2026.07.15

第Ⅱ期AI基本計画（2026年7月閣議決定）の要点と特別区への示唆:自治体AXと源内

masashi0025

エグゼクティブサマリー
意義
歴史・経過
現状データ
政策立案の示唆
まとめ

エグゼクティブサマリー

　AI基本計画とは、人工知能関連技術の研究開発及び活用の推進に関する法律（以下「AI法」、令和7年法律第53号）第18条に基づき政府が定める法定計画で、日本のAI政策の基本方針を示すものです。政府は2026年（令和8年）7月14日、この計画の第Ⅱ期に当たる「人工知能基本計画～日本ＡＸ、より強く、より豊かに～」を閣議決定しました。同日には科学技術政策の年次戦略である「統合イノベーション戦略2026」も閣議決定されており、AIと科学技術の二つの計画が同じ日に更新された点が今回の特徴です。

　最大の論点は、改定の速さにあります。第Ⅰ期の人工知能基本計画は2025年12月23日に閣議決定されたばかりで、今回はそこからわずか半年での改定です。計画本体は「当面は毎年変更を行う」と明記し、適切なベンチマーク（KPI等）を設定してモニタリングを続ける方針を掲げています。技術の進展が極めて速いという特性を踏まえ、計画そのものをアジャイル（柔軟かつ迅速）に更新し続けるという、行政計画としては異例の運用が採られています。

　計画は「AIを使う」「AIを創る」「AIの信頼性を高める」「AIと協働する」という四つの基本的な方針で構成されます。中核概念は、AIを前提に意思決定や業務の進め方を根底から見直す「AIトランスフォーメーション」（AX）であり、これを社会全体で進めることが繰り返し強調されています。

　特別区をはじめとする自治体にとって直接関係するのは、政府が率先導入したガバメントAI「源内（げんない）」のオープンソース化を通じた自治体のAI導入支援、AIによる自治体業務の構造変革（自治体AX）、そして地域の中堅・中小企業へのAI導入を後押しする「地域AX」の三点です。本稿では計画全体を俯瞰したうえで、これらが特別区の実務・財政・人材にどのような示唆をもつのかを整理します。

意義

法定計画としてのAI基本計画の位置づけ

　人工知能基本計画は、政府が任意に作成する方針文書ではなく、AI法第18条第1項に根拠を置く法定計画です。AIに関する施策を政府が総合的かつ計画的に推進するための基盤であり、各府省庁の取組はこの計画の方針に沿って設計されます。行政の現場から見れば、今後のAI関連の補助制度・ガイドライン・調達ルールが、この計画の方向性を出発点として具体化されていくことを意味します。計画の内容を早い段階で把握しておくことは、国の動きを先取りした施策設計につながります。

半年で改定する「アジャイルなAI基本計画」という異例性

　通常の行政計画は数年単位で改定されますが、AI基本計画は「当面は毎年変更」を前提とし、実際に第Ⅰ期からわずか半年で第Ⅱ期へと更新されました。背景には、対話による文書作成を支援する道具だったAIが、組織や社会の意思決定と実行を担える主体へと急速に進化しているという認識があります。計画は、目的の達成に向けてAIが自ら計画・実行・検証・修正を繰り返す「エージェント型AI」の急速な伸長を、経済力・防衛力・技術力といった国力に直結する変化と位置づけています。計画を固定するのではなく走りながら見直すという姿勢自体が、行政のAX（計画・制度そのもののAI前提での再設計）を体現していると言えます。

エージェント型AIと「AI主権」への対応

　第Ⅱ期計画が新たに前面へ押し出したのが、開かれた「AI主権」（AI Sovereignty）という考え方です。特定の国や企業への過度な依存を避け、AIエコシステム全体の中で戦略的自律性と戦略的不可欠性を確保するという方針であり、特に行政・防衛・重要インフラといった戦略領域では、計算資源・データ・モデルの自律性と、途絶に耐える運用能力を確保するとしています。日本の「勝ち筋」としては、産業や行政の現場で使える領域特化型の「バーティカルAI」と、現実空間で価値を生む「フィジカルAI」に戦略の重点を置く方針が示されました。現場の暗黙知をデータとして蓄積し、それを機械や装置を通じて実装するという発想は、行政の現場データの扱い方にも通じるものです。

四つの原則と「人間力」の増進という基本構想

　計画は、施策を貫く四つの原則として、イノベーション促進とリスク対応の両立、挑戦と学習、アジャイル（柔軟かつ迅速）な対応、内外一体での政策推進を掲げています。技術の可能性を追う姿勢とリスクへの備えを対立させずに両立させること、失敗を許容して学び続けること、状況変化に合わせて素早く見直すことが、計画運用の基本姿勢とされています。あわせて計画は、AIに思考や判断を委ねきるのではなく、人的主体性を中核とする「人間力」を育むことを重視し、創造力・批判的思考・判断責任といった人間ならではの力を伸ばすとしています。行政の現場に置き換えれば、AIを使いこなしつつも最終的な判断責任は職員が担うという役割分担を明確にすることが、住民に対する説明責任の観点からも重要になると考えられます。

歴史・経過

AI法制定から第Ⅰ期AI基本計画（2025年12月）までの経緯

　日本のAI政策は、2019年前後のAI戦略に始まり、生成AIの急速な普及を経て、法的な裏づけをもつ段階へと移行しました。2025年に成立したAI法（令和7年法律第53号）は、AIの研究開発と活用を推進するための基本的な枠組みを定め、その第18条に基づいて我が国初の人工知能基本計画が2025年12月23日に閣議決定されました。第Ⅰ期計画は「信頼できるAI」による「日本再起」を掲げ、「隗より始めよ」の精神で政府自らがAIを使ってみるという方針を打ち出した点に特徴があります。

第Ⅱ期AI基本計画（2026年7月）への改定と推進体制

　第Ⅱ期計画は、第Ⅰ期からの半年でエージェント型AIの実用化が一段と進んだことを受けた改定です。推進体制としては、内閣総理大臣を本部長とし全閣僚を構成員とする人工知能戦略本部を中心に、関係府省庁で構成する人工知能戦略推進会議、有識者から意見を聴く人工知能戦略専門調査会（いずれも令和7年9月12日の人工知能戦略本部決定に基づき設置）が置かれています。計画の推進状況は戦略本部が把握してフォローアップし、適切なベンチマークを設定したうえでモニタリングを実施する仕組みです。

統合イノベーション戦略・デジタル重点計画との連携

　AI基本計画は単独で完結する計画ではありません。計画本体は、科学技術・イノベーション基本法（平成7年法律第130号）に基づく「科学技術・イノベーション基本計画」や、デジタル社会形成基本法（令和3年法律第35号）第39条に基づく「デジタル社会の形成に関する重点計画」など、関係する他の計画との連携・整合を図ると明記しています。今回、統合イノベーション戦略2026が同日に閣議決定されたことは、AI・科学技術・デジタルの各政策を束ねて動かそうとする政府の姿勢を象徴しています。

現状データ

ガバメントAI「源内」の利用規模と政府の先行導入

　計画が繰り返し言及するのが、政府主導で構築されたガバメントAI「源内」です。計画本体によれば、源内を通じたAI利用環境のもとで国内最大規模となる18万人もの政府職員によるAI利活用が進められており、この取組は国内外から注目を集めているとされています。政府は源内を「AI主権」を体現する基盤として位置づけ、本府省庁を中心とする政府職員から地方支分部局へと展開を広げる方針です。そのうえで、源内のオープンソース化の取組を通じて自治体のAI導入を支援するとしています。

米中に後れをとる日本のAI利活用・投資の現状

　計画は日本の立ち位置を率直に描いています。米国及び中国では開発競争を通じて投資が加速し、日本より経済規模が小さい国でも業務でのAI利活用が急伸するなか、2025年までの間、日本と各国との利用率や民間投資の差はむしろ拡大したとされています。大企業や研究機関を中心に現場でのAI利活用は加速している一方で、組織全体や中堅・中小企業、地域での活用には課題が残るという認識です。今回同日に決定された統合イノベーション戦略2026でも、引用件数の多い論文数や民間投資で日本が米中に後れをとっている状況が背景として共有されています。

特別区が直面する人手不足と施設老朽化の数値

　自治体側の事情も、計画が描く課題と重なります。特別区は人口970万人超（令和5年時点、23区合計）を擁する日本最大の基礎的自治体群ですが、人口減少局面での持続可能な行政サービスの提供という課題は共通します。例えば大田区が公表した職員定数基本計画では、定年退職の増加等により職員数が減少する一方、行政需要の多様化・複雑化で業務量が増え、令和14年度（2032年）には業務量が職員数を上回る「転換期」を迎えるとの見通しが示されています。採用環境も厳しく、特別区職員採用試験（Ⅰ類）の申込者数と合格倍率はともに低下傾向にあり、大田区の資料では平成22年度の申込者数1万9,910人・合格倍率7.6倍から、令和6年度には5,179人・2.1倍へと変化したことが示されています。加えて、高度経済成長期に整備された公共施設の老朽化も深刻で、同区では保有施設の延床面積のうち築40年以上が約53%（令和3年時点）に達しています。人手とインフラの両面で資源制約が強まるなかで、AIによる省力化への期待は自治体においてこそ大きいと考えられます。

政策立案の示唆

この取組を行政が行う理由

資源制約下での持続可能な行政サービスの維持

人口減少と社会インフラ更新費用の増加

　計画本体は、地方自治体について「人口減少、社会インフラの維持・更新費用の増加など、資源制約が深刻化する中でも持続可能となるよう行政サービスを提供しなければならない」と明記し、その克服のために自治体が積極的にAIを導入できる環境を整備するとしています。特別区の文脈に置き換えれば、扶助費や特別会計への繰出金が増え続け、公共施設の更新投資も膨らむなかで、限られた人員と財源で行政水準を維持するための現実的な手段としてAIが位置づけられている、ということになります。

採用競争の激化と「転換期」問題

　前述のとおり、採用倍率の低下と定年退職の増加により、職員数の確保はこれまでよりも難しくなっています。業務量が職員数を上回る「転換期」が現実の見通しとして語られる状況では、単純な増員による対応には限界があります。行政がAI導入に踏み込む理由は、効率化の掛け声ではなく、行政サービスの安定的な提供と職場環境の維持という、組織存続に直結する必要性にあります。

AIを前提とした業務・組織の再設計（自治体AX）の必要性

　計画は「AIによる自治体業務の構造変革（自治体AX）」を掲げ、優良なユースケースの横展開、AIの活用等によるオンライン完結の仕組みの導入、業務の自動化を進めるとしています。これは所管として総務省が挙げられており、既存業務にAIを部分的に足すのではなく、業務プロセスそのものをAI前提で組み替える発想です。行政が主体的に取り組む理由は、制度・様式・決裁の流れといった行政固有の構造は民間任せでは変えられず、自治体自身が設計し直す以外にないためです。

行政側の意図

政府率先による信頼性・標準の確立

　計画は「隗より始めよ」の精神を掲げ、政府自らがAIを適正に調達し、安全・安心な形で利活用することで、日本社会で使われるAIの信頼性と透明性の確保につなげるとしています。政府が先に使い、うまくいった型を標準として広げるという意図であり、源内の18万人規模の利用実績は、その標準づくりの土台として位置づけられています。

源内オープンソース化による横展開

　源内のオープンソース化は、各自治体がゼロからAI基盤を調達・開発する負担を避け、国が整えた基盤を共有できるようにする狙いをもちます。自治体ごとにばらばらのシステムを抱えるのではなく、共通基盤の上で優良事例を横展開することで、全体の導入コストと品質のばらつきを抑えることが意図されていると考えられます。

期待される効果

業務自動化とオンライン完結による省力化

　自治体AXで想定される効果は、定型的な照会対応や集計、文書作成などの自動化と、申請から完結までをオンラインで処理できる仕組みの導入による省力化です。人員が減っても行政サービスの水準を保つための余力を生み出すことが期待されます。

政策議論の時間の確保

　省力化の本質は、単なる時間短縮ではなく、生み出した時間を政策の企画・立案や住民との対話に振り向けられる点にあります。事務処理に費やしていた工数を、優先順位付けや事業の見直しといった、人にしかできない判断に再配分することが、AX の狙いとして期待されます。

課題・次のステップ

サイバーセキュリティと生成AIの悪用リスク

　計画は、AI性能の高度化に伴いAIを悪用したサイバー攻撃の危険性が高まると指摘し、サイバーセキュリティ対策パッケージ「Project YATA-Shield」に基づく重要インフラ事業者等への対策強化や、高性能AIを活用した重要システムの脆弱性点検を進めるとしています。さらに「高性能AIを活用した取組の強化も含めサイバー対処能力を不断に強化する」と明記しました。自治体も重要な行政データを扱う主体であり、AI導入と同時にセキュリティ体制を引き上げることが不可欠です。

AIガバナンス人材と個人情報保護

　計画は、AIに関わる人材像として、AI適正活用人材・AI研究開発人材・AI実装人材・AIガバナンス人材・AIイノベーション人材の五つを整理しました。行政にとって特に重要なのは、安全・安心で信頼できるAIのルールや仕組みを整備・運用するAIガバナンス人材です。あわせて計画は、行政事務におけるAI利活用時の留意点の整理や、権利侵害に関する法的整理を含むガイドライン整備を挙げており、個人情報を大量に扱う自治体では、利活用と権利保護の両立が実装の前提条件になります。

利用格差（デジタルデバイド）への配慮

　計画は、年齢や地域等による利用格差を放置しないという多様性・包摂性の観点も示しています。住民サービスをAIで再設計する際には、オンラインに不慣れな住民が取り残されないよう、窓口や電話といった従来の経路を併存させる設計が求められます。国民がAIに関わる被害を受けた際の公的な相談窓口の拡充も計画に盛り込まれており、自治体の住民対応にも波及する論点です。

特別区への示唆

源内オープンソース化を「自前主義」から「国基盤活用」への転換点にする

　特別区にとって第一の示唆は、AI基盤を各区が個別に調達・開発する発想から、国が整える源内という共通基盤を活用する発想へと切り替える契機とすることです。オープンソース化された基盤を土台にすれば、初期投資と運用負担を抑えつつ、他自治体の優良事例を取り込みやすくなります。区の情報政策部門は、独自調達の前に国基盤の適用可能性を検討する順序を、標準的な意思決定プロセスに組み込むことが考えられます。

自治体AX:優良ユースケースの横展開と業務プロセスの再設計

　第二に、自治体AXを「新しいシステムの導入」ではなく「業務プロセスの再設計」として捉えることです。総務省が横展開を進める優良ユースケースを、自区の業務にそのまま当てはめるのではなく、決裁・様式・窓口動線まで含めて組み替える視点が要ります。23区は業務内容の共通性が高く、特別区長会や特別区協議会といった共同の枠組みを通じて、区をまたいだ事例共有と共同調達を進める余地は大きいと考えられます。

地域AX:区内中小企業のAI導入支援という新たな役割

　第三に、地域AXは特別区に新たな役割を示唆します。計画は、中堅・中小企業へのAI導入・定着を伴走支援し、地域の伸び代を成長に転換する「地域AX」を掲げ、デジタル化・AI導入補助金や地域ごとのネットワーク構築、伴走支援機関のレベル底上げを挙げています。区内に多くの事業者を抱える特別区にとって、産業振興部門が国・都の支援メニューを束ねて区内事業者につなぐ結節点になることは、区の産業政策の新しい柱になり得ます。

防災・福祉・教育など分野別AI（バーティカルAI）の実装余地

　計画は、医療・ヘルスケア、介護、教育、防災・消防、環境保全など各分野で、エージェント型AIを含むバーティカルAI・フィジカルAIの開発・実証・導入・社会実装を促進するとしています。これらは特別区が住民サービスとして直接担う領域と多く重なります。防災分野での被害予測や避難支援、福祉分野での相談業務の支援、教育分野での校務支援や学習支援など、区の既存事業のどこにAIを組み込めるかを分野別に洗い出すことが、抽象的なAX論を具体の事業計画へ落とす近道になります。国が領域別に戦略を策定して官民で投資を集中する方針を示していることを踏まえ、区としても国・都の分野別施策の動きに合わせて、自区の重点分野を早めに定めておくことが望まれます。

限られた一般財源の再配分と投資判断

　第四に、財政面の含意です。特別区は都区財政調整制度のもとで一般財源に制約があり、景気変動の影響を受けやすい特別区財政調整交付金への依存という構造的な不安定さも抱えています。AI導入は一定の初期投資を伴いますが、業務の自動化によって捻出した人的資源を政策的な業務へ振り向けられれば、限られた一般財源をより価値の高い分野へ再配分できます。投資対効果を事業評価の枠組みで可視化し、真のビルド＆スクラップにつなげる姿勢が求められます。

AI実装人材・AIガバナンス人材の庁内育成

　第五に、人材です。計画が示す五つの人材像のうち、現場に適合したAIソリューションを提供するAI実装人材と、ルール・仕組みを整備運用するAIガバナンス人材は、外部委託だけに頼らず庁内で育てることが望まれます。全ての職員がAI適正活用人材となることを土台に、実装とガバナンスを担う中核人材を計画的に確保・育成することが、自治体AXを一過性の取組で終わらせないための条件になります。

まとめ

　第Ⅱ期AI基本計画は、エージェント型AIの急速な進展を受けて、日本のAI政策を「AX（AIトランスフォーメーション）」という一語に束ね直し、毎年改定という異例の速さで走りながら見直す計画へと姿を変えました。特別区にとっての要点は、ガバメントAI「源内」のオープンソース化による自治体支援、業務プロセスを組み替える自治体AX、区内事業者を後押しする地域AXという三つの入口にあります。いずれも、人手不足と施設老朽化という資源制約が強まるなかで、限られた人員と財源で行政水準を維持するための現実的な手段として位置づけられます。

　実務上とりわけ意識したいのは、この計画が毎年改定される前提だという点です。今年の重点や補助メニューが翌年には見直される可能性があるため、自治体側も単年度の対応で終わらせず、国の計画改定を毎年フォローして自区の情報化計画やDX推進方針に反映する運用が求められます。人工知能戦略本部がベンチマークを設定してモニタリングを続ける以上、国の進捗指標や優良事例は年々更新されていきます。区としては、源内をはじめとする国基盤の最新状況と、総務省が横展開する自治体AXの事例を定点的に把握する体制を、情報政策部門を中心に整えておくことが、変化の速い局面での出遅れを防ぐことにつながると考えられます。

　もっとも、計画が描く効果は自動的に実現するものではありません。オープンソース基盤をどう使いこなすか、優良事例を自区の制度・様式にどこまで落とし込めるか、セキュリティと個人情報保護、そして利用格差への配慮を同時に満たせるか、AI実装人材とAIガバナンス人材を庁内に確保できるかといった運用の巧拙によって、成果は大きく変わり得ます。国の計画を出発点としつつ、区ごとの人口・財政・産業の実情に応じて具体の運用へ翻訳していくことが、特別区に求められる次の一歩になると考えられます。