株式会社renue
AI導入・DXの悩みをプロに相談してみませんか？
AIやDXに関する悩みがありましたら、お気軽にrenueの無料相談をご利用ください。 renueのAI支援実績、コンサルティングの方針や進め方をご紹介します。
自治体の総務・人事部門の業務内容｜条例改正案作成から人事評価・議会答弁資料・研修計画まで徹底解説
総務・人事部門は、自治体の「組織基盤を支える」中枢部門です。条例・規則の改正案作成、職員の人事評価制度の運用、議会答弁資料の作成、研修計画の策定・実施、庁内通達の発出まで、自治体の組織運営全般を担います。自治体での生成AI導入は着実に広がっており、議会答弁案の作成時間を1/3に短縮した事例もあります。
本記事では、総務・人事部門の主要業務（条例・規則の改正案作成、人事評価制度の運用、議会答弁資料の作成、研修計画の策定・実施、庁内通達・文書管理）を具体的に解説します。
総務・人事部門の主要業務
業務1：条例・規則の改正案作成
業務の詳細
- 改正方針の検討：法令改正への対応、住民ニーズの変化、政策目標に基づく条例改正の方針検討
- 改正案の起草：既存条例の条文を精査し、新旧対照表を作成した上での改正案の起草
- 法制審査：法制担当による条文の法的整合性、用語の統一性、他の条例との矛盾がないかの審査
- 議案の作成：議会に提出する議案の作成（提案理由説明書、条例本文、附則、施行期日等）
- パブリックコメントの実施：重要な条例改正に関する住民意見募集（パブリックコメント）の実施・結果とりまとめ
この業務で人間にしかできないこと
- 改正方針の政策判断（「この条例改正は住民の権利にどう影響するか」の公共性の判断）
- 法的グレーゾーンの判断（「この条文解釈は法的に許容されるか」の法務的見解の形成）
業務2：人事評価制度の運用
業務の詳細
- 評価制度の設計・改訂：能力評価・業績評価の基準設計、評価シート・面談手法の整備（出典：総務省 "地方公共団体人材育成・人事評価関係"）
- 評価者研修の実施：管理職を対象とした評価者研修（評価基準の統一、面談スキルの向上）の実施
- 評価結果の集計・分析：全庁的な評価結果の集計、部署間・職位間の評価傾向の分析
- 処遇への反映：評価結果の昇給・昇格・勤勉手当への反映手続き（出典：内閣官房 "人事評価ガイド"）
- 異動・配置の検討：職員の能力・適性・希望を踏まえた人事異動案の策定
この業務で人間にしかできないこと
- 評価の最終判断（「数値では表れない職員の努力や成長」の定性的な人事判断）
- 組織全体の人材配置設計（「この職員をどの部署に配置すれば組織力が最大化するか」の戦略的判断）
業務3：議会答弁資料の作成
業務の詳細
- 質問通告の分析：議員からの質問通告（一般質問・代表質問）の内容を分析し、回答方針を検討
- 答弁案のドラフト：過去の答弁実績、関連施策の進捗、最新のデータを踏まえた答弁案の起草
- 関係部署との調整：答弁内容に関する複数部署間の事実確認・方針調整
- 想定問答の作成：本会議・委員会での追加質問を想定した想定問答集の作成
- 首長への答弁レクチャー：市長・知事等の首長に対する答弁内容の説明・リハーサル
この業務で人間にしかできないこと
- 政治的文脈の読み取り（「この質問の背景にある議員の意図は何か」の政治的理解）
- 答弁のトーン設計（「この問題には謝罪のニュアンスを含めるべきか」の微妙な表現判断）
業務4：研修計画の策定・実施
業務の詳細
- 年間研修計画の策定：新規採用研修、階層別研修、専門研修等の年間研修計画の策定
- 研修プログラムの設計：研修テーマ・講師選定・カリキュラム・教材の企画・準備
- 研修の実施・運営：集合研修、オンライン研修、OJT（職場内研修）の実施・運営管理
- 研修効果の測定：研修後のアンケート、行動変容の追跡、研修効果の分析と次年度への反映
- 自己啓発の支援：資格取得支援、通信教育受講支援等の自己啓発制度の運用
この業務で人間にしかできないこと
- 研修ニーズの発見（「この部署は住民対応スキルの強化が急務」の組織課題の把握）
- 研修中のファシリテーション（グループワーク・ケーススタディでの議論の促進は人間の対人力が必要）
業務5：庁内通達・文書管理
業務の詳細
- 庁内通達の起案・発出：服務規程、勤務条件、事務手続きに関する庁内通達の起案・決裁・発出
- 文書管理規程の運用：公文書の作成・保存・廃棄に関する文書管理規程の整備・運用
- 情報公開請求への対応：住民からの情報公開請求に対する対象文書の特定・開示判断・回答
- 個人情報保護の管理：適用条件は状況により異なるため、専門家や公式情報をご確認ください。
- 電子決裁の推進：ペーパーレス化・電子決裁システムの導入・運用の推進
この業務で人間にしかできないこと
- 情報公開の開示判断（「この文書は開示すべきか、非開示とすべきか」の法的・政策的判断）
- 通達の影響範囲の判断（「この通達は現場にどう影響するか」の組織全体を見渡した判断）
AI化の可能性と限界
AIで効率化できる業務
- 議会答弁案のLLMドラフト：質問通告＋過去答弁＋関連施策のデータをLLMに入力し、答弁案のドラフトを自動生成。最新情報は提供元の公式発表をご確認ください。
- 条例改正案のLLMドラフト：改正方針＋既存条例＋関連法令をLLMに入力し、改正案と新旧対照表のドラフトを自動生成
- 研修教材の自動生成：LLMが研修テーマに基づく教材・ケーススタディ・テスト問題を自動生成
- 人事評価データの自動分析：AIが評価結果の集計・傾向分析・異常値の検出を自動実行
- 文書管理の自動分類：AIが公文書のメタデータを自動付与し、保存年限の自動判定を支援（出典：Route Fifty "5 Ways Governments Will Operationalize AI in 2026"）
人間にしかできない業務
- 条例改正の政策判断：住民の権利への影響評価
- 人事評価の最終判断：定性的な人物評価
- 議会答弁のトーン設計：政治的文脈の理解
- 情報公開の開示判断：法的・政策的判断
- 組織の人材配置設計：戦略的な人事判断
まとめ
自治体の総務・人事部門は、条例・規則の改正案作成、人事評価制度の運用、議会答弁資料の作成、研修計画の策定・実施、庁内通達・文書管理の5つの業務で構成されています。AIは議会答弁案や条例改正案のLLMドラフト生成、研修教材の自動作成で効率化に貢献しますが、条例改正の政策判断、人事評価の最終判断、議会答弁の政治的文脈の理解は完全に公務員の専門性と公共性への判断力の領域です。
設計観点の整理：自治体総務・人事AI導入で陥りやすい3大落とし穴
自治体の総務・人事部門のAI化は、条例・議会対応・人事評価・公文書管理といった行政の根幹に関わり、地方公務員法・個情法（行政機関編）・公文書管理条例の3軸で厳格な規制整理が必要です。
落とし穴1：地方公務員法×個情法（自治体編）×公文書管理条例×情報公開条例×議会答弁AIの5層コンプライアンス
国内の自治体AIは地方公務員法（職員の守秘義務・公正性義務、役職定年制導入）、2022年改正個人情報保護法（地方公共団体も統一規律の対象、要配慮個人情報のAI学習利用制限）、各自治体の公文書管理条例（議会答弁資料・庁内通達の保存義務）、情報公開条例（AI生成文書の開示請求対応）、そして議会答弁AIについては「答弁の最終責任は首長・部局長」という政治的アカウンタビリティの5層が重なります。議会答弁資料ドラフトAIを使う場合、「未公表の政策情報を外部AI APIへ送信しない（自治体閉域内LLMの採用）」「AI参照元の確認プロセス」「答弁前の専門職員レビュー」を設計段階で必須化する必要があります。民間と共通のAI利用上の論点に加え、公務員の平等取扱原則（公務員法13条）への適合性が独自に問われます。
落とし穴2：グローバル地方自治体AI×EU AI Act高リスク分類×NYC Local Law 144×監査可能性
海外姉妹都市連携・国際案件では、EU AI Actが2026-08-02から本格適用され、公共機関による生体認証・社会的評価・法執行に関わるAIは高リスク・禁止分類。National League of Cities 2026年3月レポートでは、米国州・地方政府の55.7%がAI導入済、42.9%が正式AIポリシー整備済と報告。NYC Local Law 144（自動雇用決定ツールのバイアス監査義務）等の先行事例から、人事評価AIの差別防止・監査可能性（auditable justifications）がグローバル共通論点化。San Joseの10週間AI Upskillingプログラム等、職員リスキリングも行政運営の中核論点です。Route Fifty 2026-04論文は「州・地方政府のAI運用5つの軸」を提示しており、ポリシー整備から運用ガバナンス移行が加速しています。
落とし穴3：中国地方政府AI×政務領域大模型部署応用指引×改正網絡安全法×涉密不上网
中国自治体・中国人観光客対応では、2025-10-10政務領域人工智能大模型部署応用指引（智能問答・補助辦理・政策直達等の典型シーン、模型訓練・部署時の保密・個人情報保護強化）、2026-01-01施行の改正網絡安全法（AI条項新設・罰金200万-1000万元）、個人情報保護法（PIPL）、そして「涉密不上网、上网不涉密」原則（国家秘密・工作秘密・敏感情報の非涉密AI大模型投入禁止）への対応が必須です。中国政府機関向けAIサービスは原則国産大模型（文心一言・通義千問等）の活用が必要で、海外製AIの直接利用は保密規律・大模型備案制度の両面から困難です。
