。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。

選定基準は3つに絞れる。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だ。性能の高さより、この3点をクリアできるかが先に来る。

行政の場合、最新モデルの性能差より「規程に合うか」が決め手になる。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く。

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る。技術ではなく、進め方の問題だ。

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。

  • 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る。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る。

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、個人情報保護だ。住民の情報を外部AIに学習させてしまえば、取り返しがつかない。

実務上の防衛線は3層ある。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だ。技術と運用の両輪で守る。

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ある(出典: 福祉・NPOのAI活用事例2026)。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ぶ。

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だ。

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」で止まっている。答えはシンプルで、議事録と文書作成からだ。

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。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ある。

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る(出典: デジタル庁共創PF)。一人で悩まず、先行事例の型を借りるのが賢い。

小さく始めて、効果を測り、横へ広げる。この順番さえ守れば、規模の小ささは言い訳にならない。

実際に使っている企業・チーム

公開情報・リサーチで確認できた、実在する自治体・組織の使い方を3つ挙げる。いずれも実証ではなく運用フェーズに入っている事例だ。

横須賀市(神奈川県) — 全庁的な生成AI活用で年間22,700時間の削減を試算。鍵は「全庁一斉」「失敗許容」「効果測定」の3点運用(出典: 自治体AI活用ガイド2026)。

善通寺市(香川県) — 衛星画像とAIで土地・建物の変化を分析。約7万3,000筆の土地確認を効率化する取り組みをデジタル庁の共創PFキャンプで共有(出典: デジタル庁)。

八王子市・千葉県 — 福祉相談AIが本格運用に移行。申請支援・多言語対応を軸に、窓口に来られない住民への支援を強化(出典: 福祉・NPOのAI活用事例2026)。

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」だ。都道府県87%、市区町村30%という3倍の格差は、技術力でも予算でもなく、進め方の差で生まれている。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る。

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だ。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く。正直、ここは「議事録から雑に始める」が正解だと考える。住民に触れず、効果が時間で見え、個人情報リスクも低い。最初の成功を最も安全な場所で作るべきだ。

一方で福祉・税務の要配慮個人情報は別物だ。ここだけは慎重に、閉域とマスキングを前提に設計する。便利さと安全の線引きを最初に引けるかが、自治体AIの成否を分ける。総じて、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った。

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。費用対効果が明確で、失敗してもダメージが小さい。横須賀市の22,700時間という数字は試算とはいえ、規模の説得力がある。

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だ。閉域・マスキング前提なら圧倒的に効く。

防災・画像解析は専門性が高く、すべての自治体向けではない。ただ善通寺市のような広域の土地確認には地味に効く。総じて、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だ。

よくある質問（FAQ）

Q. 自治体のAI導入率はどのくらい?

都道府県は87.2%、指定都市は90.0%が生成AIを導入済み(総務省令和7年6月)。一方で市区町村は約25〜30%にとどまり、規模による格差が大きい。

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・要約が定番だ。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。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だ。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る。

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だ。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る。

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る。

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点で選ぶ。汎用ツールならChatGPT・Claude・Geminiが候補になる。

Q. 小規模自治体でも導入できる?

できる。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らない。議事録からの小さな一歩で十分だ。

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。

参考にした一次情報

  • 総務省「自治体における生成AI導入状況調査」(令和7年6月)
  • デジタル庁デジタル改革共創プラットフォーム(共創PF)/共創PFキャンプ事例
  • 自治体AI活用・導入ガイド2026(横須賀市22,700時間削減の事例)
  • 福祉・NPO・非営利組織のAI活用事例2026(AI革命株式会社)
  • 自治体・官公庁における生成AI活用事例(2026最新)
  • 自治体AI導入事例15選｜総務省データで読む導入率(2026)
  • 自治体でのAI活用事例｜分野別・規模別の成果と数値解説(2026)