本文へスキップ
お問い合わせ
CASE / 想定ユースケースこれは想定ユースケースです。登場する自治体は架空のモデルです。

もしも、住民問い合わせの一次対応に生成AIを入れたら。

これは 想定ユースケース です。課題は公的調査が示す実在のもの、登場する自治体は構想を具体化するための架空のモデル。「この未来をどう一緒にデザインするか」という対話の起点としてお読みください。

想定イメージ
想定対象住民窓口 / DX担当 / 自治体
想定カテゴリBtoG / 行政DX
関連サービス自治体DX伴走
ステータス構想・パートナー募集中
01 / REALITY

これは、空想ではない。

「もしも」と書いていますが、前提となる課題は すでに統計に出ている現実 です。総務省の地方公共団体定員管理調査によれば、地方公務員数は 1994年の約328万人をピークに減少 し、2025年4月時点では 約281万人。一方で、子育て支援・防災・社会福祉・デジタル対応など 業務は増え続けています。

総務省は 「自治体DX推進計画」 で行政手続のオンライン化やAI活用を後押ししていますが、現場の窓口では 同じ問い合わせへの対応に職員時間が割かれ、本来注力すべき相談業務が圧迫されています。

問いは「AIを入れるか否か」ではなく、「減った人数で、住民対応の質を落とさずどう回すか」 に移っています。

出典: 総務省「地方公共団体定員管理調査/地方公務員数の状況」 / 総務省「自治体DX推進計画」

02 / THE OFFICE

想定する、ひとつの窓口。

議論を具体にするため、架空の自治体を一つ設定します。人口規模が中程度の市の住民課窓口。実在の特定自治体ではありませんが、「人は減ったのに問い合わせは増えている」構図は、前章のデータが示すとおりごく一般的なものです。

かつて

人手で回っていた

定型的な問い合わせも、職員が一件ずつ丁寧に対応できる人員があった。

現在

定型対応に時間を奪われる

「手続きの場所・必要書類・受付時間」など繰り返しの質問が窓口・電話に集中し、相談業務を圧迫。

繁忙期

待ち時間と負担の山

異動・年度替わりには待ち行列ができ、職員も住民も疲弊する。

これから

さらに人は増えない

業務は増え続ける一方、人員の大幅増は見込めない。やり方を変えるしかない局面。

03 / AT STAKE

何もしないと、何が起きるか。

「忙しい」だけの話に見えて、失われるのは 本当に支援が必要な住民に向き合う時間 です。何もしなければ、次の層が同時に進みます。

  • 相談業務の圧迫:定型対応に追われ、複雑な事情を抱えた人にかける時間が削られる。
  • 住民体験の悪化:たらい回し・待ち時間・「窓口に行かないと分からない」が常態化する。
  • 職員の疲弊と離職:負担が一部に集中し、ノウハウごと人が抜ける。
  • DXの形骸化:ツールは入れたが現場の負担が減らず、使われない仕組みになる。
04 / APPROACH

想定するアプローチ。

3つのレイヤーで「定型を任せ、人は人にしかできない対応へ」回す設計。鍵は、各レイヤーが 「だから何が変わるか」 まで接続していること。

01 — ANSWER

一次対応の
自動応答

制度・手続きのナレッジを構造化し、住民の質問に多言語・対話で一次回答。→ だから定型問い合わせが窓口に来る前に解決し、待ち行列が短くなる。

だから定型問い合わせが窓口に来る前に解決し、待ち行列が短くなる。
02 — ASSIST

職員の
回答支援

窓口・電話対応中の職員に、根拠付きの回答候補を提示。→ だから経験差によらず回答品質が揃い、新任でも安心して対応できる。

だから経験差によらず回答品質が揃い、新任でも安心して対応できる。
03 — IMPROVE

FAQと制度の
継続改善

問い合わせログから不足FAQや分かりにくい制度を可視化。→ だから「答える」だけでなく、そもそも問い合わせが減る方向に改善が回る。

だから「答える」だけでなく、そもそも問い合わせが減る方向に改善が回る。
05 / LIMITS

AIでできること、できないこと。

誠実に言えば、AIで行政対応が完結するわけではありません。担えるのは 定型の一次対応と職員支援 まで。個別の事情をくむ判断、最終的な行政処分、要支援者への寄り添いは人が担います。AIは「人を定型から解放して人に向かわせる」ものであって、職員を置き換えるものではありません。この線引きと、誤答・個人情報の扱いを最初に自治体と合意することが前提条件です。

AIが担えること

一次対応・回答支援・分析

定型問い合わせの自動応答/職員への根拠付き回答提示/問い合わせログの分析と改善提案。「定型に忙殺される」を止める。

職員と行政が担うこと

判断・処分・寄り添い

個別事情をくむ判断、行政処分や決定、要支援者への対面の寄り添い、誤答時の責任と是正。決めるのは人。

06 / HYPOTHESES

検証したい仮説。

断定的なKPIではなく、共同実証で 検証したい仮説 として提示します。数値は方向性の目安であり、各仮説に 測り方 をセットにしています。「効果がある」と言い切るのではなく、一緒に確かめにいく対象です。

仮説 H1

定型対応の
工数が下がる

定型問い合わせ対応の延べ時間を導入前後で比較。想定の目安: -40%/未実証

仮説 H2

住民の待ち時間が
短くなる

窓口・電話の平均待ち時間と解決までの時間を計測。想定の目安: 有意な短縮/未実証

仮説 H3

回答品質が
揃う

回答の正確性・一貫性と、相談業務に充てられた時間を評価。想定の目安: ばらつき縮小/未実証

仮説 H4

問い合わせ自体が
減る

改善ループで分かりにくい制度・FAQ不足が解消され総量が減るか。定性評価

07 / PROCEED

想定する進め方。

いきなり全業務に入れません。一部門の定型FAQで効果と安全を確かめてから広げる ことを各段階に挟み、主役を窓口職員・DX担当から動かさない設計です。原資は自治体DX・行政改革関連の事業活用を想定します。

Phase 0

対話と棚卸し(約1〜2か月)

問い合わせの種類・量・誤答リスク・個人情報の扱いを確認し、対象範囲と成果指標を合意。費用・スコープも個別に確定。

Phase 1

一部門でPoC(約3〜6か月)

定型FAQに限定して一次応答を試行。正確性と安全性を小さく確かめる。

Phase 2

職員支援の試走(約6〜12か月)

対応中の回答支援を現場で試用し、工数と品質を計測。仮説 H1・H2 の検証を開始。

Phase 3

横展開と改善運用(次年度〜)

他部門へ展開し改善ループを定着。仮説 H3 を計測。座組は「主体=自治体/伴走=allfesta/連携=DX・情報部門」。

GET IN TOUCH

一緒に、祭を起こしませんか。

このCASE、 貴庁・住民窓口で起こしませんか。「うちの窓口でも試したい」「自治体DXで連携したい」など、テーマ持ち込み歓迎。共同実証パートナーを募集しています。