本稿では,自治体における生成AIの活用と課題に着目するために,生成AIの技術内容に関する深堀りは他者に譲り,自治体業務の特性を分析,整理し,それに対する生成AIの活用可能性を考えるという思考順序で論じていきたい.また,自治体における生成AIの活用について考察していくにあたり,「そもそも何のために」生成AIを活用するのか,という,前提となる「問い」が重要となる.
長く日本のIT業界や行政,特に自治体において仕事をしてきた経験から,過去の類似する事例では,個別の手段の活用自体が目的であるかのように取り組んだことが原因で,結果を残すことができず,単なるバズワードで終わってしまうことが多かったと考えている.生成AIについても同様の不名誉にならないよう,その技術的特性や自治体業務への適合性に加え,自治体を取り巻くマクロ環境や将来に向けての自治体の在り方に考慮しつつ生成AIの活用と課題について論じたいと考えている.
これからの自治体では,既定の行政手続きはAIやロボティクスに任せ,職員は自ら問題を見つけ分析し解決する存在でなければならなくなる.したがって,まず問題解決できる職員が存在し,その職員が考え創出した行政手続きが存在する,という思考順序に変わっていくだろう.
そのために,本稿では,自治体の担う公共サービスの構造変化やその中で将来に向けて自治体が,または自治体職員がどのように変化すべきか,の問いを立て,その問いに対する解決策を可能な限り網羅的に特性を踏まえて整理し,解決策の1つとしての生成AIの活用と課題について論じていく.
日本の人口は2004年の12,784万人をピークに減少に転じ,2024年8月現在で12,385万人となっている.片や,高齢化率は2004年の人口ピーク時で19.6%,2023年10月時点で29.1%,2050年には37.1%に達すると報告されている[1].
また,高齢者を支える生産年齢人口の割合で見ると,2000年には3.9人で1人を支えていたものが,2065年には1.3人で1人を支える計算になる.
高齢化率が高まるということは介護,医療,生活保護などのさまざまな公共サービスの受給者が増える,つまり高齢化率が高まるにつれ公共サービスの需要が高まることを意味する.
社会の移り変わりにより,自治体に求められるニーズも変化している.
戦後の復興から高度経済成長期においては,東京などの都市部への人口集中と郊外のベッドタウン化が進み,核家族化が進行した.このことで,「地域によるセーフティネット」が希薄化した.さらに,コンビニエンスストア等を利用した「個食」の普及やテレビの1人1台利用などにより,家族内で各部屋にこもった生活が可能となったことで,「家族内のセーフティネット」も希薄化した.1990年以降はインターネットの発展に伴い,コミュニケーションの範囲が拡大.さらにSNSの広がりなどから,匿名でのコミュニケーションが可能となる.これにより人間関係がバーチャル化し,「人間関係のセーフティネット」も希薄化することとなる.
これらの結果,これまで地域や家族,人間関係の中で制御できていたさまざまな問題がブラックボックス化し,「事件」という形で初めて顕在化することが増えた.そして,希薄化したセーフティネットの代替を自治体が一手に引き受けなければいけなくなってきている.たとえば,厚生労働省の「簡易生命表(令和4年)」によると,2022(令和4)年の日本人の男性の平均寿命は81歳とされている.しかし,単身男性に限れば,約68歳と言われている.「人間関係のセーフティネット」が希薄化した現代,また近未来においては孤独の問題は大きな社会課題であり,それを支えるのも自治体の仕事になると考えられる.
以上から,人口動態のような定量的な視点からも,社会環境などの変化による定性的な視点からも社会問題が多量化,多様化していることが分かる.それは同時に,自治体の担う仕事の領域が多量化,多様化しているということでもある.
一方で,自治体職員は過去30年スパンでは減少している.新卒採用における自治体組織の人気が落ちる傾向もあり,自治体組織の体制が相対的に弱まってきている.
公共サービスの需要の高まりと供給体制の弱体化を無視して,これまでどおりの自治体運営を行うことがもはや難しい状況と言える.
このような状況で公共サービスを維持していくためには,自治体組織だけでなく,地域の民間企業や住民などと協働で公共サービスを構成していく必要があると筆者は考える.
公共サービスは,実際のサービス提供を行う「フロント業務」と,それらの実効性などを評価しながら公共サービスの需要に対して改善や企画,実行管理を行う「マネジメント業務」の大きく2つに分かれる.公共サービスのマネジメント業務はこれまでどおり自治体が担う必要がある.その上で,これからの公共サービスの在り方を考えると,「フロント業務」のうち,対面での温かみや人間関係,信頼関係などによる温度感の必要な業務(例 福祉系の業務など),それ以外のフロント業務については積極的に民間企業と連携しつつ,ロボティクスやAIなどのデジタル技術を活用する必要があるだろう.
前述のとおり,自治体組織の役割は2つに大きく分類される.「マネジメント業務」と一部の「フロント業務」を自治体職員が担っていくにあたり,自治体職員に求められるスキルも変わる.今後は手続きを正しく行う「手続き処理型スキル」より「問題解決・プロジェクトマネジメント型スキル」が重要となる.
「問題解決・プロジェクトマネジメント型スキル」とは「問いを立て解決へ導く力」である.自治体においても,技術や社会の変化が激しい今,社会問題の多様化(=公共サービスの需要増加)や,ルールが現実に追いつかない事象や例外事象が多発している.そのような環境では,自らの力で変化を読みとり,問題を見つけ,打ち手を講じる力が求められる.「手段を正しく実行する力=手続き処理型」はAIやロボティクスなどにより今後代替されていくだろう.
さらには個別ケースに対して自治体職員が自己判断し対応する必要が出てくる.技術や変化の激しい現代において発生するさまざまな問題を分析し,課題を設定し,具体的なアクションを定め,適切に実行・マネジメントを行う.このスキルが,自治体職員のデファクトとして求められるようになるであろう.さらには,発生した問題に対応するだけではなく,「そもそも何をやるべきか」「目指すところは何か」を考え,そこから「自ら問いを立てる」力まで持つ人材が増えることが期待される.
「問いを立てる」とは,これまでのやり方を否定し,新たなアイディアを創出することだ.年功序列,減点主義の自治体では,このような姿勢を持つことにインセンティブが働きにくく,問いを立て解決へ導く力=スキルが育ちにくい環境がある.
筆者は前述の課題に対し,これからの自治体職員に要求されるスキルとして,自治体において問題解決・プロジェクトマネジメントに関する思考プロセスを提案する.この思考プロセスが業務の現場で活用され,日々の仕事の改善に繋がれば幸いである.
この思考プロセスは「問題解決(問題発見(問いを立てる)・問題解決)」と「プロジェクトマネジメント」に分けて考える.
まず「問題解決(問題発見(問いを立てる)・問題解決)」を解説する.ポイントは2つある.問題解決とは,問題を発見し,原因を分析した上で,解決手法である課題を設定する力だ.問題発見とは,あるべき姿と現状のギャップである.問題を発見するには,現状を正しく理解し,あるべき姿が何であるかを考え,理解する力が求められる.ここで適切に問題を発見できるかが,問題解決の1つ目のポイントである.
あるべき姿を考えるためには,日々の仕事の方法や存在意義を疑い,ほかの産業で類似の特性を持つ仕事と比較すること,最新技術の知識をもとに類推することが求められる.また,関係者によって現状の理解は異なる.現状は,対象となる業務などを行う主体者や管理者,ユーザー(顧客),評価する第三者などの立場に立ち,複眼で立体的に捉える必要がある.
2つ目のポイントは,問題が明確になったら,その原因をWhyで分解,深堀りする.この分解は可能な限り,MECE(漏れなく,重複なく)に思考する.原因のWhyツリーができると,分解の横の幅と,深堀の縦の幅から,「ここを潰すと多くの問題が解決できる」という面積の大きな原因を見つけることができる.その原因を潰すために取り組むべきことが課題となる.
プロジェクトマネジメントについては,課題を設定し,その実行に向けた具体的な活動(アクティビティ)に落とし込んでいく.そしてそのアクティビティの集合体である課題を実行する上でのゴールや期限,前提や制約,実行面での体制などを整備し,成功に導く力がプロジェクトマネジメントだ(図1).
次に筆者が検討した,ある自治体の例を挙げたい.
その自治体は,児童虐待による痛ましい事件が発生し,再発防止のために第三者による原因調査などが行われた.調査報告書には,児童相談所の業務の煩雑さや,属人化による組織としての活動の難しさが原因の一部として挙げられていた.筆者はこの部分における対策について相談を受け,図2のようなプロセスを用いて問題解決に向けた取り組みを試行した.ここでは,自治体側の問題を発見し,その原因を特定して問題を解決するための課題設定とアクティビティを展開している.なお,問題解決思考プロセスの参考例として記載しているため,実際の検討内容を極端に簡略化・抽象化している点はご留意いただきたい.
ここまで述べた問題解決プロセスとプロジェクトマネジメントを個々の自治体職員が行うために重要な所作がある.それは自らが主体となってこのプロセスを実行することだ.問題を発見するには,現在の仕事のやり方を疑うことから始まる必要がある.あるべき業務は,どのような在り方か,それに対して現状はどうか,ギャップは何か.常に現状を建設的に改善する努力をしなければならない.
上述したとおり,個人の所作を改善するには,その行為にインセンティブがなければならない.そのインセンティブとはリスペクトを与えることで自己肯定感を上げることだろう.自治体組織は,現状を改善する提案を行う個人をリスペクトする文化と,それを評価に活かせるような人事制度をともに考えていくべきだろう.
前述のとおり,自治体職員に求められるスキルは,「手続き処理型」から「問題解決・プロジェクトマネジメント型」に変化していく.
これまで行われてきた「手続き処理型」の業務は積極的に生成AIやロボティクスで代替していくべきで,「手続き処理」が多くを占める自治体業務においては,生成AIを最大限活用すべきだ.以下は総務省の自治体におけるAI活用・導入ガイドブック,導入手順編からの引用である(図3).
それぞれ具体的に考えてみたい.
自治体の仕事では,図の庁内業務×自動化と住民サービス×自動化が大半を占める.前者については,参考例として,「AIによる議事録作成」や「保育所入所選考の自動化」などを挙げているが,それ以外にも,審査業務(契約書やマニュアルなどのリファレンスとの比較による妥当性確認)や庁内起案に対する承認行為の判断基準提示や判断案,国等への報告書や調査資料のドラフト作成など,多くの事務が生成AIによって代替可能と思われる.後者については,「チャットボットによる自動応答サービス」や「各種申請書自動作成」などが挙げられているが,過去文書のAIOCRによる電子化,住民からの問合せに対する回答案の自動作成など活用用途は広い.
次に庁内業務の効率化×高度化,住民サービス×高度化についても考えてみたい.
前者は,「税未納者の督促タイミングの最適化」や「虐待の早期検知」などが挙げられているが,特性として書かれているとおり,人間と同等もしくはそれ以上の予測・判断の実施やノウハウの蓄積による業務改善への寄与という特性を踏まえると,それぞれ具体的に以下のような業務ケースが考えられる.
まず,税未納者の督促だが,税の未納者はほかの税や国保料など自治体に支払うべき内容の滞納が複数にまたいでいる可能性がある.その場合,資産の差し押さえを視野に入れつつ,効率的な回収が必要となる.このため,国税なども含めたほかの税目や料金支払いのデータを横断的にデータとして収集し,より回収確度の高いものから回収するなどの判断が必要となる.現在は税目ごとに督促を行うなど横の連携や督促タイミングについては個別に対応されていることから,生成AIにより横断的かつ自動的な判断による督促と回収の手続きを行うことが可能となる.
また,虐待の早期検知についても,児童相談所などの相談員の過去の記憶やリスク検知のトリガーとなる行為や事象を形式知にしておくことと,それにまつわるデータを自治体内で横断的に取得可能な環境を整備することで可能にできる.具体的には,「転居があると虐待が起きやすい」という現場経験から得られた傾向性が実際に存在するが,児童相談所でサポートしている家庭の転居情報(転入転出)が住民記録システムから提供されることにより,訪問タイミングの判断を行う,などである.なお,住民記録へのアクセスについてはその前提として,ほかの行政サービスによる利用については法的な議論も必要となることを添える.また,匿名化などの処理を前提に,過去の虐待事例から虐待の起きやすい家庭環境などを生成AIにより分析を行うことで,リスクにつながりやすいコンディションを把握しておくなどの対策が期待される.虐待予防については後ほどより具体的に触れることとする.
次に後者だが,現在の自治体における公共サービスは,原則として申請主義となっていることから,住民が自分のライフイベントに沿った公共サービスをタイムリーに把握するためには常に行政の情報を閲覧しておく必要がある.そのため,サービスを受ける権利を逸してしまうなど,認知による格差が発生してしまう可能性が存在することを認識しなければならない.今後マイナポータルなどの充実により,公共サービスとして提供可能な内容の個人単位かつプッシュ型でのお知らせを生成AIで作成するなど,行政の中の制度や情報を横断的に取得して個人単位で提供できる仕組みを期待したい.
次章では,生成AIの活用の可能性について,過去の個別事例ではなく,自治体業務の特性を整理した上で,その適合性や活用の可能性について考えてみたい.
生成AIの活用と課題を整理する上で,まず行うべきことは自治体がどんな仕事をしているか?を全体感として把握し,そして業務を類型化することだ.大きくは,国から委託を受けた法令委託事務,自治体独自の政策で行う自治事務が存在する.法令委託事務は国からの委託内容であることから法令根拠が同一であり,どの自治体も同じ仕事をしていると考えられがちだが,自治体の規模(人口)や過去の業務の成り立ち,地域性などから,必ずしも同一の仕事内容,手続きではないことが多い.自治事務に関しては自治体独自の政策から成り立つ事務である以上,自治体固有の事情を考慮せずに一律に標準化することは不可能である.そのため,一般論として言われる,1,718の基礎自治体(日本の地方自治制度において,自治権を持つ最も基本的な行政)がすべて同じ仕事をしているというのは暴論に近い.
自治体の業務は多岐にわたるが,本稿においては以下を対象とし検討を進める.
この2つの業務の全体像をまとめると図4のとおりとなる.
図4は一般行政事務を中心に整理しているが,大きくは「住民サービス系」と「自治体情報系業務」で分類している.それぞれ見ていきたい.
① 住民サービス系(いわゆる基幹業務)
自治体が住民と接点を持ち,さまざまな行政サービスを提供する業務を指す.ここでは,大きく以下の分類で考えてみたい.
こちらは住民からのあらゆる相談事を受け付け,回答する事務となる.これまで,後述する申請系事務や職権(義務)系事務のそれぞれの手続きごとの問合せが窓口や対象部署に電話や代表メールなどで行われるケースや,自治体によってはコールセンターを設置し,統合的に問合せを受け付け,回答しているケースがある.問合せの内容は,自治体内の手続きの切り分けがなされているとは限らず,住民の困りごとから対象手続きを調べて回答するというところからスタートすることが多く,自治体側の組織を横断して情報を取得し,回答をまとめる必要がある.この手続きはおおむね,問合せ→受付→庁内確認→回答の手順となる.
住民がさまざまなライフイベントに合わせて行政サービスを受けるために行政窓口やオンラインなどで申請を行い,自治体側での審査などの事務を経てサービスを受けるといった手続きとなる.この事務は,給付など金銭の受領を伴う事務と,伴わない事務,が存在する.
【給付など金銭の受領を伴う事務】(一部)
この事務の主な手続きはおおむね,申請→受理→調査・審査→審査会等→給付決定→給付という手順となる.(詳細では手続きごとに異なり,また詳細に調査の段階が分かれている,また分岐する).少々細かいが,福祉関連の審査において,身体障害者への福祉用具の支給などでは,車いすの交付の要不要などの実態調査のためにお宅を訪問する場合がある.また,その際に自己負担額を世帯単位で決定する必要があるが,この場合,2世帯で住んでいる場合などは収入のある子供の世帯も合算して自己負担額を決めるなど,細かくパターンを整理していく必要がある.
また,このように自宅の訪問などによって実態を把握した上で自己負担額を決定していく過程においては,訪問する職員の思想や個人的な意見などが反映しやすいことから,厳格に定義づけできていないのが実情と言える.
【給付など金銭の受領を伴わない】(一部)
この事務の主な手続きは次の手順となる.申請→受理→審査→発行(資格登録等)(詳細では手続きごとに異なり,また詳細に調査の段階が分かれている,また分岐する).
職権は 国や自治体等の機関がその職務を遂行するために,法令によって与えられている権限.その機関の設置を法的に根拠づける組織法と権限を授権する作用法によって判断され,その機関の行為が法的に有効と認められる範囲(事項的管轄,地域的管轄等)を意味する.分かりやすく言うと,職権(義務)系事務とは,住民による届け出や申請などがなくとも,自治体の独自の判断で行政サービスを開始するケースや,税金などの住民の義務に対して行う事務を指す.
【職権事務】(一部)
介護資格は65歳に到達した時点で自治体から対象者であることを本人に通知し保険証の発行を行う.なお,前述の介護認定はこの介護資格通知により資格を得た被保険者が必要に応じて介護認定の申請を行い必要な給付を得るための手続きとなり,職権事務とは異なる(変更や取り消しは職権事務として処理ができる).
この事務の手続きはおおむね,対象者の抽出→属性の整理→通知の手順となる.
【義務事務】(一部)
納税は国民の義務であり,この事務については住民の申請や届け出に限らず自治体側が事務を開始する.この事務の手続きはおおむね,賦課→通知→徴収→収納→滞納整理といった手順となる.
② 情報系(いわゆる情報系業務)
この分野は,自治体組織運営におけるいわゆるヒト・モノ・カネに関する管理系の業務や企画系の業務を行っている組織が行う業務を指す.
この分野は組織としてのガバナンスを担う分野であり,中期計画に基づく事業の構築を担う企画部門,その事業の構築に必要な予算と人事の配分を行う人事部門等から構成される.経営層が計画を実行するために予算と人事の編成方針を立て,所管課はその方針に従って予算と人事を要求し,査定がなされ,予算と人事の配分が決定され実行に移される.
【予算】
予算面の検討プロセスとしては,予算編成方針の決定(経営層)→予算要求(所管課)→査定→執行(予算配分と執行)→決算というプロセスとなる.
【人事】
人事面では,機構・定数方針の決定(経営層)→機構・定数要求(所管課)→査定→執行(人事異動・配置)というプロセスとなる.
予算も人事も最終的には行政評価を経て次の企画であり計画に戻るというサイクルとなる.この大きなプロセスとは別に,個別の業務において存在する手続きをいくつか挙げてみる.
【契約】
たとえば,カネについては,事業者への支払いなどについては会計部門が,担当課から受領した事業者からの請求情報をもとに契約書などの情報との齟齬などを確認する審査事務を行った上で,支払いの処理を行う.
調達→契約→検査→支払
【文書事務】
情報系の事務においては,国などからの調査や日々の仕事において必要な調査,またさまざまな文書作成が仕事の多くを占めるが,その文書作成におけるプロセスを整理する.
収受→起案→決裁→保管→廃棄
このように,自治体の住民サービス系や情報系の業務について,代表的な手続きを類型化した.それぞれの手続きを一覧化すると表1のようになる.
これらの手続きにおいて生成AIの特性からどのような手続きに生成AIの技術を活用することが可能か考えていきたい.
これまで整理してきた自治体の業務において,生成AIの活用と課題を整理するために,改めて生成AIの特性を整理しておきたい.冒頭で記載のとおり技術的な深堀りは他者に譲るものとし,この特性を前述の自治体の手続きに活用するための要素を整理していきたい.
① 識別
人間の話す言葉を音声データから自動的に認識し,テキストに変換する技術.
【事例】
画像やビデオに含まれる視覚情報を自動的に分析し,認識する技術.画像認識は,物体や顔,人の動き,文字,シーンの理解など,さまざまな視覚的要素を識別し,それに基づいて意味のある情報を抽出する.これにより,広範な応用分野での効率化や自動化が可能となる.
【事例】
動画解析に必要な処理をすべて自動で行うことができる技術.動画解析では,映像を分析・処理して,すべての物や人を認識して,必要な特定の情報を取り出す.
【事例】
光学文字認識(OCR)のことで,AI OCRやICR(Intelligent Character Recognition)とも呼ばれる.PDFや画像に書かれている文字列をデジタルテキストに変換する技術で,ディープラーニングや機械学習などのAIの特徴を活用することで,文字認識率の向上や,従来のOCRでは難しかった手書き文字や非定型フォーマット文書の読み取りを実現する.
【事例】
② 予測
大量のデータを分析し,未来の事象や行動を予測する技術.
【事例】
特定の条件や基準に基づいて最適な相手や要素を自動的に結びつける技術やプロセスのことを指す.
【事例】
相手の発言や行動から,その人が何を考えているのか,何を意図しているのかを予測することを指す.
【事例】
消費者や市場の未来のニーズやトレンドを予測する技術や手法を指す.これにより,企業やサービス提供者は,将来の需要を事前に把握し,適切な商品やサービスを提供することができる.
③ 実行
テキスト,音声,画像,動画などのさまざまな形式でコンテンツを自動的に生成する技術や手法を指す.これには,クリエイティブなコンテンツの作成や,特定の目的に応じた情報の自動生成などが含まれる.
デザインプロセスを支援したり,自動的にデザインを生成したりする技術やアプローチのことを指す.AIデザインは,グラフィックデザイン,Webデザイン,プロダクトデザイン,インテリアデザインなど,さまざまな分野で活用されており,デザイナーの効率を高め,新しいクリエイティブな可能性を探るためのツールとして利用される.
個人や組織の行動を最適化し,望ましい結果や目標を達成するためのプロセスを指す.この技術は,膨大なデータを分析し,意思決定を支援することで,効果的かつ効率的な行動を導き出す.
【事例】
特定のタスクやプロセスを自動的に実行する技術や方法のことを指す.これにより,反復的な作業や人間が行うと時間がかかる作業を効率化し,業務の生産性を向上させる.
【事例】
ここまでの自治体の業務の特性分析と生成AIの特性を踏まえ,生成AIを自治体の各業務のどの手続きに活用可能か分析する.表2は縦に自治体業務の手続きプロセス,横に生成AIの特性を列挙し,活用可能性を星取表の形で表現した.この手法は,BFC(ビジネスファンクションチャート)という業務分析の古典的手法ではあるが,可視化された業務に対し,情報システムや各ツールの適用可能性を評価する上で有用なフレームワークである.
BFCに示した手続きのいくつかを具体的にシミュレーションしてみたい.
① 住民系サービスの問合せ相談系事務
現状でも自治体によってはAIチャットボットを用いた問合せの対応を実施している.しかし,住民は自らの置かれた状況がどのような行政サービスを受けることができるのか,行政側の言葉で表現することができず,チャットボットの入力からは適切な回答にたどり着けないケースがある.
コールセンターへの問合せは多岐に渡っている.「問合せ」「受付」は生成AIの識別機能を用いて,音声による問合せを解析しつつ,たとえば近所のゴミの回収依頼の場合はその写真などを画像で認識しながら,対象となる部署への依頼につなげるなどが必要となる.また,そもそも具体的に問合せ内容を表現できない住民も多い.このようなケースでは,意図予測を行うことが有用と考える.受付局面では,問合せの対応をどの担当課で対応すべきかについてのマッチングが必要だろう.たとえば,道路に落ちている障害物を回収してほしいという問合せにおいては,その障害物が動物なのか何かの物体なのかで自治体内での担当課が異なる.問合せ内容を庁内で連携し,回答を作成するために,生成AIの実行機能の表現生成やデザインの機能を使用するといった業務手続になるだろう.
また,それらの問合せ内容と回答のデータが集まることによって,生成AIの予測機能を用いて,問合せを問合せの応答業務を効率化するための広報のアクションを企画するなどのEBPM(エビデンス・ベースト・ポリシー・メイキング.証拠に基づく政策立案)に近い活動が可能となってくる.
② 情報系等事務の契約事務
契約事務においては,調達は物品調達と役務調達の2つに分類される.ここでは役務調達を対象に考えたい.役務調達に際しては,その契約において実施したい内容を公的機関の調達手続きに従って調達仕様書などの形にまとめることが必要となる.調達仕様書を作成するためには,その対象となる業務に必要な情報収集が必要だ.情報収集は技術的な情報も必要だが,その技術を活用できる事業者の有無やマーケットの状況など情報収集は多岐に渡る.これらの情報収集は生成AIの識別や予測の機能から情報を収集することが可能だ.それらの情報を踏まえつつ契約主体として実施したい役務内容を加味して,生成AIの実行機能を用いて文書案を作成する.
無事契約対象の事業者の選定が終了したのち,事業者との契約を行う.契約書は原則として自治体の約款に沿ったものになるが,事業者との契約交渉において契約内容の書き換えなどが発生する.その際生成AIの予測機能のマッチング機能を用いて他の契約や過去の契約との差分をチェックするなどの行為が可能となる.
契約の履行完了時に行う検査では,契約書と納品物のチェックや履行状況の結果をチェックする.
この一連のワークフローを生成AIの実行機能における作業の自動化を用いることで,職員はモニタリングを行うのみの関与にすることが可能となる.
なお,ここで採用した自治体の個々の手続きにおけるプロセスについては,類型化するために細かい分岐や例外対応については記載をしていない.実際には個別の制度ごとに類型化されたプロセスを制度に合わせて詳細化し,そのうえで生成AI活用の適合性を評価してほしい.
また,本稿ではここで対象とした住民サービス系と自治体情報系以外の業務については触れていない.事業者サービス系や教育委員会,水道などの公営企業,第三セクターなど生成AIの活用を検討していく領域は多岐に渡っている.
ここまでは,自治体の業務プロセスの一部に対して,その適合性を評価してきた.比較的あるべき活用像を想定しながら書いている.そして,生成AIの活用は自治体の業務改善に必ず貢献ができる.それは本稿で冒頭から申し上げているとおり,少子高齢化が進むこれからの日本において公共サービスを維持する上では不可欠である.
しかし,現状の自治体の状況を踏まえるとあるべき活用像をそのまま適用するのは難しい.ここでは,生成AIの適用に向けて課題と考えられる点を挙げておきたいと思う.
① 適用対象業務
生成AIの活用によりさまざまなドキュメントの作成やそれに必要な調査などが自動で行われることが可能となる.ただ,ドキュメント等生成物の内容の正当性の担保はあくまで職員が行う必要がある.そのため,最終的にチェックを行うという業務が残存する.そのためその正当性を確保するための必要なガイドラインなどの整備が望まれる.
また,情報の機密性のレベルに合わせて生成AIへの入力可否を分けて管理すべきであるが,一般的な公開情報のみでの生成AIの活用にとどまると,組織特有の規約等などが加味されて生成されるアウトプットも一般論の域を出ない.組織特有の規約などを加味したアウトプットを生成するために,生成AIが質問に回答するとき,特定のデータセットから検索した情報を反映して回答の精度を高める,RAG(Retrieval-Augmented Generation,検索拡張生成)の技術が有効となる.庁内情報・規則等の記載されたドキュメントデータを用意し,RAGで読み込ませれば,生成AIから自治体ごとにカスタマイズされた回答を引き出すことができる.
② 経営層のコミットと人材,体制
有効に利用することで業務の効率性を高めることができる生成AIだが,現状では業務への適用を積極的に行う職員とそうではない職員とに分かれている.これはこれからの自治体業務の生産性格差を生む可能性がある.全職員に積極的に利用してもらうためのトレーニングやガイドライン,また人事評価との連動なども必要と考える.そのためにもまずは首長を含めた幹部レベルが生成AIを積極的に利用し,そのことを庁内でブランディングすべきだ.トップのコミットが組織を変容させるためには必須である.
③ 活用効果を上げるためのテンプレートやルールの整備
生成AIの活用においてはどのような検索を行うと求めた回答が得られるか,など,入力するプロンプトによりその生産性が大きく変わる.このため効果的なプロンプト入力のポイントなどの整理や活用可能なユースケースの可視化と共有などノウハウの集積を行う組織のルール整備も非常に重要だ.
ここまで,自治体を取り巻く環境や構造の変化から自治体職員がどのように役割を変えていくべきか,その上で,生成AIの活用可能性を業務特性と技術特性から考えてきた.
冒頭で記載のとおり,これからの自治体の在り方を考えた場合,生成AIなどでの手続き処理の自動化や効率化以外にも取り組むべき論点がある.
(ア)自治体の組織管理
これからの自治体職員は自ら問題発見を行い,改善を実行していく存在であることが求められる.受動的な業務遂行から,能動的な業務遂行への組織カルチャーの転換が必要だ.つまり自発的な提案行為などを尊重し,組織として取り込んでいく文化が必要となる.そのための個々の職員に提供すべきインセンティブとは何か.明確な職務に対する要求レベルの提示とゴール設定,そして日々の仕事に対する丁寧なフィードバックが必要だ.このためには組織,上位者が職員を育成していくことを職務として明確に位置付け,その姿勢を前提とした丁寧なコミュニケーションが重要となる.自治体組織において,そのような文化を作りつつ,大きく以下の3つのポイントで組織的な取り組みを行う.
スタートは,自治体におけるMVV(ミッション,ビジョン,バリュー)の策定だ.ミッションとはその自治体の存在理由や理念,ビジョンはミッションに対し将来どのような姿を志向しているか,バリューは社会や顧客(ここでは地域住民)に対してどのような価値を提供するか,である.通常,この3つの視点は総合計画などに記載されているべきだ.
次に,このMVVを実現するための,組織機能と業務,組織と職員がとるべき思考と行動,業務の在り方を定義する.自治体全体でのMVVに対し個別の組織機能にもMVVを定め同様の定義を行う.自治体はこのようなに自治体としての人材要件(ポートフォリオ)を俯瞰的に整理し,中期的(3~5年程度のスパン)にPDCAサイクルを回すべきだ.奈良県生駒市では,職員に求める考え方や行動,そのための人事施策を定めた「V・M・V(ビジョン・ミッション・バリュー)を軸とした人材育成基本方針」を作成している.これからは,このような自治体としての人材に対する意思が大切になる.
次に必要な取り組みは,人材ポートフォリオに対し,実在する職員の実態把握(モニタリング)である.職員のスキルや業務への意欲など個人特性と組織へのエンゲージメントを把握する.問題解決・プロジェクトマネジメント型人材を育成するためには能動的な業務遂行が求められる.その源泉は組織に対するエンゲージメントにほかならない.エンゲージメントの把握は,毎年定点観測を行い,PDCAサイクルを回していくことが望ましい.熊本市は,弊社が開発した行政向けのエンゲージメントサーベイ(満足度,組織特性,個人特性属性の3分類でおおむね60ほどの調査項目)を活用し,3年間に渡って職員のエンゲージメント調査を行う取り組みを始めた.最後に,人材ポートフォリオと職員のエンゲージメントの双方を比較して,実際の職員の充足状況(ギャップ)を整理する.そのギャップが職員の有無や既存職員のスキルに依存するものか,あるいは組織の機能としての不足や改善が必要なのかで対応が異なる.前者であれば,制度や採用,育成(研修等),配属の見直しなどの人事的な施策が必要だ.後者であれば,組織改編や組織機能の業務改善,デジタル活用などが必要となる.ここは採用含めた人事制度の見直しが必要となる.埼玉県では上級試験・経験者試験にDX枠の試験区分が新設され,かつ教養試験を行わないなど採用の現場でも変化が出てきており,今後,各自治体で同様の工夫が必要になる.
これまでの行政では,さまざまな行政手続きが定められ,その行政手続の手続処理を行う機能として,職員を当てはめてきた.つまり1番は行政手続き,2番が職員であるという思考順序である.しかし,これからの行政は公共サービスの需要が増える一方で,職員減少などからサービスの供給力が減る時代に対応していく必要がある.この状況では,既定の行政手続きだけでは対応できないさまざまな問題が出てくることが想定される.そのため,冒頭でも記述のとおり,既定の行政手続きはAIやロボティクスに任せ,職員は自ら問題を見つけ分析し解決する存在でなければならない.したがって,まず問題解決できる職員が存在し,その職員が考え創出した行政手続きが存在する,という思考順序に変わっていくだろう.
これは,ファイナンスに置き換えると分かりやすい.これまでの職員は,既定の行政手続の機能として損益計算書(Profit and Loss Statement, P/L)の売上原価または販管費のコストとしてイメージされてきたが,これからは生産の源泉として組織価値を生み出す貸借対照表(Balance Sheet, B/S)の資産となるイメージだ.資産は製造業の設備投資のように継続的な投資によりその生産力を維持向上していくが,行政もこれからは職員への継続的な投資により,組織の価値の維持向上を図っていくべきだろう.人的資本経営の本質的意味はここにある.この状況では,既定の行政手続きだけでは対応できないさまざまな問題が出てくることが想定される.そのため,既定の行政手続きはAIやロボティクスに任せ,職員は自ら問題を見つけ分析し解決する存在でなければならない.したがって,問題解決ができる職員があり,その職員が考えた行政手続きが存在する関係になってくるだろう.
(イ)自治体における官民連携の在り方
前述のとおり,公共サービスの需要は高まる一方,その主たる担い手である行政組織の供給力が下がるという構造は不可避だ.公共サービスを維持していくためには,行政組織だけでなく,地域の民間企業や住民などと協働でサービスを構成していく必要があると考えている.既定の行政事務については積極的に情報システムやAI,ロボティクスを活用していくことが求められる.次にテクノロジー以外の活用,つまり行政外部との連携による公共サービスの維持と向上について考えたい.
行政組織における事務の一部を民間企業などと協働で実施するための考え方として,大きく①政策立案業務と②行政手続き業務のビジネスプロセスアウトソーシングの2つに分類する.
行政以外のプレイヤーとともに政策立案を行うことは,地域におけるさまざまな問題や住民のニーズなどを幅広く把握し,行政組織の限定的な視点ではなく,経済活動や社会活動などの視点を取り入れた地域づくりをしていくために非常に重要である.
また,政策の執行を担う行政と,その執行に対する監督・モニタリング,その上で実効性についての評価と改善の検討についても民間の知恵を活用することは非常に重要だ.
この①ニーズの把握,②政策立案,③実行監督,④評価改善のサイクルにおいて民間企業など地域のプレイヤーを巻き込むことは,行政組織にない視点を取り込むと同時に,地域づくりの当事者意識を醸成することができる.
これまでも,政策立案の現場において,有識者として行政以外のプレイヤーの意見などを取り入れる取り組みは行われてきた.より踏み込んで,立案そのものを共同で行うことが大切である.コーポレートガバナンスの重要性が増している民間企業の取締役会は,①企業戦略などの大きな方向性を示すこと,②経営陣幹部による適切なリスクテイクを支える環境整備を行うこと,③独立した客観的な立場から,経営陣(執行役およびいわゆる執行役員を含む)・取締役に対する実効性の高い監督を行うことが重要な責務だ.それと同じような機能を行政以外の地域のリーダーを巻き込んで形成するような取り組みを自治体における政策立案の場で実現してほしい.
福岡県では,福岡地域戦略推進協議会(通称FDC)という組織がある.FDCは,多くの行政,民間企業,大学など地域におけるステークホルダーが会員となり,地域戦略としての政策立案と政策形成,事業創出などを行っている.
職員が減少していく中,さまざまな行政サービスや行政事務を外部の民間企業が担う,いわゆるビジネスプロセスアウトソーシングは不可欠であり,すでにさまざまな行政が取り組み始めている.札幌市では,各区で実施していた印鑑証明など証明書の郵送事務を1カ所に集約し,外部に委託するなどの取り組みを始めている.また,大阪府・泉佐野市では市役所の窓口事務を独立行政法人に移行するといった取り組みを行っている.
冒頭で記載のとおり,生成AIは手段の1つである.手段は正しい目的をもって初めて意味がある.テクノロジーの発展,またさまざまなクラウドサービスが登場する昨今において,手段であるソリューションがあふれている.いわゆる手段の過剰供給状態である.これからの自治体は,問題の発見がより重要になってくる.問題を発見するということは「問い」であり「目的」を定義することにほかならない.この「問い」であり「目的」を定義することこそが自治体職員の最も重要な仕事になる.この「問い」については,前述の「問題解決・プロジェクトマネジメント」の思考プロセスで解説したとおりである.
2008年に発表されたスティーヴン・スピルバーグのイーグルアイという映画で描かれた世界は,諜報用人工知能アリアが事前に設定された自律行動により,軍事シミュレーション「オペレーション・ギロチン」を発動し,本来守るべき自国民を追い詰めていくという物語である.
適切な「問い」であり「目的」を設定するのは人間の役割である.
古見彰里
akinori.komi@glavisarchitects.com
2001年にアーサーアンダーセン(現PwC)に入社.中央省庁や,自治体や医療機関の総合計画・情報計画策定,公会計導入,調達改革,プロジェクトマネジメント,CIO補佐官など数多くのプロジェクトを提案,受注,推進する.2010年にグラビス・アーキテクツを設立,代表取締役に就任.その後,総務省や金融庁など各中央省庁,独立行政法人,地方公共団体などに対して,直接受注によるITコンサルティングを通して,行政組織の生産性向上やITガバナンス強化へ貢献.2021年にHD体制へ移行し,ITコンサルティングにとどまらない総合的な社会問題解決に取り組む.2019年(~現在)より札幌市の市政アドバイザー.2018~2023年に独立行政法人国立公文書館CIO補佐官.また,2008年から現在まで北海道大学経済学研究科にて非常勤講師も務める.
会員種別ごとに入会方法やサービスが異なりますので、該当する会員項目を参照してください。