公共AIは「導入」より停止時で選ぶ——総務省AX室・米軍3モデル・梅田ロボットが示す業務継続設計

AIを公共サービスへ入れるニュースが、2026年9月1日に相次ぎました。総務省は「AX・新技術戦略室」を新設し、米国防総省は軍関係者を含む300万人向けの基盤で三つの生成AIを使えるようにしました。日本の防衛省は自衛隊の指揮統制へAIを導入する方針を示し、大阪メトロの梅田駅ではGeminiを搭載した人型ロボットが60言語で案内する実証が始まっています。

行政、防衛、駅案内は影響の重さが違います。それでも、四つの動きには同じ問いがあります。AIが止まった時、誤った時、通信できない時に、公共の仕事を誰がどう引き継ぐのでしょうか。

民間の文章作成なら、AIを閉じて翌日にやり直せることもあります。しかし、災害対応、指揮統制、乗り換え案内、制度の審査では、利用者を待たせ続けるわけにはいきません。導入率や回答速度だけを追うと、平常時には便利でも、例外時に人が仕事へ戻れない仕組みができます。

日本で公共AIを広げる今、必要なのは「AIを使う計画」に加えて、「AIなしでも最低限を続け、原因を切り分け、安全に戻す計画」です。本記事では、これを公共AIの業務継続設計として整理します。

総務省のAX室は、AI導入件数ではなく省庁間の接続を担います

総務省は9月1日、「AX・新技術戦略室」を新設すると発表しました。AXはAIトランスフォーメーションを指し、同省のAI推進施策を取りまとめ、関係省庁との連携を担います。政府が7月に閣議決定した第2期人工知能基本計画に基づく動きです。

専任組織ができることは重要です。各部署が個別にAIを調達すると、同じような検証を繰り返し、事故の情報が横へ伝わらず、停止基準もばらばらになりやすいからです。横断組織は、共通の調達条件、評価課題、データ分類、障害連絡先を持てます。

ただし、「取りまとめ」が会議と導入件数の集計だけになれば、現場の継続性は上がりません。公共AIでは、どのモデルを採用したかより、サービスが止まった時に別の手段へ何分で移れるかが重要です。省庁間連携も、成功事例の共有だけでなく、失敗、停止、誤案内、手動復旧の共有まで含める必要があります。

例えば、行政の問い合わせAIが利用できなくなった場合を考えてみます。画面に「利用できません」と表示するだけでは、申請期限が迫る人を救えません。参照していた正式文書、有人窓口、電話番号、申請の代替経路、障害中の期限延長ルールまでつながって初めて、業務継続になります。

以前の記事では、モデル、表示、業務権限を一つの変更として管理する安全性の三層設計を整理しました。今回の公共AIでは、そこへ「停止中の代替業務」と「復旧後の追跡」を加える必要があります。安全に止めるだけでなく、止めた後も住民の用事が進むようにするためです。

米国防総省の3モデル運用は、選択肢と代替性を同時に試します

米国防総省は、OpenAIのカスタマイズ版「ChatGPT Mil」をAI基盤「GenAI.mil」へ導入しました。ITmedia AI＋によると、同基盤は軍関係者を含む300万人が利用し、非機密情報を扱う文書業務などを支援します。同日にはGrokのカスタマイズ版も加わり、先行するGeminiと合わせて三社のAIが使える構成になりました。

三つのモデルがあることは、単純な機能競争以上の意味を持ちます。一つの提供者で障害、契約変更、性能低下、利用制限が起きても、別の入口を残せる可能性があるからです。文章要約、情報整理、翻訳、コード支援など、仕事ごとに適したモデルを選ぶこともできます。

一方、モデルの数を増やすだけでは代替性になりません。三つの画面があっても、業務データの渡し方、受け入れ条件、権限、ログ形式が別々なら、障害時に切り替えられないからです。利用者が普段のモデルだけに慣れ、別モデルの違いを知らなければ、予備の入口は飾りになります。

公共領域で必要なのは「複数モデル契約」ではなく「同じ重要業務を別の構成で完了できること」です。例えば、定型文書の要約なら、二つのモデルへ同じ入力を渡し、必須項目、引用箇所、禁止情報、所要時間を共通の条件で比べます。一方のモデルを止め、もう一方へ切り替え、別の担当者が結果を確認する訓練まで行います。

AIが守る目的、制約、停止条件、証跡を実装可能な「監督仕様」にする方法で扱った考え方も役立ちます。モデルごとに別のルールを作るのではなく、業務側の目的と上限を先に固定し、どのモデルでも同じ停止線を通します。モデルは交換できますが、公共の責任まで提供者へ交換してはいけません。

自衛隊の指揮統制AIは、提案と命令の境界を明示する必要があります

日本の防衛省は、2027年度予算の概算要求に過去最大の8兆8908億円を計上し、自衛隊の指揮統制へのAI導入や攻撃ドローンの取得を進める方針です。AIが文書を整える段階から、状況認識や指揮の流れへ近づくほど、停止時の影響は大きくなります。

ここでは「AIを使うか、使わないか」という二択では整理できません。情報の収集、分類、優先順位付け、選択肢の提示、命令の作成、実行の承認を分ける必要があります。AIが一つの画面で全部を行うと、提案がいつの間にか命令へ変わり、誰が判断したのか分からなくなります。

同じことは自治体の災害対応、病院の連絡、鉄道の運行、電力の保守にも当てはまります。時間がない場面ほどAIの整理能力は役立ちますが、時間がないからこそ、人が確認する境界を先に決めなければなりません。

重要なのは、通常時と非常時で権限を自動的に広げないことです。災害が起きたからといって、平常時の案内AIへ外部送信、個人情報検索、設備操作の権限を一括で渡すと、誤りの影響も広がります。非常時の役割、権限、有効期限、承認者を別の運転モードとして準備します。

また、AIが停止した時に人へ戻す資料が必要です。最新の連絡網、地図、設備一覧、手動判断の優先順位がAIの中にしかなければ、停止と同時に組織の記憶も失われます。AIが参照した情報のうち、非常時に必要な最小セットを人が読める形式で保ち、定期的に印刷版やオフライン版も更新します。

公共AIの成熟度は、平常時の自動化率だけで測れません。通信断、モデル停止、データ欠損、誤った提案を起こしても、重要業務を縮小して続けられるかで測るべきです。

梅田駅のロボット案内は、物理的な「その場」を持つAIです

大阪メトロは梅田駅で、人型ロボット「ヒナタ」による案内サービスの実証を始めました。身長178センチ、体重48キロのロボットにGeminiを搭載し、乗り換え、駅構内、観光、飲食店などの質問へ答えます。英語や中国語を含む60言語に対応し、手元のQRコードから詳しい路線案内をスマートフォンで確認できます。

これはチャット画面だけのAIと異なります。駅という混雑した公共空間に立ち、カメラとマイクで利用者を認識し、身振りを交えて方向を示します。回答が便利かどうかに加え、立つ場所、周囲の通行、聞き取り、撮影範囲、誤案内後の救済までがサービス品質になります。

例えば、ロボットが通信できなくなった場合、無言で立ち続ければ利用者は故障か待機中か判断できません。古い運行情報を答え続ける方がさらに危険です。情報の鮮度が一定時間を超えたら、観光案内だけへ縮退し、運行案内は駅員や公式表示へ誘導する必要があります。

60言語対応も、60言語で同じ品質を保証するという意味ではありません。固有名詞、路線名、出口番号、運休情報が正確に伝わるかを言語ごとに試し、難しい質問では人へつなぎます。QRコードを渡す設計は有効ですが、スマートフォンを持たない人、読み取れない人、通信契約がない旅行者にも代替経路が必要です。

物理ロボットでは、画面上の停止ボタンだけでは足りません。通行を妨げない待避、転倒や接触への対応、カメラやマイクの停止表示、現場担当者の連絡先が必要です。AIの回答停止、ロボットの動作停止、電源停止を別々に考えます。

ニューヨーク州の議論は、AIの便益と地域負担を同じ表へ載せます

The Vergeのインタビューで、ニューヨーク州のKathy Hochul知事は、州政府の規則や手続きをAIで見直し、最初の50件の改善によって企業や住民が書類作成へ使う時間を合計150万時間以上減らしたと説明しました。行政AIが、住民の手続き負担を減らせる具体例です。

同時に同州は、巨大データセンターの建設を一年間停止し、地域が電力、水、騒音、税制優遇、将来の跡地まで交渉できる道具を整える方針を示しています。州内で30件の申請が重なり、一つの郡だけでも五件の計画があったことが判断の契機になったと知事は語っています。

この二つを並べると、公共AIの評価範囲が広がります。書類の時間を減らす便益だけでなく、そのAIを支える設備が使う電力、水、土地、地域の交渉力も含める必要があります。クラウド上のAIは画面から見えませんが、公共サービスとして使うほど、物理インフラへの依存は大きくなります。

日本でも、行政がAIを共同利用する時は、モデル料金だけでなく、計算資源の所在、障害地域、通信経路、復旧時間、代替拠点を調達条件へ含めるべきです。同じ地域、同じクラウド、同じ通信網に予備系を置けば、複数契約でも一度に止まる可能性があります。

また、効率化の数字は削減時間だけで終わらせないことが大切です。減らした手続きが誰にとって減ったのか、誤った規則削除がなかったか、異議を申し立てられるか、AIを使わない窓口が残ったかを確認します。公共の効率は、平均時間だけでなく、最も困る人が完了できるかで測ります。

公共AIの業務継続を五つの欄で設計します

行政、防衛、交通、地域インフラを一つの技術基準で縛る必要はありません。しかし、最低限の継続設計は共通化できます。

欄	先に決める内容	障害時の問い
公共目的	誰のどの用事を完了させるか	AIなしでも最低限の目的を守れますか
権限境界	提案、承認、実行、外部送信の分離	どこから先を人へ戻しますか
根拠と鮮度	正式資料、更新時刻、対象版	古い情報を自動で止められますか
縮退経路	別モデル、手動窓口、オフライン資料	何分で代替へ移れますか
復旧と救済	再開条件、影響調査、訂正、異議申立て	誤案内を受けた人へ戻れますか

第一の公共目的は、AI機能ではなく利用者の用事で書きます。「生成AIで回答する」ではなく、「住民が期限内に申請先を知る」「旅行者が安全に乗り換える」とします。目的が機能から独立していれば、AIが止まっても別の手段を選べます。

第二の権限境界では、情報を読むこと、候補を作ること、外へ伝えること、機器を動かすことを分けます。影響が大きいほど、AIの提案と人の決定の間に明示的な線を置きます。非常時でも、この線を広げる人と有効期限を記録します。

第三の根拠と鮮度では、回答の正しさだけでなく、いつまで使える情報かを持ちます。運行情報、避難所、規則、連絡先は更新頻度が違います。期限を過ぎた情報は、AIが自信を持っていても表示しません。

第四の縮退経路では、全部を維持しようとしません。運行案内が難しければ固定表示と駅員案内へ戻し、行政AIが止まれば重要手続きだけ有人窓口へ優先します。機能を減らして目的を守る「縮退運転」を事前に決めます。

第五の復旧と救済では、システムが戻ったことと公共サービスが戻ったことを分けます。AIが再起動しても、障害中に誤案内を受けた人、途中で止まった申請、二重に作られた処理が残ります。影響範囲を調べ、訂正し、必要なら期限や料金を救済して初めて復旧です。

90日で始める公共AIの継続訓練

最初の30日——止まると困る用事を三つ選びます

AIを使う全業務を棚卸しするのではなく、停止時の影響が大きい用事を三つ選びます。住民の期限付き申請、現場の状況報告、駅の運休案内などです。各用事について、AIの入力、参照資料、出力先、権限、最終責任者、有人の代替を一枚へまとめます。

次に、依存先を描きます。モデルだけでなく、認証、クラウド、ネットワーク、検索、地図、翻訳、電源、現場端末を含めます。提供者が違っても同じ基盤へ依存している場所を見つけます。

次の30日——一つずつ故障させ、縮退します

試験環境でモデルを停止し、通信を切り、古い資料を混ぜ、認証を失効させます。別モデルへ切り替えられるか、固定情報へ戻せるか、人が最新資料を見つけられるかを測ります。成功率だけでなく、検知までの時間、切り替え時間、利用者への説明時間を記録します。

駅案内なら、ロボットが答えない、誤った出口を示す、QRコードが開かない、カメラを停止するという条件を試します。行政窓口なら、申請期限直前の障害、複数言語、視覚や聴覚に配慮が必要な利用者、紙の手続きを希望する人を含めます。

最後の30日——復旧後の取り残しを回収します

システムを戻した後、障害中の未完了処理を一覧にします。重複、欠落、誤送信、古い回答を見つけ、利用者へ訂正します。モデルの稼働率ではなく、用事が完了した割合、代替へ移れた割合、救済までの時間を報告します。

訓練結果は、総務省のような横断組織が再利用できる形へします。製品固有の障害報告だけでなく、「根拠が古い」「人へ渡せない」「予備も同じ通信へ依存した」といった失敗の型を共有します。次の調達では、その型を受け入れ試験へ入れます。

主な出典

• ITmedia AI＋「総務省、『AX・新技術戦略室』を新設」
• ITmedia AI＋「米国防総省、ChatGPT Milを導入」
• ITmedia NEWS「自衛隊指揮統制にAI導入、ドローン取得加速」
• ITmedia NEWS「梅田駅にヒューマノイド駅員『ヒナタ』」
• The Verge「New York Governor Kathy Hochul thinks AI should be ‘less evil’」

結論——公共AIは、止めても公共サービスが続く設計で選びます

総務省のAX・新技術戦略室は、省庁を横断してAI活用を進める入口になります。米国防総省の三モデル運用は、単一モデルから複数の選択肢へ進む動きです。自衛隊の指揮統制AIと梅田駅の案内ロボットは、AIが文書の補助から、現場の判断と公共空間へ近づいていることを示します。

だからこそ、導入件数、対応言語数、利用者数、回答速度だけでは選べません。公共AIの価値は、平常時に何件を自動化したかだけでなく、停止時に重要な用事を何件守れたか、誤案内した人へ何分で戻れたか、別の担当者が同じ手順を再現できたかで決まります。

AIを止めることは失敗ではありません。古い情報を出し続ける前に止め、機能を絞り、人へ渡し、影響を訂正して戻すことは、公共サービスを守るための正常な運転です。複数モデルも専任組織もロボットも、この一連の動作へ接続されて初めて強い基盤になります。

次に行政、交通、医療、防災のAI導入を評価するとき、「何ができますか」の後に「今ここで止めたら、利用者の用事はどう続きますか」と尋ねてみてはどうでしょうか。その問いへ縮退経路、手動資料、責任者、復旧訓練で答えられる仕組みほど、日本の公共AIを長く信頼できるサービスへ育てられるはずです。