問い合わせは減らないのに、職員は増えない。定型的な照会と、探すのに時間がかかる過去資料が、住民に向き合う時間を削っています。AIエージェントは自治体・公共の事務のどこを、どこまで軽くしうるのか。機密保護と説明責任を前提に、現場の手触りで考えます。
多くの自治体で、住民からの問い合わせ量は増減しても、それを受ける職員数は横ばいか減少傾向にあります。制度は年々複雑になり、給付金・各種手続き・防災・子育て支援と、住民が知りたいことは広がる一方です。総務省などの資料でも地方公務員の定員管理や人手不足は継続的な論点として扱われていますが、最新の数値・適用範囲は所管省庁の公表資料でご確認ください。現場の実感としては、「本来やるべき企画・調整・住民に寄り添う仕事」の前に、定型的な照会対応と書類仕事が積み上がっている、という声が少なくないと考えられます。
窓口や電話で繰り返される質問の多くは、実は同じ内容です。「ごみの分別はどうすれば」「住民票はどこで取れるのか」「この申請には何が必要か」。答えは要綱や広報、庁内のマニュアルに書いてあるのに、その都度、職員が口頭で説明し直しています。もう一つの時間泥棒が「探す作業」です。過去の通知、要綱の改正履歴、前例のある回答、議会での過去答弁。どこかにあるはずの一次情報を探すのに、経験の浅い職員ほど時間がかかります。
この構造は民間企業の間接部門とも共通していますが、自治体には固有の重さがあります。回答には正確性と公平性が強く求められ、個人情報や非公開情報を日常的に扱い、説明責任が問われます。だからこそ「便利そうだから」だけでツールを入れるわけにはいかず、慎重になる。その慎重さは正しいものです。本記事では、その前提を守りながら、AIエージェントが事務を軽くしうる余地を、業務ごとに具体化していきます。
まず言葉を整理します。単純な一問一答のチャットボットと、AIエージェントは別物として考えるのが実務的です。エージェントは、庁内の文書やデータを根拠として参照し、複数の手順を組み合わせて「調べる・要約する・下書きする」までを担いうる点に特徴があります。とはいえ万能ではありません。自治体業務を「定型照会」「文書作成」「検索・要約」「判断・決裁」に分けたとき、AIが下支えしやすいのは前の三つで、最後の判断・決裁は人が担う領域です。この線引きを最初に共有しておくと、期待値のズレを防げます。
任せやすいのは、答えが庁内文書に明記されていて、間違っても直ちに重大な不利益を生まない領域です。ごみ収集日の案内、施設の開館時間、よくある手続きの持ち物、公開されている制度の概要説明などが典型と考えられます。逆に、生活保護の可否、税額の確定、個別事情を踏まえた判断など、住民の権利義務に直結する決定は、AIに委ねてはいけません。ここはエージェントが「関連する要綱・前例を集めて職員に提示する」までに留め、判断は職員が下す、という役割分担が現実的です。
どの業務がどちらに当たるかは、実際に自庁の業務を棚卸ししてみないと見えてきません。AIに任せられる業務を切り分ける観点は民間・公共で共通する部分が多く、まずは「繰り返し発生し、答えが文書で確定していて、間違えても取り返しがつく」業務から候補に挙げると整理しやすいと考えます。
住民対応でAIエージェントが担いうるのは、あくまで「一次受け」です。二十四時間受け付けるWebのFAQ応答や、電話が集中する時間帯の定型照会の下支えとして、庁内の要綱・広報・手続き案内を根拠に回答を組み立てる。ここで大事なのは、AIが独自の知識で答えるのではなく、「自庁の一次情報を参照して答える」構成にすることです。制度の細部や自治体ごとの運用差を、汎用モデルの一般論で埋めてしまうと、誤案内につながります。
申請手続きは、住民にとって最もつまずきやすい入口です。「何の申請か」「対象か」「必要な書類は」「どこの窓口・オンラインか」を、住民の言葉から汲み取って交通整理する。この案内役はAIエージェントが担いやすい領域と考えられます。ただし、対象要件の最終判定まで踏み込ませると危うい。「一般的にはこの書類が必要とされますが、個別の要件は担当窓口でご確認ください」と、案内と判定の境界を明示する設計が誠実です。住民を正しい窓口・正しい様式まで最短で導けるだけでも、職員の説明負荷は軽くなりうると考えます。
外国人住民や高齢者への案内で、専門用語だらけの通知文を「やさしい日本語」に言い換える作業は、地味に手間がかかります。原文の意味を保ったまま平易な表現へ下書きする、複数言語のたたき台を作る、といった用途は、AIが下支えしやすい領域です。ただし公的な案内として出す前には、必ず職員が内容の正確性を確認する。翻訳・言い換えの「たたき台づくり」と割り切ると、実用と誠実さのバランスが取りやすいと考えます。
職員の時間を最も奪っているのは、住民の目に触れない裏側の「書く・探す」作業かもしれません。会議の議事録、広報原稿、通知文、答弁資料。いずれも一から書くと時間がかかり、しかし多くは過去に似た文書が存在します。AIエージェントは、録音や要点メモから議事録の下書きを作る、過去の広報を踏まえて原稿のたたき台を出す、といった「下書き工程の圧縮」に向いていると考えられます。完成品ではなく下書き。ここを崩さないことが、公文書としての品質を守る鍵です。
経験の浅い職員が一番困るのが、「前例を探せない」ことです。同種の照会に過去どう答えたか、要綱のこの条文はいつ改正されたか、議会で過去にどんな答弁をしたか。これらは庁内のどこかに必ずあるのに、探せなければ無いのと同じです。庁内文書を横断して検索し、根拠となる原文の該当箇所とセットで提示する仕組みは、この「探す時間」を大きく短縮しうると考えます。重要なのは、AIが要約した文章だけでなく、必ず出典の原文にたどり着けること。公務では「どの文書のどこに書いてあるか」が回答の生命線だからです。
こうした使い方が成立する前提は、庁内に蓄積された文書がAIから参照できる形に整理されていることです。裏を返せば、これまで各課のフォルダやベテランの頭の中に散っていた知識を、社内ナレッジをAIの脳に変えていく取り組みそのものが、行政DXの土台になりうると考えます。ツール導入より先に、まず「答えが載っている一次情報がどこにあるか」を棚卸しすることをおすすめします。
自治体でAIを検討するとき、効果の話より先に必ず問われるのが「情報が外に漏れないか」です。個人情報保護法や各自治体の個人情報保護条例、地方公共団体向けのセキュリティポリシーガイドラインなど、遵守すべき枠組みは複数あります。制度の詳細・最新の適用範囲は所管省庁および各自治体の公表資料でご確認ください。設計の出発点は、住民の個人情報や非公開情報を外部の汎用サービスへ送らない構成にすることです。
具体的には、庁内ネットワークや管理下の環境で処理を完結させ、機密情報を外部へ出さない「閉域」での運用が基本線になると考えられます。どこまで閉じるかは、扱う情報の機微さと予算で変わります。公開情報だけを扱う住民向けFAQなら比較的緩く、個人情報を含む内部事務なら厳格に、と業務ごとに分けて考えるのが現実的です。閉域で安全な社内AIをどう組むかは、業務の機微さに応じた設計判断であり、一律の正解はないと考えます。
もう一つ欠かせないのが、誰がどの情報にアクセスできるかの権限設計です。人事情報を全職員が引ける状態は望ましくありません。役割ごとに参照できる文書範囲を絞り、AIエージェントの回答もその権限の枠内に収める。さらに、いつ・誰が・何を尋ね、どう答えたかを記録しておくと、後から説明責任を果たしやすくなります。公務では『なぜその案内をしたか』を遡れることが重要で、これはAIを入れるかどうかに関わらず求められる姿勢と考えます。
率直に言えば、AIエージェントは「入れれば楽になる魔法」ではありません。むしろ最初は運用の手間が増える局面もあります。やってみないと分からない部分も多く、次のような落とし穴は事前に知っておくと判断を誤りにくいと考えます。
これらは避けられる落とし穴です。共通する処方箋は「小さく始めて、確かめてから広げる」こと。最初から全庁展開を狙わず、低リスクの一業務で手触りを掴むほうが、結果的に近道になると考えます。
最後に、現実的な進め方を段階で示します。第一歩は、公開情報だけを扱う低リスク領域での検証です。住民向けFAQの一次応答や、庁内の公開マニュアル検索など、個人情報を含まない範囲で「本当に役立つか」「誤答はどの程度か」を、小さな規模で確かめます。ここで得た手触りが、次の判断材料になります。
外注で作り込むほど、仕様変更のたびに費用と時間がかかります。制度改正が頻繁な自治体では、簡単な調整は職員自身が手を入れられる状態が望ましい。だからこそ、ツールの導入と並行して、庁内にAIを使いこなす人材を育てるAI研修の視点が効いてきます。プロンプトの書き方、AIの限界の理解、業務への当てはめ方を職員が身につけると、外部依存を減らしながら適用範囲を広げていけると考えます。
どの業務が向くか、どこまで閉じるべきか、誰が使うか。これらは他自治体の事例をなぞるだけでは決まりません。自庁の問い合わせ内容、文書の整理状況、職員体制という「現物」から出発するのが結局は確実です。私たちは製造業の画像検査で、カタログ値ではなく現場の現物で検証してから仕組みを作る姿勢を積み重ねてきました。この「現物起点」の考え方は、自治体のAI活用でも同じく有効だと考えています。まずは小さな一業務を選び、実際の資料で試してみることが、確かな一歩になると考えます。
扱う情報を外部の汎用サービスへ送らず、庁内や管理下の環境で処理を完結させる閉域運用にすることで、外部流出のリスクを抑えられると考えられます。ただし絶対の安全はなく、権限設計や記録の運用も併せて必要です。個人情報保護条例や自治体向けセキュリティガイドラインの詳細・最新の適用範囲は、所管省庁および各自治体の公表資料でご確認ください。
すべての自動回答は現実的でないと考えます。答えが庁内文書で確定している定型照会の一次受けには向きますが、個別事情を踏まえた判断や権利義務に直結する決定は職員が担う領域です。AIは関連する要綱や前例を集めて提示するまでに留め、最終判断は人が下す役割分担が誠実だと考えます。
下書きのたたき台づくりとしては有用と考えられますが、公文書・公的な広報として出す前には必ず職員が内容の正確性を確認する前提です。AIの出力をそのまま完成品としないこと、参照元が最新で正しい文書であることが条件になります。あくまで作成工程を圧縮する補助と位置づけるのが安全です。
公開情報だけを扱う低リスク領域からの検証をおすすめします。住民向けFAQの一次応答や庁内の公開マニュアル検索など、個人情報を含まない範囲で、役立つ度合いと誤答の程度を小さく確かめる。そこで得た手触りをもとに、対象業務を段階的に広げていくのが堅実だと考えます。
簡単な調整を職員自身が行える状態を目指すことは可能と考えられます。制度改正が頻繁な自治体ほど、内製の力が効いてきます。そのためにはツール導入と並行して、AIの限界の理解や業務への当てはめ方を学ぶ研修が有効です。外部依存を減らしながら適用範囲を広げる進め方が現実的だと考えます。
他自治体の事例ではなく、御庁の問い合わせ内容・文書の整理状況・職員体制という現物から出発するのが確実です。まずは低リスクの一業務を選び、実際の資料で試すところから。閉域運用や機密保護の前提も含め、進め方を一緒に整理します。
自治体のAI活用について相談する