Googleが全国自治体の生成AI活用事例を公開｜地域課題を解決する「ローカルAI」

Google Japanは2026年9月29日、自治体と進めてきた『ローカル AI プロジェクト』の試作や実装事例をまとめたウェブサイトを公開しました。地域課題に生成AIを応用する取り組みを紹介しています。

同プロジェクトは2024年6月から東京大学の松尾・岩澤研究室と協力して進められています。全国の自治体を対象に、地域の課題に応じた生成AIモデルのプロトタイプ開発や実証実験を実施してきました。

【事例公開の意義】自治体の生成AI活用は、試作した仕組みが外部から見えにくい場合があります。Googleが事例をまとめて公開することで、他の自治体が取り組みの目的や課題を比較しやすくなります。ただし、紹介された事例がすべて本格運用に移行したことを意味するわけではありません。

【9自治体の事例と40超の自治体との対話】Googleによると、2026年9月時点で40を超える自治体と対話し、公開サイトでは進行中のプロジェクトを含む9自治体の事例を紹介しています。この2つの数字は対象が異なります。40超の自治体すべてでAIシステムが稼働しているという意味ではありません。地域の課題を聞き取り、試作し、実証し、場合によって実装するという複数段階の活動として捉える必要があります。

【神奈川県：企業間マッチング】神奈川県の「神奈川SDGsパートナー制度」では、企業の強みやニーズをAIが分析し、適合性の高い企業同士の連携を提案するプロトタイプを活用しています。従来の担当者による手作業に加え、異業種間の組み合わせを見つけやすくする狙いがあります。候補を提示することと、実際に事業提携が成立することは別であり、評価にはマッチング後の成果も必要です。

【京都府：24時間利用できる学習相談】京都府の生涯学習サイト「KYO育tv.」では、Geminiを活用したAIコンシェルジュを実装しています。年齢、興味、目的などに応じて学習プログラムを対話形式で案内する仕組みです。住民が講座を探す入口を増やす一方、講座の開催状況や申込条件が更新された場合に正しい情報を返せるかが継続運用の鍵になります。

【北海道南富良野町：観光情報の鮮度】南富良野町では、公式観光情報に加え、Xや観光事業者の発信を参照して質問に答える観光チャットのプロトタイプを開発しています。天候や営業状況など変わりやすい情報への対応が期待されます。ただし、SNS投稿には古い情報や誤情報も含まれ得るため、投稿時刻、公式性、参照元の明示が重要です。観光客が現地で判断する際の補助情報として設計する必要があります。

【島根県美郷町・大分県：行政情報を探しやすく】美郷町は公式ホームページを検索対象とし、自然言語での質問に回答と根拠ページを提示する対話型AIのプロトタイプを構築しました。大分県も県ホームページの情報を回答源にしたチャットボットの実証研究を進めています。膨大なFAQを人手で作る負担を抑えられる可能性がある一方、原文の更新を検索結果へ反映する仕組みが不可欠です。

【広島県・山口県：健康と産業支援】広島県では質問への回答から食生活タイプを診断し、生活習慣に応じた助言を示す試作を進めています。医療診断そのものとは区別し、健康上の重要な判断には専門家の確認が必要です。山口県のY-BASEでは、年間約180件のDX相談で蓄積した知識を使い、類似事例や補助金を探すコンサルタント支援の試作を進めています。制度の更新日と個別企業の状況を照合する運用が重要です。

【職員研修もプロジェクトの一部】Googleは事例公開に加えて自治体職員を主な対象とする無償のデジタルスキルトレーニングも案内しています。AIを導入するだけでは、適切な質問の作り方、誤回答の見分け方、個人情報の扱い、運用上の責任分担は身につきません。担当者が入れ替わっても利用できるよう、教育と引き継ぎの仕組みを技術導入と並行して整えることが重要です。

【住民体験を基準にした評価】自治体のAIサービスでは、回答の速さだけでなく、正しい制度や窓口に到達できたか、再問い合わせが減ったか、支援が必要な住民を取り残していないかを測る必要があります。例えば手続き案内なら、質問から正しい申請ページへの到達率や、誤案内の訂正時間が有用な指標になります。AI導入そのものを成果とせず、住民が受けるサービスの変化を評価する視点が欠かせません。

【地域ごとの課題】人口減少や高齢化、職員不足など、自治体が抱える課題は地域によって異なります。共通のAI技術を使っても、必要なデータや住民との接点、運用体制が異なるため、各地域の状況に合わせた設計が必要です。

【大学との連携】このプロジェクトは東京大学の松尾・岩澤研究室と協力して進められてきました。自治体の現場課題とAI技術の知見を組み合わせることは、単にツールを導入するのとは異なります。実際の業務を理解し、何を改善したいかを明確にする工程が重要です。

【住民向け案内への応用】行政手続きの案内では、利用者の状況に応じて必要な情報を整理することが考えられます。しかし、制度の条件を誤って説明すると住民に不利益が生じる可能性があります。公式資料に基づく回答と、担当窓口への確認手段を用意することが欠かせません。

【職員の業務支援】職員が資料の要約や文案の作成にAIを使えば、反復的な作業を減らせる可能性があります。一方、行政文書には正確性や説明責任が求められます。AIが生成した文章をそのまま確定させず、担当者が内容を確認する運用が必要です。

【地域情報の更新】地域の施設やイベント、行政サービスに関する情報は時間とともに変化します。AIが古い情報を参照すれば、自然な文章でも内容が誤ることがあります。情報源と更新日を管理し、修正が必要になった場合の担当部署を決めることが重要です。

【個人情報の取り扱い】行政業務には住所や世帯状況などの個人情報が含まれる場合があります。AIへ入力する情報の範囲、外部サービスへの送信、保存期間、閲覧権限を整理しなければなりません。公開情報だけで試す段階と実データを扱う段階では、必要な管理が異なります。

【実証実験と本格運用】試作段階では限られた利用者やデータで動作を確認できます。本格運用では問い合わせの増加、制度変更、障害対応などにも継続して対応する必要があります。短期間の成功だけでなく、運用を続けられる体制を評価することが大切です。

【自治体間の横展開】他地域の成功例を参考にすることは有益ですが、人口規模や職員の人数、既存システムが異なれば同じ結果になるとは限りません。機能をそのまま移植するのではなく、対象業務と評価条件を整理してから試す必要があります。

【効果をどう測るか】導入効果を判断するには、回答にかかる時間や職員の作業時間だけでなく、誤案内の件数、修正に要する時間、住民の理解度なども確認したいところです。単純な利用回数だけでは、行政サービスの質が向上したかは分かりません。

【利用しやすさの視点】住民向けのサービスでは、スマートフォン操作に不慣れな人や、複雑な文章を読むのが難しい人も想定する必要があります。AIとの対話だけに頼らず、従来の窓口や電話など別の方法へ移れる設計が重要です。

【今後の展望】ローカルAIの価値は、AI技術の新しさよりも地域の課題に合った運用を続けられるかにあります。今後は試作事例の数だけでなく、住民の利便性、職員の負担、費用、情報の正確さを継続的に検証することが重要になるでしょう。

人口減少や高齢化などの課題に対してAIが役立つ場面はありますが、地域ごとに必要な情報や運用体制は異なります。実証実験での成果と、継続的に住民へ提供できるサービスは分けて評価する必要があります。