「自治体に生成 AI を本格導入したいが、どこから始めればいいか分からない」「ガバメントクラウドへの移行と並行して AI を入れたい」「『ガバメントAI 源内』が来たら自前の生成 AI 環境はどうなる？」——自治体 DX 推進担当者からの相談が、2026 年に入って急増している。

背景には、2025 年 6 月閣議決定『デジタル社会の実現に向けた重点計画』で ガバメント AI が行政の基盤技術として正式に位置付けられた こと、そして総務省が 2025 年 3 月に『自治体 DX 推進計画 第 4.0 版』を発出 し、生成 AI 活用が自治体 DX の中核領域として再定義されたことがある。

本稿では、デジタル庁「ガバメントAI 源内」の全体像、自治体の生成 AI 導入実態（都道府県と市区町村の二極化）、実装成果の具体事例（横須賀市・神戸市・北海道当別町等）、Gov-Tech 2026 のグローバル動向、AX Boost 独自の 「自治体 AI 導入 5 段階モデル」 までを一気通貫で整理する。民間企業の B2G 事業機会 までを含めた、2026 年版の実務ガイドである。

デジタル庁「ガバメントAI 源内」とは — 18万人規模の政府AI基盤

構想の全体像

ガバメントAI「源内（げんない）」 とは、デジタル庁が整備する 政府・地方自治体が共通利用できる行政向け AI 基盤 である。構想段階を抜けてすでに稼働フェーズに入っており、デジタル庁の公式ページによれば概要は以下のとおり：

項目 内容
名称 ガバメントAI / 通称「源内（げんない）」
位置付け 2025 年 6 月閣議決定『デジタル社会の実現に向けた重点計画』で行政基盤技術と明示
現在の状況 2026 年 5 月 28 日より、全府省庁の約 18 万人の政府職員を対象とした大規模実証を開始（2027 年 3 月まで）
OSS 公開 2026 年 4 月 24 日、源内を OSS（オープンソースソフトウェア）として公開
モデル 2026 年 7 月 10 日より国産クラウド上での国産基盤モデルの試用を開始
主導組織 デジタル庁戦略・組織グループ
ガバナンス体制 各府省庁に AI 統括責任者（CAIO） 配置、デジタル庁に「AI 利活用アドバイザリーボード」と相談窓口

見落とせないのが OSS 公開 である。基盤そのものが公開されたことで、自治体や民間が中身を読み、自らの環境で動かして検証できる状態になった。「国が作ったものを待つ」から「公開された実装を自分たちで使う」へ、自治体側の選択肢が構造的に増えたことを意味する。後述する B2G 事業機会も、この一点で前提が変わる。

「源内」という愛称は、江戸時代の発明家・平賀源内（蘭学者・本草学者・絵師）に由来する。「日本固有の知見を活かしながら新しい技術を行政に取り込む」 という象徴的意味を持つ。

2026 年の実装スケジュール

デジタル庁の公表情報を時系列で並べると、源内は 2026 年に入って一気に実装段階へ移った：

  • 2026 年 4 月 24 日: 源内を OSS として公開。実装が外部から検証・再利用できる状態に
  • 2026 年 5 月 28 日: 全府省庁の約 18 万人 を対象とした 大規模実証を開始（希望省庁への大規模導入実証、2027 年 3 月まで）
  • 2026 年 7 月 10 日: 国産クラウド上での 国産基盤モデルの試用を開始
  • 2027 年度以降: 自治体への段階的展開

つまり本稿を読む時点で、源内はすでに「これから作るもの」ではなく「動いているものをどう使うか」という段階にある。自治体側の論点も、導入の可否ではなく、公開された基盤を自庁の業務にどう接続するかへ移っている。

これは単なる「府省庁向け ChatGPT 配布」ではなく、(1) 共通プロンプトテンプレート、(2) RAG による省庁横断ナレッジ検索、(3) 機密データを扱える安全なクラウド環境、(4) 政府業務に最適化された LLM 選定、を統合した行政専用基盤 として設計されている。実装の中心となるコンテキスト設計の論点は コンテキストエンジニアリング完全ガイド で技術的に詳述している。

ガバメントクラウドとの関係

ガバメント AI は単独で存在するのではなく、ガバメントクラウド（地方自治体向けの政府共通クラウド）と一体運用 される設計。地方自治体は 2025 年度末までに 20 の基幹業務システムをガバメントクラウドへ移行する必要 があり、その上層に AI 機能が乗る形が想定されている。

つまり「クラウド移行 → データ整備 → AI 活用」という三段階の流れが、自治体 DX の標準ロードマップになっている。詳細な政策的背景は 『人工知能基本計画』とは — 企業が押さえるべき要点 と 内閣府『人工知能基本計画』を読み解く を参照。

自治体の生成AI導入状況 — 都道府県 87% vs 市区町村 30% の二極化

総務省が 2025 年 6 月末に公表した『自治体 DX 推進参考事例集【第 3.0 版】』および関連の自治体アンケート調査によれば、自治体の生成 AI 導入率は 規模により大きく二極化 している。

規模別導入率（2025年6月時点）

自治体区分 生成 AI 導入率
都道府県 87.2%
指定都市 90.0%
その他の市区町村 29.9%

つまり 都道府県・指定都市レベルではほぼ全数導入 が進んでいる一方、市区町村（特に小規模町村）では 7 割が未導入。この差を埋めることが、自治体 DX の 2026 年最大課題である。

なぜ市区町村で導入が進まないか — 構造的3要因

(1) 予算制約: 中小自治体の IT 予算は数億円〜数十億円規模で、Microsoft 365 Copilot（$30/user・月、別途 M365 ベースライセンスが必要。AIツール比較完全ガイド 2026年版 参照）や ChatGPT Enterprise（150 席最低・$108K/年〜）のような商用 SaaS は予算的に難しい。

(2) 人材不足: 情報システム担当が 1-2 名、または委託任せのケースが多く、AI 活用を主導できる人材が不在。「DX 推進人材の確保」を課題に挙げる自治体は多く、外部デジタル人材の確保に課題を抱える自治体は約 8 割にのぼるとの調査もある。

(3) ガバナンス整備の遅れ: 個人情報・機密情報を扱う行政では、利用ガイドライン策定・職員教育・監査体制の整備が必須。これを内製できる体制がない自治体が多い。

ガバメント AI「源内」は、まさにこの 「(1) 予算 + (2) 人材 + (3) ガバナンス」の3要因をまとめて解決する基盤 として設計されている。

実装成果の具体事例 — 横須賀市・北海道当別町・神戸市

数値データを伴う代表的な実装事例を整理する。各事例とも公開資料（自治体公式・総務省事例集等）で確認可能なもの。

事例1 / 横須賀市 — 日本の自治体生成AI導入のパイオニア

項目 内容
開始時期 2023 年 4 月（実証実験開始）→ 同年 6 月（本格運用）
環境 全庁で GPT-4o を API 経由で活用、LoGo チャット連携
代表的成果 国民健康保険のデータ突合: 従来 2 時間 → 10 分（約 12 分の 1）
活用範囲 文章作成、企画立案、Excel 関数生成、庁内システム連携用コード生成
職員浸透施策 「ChatGPT 活用コンテスト」開催、庁内報での広報、利用事例の横展開

横須賀市は 日本の自治体で最初に生成 AI を本格運用に乗せた事例 として、他自治体のベンチマークになっている。市長からの相談を契機にデジタル・ガバメント推進室が検討チームを立ち上げ、わずか 2 ヶ月で本格運用に至った迅速さも特徴。

事例2 / 北海道当別町 — 中小自治体ボトムアップ事例

項目 内容
開始 ChatGPT 公開後約 1 ヶ月で導入検討、職員主導のボトムアップ
代表的成果 議事録作成: 従来 2-3 時間 → 約 30 分
活用範囲 議事録作成、広報文章の校正
特徴 小規模自治体（人口約 1.5 万人）でも、職員主導で迅速展開可能なことを実証

当別町の事例は、「予算が限られる中小自治体でも、職員のリテラシーがあれば短期間で効果を出せる」という証拠として、総務省『自治体 DX 推進参考事例集』にも掲載されている。

事例3 / 神戸市 — 大都市の段階的本格展開

項目 内容
第一段階 2023 年度初頭、Azure OpenAI Service の独自環境構築 → 限定職員での試行
第二段階 2024 年 2 月、Microsoft Copilot を全庁本格導入
主要活用 広報紙作成（ペルソナ分析、カスタマージャーニーマップ作成）
特徴 デジタル戦略部主導、市長指示のトップダウン推進
公開資料 神戸市公式「生成 AI による市役所の業務効率化 — プロンプト事例集」

神戸市の事例は、大都市での「試行 → 本格導入」の段階展開モデル として参考になる。広報業務という比較的非機密で成果が見えやすい領域から始めた点も実務的。

事例から読み取れる共通パターン

3 事例に共通する成功要因：

  • (1) 経営層（首長）のコミット: 横須賀（市長相談から始動）、神戸（市長指示）、当別町（職員主導 + 首長承認）
  • (2) 業務時間が明確に削減される領域からスタート: 議事録作成・データ突合・広報文書作成
  • (3) 段階的拡大: 試行 → 限定運用 → 全庁本格運用の流れ
  • (4) 利用者教育: プロンプト事例集、ガイドライン、コンテスト等

民間企業の AI 定着失敗パターンと共通する論点も多く、AI定着失敗の典型7パターン も参考になる。

グローバル Gov-Tech 2026 — 世界の現状

Center for Data Innovation が 2026 年 2 月に発表した 『Public Sector AI Adoption Index 2026』（米英独仏日伯南ア印星サウジ10 カ国・3,335 名の公務員調査）の主要結果：

重要数値

  • 70% 以上の公務員が AI を業務利用 している
  • ただし 「政府が AI を効果的に活用している」と回答したのは 18% のみ

つまり「個人レベルの利用は進んでいるが、組織として価値を出せていない」という構造的問題が、世界共通で観察される。

国別の AI 成熟度分類

成熟度 該当国 特徴
Advanced Adopters（先進活用国） Singapore、Saudi Arabia、India 強いリーダーシップ + 広範な日常 AI 活用
Uneven Adopters（不均衡活用国） United States、UK、South Africa、Brazil 進捗はあるが、インフラ・ガイダンスにギャップ
Emerging Adopters（新興活用国） Japan、Germany、France ガバナンス整備中、本格展開はこれから

日本は 「ガバナンス整備中 / 本格展開これから」 のグループに分類されている。ただしこの調査は2026年2月の公表であり、その後の源内のOSS公開（4月）と18万人規模の大規模実証開始（5月）は反映されていない。分類そのものは調査時点の姿として受け止めつつ、日本の現在地はこの評価より半歩先へ動いていると読むのが妥当だろう。むしろ問われるのは、府省庁で動き始めた基盤を自治体側がどう引き取るか、という次の段である。

海外先進事例

国 事例 内容
Singapore APEX（National Data Exchange） + LifeSG 国家データ交換基盤、市民向けタイラード行政サービス
Estonia X-Road 国家データ連携の代表的事例、20 年以上の運用実績
UK Tell Us Once 1 回の届出で複数省庁横断的に情報共有（出生・死亡等）
US Texas by Texas テキサス州の市民向け統合行政アプリ

Singapore APEX と Estonia X-Road は、データ連携基盤として日本のガバメントクラウド + ガバメント AI 構想のベンチマーク になっている。Deloitte『Government Trends 2026』も、Singapore・Estonia の先行事例を「政府 AI 活用の北極星」と位置付けている。

「源内」時代の自治体導入論点 — 6つの問い

ガバメント AI「源内」の到来を踏まえ、自治体 DX 推進担当者が 2026 年に検討すべき 6 つの論点 を整理する。

論点1 / 自前の生成AI環境は「源内」で置き換えるべきか？

既に Microsoft Copilot や Azure OpenAI 等を導入している自治体（横須賀市・神戸市等）は、「源内」と既存環境の使い分け が論点になる。現時点では「源内」の正式仕様が完全公開されていないため、既存環境は維持しつつ、「源内」の機能を見極めて段階的に統合 するのが現実的。

論点2 / 業務領域の優先順位付け

「源内」を全業務に展開するのは現実的でない。個人情報を含まない業務・成果が見えやすい業務から優先 すべき。具体的には：

  • 第一優先（低リスク・高成果）: 議事録作成、広報文書校正、研修資料生成
  • 第二優先（中リスク・中成果）: 庁内ナレッジ検索、企画立案支援、Excel/コード生成
  • 第三優先（高リスク・要慎重）: 住民情報を含む業務、医療・税務等の機密領域

業務優先順位の判断軸は、生成AI 業務効率化 事例50選 2026年版 の「インパクト × 実装難度マトリクス」も参考になる。

論点3 / ガバナンス体制 — CAIO 設置と AI 利活用アドバイザリーボード

各府省庁には AI 統括責任者（CAIO） 配置が求められている。自治体レベルでも同等の体制（Chief AI Officer 相当の責任者 + 利用ガイドライン策定 + 監査体制）を整備する必要がある。詳細な実務ガイドは 企業のAIガバナンス実務ガイド を参照。

論点4 / 個人情報・機密情報の取扱

自治体が扱う情報は、住民票・税情報・医療情報など 個人情報保護法の規制対象 が大半。AI 利用に際しては：

  • データの「学習に使われない」契約条項の確認
  • データレジデンシー（日本国内保管）の確保
  • アクセス制御・監査ログの整備
  • 個人情報を含むデータの匿名化・仮名化の手順策定

が必須。経産省・総務省『AI 事業者ガイドライン第 1.1 版』（2025 年 3 月 28 日）も参考になる。

論点5 / 職員のリテラシー向上 — プロンプト教育とガイドライン浸透

ツールを入れても 職員が使いこなせなければ価値が出ない。横須賀市の「ChatGPT 活用コンテスト」、神戸市の「プロンプト事例集」のような、実務に根ざした教育プログラム が必要。詳細フレームは AIリテラシー人材育成 完全ガイド を参照。

論点6 / 民間 IT ベンダーとの協業設計

自治体が単独で AI 環境を構築するのは難しく、民間 SI ベンダー（NTT データ・富士通・NEC・日立等）との協業 が一般的。ただし、「ベンダーロックイン」と「内製化能力の喪失」 のリスクを意識した契約設計が必要。判断軸は AI内製化 vs 外注 を参照。

AX Boost 独自フレーム — 自治体AI導入5段階モデル

自治体の生成 AI 導入段階を、AX Boost では 5 段階モデル として整理している。自治体 DX 担当者が自組織の現在地と次のステップを判断するためのフレーム：

段階 状態 主な取り組み 目安期間
Stage 1 / 認知 「生成 AI とは何か」を知っている職員が限定的 経営層・推進担当者の研修、ガバメント AI 動向のキャッチアップ 〜3 ヶ月
Stage 2 / 試行 一部部署で生成 AI を試験運用 利用ガイドライン策定、限定環境（Azure OpenAI 等）の構築 3〜6 ヶ月
Stage 3 / 部分展開 特定業務（議事録・広報等）で実装、効果を測定 業務ごとの ROI 測定、職員向け研修プログラム 6〜12 ヶ月
Stage 4 / 全庁展開 全部署で生成 AI が標準ツールとして利用 プロンプト事例集、コンテスト、利用率モニタリング 1〜2 年
Stage 5 / ガバメントAI統合 「源内」と既存環境を統合運用、府省庁横断ナレッジ活用 政府 AI 基盤との接続、業務横断のデータ活用 2 年〜

2026 年 5 月時点で、日本の都道府県・指定都市の多くは Stage 3-4 にいる。一方、市区町村の 7 割は Stage 1-2 にとどまる。この Stage の差 を縮めることが、自治体 DX の本質的課題である。

Stage 別の典型的な失敗

  • Stage 1 → 2 の壁: 「とりあえず ChatGPT を試す」で個人情報を入力してしまう（インシデント）
  • Stage 2 → 3 の壁: 試行はしたが業務に統合されず、利用率が落ちる
  • Stage 3 → 4 の壁: 一部部署では浸透したが、他部署に横展開できない
  • Stage 4 → 5 の壁: ガバメント AI と既存環境の統合設計ができない

自治体向けAI導入の失敗パターン

実装現場で観察される、自治体特有の失敗パターンを 5 つに整理する：

失敗1 / 「実証実験で終わる」PoC 止まり

PoC で議事録 AI を試したが、本格運用に進まないパターン。「PoC 完了」がゴールになっている ケースで、住民サービス向上や業務効率化に直接結びつかない。詳細な構造分析と脱出フレームは AI PoC止まり脱出フレームワーク を参照。

失敗2 / ガイドラインだけ作って利用が進まない

利用ガイドラインを作って職員に通知したが、「読まれない・使われない」 パターン。実務に根ざしたプロンプト事例集・研修・ヘルプデスクがないと、ガイドラインは形骸化する。

失敗3 / 個人情報インシデントで全面利用停止

職員が個人情報を含む業務データを ChatGPT 個人版に入力し、情報漏洩リスクが顕在化、結果として 「生成 AI 全面禁止」 という極端な対応に至るパターン。法人版 AI を導入する前に個人版利用を黙認していた自治体で起きやすい。

失敗4 / ベンダーロックインで身動きが取れない

大手 SI ベンダーに丸投げし、AI 環境の中身がブラックボックス化、「ベンダー交渉力を失い、解約も移行もできない」 状態になるパターン。契約段階で 退場条件・データエクスポート権 を明文化することが必須。

失敗5 / 「源内」を待ちすぎて何も進まない

「ガバメント AI が来るのだから、今は何もしなくていい」と判断し、2026 年度の本格展開を待つだけ で何も進まないパターン。実際には「源内」展開後も自治体側の ガバナンス整備・職員教育・業務優先順位付け が必要で、何もせずに待つと一気に追いつけなくなる。

民間企業の含意 — Gov-TechとB2G事業機会

自治体・行政 DX の動きは、民間企業にとっても重要な事業機会である。

B2G（Business to Government）市場規模

行政の DX 関連予算は大きく、デジタル庁単独でも 2026 年度概算要求は約 6,143 億円規模（うち大半は情報システム整備・運用費）にのぼる。ガバメントクラウド・ガバメント AI 関連の調達、自治体個別の AI 導入支援、研修・ガバナンス支援など、B2G 事業機会が拡大 している。

民間が狙うべき領域

領域 想定顧客 提供価値
AI 導入支援コンサル 都道府県・指定都市 全庁展開のロードマップ、業務優先順位付け
中小自治体向け AI SaaS 市区町村（特に 1.5 万人〜10 万人規模） 低コストで導入可能なパッケージ
議事録・文書要約 SaaS 全自治体 即効性の高い Quick Win 領域
AI ガバナンス支援 全自治体 ガイドライン策定、監査体制構築
職員研修プログラム 全自治体 プロンプト教育、利用率向上施策
データ連携基盤構築 都道府県・大規模自治体 ガバメントクラウド対応、データガバナンス

これらの領域は、民間企業がコンサル・SaaS・研修・基盤構築のいずれの形でも参入可能。AI コンサルティング会社の分類と選定基準は AIコンサル会社の選び方完全ガイド 2026年版 も参考になる。

民間 AI 導入との違い

自治体 AI と民間 AI の違いは、利益最大化ではなく公共性・公平性・説明責任が最優先される こと。民間で通用するアプローチがそのまま使えるとは限らず、公共調達ルール・個人情報保護法・行政手続法 などの規制環境を理解した上での支援が必要。

よくある質問（FAQ）

Q1. ガバメントAI「源内」はいつから自治体で使えますか？

A. デジタル庁は 2026 年 5 月 28 日から府省庁 18 万人を対象とした大規模実証を開始しており（2027 年 3 月まで）、自治体への段階的展開はその後（2027 年度以降） が想定されている。それまでは、自治体は独自に Microsoft 365 Copilot、Azure OpenAI Service、Google Gemini for Workspace 等の商用環境を活用するのが現実的。

Q2. 中小自治体（人口 5 万人未満）でも生成 AI 導入は可能ですか？

A. 可能。北海道当別町（人口約 1.5 万人）の事例の通り、職員のリテラシーがあれば短期間で効果を出せる。重要なのは 「全庁全業務に展開する」ではなく、特定業務（議事録・広報）から始める こと。詳細は 中小企業のAI導入完全ガイド も参考になる（中小企業向けの方法論だが、中小自治体にも応用可）。

Q3. 個人情報を含む業務に生成 AI を使えますか？

A. 法人版（Enterprise プラン）の AI で、学習に使われない・国内保管・アクセス制御 の3条件を満たせば、原則として個人情報を含む業務にも使用可能。ただし、自治体ごとの個人情報保護条例 + 経産省・総務省『AI 事業者ガイドライン』 を遵守する必要がある。詳細は 企業のAIガバナンス実務ガイド と AI著作権リスクの実務対応 を参照。

Q4. AIツールは ChatGPT、Copilot、Gemini のどれを選べばいいですか？

A. 自治体の場合、Microsoft 365 をすでに使っている自治体（多数派）は Microsoft Copilot が摩擦最小。Google Workspace 利用自治体は Gemini for Workspace。独立性を重視するなら Azure OpenAI Service の独自環境構築（神戸市・横須賀市が採用）。5 評価軸での詳細比較は AIツール比較完全ガイド 2026年版 を参照。

Q5. ガバメントクラウドへの移行と AI 導入はどちらを先にすべきですか？

A. 並行進行が現実的。ガバメントクラウドへの基幹業務移行は 2025 年度末までが目標期限。一方、AI 活用は「機密情報を扱わない業務（議事録・広報等）から先行」させることで、クラウド移行を待たずに効果を出せる。両者を別プロジェクトとして並行管理する自治体が多い。

Q6. 民間企業として自治体 DX 市場に参入したい場合の入り口は？

A. 入り口は3つ。(1) 特定領域 SaaS（議事録・申請受付等）を自治体に直販、(2) コンサル会社・SI 企業の自治体向け案件に協業、(3) 自治体の DX 推進担当者の研修・伴走支援。公共調達のルール（指名競争入札・プロポーザル等）を理解する必要がある。

Q7. 自治体 DX 担当者として、まず何を読むべきですか？

A. 必読資料は5つ：(1) 総務省『自治体DX推進計画 第4.0版』（2025年3月28日）、(2) 総務省『自治体におけるAI活用・導入ガイドブック』第4版（2025年12月）、(3) 内閣府『人工知能基本計画』（2025年12月23日閣議決定、内閣府『人工知能基本計画』を読み解く 参照）、(4) 経産省・総務省『AI事業者ガイドライン第1.1版』（2025年3月28日）、(5) 横須賀市・神戸市の公開事例集。

Q8. AX Boost は自治体向け支援も可能ですか？

A. はい、民間企業向けの FDE 型コンサル方法論を、自治体向けにカスタマイズして提供 している。具体的には、(1) 業務優先順位付け、(2) ガイドライン策定、(3) 試行 → 部分展開 → 全庁展開のロードマップ、(4) 職員研修プログラム、(5) 「源内」時代を見据えた中長期戦略、を一気通貫で支援。初回相談は無料。

まとめ — 自治体DXは「源内」を起点に大きく変わる

2026 年は 自治体 DX が新しい段階に入る転換点 である。デジタル庁「ガバメント AI 源内」が 18 万人の政府職員に展開され、2027 年度以降に自治体へ波及する。一方で、市区町村レベルの 7 割が未導入 という二極化が、最大の構造課題として残る。

押さえるべきは 5 点：

  1. 「源内」の到来を見据えつつ、既存環境（Microsoft Copilot 等）も並行整備 する
  2. AX Boost「自治体AI導入5段階モデル」 で自組織の現在地を判断し、次のステップを設計
  3. 業務優先順位は「低リスク・高成果」から（議事録・広報・データ突合）
  4. CAIO 設置・ガバナンス整備・職員教育 の3点セットを並行展開
  5. 失敗5パターン（PoC止まり/ガイドラインの形骸化/個人情報インシデント/ベンダーロックイン/「源内」待ち）を回避

民間企業にとっては、B2G事業機会としての自治体 DX 市場 が拡大局面にある。AI コンサル・SaaS・研修・基盤構築のいずれの形でも参入可能。

自治体 DX・行政 AI 導入のご相談は、AX Boost の無料相談で対応している。FDE 型コンサルとして、戦略策定〜実装〜定着まで一気通貫で支援する。相談予約はこちら。

関連記事

主要参照ソース

本稿で引用した一次資料・統計の出典は以下のとおり。