官公庁・自治体のAI活用事例｜政府「源内（Gennai）」・東京都「A1」・大阪府の最新導入ガイド【2026年版】

官公庁・自治体の生成AI活用は、政府共通基盤「源内（Gennai / GENAI）」、東京都「A1（えいいち）」、大阪府の行政AIエージェントコンソーシアムの三本柱で一気に本格フェーズへ移行しました。2026年4月時点では、源内が全府省庁約18万人への大規模実証、東京都A1が約6万人への本格運用、大阪府が29団体参画のコンソーシアム実証へと段階を進めています。

この記事でわかること

• 官公庁・自治体で生成AI活用が加速している政策的な背景
• 「源内」「A1」「大阪府コンソーシアム」3大基盤の違いと使い分け
• 具体的な業務別活用用途と、削減時間等の定量的成果
• 源内で試用される7つの国産LLM（tsuzumi 2、Sarashina2 mini、PLaMo 2.0 Prime ほか）
• 自治体が導入を成功させるためのステップと、押さえるべき法規制・セキュリティ要件

誰向けの記事か

• 中央省庁・都道府県・市区町村でAI活用を検討する職員（特にDX担当・情報政策担当）
• 自治体向けにAIソリューションを提案したい民間ベンダー・SIer
• 研究者・ジャーナリストなど、日本の行政DX政策を最新情報で把握したい方

官公庁・自治体で生成AI活用が加速している背景

官公庁・自治体で生成AIが一気に普及した背景には、法制度・政策・人材制約の3つの圧力が同時に高まっていることがあります。

1. AI新法と基本計画による「国家戦略化」

• 2025年5月: 「人工知能関連技術の研究開発及び活用の推進に関する法律（AI法）」成立
• 2025年12月: 「人工知能基本計画」閣議決定
• 内閣AI戦略本部（本部長: 内閣総理大臣）による全政府的な統括体制が整備
• 各府省庁へのCAIO（AI統括責任者）設置が進行

2. 「隗より始めよ」——政府自身が先にAIを使う

政府は民間への普及を待つのではなく、まず政府自身が生成AIを業務で使い倒す方針を明確に掲げています。その象徴がデジタル庁が内製開発した「源内（Gennai / GENAI）」であり、2026年5月から全府省庁・外局等39機関・約18万人の職員を対象とした大規模実証が予定されています。

3. 公務員不足・業務量増大という構造問題

• 人口減少に伴う自治体職員の慢性的不足
• 住民ニーズの多様化による業務量・問い合わせの増大
• 税収が限られるなかでの政策高度化要求

この構造問題に対し、文書作成・要約・議事録作成といった「職員の時間を最も奪っている業務」を生成AIで置き換える動きが全国で加速しています。総務省調査では、あいさつ文案作成（875件）・議事録要約（755件）・企画書案作成（638件） が自治体の主要用途の上位を占めています。

政府・自治体の生成AI基盤3つの全体像

日本の官公庁・自治体領域では、2026年4月時点で国レベル1基盤（源内）・広域自治体レベル2基盤（東京都A1／大阪府コンソーシアム） が「三大公共AI基盤」として機能しています。まずは全体像を比較表で整理します。

三大公共AI基盤の比較

出典: デジタル庁、東京都デジタルサービス局、大阪府公式発表（2026年4月時点）

3基盤の役割分担

• 源内 = 国レベルの共通基盤。省庁の行政実務（国会答弁・法制度調査・公用文）に特化
• A1 = 自治体向けの「アプリ開発プラットフォーム」型。職員が自分でアプリを作れる
• 大阪府コンソーシアム = 民間ベンダーと組んだ「AIエージェント実証」。成果はこれから

政府ガバメントAI「源内（Gennai / GENAI）」とは

源内（Gennai / GENAI）はデジタル庁が内製開発した政府共通の生成AI利用環境です。名称は「Generative AI」の略語「Gen AI」と、江戸時代の発明家・平賀源内の精神を組み合わせて命名されました。

源内の基本スペック

源内で提供されているアプリ（2025年8月時点で20種類以上）

汎用型アプリ

• チャット対話
• 文書作成（公用文ドラフト）
• 要約／校正／翻訳

行政実務特化アプリ

• 法制度調査支援AI（愛称: Lawsy）
• 国会答弁検索・作成支援
• 公用文チェッカー
• 雇用証明審査
• 内部管理業務支援

セキュリティ設計の要点

• 全AI利用履歴の記録・監視
• 保存・転送時の完全暗号化
• 多要素認証による本人確認
• 2025年5月27日「行政の進化と革新のための生成AIの調達・利活用に係るガイドライン」により、適切な管理体制下での機密性2情報の取り扱いが可能に

源内の今後スケジュール（公式計画値）

※ 2026〜2027年の数値・時期はすべて現時点の計画値。正式な調達条件・評価結果は公表後にご確認ください。

東京都「A1（えいいち）」とは

A1（えいいち）は東京都デジタルサービス局と一般財団法人GovTech東京が連携して内製整備した生成AI共通基盤です。「AIアプリが業務生産性向上の基盤となる」という意図を、渋沢栄一が近代産業の基盤を築いたことになぞらえて命名されました。2026年4月9日に都職員 約6万人への本格運用を開始しています。

A1の基本スペック

A1でできること

• ノーコードで職員自身がAIアプリを開発できる
• 作ったアプリを組織内・他自治体へ「デジタル公共財」として共有
• API連携で既存ツールと統合
• 独自データを活用したRAG型Q&Aの構築

実際に共通利用されている主要アプリ例

• 契約仕様書案の作成支援
• AI導入・実装時の対応ポイントをサポートするアプリ
• 都議会議事録をもとにした答弁検討支援

セキュリティ設計

• 国内サーバー環境で運用
• 入力データが外部LLMサービスに学習されない設計
• 独立したワークスペース環境
• 「AI導入・活用ガイドライン」（本編・概要版・生成AI利用の手引きの3点セット）を2026年3月30日に更新

A1の運用で直面している現実

東京都では導入初期、対象職員の約1割しか利用申請しなかったと報告されており（出典: 日本総研）、浸透そのものが課題となっています。他自治体の先行例（滋賀県）でも、利用者の76.2%が最初の1回だけの利用にとどまったとのデータがあり、「ツールを入れれば使われる」という前提は通用しません。本格運用開始以降の浸透施策（研修・事例共有・活用アプリの充実）が鍵となっています。

大阪府・大阪市の生成AI取組

大阪は府と市で別々の取組が進行しています。両者は組織も目的も異なるため、混同しないことが重要です。

大阪府：行政AIエージェントコンソーシアム（2025年12月19日設立）

• 目的: AIエージェントの実証事業を通じた行政業務への展開可能性の検討
• 参画団体: 29団体
  • 大手クラウド: 日本マイクロソフト、Google Cloud、AWS、NVIDIA
  • 通信: NTTドコモ、KDDI、ソフトバンク
  • 金融: 三井住友銀行、りそな銀行
  • コンサル: PwC、アクセンチュア
  • アカデミア: 公立大学法人大阪 ほか
• 特徴: 民間リソースとの産官連携で「AIエージェント」という新しい利用形態に特化

大阪府 × Google 生成AI実装プロジェクト

大阪府は全国初の連携自治体としてGoogle合同会社と松尾研究所共同開発の生成AIプロダクトを活用する取り組みに参画。就業希望者への適性職種提案（雇用ミスマッチ解消） 等、具体的な行政課題解決に生成AIを応用しています。

大阪市：生成AI「Oasis」と全庁運用ガイドライン

• AIアシスタント「Oasis」およびOasis RAG を自前構築し全庁運用
• 令和6年（2024年）4月1日に「生成AI利用ガイドライン」策定、現行第2.4版（令和7年12月22日改定）
• 業務受託事業者向けガイドラインも整備
• 活用領域: 文書作成／要約／編集／企画立案ブレインストーミング／翻訳

業務別のAI活用領域と主要ツール

官公庁・自治体での生成AI活用を業務別に整理すると、以下のパターンがほぼ全国共通です。

業務別活用一覧表

主要ツール・ソリューション（官公庁・自治体での採用実績）

• 政府共通基盤: 源内（Gennai / GENAI）
• 広域自治体基盤: 東京都A1、大阪市Oasis
• 民間クラウド: Azure OpenAI Service、ChatGPT Enterprise、Google Cloud / Gemini for Government、AWS Bedrock
• 国産LLM: tsuzumi 2、Sarashina2 mini、PLaMo 2.0 Prime、Llama-3.1-ELYZA-JP-70B、cotomi v3、Takane 32B、CC Gov-LLM（いずれも源内で試用予定）

代表的な自治体の導入事例と成果

自治体ごとの活用内容と定量成果を公式発表・信頼ソースベースで整理しました。

出典: 総務省「先行団体における生成AI導入事例集」（令和6年7月）、各自治体公式発表

事例から見えるポイント

• 即効性が高いのは「文書・議事録・答弁」の3領域。ほぼ確実に数千〜数万時間規模の削減につながる
• 住民向けサービス（チャットボット等）はハルシネーション対策が鍵。RAGとFAQベースの組み合わせが定石
• 画像・音声解析（ひび割れ検出等） はインフラ老朽化対策として補助金事業になりやすい

源内で試用される7つの国産LLM

デジタル庁は2026年3月6日、源内で試用する7つの国産LLMを公表しました。2026年8月頃からの本格組み込みを経て、2027年4月以降は優れた成果を示したモデルを有償調達する計画です。

7モデルの一覧

なぜ国産LLMを並行評価するのか

• 経済安全保障: 海外クラウド・海外モデル依存のリスク低減
• 日本語性能: 公用文・法令・敬語の扱いで国産モデルが優位になり得る
• オンプレ運用: GPU1基〜オンプレ対応モデルは機密性の高い用途に向く
• 国内産業育成: 行政が先進ユーザーとなることで国産AI産業を押し上げる

現時点の源内は海外製LLMで稼働しており、「国産への完全置き換え」ではなく「適材適所で国産を取り込む」方針である点は誤解しやすい部分です。

導入課題・規制上の注意点

官公庁・自治体での生成AI導入は、民間企業以上に法令・制度・説明責任の壁があります。導入判断で必ず押さえたい論点を整理します。

1. 機密情報の取り扱いルール

• 2025年5月27日ガイドラインにより、適切な管理体制下での機密性2情報まで扱えるようになった
• ただし特定秘密、より高い機密性区分の情報は引き続き制限
• 自治体独自に「何を入力してよいか／悪いか」を定めた利用ガイドラインの整備が必須（大阪市は第2.4版まで改定済）

2. ハルシネーション（誤情報生成）

• 日本総研の整理でも「職員が最も挙げた課題」 として報告
• 住民向けサービスへの活用では致命傷になりうる
• 対策: RAG（庁内規則・過去答弁・条例等をベクトル化）＋ 職員による二重チェックが標準解

3. 著作権リスク

• 生成物が既存著作物に類似するリスクへの対応が必要
• Microsoft Copyright Shield等、著作権保護サービス付きプランの選定が推奨
• 広報・公式SNS等の外部公開物には必ず人間の最終確認を

4. 自治体固有ルールへの対応

• 汎用LLM単体では庁内規則・各自治体固有の業務フローに対応できない
• RAG併用が必須。A1や大阪市Oasisは最初からRAGを前提に設計されている

5. 職員の浸透率・ITリテラシー

• 東京都の初期で 対象職員の約1割しか利用申請せず（日本総研）
• 滋賀県先行例では 76.2%が最初の1回だけの利用で終わった
• 6割以上の自治体が職員スキル不足を指摘（総務省調査）
• 導入と同じくらい「研修・活用アプリの提供・成功事例の横展開」が重要

6. 自治体規模による格差

市区町村では、総務省ガイドブックや東京都A1の「デジタル公共財」モデルを活用し、先行自治体の成果物を再利用する アプローチが現実解になります。

自治体がAI導入を成功させるための5ステップ

自治体・省庁がゼロから生成AI活用を始める場合、「ツール選定の前に体制と用途を決める」 のが鉄則です。先行自治体のノウハウを圧縮すると、次の5ステップに集約されます。

ステップ1: 利用ガイドラインを整備する

• 機密性区分ごとの入力可否を明示
• 個人情報・特定秘密の入力禁止ルール
• 生成物の二重チェック義務
• 参考: 大阪市「生成AI利用ガイドライン 第2.4版」、東京都「AI導入・活用ガイドライン」、総務省「自治体におけるAI活用・導入ガイドブック（第4版）」

ステップ2: 「効果が大きく・リスクが低い」用途から始める

• 第1候補: あいさつ文、メール、企画書の下書き
• 第2候補: 議事録要約、議会想定問答
• 第3候補: 庁内ドキュメントのRAG型Q&A
• 住民向けチャットボット等は、先に庁内用途で精度と運用を成熟させてから

ステップ3: 情報流出しない環境を選ぶ

• Azure OpenAI Service、ChatGPT Enterprise、Gemini for Government等、入力データが学習に使われない環境を採用
• 国産オンプレLLM（tsuzumi 2、Takane 32B等）を検討するなら機密性の高い用途に
• 著作権保護サービス付きのプランを優先

ステップ4: 職員浸透策をセットで実装する

• 使えば便利だと「最初の体験」で実感できる研修
• 成功事例の横展開（例: 他自治体の議事録要約アプリをそのまま使う）
• チャンピオン職員（部署内の活用リーダー）の育成

ステップ5: 効果測定と段階拡大

• 削減時間・利用頻度・満足度を定期計測
• 戸田市の「月500時間削減」、横須賀市の「年間22,700時間削減見込み」等、他自治体の定量成果を基準に自治体内の目標を設定
• 年1〜2回のガイドライン改定で最新環境に追従

向いている自治体・慎重に検討すべき自治体

導入判断の目安を、自治体の規模・体制別に整理します。

AI活用の本格導入が向いている自治体

• 都道府県・指定都市: 予算・人員・データ量が揃い、RAG構築も自前で回せる
• 人口30万人以上の市: 議会・答弁・広報など「ドキュメント量が多い」業務でROIが出やすい
• DX担当部署が独立組織として存在する自治体
• 条例・ガイドラインの整備権限が首長直下で動く自治体
• 既に業務システムのクラウド化を進めている自治体

慎重に検討すべき自治体

• 人員5人以下の小規模DX担当: 運用・研修・ガイドライン更新の継続コストが重い
• 機密性3情報を大量に扱う部署主体の導入: 現行ガイドラインでは制約が大きい
• IT人材ゼロ・外部ベンダー丸投げ予定: ハルシネーションや流出事故時の責任所在が曖昧になる
• 「とりあえず導入」が目的化している自治体: 浸透率1割で終わるケースが多い

小規模自治体は、総務省ガイドブックや東京都A1の「デジタル公共財」を再利用する方式で、まずは月10時間削減レベルから始めるのが現実的です。

あわせて読みたい関連記事

• AIエージェントとは？仕組み・活用例・代表ツールを整理
• 生成AIツールおすすめ比較
• AIエージェント おすすめ 比較
• 生成AI セキュリティ リスク
• AIエージェント セキュリティ 対策
• 金融・銀行のAI活用事例（計画中）
• 医療・病院のAI活用事例（計画中）

よくある質問（FAQ）

Q1. 「源内」「Gennai」「GENAI」は同じものですか？

はい、すべて同一の政府共通AI基盤を指します。正式名称は漢字の「源内（げんない）」 で、英語表記が「GENAI」、略称で「Gennai」と書かれることもあります。デジタル庁が内製開発した政府全体のガバメントAI基盤です。

Q2. 東京都「A1」は都民も使えますか？

A1は都職員 約6万人と都内区市町村職員を対象とした業務用基盤で、一般都民が直接使うサービスではありません。ただしA1で作られたアプリの一部は「デジタル公共財」として他自治体へ共有され、結果として住民向け施策の品質向上に寄与する設計です。

Q3. 「大阪府」と「大阪市」の取組は同じですか？

いいえ、別組織・別取組です。大阪府は2025年12月19日設立の「行政AIエージェントコンソーシアム」とGoogleとの実装プロジェクトを推進。大阪市はAIアシスタント「Oasis」および「Oasis RAG」を自前構築し、令和6年4月1日に利用ガイドライン策定（現行第2.4版）しています。

Q4. 自治体の生成AI導入率はどのくらいですか？

公表されている参考値として、都道府県 約87%、指定都市 約90%、市区町村 約30% とされています。ただし「どの段階を導入と定義するか」で数値は変動するため、時点・出典の明記されたデータを確認してください。

Q5. 源内は国産LLMのみで動いていますか？

いいえ、現時点の源内は海外製LLMで稼働しています。2026年5月〜国産7モデル（tsuzumi 2、Sarashina2 mini、PLaMo 2.0 Prime、Llama-3.1-ELYZA-JP-70B、cotomi v3、Takane 32B、CC Gov-LLM）の試用を開始し、2026年8月頃から本格組み込み、2027年4月以降に有償調達検討を開始する計画です。

Q6. 自治体の生成AI導入で一番多い課題は何ですか？

公表されている調査結果では、職員が挙げる最大の課題はハルシネーション（誤情報生成） です。次いで職員のITリテラシー不足（6割以上の自治体が指摘）、自治体固有ルールへの対応が続きます。対策としてRAG併用・職員研修・ガイドライン整備の3点セットが標準解となっています。

Q7. 自治体で生成AIに機密情報を入力してもよいですか？

2025年5月27日の「行政の進化と革新のための生成AIの調達・利活用に係るガイドライン」により、適切な管理体制下での機密性2情報まで扱えるようになりました。ただし特定秘密、より高い機密性区分の情報は引き続き制限されます。各自治体で独自の利用ガイドラインを整備し、それに従って運用する必要があります。

Q8. 小規模自治体でも生成AIは活用できますか？

はい、活用可能です。ただしゼロから基盤を構築するのではなく、総務省ガイドブック（第4版）や東京都A1の「デジタル公共財」モデルを再利用する方式が現実的です。先行自治体の議事録要約アプリやあいさつ文テンプレートをそのまま使うことで、人員5人以下のDX担当でも月数十時間の削減から始められます。

まとめ

官公庁・自治体の生成AI活用は、2026年4月時点で「実証」から「本格運用」フェーズへ移行しました。

• 政府共通基盤「源内（Gennai / GENAI）」 は2026年5月〜18万人規模の大規模実証、7つの国産LLMを並行評価し、2027年4月以降の有償調達へ
• 東京都「A1（えいいち）」 は2026年4月9日に約6万人への本格運用を開始。ノーコード・デジタル公共財モデルで全国自治体へ波及中
• 大阪府の行政AIエージェントコンソーシアム は29団体が参画し、AIエージェント実証の最前線に
• 農水省・横須賀市・戸田市等の先行事例では、年間数千〜数万時間規模の削減効果が公表されている
• 同時に、ハルシネーション・職員浸透・機密情報取り扱いという現実的な課題が残っており、ガイドライン整備と段階導入が成功の鍵

自治体DX担当者は、総務省「自治体におけるAI活用・導入ガイドブック（第4版）」（令和7年12月公表）を基点に、自庁のガイドライン整備→低リスク業務からの段階導入→効果測定というサイクルで進めるのが現時点の定石です。