2026.03.26

【東京都】支援策診断ツール「Mir－AI(ミライ)サーチ」リリース

masashi0025

はじめに
概要
意義
歴史・経過
現状データ
政策立案の示唆
まとめ

はじめに

※本記事はAIが生成したものを加工して掲載しています。
※各施策についての理解の深度化や、政策立案のアイデア探しを目的にしています。
※生成AIの進化にあわせて作り直すため、ファクトチェックは今後行う予定です。
※掲載内容を使用する際は、各行政機関の公表資料を別途ご確認ください。

概要

東京都が2026年3月25日にリリースしたAI診断ツール「Mir-AI（ミライ）サーチ」は、中小企業が抱える経営課題をAIとの対話を通じて整理し、最適な支援策を提示する画期的なシステムです。本システムは、「支援策が多すぎて選べない」「多忙で自社の課題を分析する余裕がない」という事業者側の切実な悩みと、「最新の支援策を網羅的に把握し、適切な制度を案内するには高度な知識と経験が必要である」という金融機関等を含む支援機関側の悩みの双方を解決することを目指しています。スマートフォンやPCから隙間時間に利用できる手軽さを持ち、課題の明確化から最適な支援策の入手までをシームレスに行うことが可能です。行政情報の最適化や伴走型支援の強化が求められる特別区においても、デジタル技術を活用した住民サービスの向上や、政策効果の最大化に向けた非常に有用な示唆を与える先進的な取り組みであると言えます。

意義

「Mir-AIサーチ」の最大の意義は、行政が提供する膨大な支援メニューと、それを真に必要としている中小企業との間に生じている「情報の非対称性」を、AIという最新技術を用いて劇的に解消する点にあります。行政側はこれまでも手厚い支援策を用意してきましたが、それが事業者に届かなければ政策としての意味を成しません。複雑化する経営環境の中で、事業者は自らの課題を言語化することすら困難な状況に置かれています。本ツールは、単なる検索エンジンではなく、「対話」を通じて事業者の潜在的な悩みを整理し、課題を明確化するプロセスを内包しています。これにより、事業者は自己理解を深めると同時に、自社に真に必要な行政サービスへと最短距離でアクセスできるようになります。また、支援機関側にとっても、属人的な知識や経験に依存していた相談業務の質を標準化し、より高度なアドバイスに注力するための強力なサポートツールとなる意義を持っています。

歴史・経過

これまでの中小企業支援の歴史を振り返ると、社会経済の変動に合わせて支援策は拡充の一途を辿ってきました。特に新型コロナウイルス感染症の拡大以降、資金繰り支援やデジタルトランスフォーメーション（DX）導入支援など、国や自治体から多種多様な補助金・助成金制度が相次いで創設されました。しかし、メニューが豊富になる一方で、制度は複雑化し、申請要件も細分化されました。結果として、「どの支援策が自社に合っているのか分からない」「手続きが煩雑で調べる時間がない」といった制度疲労とも呼べる状況が生み出されてきました。過去数年間、行政はポータルサイトの整備やワンストップ相談窓口の設置など、情報アクセスの改善に努めてきましたが、事業者自らが能動的に情報を探し出し、自社の課題と結びつけるという高いハードルを完全に下げるには至っていませんでした。そのような経過を経て、生成AIなどの技術が急速に実用化された現在、行政サービスへのアクセスインターフェース自体を根本からアップデートする取り組みとして、今回の「Mir-AIサーチ」が誕生するに至ったという歴史的背景があります。

現状データ

現在の中小企業を取り巻く環境は極めて厳しく、特に人手不足や物価高騰による影響が顕著に表れています。株式会社帝国データバンクの調査によれば、2024年度の企業倒産件数は1万70件に達し、2013年度以来11年ぶりに1万件を超える結果となりました。さらに、少子高齢化に伴う労働力不足は深刻化の一途を辿っており、2025年の「人手不足」による倒産は427件と初めて400件を超え、過去最多を大幅に更新しました。このように、中小企業は日々の業務に追われ、経営の存続自体が危ぶまれるほどの多忙と経営難に直面しています。

　一方で、行政が提供する公的支援の認知度と利用率の間には、長年埋まらない大きな乖離が存在しています。中小企業白書のデータによれば、各種経営相談や支援制度といった公的支援の存在自体を約80％の事業者が認知しているにもかかわらず、実際に利用している割合は約20％にとどまっており、全体の約80％が支援を活用できていないという実態が浮き彫りになっています。事業者は支援策があることは知っていても、先述したような「忙しさ」や「課題整理の困難さ」から、実際の行動（利用）へと移せていないのが現状です。この「認知」と「利用」のギャップを埋めるための具体的な解決策が、まさに急務となっているのです。

政策立案の示唆

この取組を行政が行う理由

行政が本ツールを開発・提供する最大の理由は、公平かつ効率的な資源配分を実現し、地域経済の底上げを図るためです。多額の税金を投入して策定された優れた支援策も、活用されなければ政策目的を達成できません。行政には、単に制度を作るだけでなく、それを「届ける」までの責任があります。特に、情報収集能力やリソースに乏しい小規模事業者ほど、行政の支援を必要としています。民間サービスに情報提供を委ねるのではなく、支援策の実施主体である行政自らがAIを活用した信頼性の高いプラットフォームを構築することで、すべての事業者に公平なアクセス機会を保障し、真に支援を必要とする層をすくい上げるセーフティネットとしての役割を果たすことが求められているからです。

行政側の意図

行政側の意図としては、相談対応業務の抜本的な効率化と高度化が挙げられます。限られた人員と予算の中で、多様化する事業者のニーズにきめ細かく対応するには限界があります。AIに初期の課題整理と制度案内という「定型かつ膨大な情報処理」を担わせることで、行政職員は「対面での深い心理的サポート」や「複数の制度を組み合わせた高度な経営戦略の提案」といった、人間にしかできない高付加価値な伴走型支援にリソースを集中させたいという明確な意図があります。また、金融機関や商工会議所などの外部支援機関に対しても使いやすいツールを提供することで、地域全体での支援ネットワークの質を底上げし、間接的な行政サービスの向上を狙っています。

期待される効果

期待される効果は多岐にわたります。第一に、事業者の支援策利用率の飛躍的な向上が見込まれます。隙間時間にスマートフォンから手軽にアクセスでき、AIとの対話で自動的に課題が整理されるため、これまで支援窓口に足を運ばなかった潜在的な支援ニーズを掘り起こすことができます。第二に、支援のミスマッチの防止です。最適な支援策がピンポイントで提示されるため、要件に合わない補助金に申請してしまうといった時間的・労力的な無駄を削減できます。第三に、行政側のデータ蓄積です。どのような課題を抱えた事業者が、どのような検索や相談を行っているのかという生きたデータが蓄積されることで、今後の新たな政策立案や既存制度の改善に向けた強力なエビデンスとなります。

課題・次のステップ

導入後の課題としては、AIの回答精度の継続的な向上と、制度改定に伴うデータの最新化が挙げられます。誤った情報が提示されれば行政への信頼を損なうため、運用保守の体制構築が不可欠です。また、「AIを使えない、または使いたがらない」デジタルリテラシーの低い層への対応も課題として残ります。次のステップとしては、単なる情報の提示にとどまらず、そこから実際の申請手続き（電子申請システム）へとシームレスに移行できる機能の統合や、チャットボットでの相談履歴を本人の同意のもとで実際の相談員に引き継ぐことができるO2O（オンライン・トゥ・オフライン）の仕組みの構築などが求められます。

特別区への示唆

基礎自治体としての窓口機能の強化

区内事業者への伴走型支援の実現

特別区は、事業者にとって最も身近な基礎自治体です。東京都が広域的なツールを提供した今、各区はこれを積極的に活用し、区独自の窓口業務の改善に繋げるべきです。窓口に訪れた事業者に対して、まずはタブレット等で「Mir-AIサーチ」を一緒に利用し、課題を客観的に整理した上で、具体的な相談に入るというフローを構築することで、面談時間の短縮と質の向上を両立させた伴走型支援が実現できます。

金融機関や商工会議所との連携深化

区内の信用金庫や商工会議所に対して、本ツールの活用を積極的に啓発・推奨することが重要です。地域の支援機関が共通のツールを用いて事業者の課題を整理することで、機関同士の共通言語が生まれ、事業者を紹介し合う際の連携がスムーズになります。地域全体の支援エコシステムを強化するためのハブとして、区が主導的な役割を果たすことが期待されます。

AIリテラシーの向上と職員の意識改革

このようなツールを最大限に活用するためには、区職員自身のAIリテラシーの向上が急務です。「AIに仕事を奪われる」という懸念ではなく、「AIを使いこなして区民サービスを向上させる」という意識改革が必要です。最前線で働く職員が最新技術の利便性と限界を正しく理解することで、事業者に対するより説得力のある案内が可能となります。

独自の支援策との連携とデータ活用

支援策のデータベース化と最適化

特別区には、東京都の支援策とは別に、各区独自のきめ細やかな助成金や融資あっせん制度が存在します。長期的には、これらの区独自の支援メニューもAIが学習し、東京都の制度と組み合わせて提示できるようなローカライズの仕組みを検討すべきです。そのためには、区の支援策情報を機械可読なデータとして整理・統合するデータベース化の作業を先行して進める必要があります。

相談データの分析による新規政策の立案

AIツールを通じて得られる「区内事業者のリアルな悩み」に関する匿名化されたデータは、区の産業振興施策を立案する上で宝の山となります。「今、区内のどのエリアで、どの業種が、どのような課題（例えば人手不足なのか、販路開拓なのか）に直面しているのか」をリアルタイムで把握し、EBPM（証拠に基づく政策立案）を実践することで、真に区民から求められる迅速かつ的確な新規政策の展開が可能となります。

まとめ

東京都による「Mir-AIサーチ」の導入は、行政が提供する複雑な支援策と、日々過酷な経営環境で奮闘する中小企業との間にある壁を取り払うための、極めて先進的かつ実用的な取り組みです。過去最多を更新し続ける人手不足倒産や、8割もの事業者が公的支援を利用できていないという厳しい現状データを踏まえれば、事業者側に負担を強いる旧来の情報提供手法からの脱却は待ったなしの状況と言えます。AIという強力なテクノロジーを行政サービスの中核に据えることで、課題の明確化から解決策の提示までを自動化し、人間はより高度な伴走型支援に注力するという新しい行政のあり方が示されました。特別区の自治体職員においては、この動きを単なる都の事業として傍観するのではなく、自区の窓口業務の高度化、地域支援機関との連携強化、そしてデータに基づく独自の政策立案へと繋げるための重要な契機として捉え、区内事業者の持続的な成長を支える次世代の産業振興体制を構築していくことが強く求められます。