
相模原市は、過去5年分の議会答弁などを学習させたAIを使い、職員の答弁作成を支援する取り組みを進めました。膨大な過去資料を踏まえた下書きをAIが用意し、作成負担を約4割削減。自治体の専門的な事務に、自分たちのデータを活かしたAIを当てた事例です。
- 相模原市は、過去5年分の議会答弁などを学習させたAIを活用し、職員の答弁作成を支援する取り組みを実施。
- 膨大な過去資料を踏まえた答弁の下書きをAIが用意する仕組み。
- 答弁作成の負担を約4割削減したとされる(NEC等との取り組み)。
CASE“過去の蓄積”を学ばせて、文書作成を支援
議会答弁の作成は、自治体職員にとって大きな負担です。過去の経緯や前例を踏まえる必要があり、膨大な資料を確認しなければなりません。相模原市は、ここに過去5年分を学習させたAIを活用しました。
相模原市は、過去5年分の議会答弁などを学習させたAIを使い、答弁作成を支援。作成の負担を約4割削減したとされる。
出典: aixis/NeuralOptimizations
aixis.jp/local-government-ai-implementation/
過去の答弁を踏まえた下書きをAIが用意し、職員はそれを土台に仕上げます。自分たちの過去データを学ばせたからこそ、実務に役立つ支援になりました。
WHY“過去資料”はAIの貴重な教材
この事例のポイントは、自分たちの過去資料をAIに学ばせたことです。一般的なAIは過去の経緯を知りませんが、自前のデータを学ばせれば、前例を踏まえた的確な支援ができます。蓄積された資料は、AIの優秀な教材になります。
INSIGHTエムズの視点:“過去の書類”は使える資産
どの組織にも、過去の文書、議事録、報告書などが大量にたまっています。これらは一見ただの記録ですが、AIに学ばせれば、文書作成を支援する貴重な資産になります。前例を踏まえた下書きが自動でできれば、作業負担は大きく減ります。
私たちエムズは、御社にたまっている過去資料を活かしたAI活用をご提案します。よく使う文書のひな型作成、過去の事例検索など、自前のデータだからこそできる支援があります。眠っている書類を、業務を助ける力に変えましょう。
FAQよくある質問
出典・参考
- aixis「自治体のAI導入事例」 https://aixis.jp/local-government-ai-implementation/
- NeuralOptimizations「自治体の生成AI活用事例」 https://neural-opt.com/government-generative-ai-cases/
※本記事は上記の公開情報をもとに、株式会社エムズ編集部が独自に整理・考察したものです。事例の内容は各企業の公表・報道に基づくもので、執筆時点(2026-06-22)の情報です。最新の状況とは異なる場合があります。考察部分は当社の見解であり、特定の企業・製品・導入を推奨するものではありません。
「自社だったら、AIをどう活かせる?」を、
一緒に考えませんか。
エムズは、Web制作・システム構築・AI活用を通じて、御社だけのAI活用を企画から二人三脚でご支援します。ご相談・お見積りは無料です。まずはお気軽にお問い合わせください。
無料で相談する →