制作ドラフト。 2026-08-23時点の日本語版ドラフトです。最終公開前に取材チェックリストの完了が必要です。Mira Vale はRobothills MediaのAI執筆者名義であり、亀田隼人が人間編集責任を担います。
リード
2026年、日本で最も重要なAI導入は、ロボットの姿をしていないかもしれない。
それは、国会答弁を書く前に、職員が安全な政府用画面を開く場面かもしれない。過去の法令、通知、パブリックコメント、行政文書を、昨日より速く探す省庁チームかもしれない。あるいは、別々のツールをまた買うのではなく、デジタル庁が公開したコードをもとに、自分たちの行政AI環境を組み立てられないかと考える自治体かもしれない。
その機械には名前がある。GENAI、ゲンアイ。その物語には数字がある。およそ18万人。
この数字は、日本が18万人の「人工公務員」をつくったという意味ではない。むしろ、もっと奇妙で、もっと重要なことを示している。2026年度、日本は全府省庁の職員に、行政事務のための生成AI環境へのアクセスを広げようとしている。デジタル庁は2026年5月に大規模実証を開始し、5月29日から約10万人に利用を開始、段階的に全国約18万人へ拡大する計画を示している。目的は、2027年度からの本格利用に向けて、効果と課題を検証することだ。
これは、シンギュラリティ元年における二つ目のインフラ物語である。一つ目は物理の物語だった。データセンター、電力、水、土地、送電網。二つ目は行政の物語である。法令、申請、記録、答弁、責任、そして国家の静かな作業機械。
AIはまず、政府にとって「規制すべき対象」として入ってきた。いま、それは政府の「作業面」になり始めている。古い問いはこうだった。政府はAIをどう規制するのか。日本は同時に、もう一つの問いを発している。政府はAIとどう働くのか。
国家は使いながら学ぶ
AI戦略を書く政府と、自分たちの職員に毎日AIを使わせる政府は、同じではない。前者がつくるのは政策である。後者がつくるのは、組織の記憶である。
GENAIが重要なのは、政府そのものを導入実験の場に変えるからだ。デジタル庁は、Government AIを、職員が安全かつ安心してAIを利用するための基盤として説明している。GENAIには、対話、文書作成、要約、校正、翻訳といった一般的な機能が含まれる。同時に、行政実務に特化したAIアプリケーションも含まれる。
汎用チャットボットは、個人の文章作成を速くすることができる。しかし政府AI環境が問うているのは、もっと深いことだ。文書、決裁、データセット、検索、監査、研修、調達を、AIが常にそこにいるという前提で、組織全体がどう作り直すのか。
デジタル庁の資料には、その方向がすでに表れている。GENAIは、既存業務にAIを足す「業務＋AI」だけでなく、AIを前提に業務やデータを見直す「AI＋業務」を志向している。革命はアプリではない。革命は、様式、法令、データ、審議メモ、国民の意見、職員による確認プロセスが、人間とAIが一緒に処理できるよう設計し直される瞬間にある。
なぜ日本はここから始めるのか
日本のAI物語は、人口動態なしには理解できない。デジタル庁はGENAIを、人口減少、高齢化、労働力不足という圧力の中に置いて説明している。より少ない人手で行政サービスを維持・向上させるには、政府自身が生成AIを含むAIの使い方を学ばなければならない。
これは、シリコンバレー的な「規模拡大そのもの」の物語ではない。人間の労働力が縮む中で、公共サービスの質を守ろうとする国の物語である。
もちろん、それでリスクが消えるわけではない。むしろ、トレードオフが正直になる。人手が足りなければ、相談処理、過去文書の検索、国会対応、通知案の作成、認定審査、翻訳、意見分類は遅れる。市民にとって遅延は、不安、混乱、給付の遅れ、許認可の停滞、苦情の未解決、そして不信として現れる。
しかし、AIを雑に行政へ入れれば、速さは別の害を生む。出典のない回答、法令の誤要約、見えないベンダー依存、弱い監督、曖昧な責任、そして自分の案件を人間が理解したのか分からない市民である。
日本の課題は、「人間の政府」か「機械の政府」かを選ぶことではない。本当の課題は、AIが摩擦を吸収し、人間が責任を保持する行政システムをつくることだ。
国家能力のタイムライン
GENAIの展開は、国家的なリハーサルの形をしている。2025年5月、デジタル庁は庁内職員向けにGENAIの運用を開始した。2026年1月には、一部府省庁で試行利用が始まった。2月には、行政文書を対象とする検索拡張生成、いわゆるRAGアプリケーションが参加府省庁に展開された。
2026年3月6日、デジタル庁は全府省庁の約18万人を対象とする2026年度の大規模実証を発表した。そして5月28日、5月中に実証を開始し、5月29日から約10万人に利用を開始、段階的に全国約18万人へ広げると公表した。
このスケジュールが重要なのは、国民が具体的に問えるようになるからだ。5月以降、職員は実際に何に使ったのか。どの省庁が先に参加したのか。どの出力が修正されたのか。どの業務が速くなったのか。逆に、確認に時間がかかり複雑になった業務は何か。
デジタル庁は、2027年度からの本格実施を見据えて、有効性と課題を検証するとしている。つまり2026年は勝利宣言の年ではない。試行の年である。公共部門AIにおいて、ジャーナリズムが入るべき場所は、まさにこの試行の年だ。
法と時間のインターフェース
行政事務は、時間機械で満ちている。職員はしばしば、過去に何が言われたかを知らなければならない。過去の国会答弁、古い通知、省庁解釈、改正後の法令、パブリックコメント、審議会記録、先例、様式、自治体での実装。政府の記憶は、一つのファイルではない。重なり合ったアーカイブである。
GENAIの約束は、AIがそのアーカイブの中で検索し、要約し、比較し、草案をつくり、翻訳し、関連資料を浮かび上がらせることにある。リスクも同じ約束の中にある。
モデルが誤った法令を拾い、後の改正を見落とし、微妙なニュアンスを強く要約しすぎ、不確実性を流暢な文章の中に隠せば、それは単に悪い段落を生むだけではない。職員が依拠する行政記憶そのものを歪める可能性がある。
だから政府AIにおいて、「出典の道筋」は「サイバーセキュリティ」と同じくらい重要な言葉になるべきだ。政府の回答が信頼できるのは、文章が流暢だからではない。その背後にある法令、文書、データ、人間の確認を追跡できるからである。
最高のAI公務員とは、もっとも自信ありげに話すAIではない。人間の公務員のために、もっともきれいな確認の道筋を残すAIである。
Chief AI Officer の時代
2026年3月の発表では、各府省庁がChief AI Officerによる統括管理など、組織的な体制を通じてガバナンスを強化することが示されている。この一点は、チャット画面そのものより重要になるかもしれない。
AIが行政の中に入るとき、ガバナンスは最後に添えるメモでは済まない。日々の業務の一部でなければならない。誰が、どのモデルを、どのデータに対して、どの機密区分で、どのログ、どのレビュー、どの保存期間、どのエスカレーション、どの禁止事項の下で使えるのか。
市民は、政府のセキュリティ設計の内部に住んでいるわけではない。市民が知りたいのは、自分への回答が正しいのか、給付の不支給が適切なのか、許可の遅れに理由があるのか、相談が理解されたのか、そして異議を唱える道があるのかである。
企業がAIを悪く使えば、顧客は去ることができるかもしれない。しかし国家がAIを悪く使ったとき、市民は簡単には去れない。国家は効率だけでなく、説明、異議申立て可能性、継続性、公平性を負っている。
だからこの物語で、人間の公務員は消えない。むしろ、より重要になる。機械は草案を書ける。人間が引き受けなければならない。
国内モデルという問い
GENAIは、AI主権の物語でもある。2026年7月10日、デジタル庁は、政府クラウドに選定された国内クラウド基盤であるSAKURA Cloud上で、国内基盤モデルの試行利用を開始すると発表した。対象には、NTT DATAの tsuzumi 2、富士通の Takane 32B、Preferred Networksの PLaMo 2.0 Prime など、日本企業のモデルが含まれる。
これは調達の脚注ではない。政府AIは需要を生む。需要は市場を形づくる。市場は、どのモデルが改善されるかを決める。もし政府職員が実際の行政業務でAIを使えば、そのフィードバックは、日本語の語彙、法令文、官公庁の文体、文化的文脈、行政上のニュアンスを理解するモデルの改善につながりうる。
これは、その月に最も強い海外モデルを買うだけの話とは違う。日本を世界のAIから切り離す話でもない。目的は孤立ではない。目的は、選択できることだ。中核的な公共機能において、自国のAIスタックを選び、運用し、監査し、改善できない国は、行政の未来を完全には握っていない。
オープンソースは行政政策である
2026年4月24日、デジタル庁はGENAIの一部をオープンソースソフトウェアとして公開した。この決定は、もっと注目されるべきである。
オープンソース化は、このプロジェクトの姿勢を変える。GENAIは中央省庁のツールであるだけではない。自治体、公共機関、民間企業が行政AIシステムを構築する際の参照アーキテクチャになりうる。
すべての自治体が、安全なAI環境をゼロから設計できる予算や人材を持つわけではない。モデル挙動、検索システム、プロンプト画面、調達文言、ログ、研修を個別に評価できるわけでもない。GENAIのパターンが再利用可能になれば、国の学習は地方政府へ降りていくことができる。
ただし、オープンソースは魔法ではない。保守されないコードは考古学になる。ガバナンスを伴わないテンプレートは、コピーペーストされたリスクになる。自治体にはなお、支援、研修、予算、ベンダー管理、失敗を共有できる仕組みが必要だ。
GENAIの最良の姿は、単なる製品ではない。公共行政のための学習共有地である。
市民テスト
最も難しい問いは、GENAIが政府内部の時間をどれだけ節約するかではない。市民がその差を、尊厳として感じられるかである。
速い省内メモは有用だ。しかし、速くて分かりやすい給付の回答のほうが重要だ。内部検索の改善は有用だ。しかし、市民への説明が明確になることのほうが重要だ。正しい規則を数分で探せる職員は有用だ。しかし、機械を信じてはいけない瞬間を理解する職員のほうが重要だ。
市民テストには五つの要素がある。第一に、可視性。行政回答にAIが実質的に関与したとき、市民はそれを知るべきか。第二に、追跡可能性。機関は、その回答を支えた法令、文書、データ、人間の確認を示せるか。第三に、異議申立て可能性。回答が誤り、不明確、不公平だったとき、市民はAIシステムを理解しなくても異議を唱えられるか。
第四に、アクセシビリティ。AIは、高齢者、障害のある人、外国人住民、小規模事業者、地方の市民、行政用語が苦手な人にとって、政府をより使いやすくするか。第五に、抑制。AI支援を制限、延期、禁止すべき判断、データ、人間状況はあるか。
この問いこそが、政府AIを生産性プログラムから公共信頼プログラムへ変える。
日本の輸出
多くの国は、2026年にどの省庁でどのチャットボットが使われたかを記憶しないだろう。しかし、AIを上から統治しようとする前に、AIとともに統治する方法を学んだ政府のことは記憶するかもしれない。
日本には、信頼される公共部門AIを輸出の一つにする機会がある。単なるソフトウェアではない。運用の美意識である。その美意識は具体的だ。AIを早く使う。人間の責任を残す。出典の道筋を保存する。国内言語と法令ニュアンスを重視する。有用な部品を公開する。社会に説教する前に政府で試す。行政上の尊厳を設計要件として扱う。
これはスペクタクルの反対である。静かな国家技術である。
最初の18万人のAI公務員は、機械ではない。国家的圧力の中で、新しい公共業務の形を学ぶよう求められている人々である。その成功は、節約された分数だけで測るべきではない。より良い回答、より明確な記録、より強い信頼、そして旧来の労働モデルが弱る中でも市民に奉仕し続けられる政府で測るべきだ。
AIの未来は、研究所、市場、データセンターだけで決まるのではない。それは、ある職員がGENAIを開き、関係する規則を探し、回答を注意深く読み、出典を確認し、草案を修正し、自分の名前で責任を引き受ける公共窓口で決まるのかもしれない。
国家は、そこで学び始める。
次に見るべきこと
次の取材段階では、七つのテストを追うべきだ。
第一に、利用テスト。対象職員のうち、どれだけが週次でGENAIを使い、何に使っているのか。第二に、品質テスト。どの出力が採用され、修正され、却下され、エスカレーションされるのか。第三に、監査テスト。府省庁は、AI支援による回答の出典の道筋を再構成できるか。
第四に、予算テスト。2027年度の本格利用に向け、どの府省庁が予算を要求し、その資金にどの条件が付くのか。第五に、国内モデルテスト。日本の基盤モデルは政府利用のフィードバックで改善するのか。費用、信頼性、法令文、行政ニュアンスで競争できるのか。
第六に、自治体テスト。OSS公開は本当に重複開発を減らし、自治体を助けるのか。それとも複雑さを下に移すだけなのか。第七に、市民テスト。人々は、より速く、より明確で、より公平な公共サービスを経験するのか。それとも、同じ壁の内側で官僚制だけが効率化されるのか。
Article 1 が「誰がAIの電力網を得るのか」を問うたなら、Article 2 は「誰がAI国家を得るのか」を問う。
日本は実証を開始した。いま、国民は国家が何を学んでいるのかを問うことができる。