源内OSS×Civil Service AI Challenge×政務大模型指引：自治体RAG再編メモ

自治体・地方公務員の現場は、デジタル庁が「源内」を政府共通生成AI利用環境として整備した時点で、もう「ChatGPTを使うかどうか」という入り口の議論が終わっています。源内の府省庁展開と総務省『令和7年版情報通信白書』が並んだ瞬間、論点は「源内のRAGに何を載せるか」「自治体電話DXの一次応対をAIに任せた後、職員の役割はどう再設計するか」「中国の『政務領域人工知能大模型部署応用指引』を、日本の地方自治法・公務員法・改正個情法でどう読み替えるか」の三つに収束しました（デジタル庁ニュース「自治体業務をAIで改善。実践と実装拡大のコツを先進事例から学ぶ」）。UK Civil Service AI & Data Challenge、Alan Turing Instituteの公共サービス向けオープンソースツール、Joseph Rountreeの調査が示す「公務員のAI試行で生まれる時間節約」の議論も、源内・自治体電話DXの実装側に直結しています（Global Government Forum「Civil and public servants energised to accelerate government modernisation」、中央網信弁公室「政務領域人工知能大模型部署応用指引」）。本稿は、都道府県・市区町村職員、国家公務員、教育委員会、デジタル庁・自治体CIO/CDO、業界規制対応担当、GovTechスタートアップ、自治体DXコンサル、AIガバナンス専門家、住民サービス向上担当を読者に、源内・自治体電話DX・政務大模型の三層を業務語彙で接続します。

源内のRAG設計と自治体電話DX——「源内に何を載せるか」が窓口業務を決める

源内は、生成AIを「業務基盤」として共通化する設計の到達点です。府省庁横断のチャット基盤・文書要約・議事録整形までは、業種に依存しない共通レイヤーで済みますが、自治体側で本当に効く部分は「源内のRAGに、条例・要綱・FAQ・相談記録などを、機密性、安全性、個人情報保護を確認したうえで接続すること」に集約されます。グラファー等が自治体電話DXで実装してきたAI音声応答は、源内型RAGと組み合わせない限り「FAQ自動応答止まり」に留まります。電話一次応対をAIに任せた後、職員は「住民の感情の機微」「複数制度をまたぐ個別相談」「ケースワーク」に時間を寄せる役割設計が必要です。読者の所属が都道府県・市区町村職員、自治体CIO/CDOであれば、自団体の例規・要綱・相談記録を「源内RAGに載せられる形式」に再編する作業を優先し、AI投資の効果を窓口時間短縮ではなく「複雑相談に充てられた時間」で測る設計が現実的です。

UK Civil Service AI Challenge・Alan Turing Institute——海外公務員の「アイデア→実装」モデルを日本でどう翻訳するか

UK GovernmentのCivil Service AI & Data Challengeは、現場公務員からアイデアを募集し、選抜したチームに実装機会を渡す仕組みです。DSITとCabinet Office、NTT DATA、Alan Turing Instituteが組んで運営し、AIフェローシップと助成金で公共サービス向けオープンソースツールを開発する流れまで含めて設計されています（Global Government Forum「Innovation 2026 Agenda」）。Deloitte『Government Trends 2026』は「伝統的運営モデルがAI加速・クロスエージェンシーミッション・財政圧力に対応できない」と整理し、再利用可能プラットフォーム・ミッション駆動チームへの転換を主張しました。日本に翻訳する場合、自治体庁内でのアイデアコンテストは形式だけ模倣しても続かないため、「採択されたアイデアを源内RAGや自治体電話DXの実装ロードマップに紐付ける」「公務員法の枠内で兼業ルールを整える」「Alan Turing型オープンソースツールを地方自治法上の調達ルールにどう載せるか」を先に詰める必要があります。海外の数字を引用するときは、日本の地方自治法・公務員法・改正個情法の文脈で読み替えてください。

中国「政務領域人工知能大模型部署応用指引」——指引そのものをどう読み解くか

中国の政務領域大模型は、契約数も契約金額もここ数年で急増し、中央網信弁公室と国家発展改革委員会が連名で「政務領域人工知能大模型部署応用指引」を発表しました。指引は地方政府の政務AI展開にあたり、智能Q&A・智能ライティング・一站式政策照会・都市治理シナリオを正面から取り扱い、内部事務と政務サービスの双方を対象にしています。日本側の自治体は、これを「中国モデルをそのまま輸入する」のではなく、「中国が政務AIで何を制度として書き下したか」を観察する素材として読むのが実務的です。具体的には、(a) 政務AIの責任分界（誰がモデル出力に責任を持つか）、(b) 地方政府ごとの選定ルール、(c) 智能Q&Aと智能ライティングの監督フロー、の三点を抜き出し、日本の地方自治法・公務員法・改正個情法・特定機密情報保護法の文脈に読み替えると、自治体側の制度設計の論点が立ち上がります。中国の制度をそのまま使うのではなく、「指引のどの章を、自団体の例規・要綱に翻訳できるか」を要件定義段階で整理してください。

都道府県・市区町村職員・国家公務員・CIO/CDO・GovTech——役割再設計のチェックリスト

自治体・公務員業界の役割は、源内・自治体電話DX・政務大模型が同時進行する条件下では、概ね次の方向に集中します。都道府県職員は政策立案と横断連携・広域連携の担当に、市区町村職員は窓口業務よりも個別住民相談・地域連携に、国家公務員は政策起案と法令適合性チェック・複雑政策設計に、教育委員会・福祉部門はAIを使った個別サービスとケースワーカー・教員のコア業務に。デジタル庁・自治体CIO/CDOは源内型ガバメントAI戦略と全社データ統合の責任ポジション、業界規制対応担当は改正個情法・改正サイバーセキュリティ基本法・公務員法対応の責任ポジション、GovTechスタートアップは自治体SaaSの新業態リーダー、AIガバナンス専門家はAI倫理・説明可能AI・プロファイリング規制対応に集中します。読者は、自分の業務を「AI補助で削減できる時間」と「AI補助で増やせる時間（個別住民相談・新業態開発・国際対応）」に分解する作業を、半期に一回必ず実行してください。これが、業界の中で個人キャリアを守る最低限の条件になります。