自治体のAIチャットボット導入判断｜総務省調査で見る効果と調達の実務

ごみの分別、住民票の請求方法、保育所の申込期限。窓口と電話に来る質問は、年度が変わっても中身がほとんど同じです。だからAIチャットボットに一次受付を渡したい、という相談が公共分野では毎年繰り返されます。この記事では、総務省が令和8年4月24日に公表した「地方自治体におけるAI・RPAの実証実験・導入状況等調査」（令和7年10月31日時点）の実数値をもとに、自治体のAIチャットボットについて、置く場所とネットワークの制約、入力できる情報の線引き、方式の分岐、費用と削減時間の当てはめ方、そして見送るべき場面までを整理しました。チャットボットそのものの仕組みや方式の違いはAIチャットボットとは？生成AI型と従来型の違い・仕組みと導入判断で扱っています。

まとめ｜自治体のAIチャットボットで先に決める3つの論点

結論を先に置きます。自治体でこの手の検討が長引く原因は、製品比較から入ることです。先に決めるべきは、どの問い合わせを渡すか、どのネットワークに置くか、誰がFAQを更新し続けるかの3つ。この順で決めれば、製品は後から入れ替えられます。

渡してよいのは、制度の説明と手続きの入口案内までです。個別の資格判定や金額の算定まで渡すと、誤答の訂正で窓口の工数が戻ってきます。総務省の機能分類でもチャットボットは「情報提供」に置かれ、例として住民問い合わせ対応と庁内ヘルプデスク対応が挙がります。

置き場所は、住民向けならインターネット接続系、庁内ヘルプデスクならLGWAN接続系。ここが決まらないと仕様書が書けません。LGWAN側に置くなら、そのサービスがLGWAN-ASPとして提供されているかどうかが調達の前提条件になります。

費用の水準は、想像より低い位置にあります。総務省の同調査は、導入費用を「いずれの分野においても1,000千円以下が大半」、年間運用費用を「2,000千円以下が大半」と記しました。100万円以下の導入と200万円以下の運用が多数派です。以降の章で、導入実態、自治体固有の制約、方式の分岐、費用と効果、見送る判断、調達実務の順に掘り下げます。

自治体のAIチャットボットが担う応対範囲と総務省調査に見る導入実態

住民向けと庁内向けで分かれる2つの設置場所と一次受付の担当範囲

設置場所は2つに分かれます。1つは住民向けで、公式サイトやLINE公式アカウントに置き、ごみ・住民票・税・子育てといった定型の問い合わせを受けます。もう1つは庁内向けで、職員からの制度照会や情報システム部門へのヘルプデスク照会を受けるものです。前者は不特定多数、後者は職員に限定されるため、後述する機密性の扱いがまったく違ってきます。

一次受付として渡せるのは、回答の根拠が公開文書に書かれているものだけです。「粗大ごみの申込方法」「転出届に必要な持ち物」「保育所の申込期間」は、いずれも要綱や案内ページに答えがあります。一方、「私の場合は児童手当がいくらになるか」は所得と扶養を突き合わせる判断で、公開文書に答えはありません。この線を先に引くと、シナリオの設計もFAQの整備範囲も決まります。

令和7年度調査のAI導入率62%とチャットボット件数の減少の意味

総務省が1,788の都道府県・市区町村に照会した令和7年度調査（回答率100パーセント）では、AIの導入済割合は都道府県98パーセント、指定都市100パーセント、その他の市区町村62パーセントでした。検討中まで含めると、その他市区町村の約80パーセントが取り組んでいます。

機能別に見ると、導入件数の1位は音声認識で967件、2位は文字認識で629件。チャットボットは3位以下に下がり、件数そのものが前年から減っています。資料はその要因として「AIの利用を中止し生成AIへ移行したため」という回答があったと注記しました。従来型のシナリオ応答をやめて生成AI側へ乗り換えた団体が一定数いる、という読み方になります。

ただし類型で傾向が割れます。都道府県では「チャットボットによる応答」が最多の機能で、指定都市とその他市区町村では音声認識が最多。住民の直接窓口を持たない都道府県ほど、広域の案内需要が大きいという構造の差です。

生成AIの用途が庁内文書に偏り住民向け回答が848件にとどまる背景

同じ調査の生成AI編では、導入済割合は都道府県と指定都市が100パーセント、その他市区町村が45.6パーセント。導入検討中まで含めると約88パーセントに達します。普及の速度はAI全般より速いのですが、使われ方には偏りがあります。

件数の多い順に、あいさつ文案の作成が1,292件、議事録の要約が1,131件、議会の想定問答の文案作成が1,085件、メール文案の作成が1,052件、企画書案の作成が997件。「住民等からの質問に対する回答案の作成」は848件で6番目です。上位5つはすべて職員が下書きに使う用途で、住民が直接触れる場面ではありません。

理由は、導入の課題として挙がった回答の順位に表れています。最も多いのが「AI生成物の正確性への懸念がある」、次いで「取り組むための人材がいない又は不足している」、3番目が「要機密情報流出の懸念がある」。誤答が下書き段階で止まれば訂正は内部で済みますが、住民への回答として出れば訂正の連絡と窓口対応が発生します。この非対称性が、住民向けの前面配置を慎重にさせています。

自治体固有の制約｜ネットワーク分離と機密性分類が決める設置場所

三層分離のどちら側に置くかで変わる調達要件とLGWAN接続の判断

自治体の情報システムは、マイナンバー利用事務系・LGWAN接続系・インターネット接続系の三層に分けて守る構成が基本になっています。住民向けのチャットボットはインターネット接続系、庁内向けのヘルプデスクはLGWAN接続系に置くのが素直な設計です。ネットワークの仕組みはLGWAN（総合行政ネットワーク）とは何か？その仕組み・機能、セキュリティで整理しています。

調達で効いてくるのは、LGWAN側の条件です。LGWANは閉域網のため、外部の事業者サービスを庁内から使うには、そのサービスがLGWAN-ASPとして提供されている必要があります。一般の商用SaaSをそのまま持ち込むことはできません。

両方を1つの製品で賄おうとすると、条件の厳しいLGWAN側に引きずられ、選択肢が数社まで絞られます。住民向けと庁内向けを別の調達に分ける判断も、実務では成立します。

生成AIに入力できる機密性分類と庁内ガイドライン策定853団体の実情

庁内ルールの整備は、思ったより進んでいます。生成AIの利用ガイドラインを策定済と答えたのは853団体で、未策定の737団体を上回りました。導入状況別では、導入済の団体の81パーセントが策定済である一方、実証中の団体では38パーセントにとどまります。実証から本格導入へ進む段階でルールを整える、という順序が定着しつつあります。

入力を認めている情報資産の機密性分類は、自治体機密性1相当が654団体で最も多く、機密性2が293、3Cが59、3Bが49と続きました。多くの団体は、公開しても支障のない情報だけを生成AIに入れる線引きです。調査資料は、機密性3B相当をクラウドで扱う場合は原則として閉域網でガバメントクラウドやISMAPのサービスを使うことになる、と注記しています。

住民向けチャットボットの設計は、この線引きに素直に従うのが安全です。参照させる文書を公開済みのFAQ・要綱・案内ページに限れば、機密性1の範囲で完結します。庁内の内部資料まで参照させたくなった時点で、置き場所とサービスの条件が一段厳しくなると理解しておいてください。

住民の個人情報を受け取らない会話設計と有人窓口への引き継ぎ方

設計側で必ず織り込むのは、住民が氏名・住所・電話番号・個人番号を入力してくる前提です。禁止と書いても入力は起きます。入力欄の直前に注記を置くだけでは足りず、個人が特定できる相談だと判定した時点で会話を打ち切り、窓口の電話番号と受付時間を返す分岐を用意します。

契約形態も設計に効きます。同調査では契約方法の内訳が約款型外部サービスによる利用741件、個別契約等の形態616件でした。約款型は事業者が定めた約款をそのまま受け入れる形のため、要機密情報を扱う前提には向きません。デジタル庁が府省向けに示す生成AIの調達・利用のガイドラインでも、利用者が理解すべき事項として、約款型のクラウドサービスは原則として要機密情報を扱えないことが挙げられています。

ログの扱いも先に決めます。保存期間、閲覧できる職員の範囲、分析に使う際の匿名化の3点です。仕様書に書かずに始めると、公開後に「ログを見せてほしい」と頼んでも粗い集計しか出てきません。

導入方式の分岐｜自治体向けSaaS・約款型契約・RAG構築の選び方

自治体向けサービスが上位4件を占める理由と選んでよい団体の条件

同調査で導入されている生成AIサービスの上位4件は、QommonsAI、LoGoAIアシスタント、自治体AI zevo、exaBase生成AI for 自治体で、いずれも自治体向けでした。汎用の商用サービスより上に来るのは、ネットワーク条件と庁内ルールへの適合が最初から織り込まれているからです。

この種のパッケージを選んでよいのは、次の条件が揃う団体です。目的が庁内の文書作成と定型問い合わせの一次受付にとどまること。ネットワーク構成が標準的で、特殊な接続要件がないこと。参照させたい文書が公開済みのFAQと要綱の範囲に収まること。3つとも当てはまるなら、個別開発を検討する理由はほとんどありません。

約款型外部サービス741件と個別契約616件が調達に与える違い

契約方法は成果物の質にも跳ね返ります。約款型は導入が速く費用も抑えられますが、データの保存場所、学習への利用可否、障害時の対応範囲を個別に交渉する余地がありません。個別契約は交渉できる代わりに、仕様書と契約書に書くべき項目を発注側が用意する必要があります。

判断の基準は単純です。参照させる文書が公開情報だけなら約款型で足ります。庁内限りの資料や、住民の申請データに触れる可能性が少しでもあるなら、個別契約に寄せてください。導入の速さを理由に約款型を選び、後から扱う情報を広げようとすると、契約をやり直すことになります。

例規やFAQを参照させるRAG構築329件が向く業務と要る工数

カスタマイズしていると答えたのは390件、していないは1,353件でした。内訳は、外部ソースとして業務知識を参照させる方式、いわゆるRAGが329件で圧倒的に多く、APIによる個別環境の構築が24件、ファインチューニングが19件と続きます。自治体でカスタマイズと言えば、実質的にRAGを指します。

RAGが向くのは、回答の根拠が文書に明記されている業務です。要綱・例規・案内ページ・過去の照会記録が揃っていれば、精度は素直に上がります。逆に、担当者の経験則で答えている業務は、参照元がないため成果が出ません。

工数の大半は、モデル側ではなく文書側にかかります。表記ゆれの統一、廃止された要綱の除去、複数課にまたがる記載の突き合わせ。実装の手順そのものはAIチャットボットの作り方｜生成AI＋RAG・ノーコード・受託開発の方式選定と実装手順にまとめています。

費用と効果の見積り｜総務省調査の費用帯と削減時間を自庁に当てる

導入費用100万円以下・年間運用200万円以下という費用帯の読み方

総務省の資料は、AIの導入費用について「いずれの分野においても1,000千円以下が大半」、年間運用費用について「いずれの分野においても2,000千円以下が大半」と明記しています。千円単位の表記なので、導入100万円以下・年間運用200万円以下ということです。

この水準になるのは、多数派がパッケージ利用だからです。RAGで庁内文書を参照させる構成や、基幹システムと連携する構成は、この帯を超えます。数百万円の見積りが出てきたときは、パッケージでは満たせない要件がどこにあるのかを説明できる状態にしておいてください。民間を含む一般的な相場の内訳はチャットボット導入費用の相場と内訳｜初期費用・月額の料金比較で比較できます。

年間55,306件・1,930時間削減の事例を自庁の件数に置き換える計算

同調査の導入効果の例には、人口20.0万人規模の市で、公式サイト上のAIチャットボットが年間55,306件の問い合わせに対応し、窓口業務時間を1,930時間（30パーセント減）削減したという記載があります。この2つの数字を割ると、1件あたりおよそ2分の削減換算になります。

自庁に当てはめる手順はこうです。まず現在の電話と窓口の問い合わせ件数を、代表的な繁忙期の1か月分だけ実測してください。次に、そのうち回答が公開文書に書かれている割合を見積もります。多くの団体で6割前後です。最後に、その件数に2分を掛けて年換算する。これで削減時間の粗い上限が出ます。

この数字は上限です。住民が念のため電話をかけ直す分は減りません。予算要求では上限値ではなく、その6割程度を見込み値に置くと、翌年度の実績報告で説明しやすくなります。

初年度と2年目以降で性質が変わる費用と複数年契約の組み立て方

初年度はFAQの整備と文書の整形にかかる委託費が乗り、2年目以降は利用料と改善作業が中心です。単年度で組むと、年度をまたぐ改善作業が切れます。複数年で運用するなら債務負担行為を設定すると、事業者も改善の計画を立てられます。

導入を見送るべき場面と、先にFAQの整備から着手すべき自治体の条件

導入を見送ってよい3つの条件と設置しても成果が出ない問い合わせ

すべての自治体が入れるべきだとは考えていません。次の3つに当てはまるなら、今期は見送ってください。1つ目は、電話と窓口を合わせた問い合わせが月に数百件に届かない規模であること。削減できる時間より、シナリオの整備とログ確認にかかる時間のほうが大きくなります。2つ目は、FAQが未整備で、回答の原本が担当者の頭の中にしかないこと。3つ目は、公開後にFAQを更新し続ける担当課を決められないこと。

設置しても成果が出ない問い合わせも、はっきりしています。個別の資格判定、金額の算定、苦情と要望の受付の3種類です。前2つは公開文書に答えがなく、最後の1つは自動応答を挟むと不満を増幅させます。この3種類を対象外と明記したうえで導入する分には、規模が小さくても失敗しにくくなります。

先にFAQと例規の整備を終えるべき自治体に共通する3つの兆候

導入より先に文書を直すべき団体には、共通の兆候があります。同じ質問が複数の課にまたがっていて、どの課が答えるか決まっていない。公式サイトの記載が課ごとに食い違っている。窓口の回答が要綱に書かれておらず、慣行で運用されている。

この状態でチャットボットを載せると、矛盾した回答がそのまま住民に出ます。しかも矛盾の出どころは製品ではなく元の文書なので、事業者側では直せません。順序としては、FAQの整備で問い合わせの構造を可視化してから、自動応答を載せるほうが確実です。回答を集約する仕組みそのものの選び方はAI FAQシステムとは？生成AI・RAGで実現する回答自動化の仕組みと導入判断で整理しています。

多言語対応とやさしい日本語で成果が出る団体と出ない団体の分岐点

多言語対応は、外国人住民の比率が高く、来庁前に手続きを確認する需要が大きい団体で効きます。技能実習生や留学生が集まる自治体ではごみ出しと国民健康保険の問い合わせが多く、この2分野を先に固めるだけで窓口の負荷が動きます。

一方、翻訳を足しても成果が出ない団体もあります。原因は言語ではなく、元の日本語が難解なままだからです。「賦課期日」「現年課税分」といった語をそのまま訳しても意味は通りません。出入国在留管理庁と文化庁が2020年に公開した「在留支援のためのやさしい日本語ガイドライン」に沿って原文を書き換えるほうが、多言語の追加より先に効きます。翻訳機能の追加は、原文の整理が終わってからにしてください。

調達と外注の実務｜仕様書に盛り込む要件と運用体制づくりの進め方

仕様書で抜けると揉める5項目とベンダーロックインを避ける条項

仕様書に必ず書く項目を5つに絞ります。回答する範囲と対象外とする問い合わせの明示。入力データの保存場所・保存期間と、学習に使わせるかどうかの可否。改善に使える粒度でのログ提供形式。FAQ更新の作業主体と年間の回数。契約終了時のFAQデータと会話ログの返還形式です。

5つ目は特に落ちやすい項目です。デジタル庁が府省向けに示す生成AIの調達・利用ガイドラインでも、調達時のチェック項目にベンダーロックインの回避が並びます。事業者独自の形式でしかデータを出せない設計だと、数年分の蓄積が事実上その事業者に固定されます。標準的な表形式で出力できることを契約書側にも書いてください。

パッケージ調達と受託開発のどちらを選ぶかを決める3つの分岐点

分岐は3つで足ります。参照させる文書が庁内固有かどうか。基幹システムや申請フォームと連携する必要があるかどうか。ネットワーク構成が標準的かどうか。3つとも「いいえ」ならパッケージ、1つでも「はい」があるなら個別開発の検討に入ります。

個別開発を選ぶ場合、事業者に求めるのは製品知識よりも、要綱と申請フローを読み解いて設計に落とす力です。当社でも公共分野の案件では、FAQの棚卸しから参照データの構造化までを含めてAIチャットボット開発として請け負っており、方式の選定段階から相談を受けています。仕様書を書く前の段階で相談したほうが、要件の抜けは減ります。

公開後にFAQを更新し続ける担当課の決め方とログ分析の回し方

運用の体制は、情報政策担当か広報担当が事務局を持ち、回答の内容は原課が持つ二層構造にするのが現実的です。事務局が一元的に回答まで作ろうとすると、制度改正のたびに事務局が詰まります。

回し方は月次で十分です。未回答または回答が不適切だった質問を件数順に並べ、上位20件だけを原課に配って直す。3か月続けると、初期のシナリオで想定していなかった質問の型が見えてきます。年間の作業量としては、事務局側で月に数時間の規模に収まります。

よくある質問

自治体の担当者から実際に寄せられる質問のうち、判断に直結するものを5つ取り上げます。

自治体のAIチャットボットはシナリオ型と生成AI型のどちらを選ぶべきですか？

回答の対象が定型の手続き案内に限られるなら、シナリオ型で足ります。想定質問の網羅に工数はかかりますが、答える内容を完全に制御できるため、誤答の説明責任が生じません。質問の言い回しが多様で、要綱や例規を根拠に答える必要があるなら生成AI型とRAGの組み合わせを検討してください。総務省調査でも、カスタマイズしている390件のうち329件がRAG方式でした。

LGWAN側でも生成AIのチャットボットは使えますか？

使えますが、条件があります。LGWANは閉域網のため、庁内から使うサービスはLGWAN-ASPとして提供されている必要があります。総務省調査で導入件数の上位に自治体向けサービスが並ぶのは、この条件を満たす選択肢が限られるためです。一般の商用サービスを使うなら、インターネット接続系に置き、扱う情報を公開情報に限る設計になります。

導入にはどのくらいの期間がかかりますか？

パッケージを使い、FAQが既に整理されているなら、選定から公開まで3か月前後が目安です。FAQの棚卸しから始めるなら5か月から6か月を見ます。期間を延ばす要因は技術ではなく、複数の課にまたがる回答の主管を決める調整です。着手前に事務局と原課の役割分担を決めておくと、この滞留は避けられます。

小規模な町村でも導入している例はありますか？

あります。総務省調査は「人口規模によらず導入効果が出ており、人口規模が5万人に満たない自治体でも1,000時間を超える削減効果が得られている事例も見られる」と記しました。ただし問い合わせ件数そのものが少ない団体では、チャットボットより先に、職員の文書作成を支援する用途から入るほうが効果を実感しやすくなります。

導入後に問い合わせ件数が減らない場合は何を見直せばよいですか？

見直す順序は3つです。1つ目は導線で、トップページだけに置いて各課のページに置いていないと、住民は到達しません。2つ目は未回答ログで、答えられなかった質問の上位が対象外に設定した領域に集中していないか。3つ目は文言で、住民が使う言葉と要綱の用語がずれていないか。3つとも問題がなければ、自動化に向かない問い合わせが多い可能性があります。

関連記事

• チャットボット導入事例｜業種・用途別の効果と自社に当てはめる判断基準：公表事例の削減率をそのまま自庁に当てはめない読み方を扱っています
• チャットボット導入の進め方とは？手順・費用相場・シナリオ型とAI型の選び方：業種を問わない一般的な導入手順とシナリオの作り方です
• 自治体DXとは？推進計画第5.1版の重点8項目と進め方を実務目線で解説：問い合わせ自動化を位置づける上位計画の全体像です
• 自治体システムの標準化とは？20業務の移行と期限経過後の実務を解説：基幹20業務側の制度前提を確認する際に読む記事です
• ガバメントクラウドとは？自治体が使う仕組み・対象サービス・費用負担を解説【2026年版】：機密性の高い情報を扱う際の基盤側の前提です