あるシステムを外注すれば、3,000万円以上かかると自治体自身が見込んでいました。実際にかかった費用は、約120万円。開発したのは、システム開発の専門家ではなく、税務課の職員5人ほどのチームです。期間はおよそ1カ月。香川県善通寺市で、実際に起きた話です。

「ChatGPTに頼んだらシステムが自動でできあがった」というような話ではありません。専門知識のない職員が、なぜここまでのシステムを、これほど短期間・低コストで作れたのか。今回はこの事例を手がかりに、AIが業務システムの作り方そのものをどう変えつつあるのかを見ていきます。

きっかけは「AIを使いたい」ではなく、業務上の悩みだった

固定資産税の評価額は、その土地が「田」なのか「宅地」なのかによって、100倍以上変わることがあります。そのため自治体は、土地の利用状況の変化を正確に把握し続ける必要があります。これまでは、職員が現地に足を運んで目視確認したり、航空写真を見比べたりして、変化を追いかけていました。

善通寺市の税務課チームがまず持っていたのは、「AIを使いたい」という発想ではなく、「土地の利用状況の変化を、もっと効率よく把握できないか」という業務上の課題です。航空写真より安価で更新しやすい衛星写真に着目し、生成AI「ChatGPT」を使いながら、20〜40代を中心とした5人ほどのチームが、土地の用途変化を自動検出するシステムを、約1カ月かけて独自に開発しました。

「120万円」と「3,000万円」、それぞれの数字の意味

報道によれば、このシステムを外部の開発会社に発注した場合、同市の試算では3,000万円以上かかる見込みだったとされています。これは実際に受け取った見積書の金額というより、自治体側の試算です。一方、職員が内製したことで実際にかかった費用は、約120万円でした。費用の内訳(人件費・システム利用料など)については、公表されている情報の範囲では確認できませんでしたが、外注の試算と比べて費用を大きく抑えられたことは確かなようです。

AIが「全部作った」わけではない

ここで誤解しやすいのが、「ChatGPTに頼んだらシステムが完成した」という受け止め方です。実際には、職員側にも相応の作業があったはずです。どんな課題があるかを見つけ、どんな機能が必要かを考え、業務上のルールを理解した上でAIに相談し、出てきたコードを実際に動かし、エラーが出れば確認して修正し、現場で使える形に調整する——今回の事例で工程の一つひとつが公表されているわけではありませんが、AIを使ったシステム内製には、一般的にこうした人間側の作業が伴います。AIが職員の仕事を奪ったのではなく、職員が本来持っていた「業務を理解する力」を、開発の力に変える手助けをした、という見方の方が実態に近いと考えられます。

「専門家がいなくても作れた」の中身

従来、業務システムを作るには、多くの場合、次のような流れが必要でした。

「システムを作りたい」→「IT要件を整理する」→「開発会社に相談する」→「見積もりを取る」→「開発してもらう」→「テストする」→「納品を受ける」

この流れでは、業務を知っている現場の担当者と、システムを作れる専門家が別々に存在し、両者の間で何度もやり取りを重ねる必要がありました。

AIの支援を受けながら内製する場合、これが次のような、より小さなサイクルに変わり得ます。

「現場担当者が課題を見つける」→「AIに相談しながら試作する」→「実際の業務で試す」→「AIと一緒に改善する」

善通寺市の事例がこの通りの工程を踏んだと公式に確認されているわけではありませんが、業務を最もよく知っている人が、専門家を介さずに小さく試作し、改善のサイクルを自分たちで回せるようになる——これが、AIによって現実的になりつつある変化だと考えられます。

自社に置き換えると、何が見えてくるか

善通寺市の話は自治体特有の事例に見えるかもしれませんが、本質は「現場が業務を一番よく知っているのに、システム化する手段を持っていない」という、多くの会社にも共通する状況です。例えば、次のような業務に心当たりはないでしょうか。

  • 毎月Excelで同じような集計を手作業で行っている
  • 複数の資料を見比べて、数字や内容の違いを確認している
  • ほぼ同じ形式の報告書を、毎回一から作っている
  • あるデータを別のシステム・シートに転記している
  • 社内申請の内容を、目視でチェックしている
  • 過去の資料を探すのに時間がかかっている

これらは「システム化するほどではない」と後回しにされがちですが、担当者自身が課題を理解している分、AIを使って小さく試作するには向いている業務でもあります。

「全部自社で作るべき」という話ではない

ここで注意したいのは、この事例が「AIがあれば開発会社は不要」という話ではないという点です。セキュリティ、個人情報の取り扱い、社外に公開するサービス、基幹システムのように高い可用性が求められるもの、法令・規制への対応が必要なものなど、専門家の関与が欠かせない領域は引き続きあります。今回の事例が示しているのは、そうした大きなシステムの話ではなく、小さな業務改善やプロトタイプであれば、現場が主導してAIを使い、試しやすくなったという現実的な変化です。

内製のメリットと、見落とされがちな注意点

AIを使った内製には、いくつかのメリットがあります。

  • 開発費を抑えられる可能性がある
  • 現場の要望をすぐに反映できる
  • 小さく試してから広げられる
  • 業務担当者自身の手で改善を続けられる
  • ベンダーに依頼する前に、プロトタイプで要件を固められる

一方で、次のような点は見落とされがちです。

  • セキュリティ・権限管理が適切に設計されているか
  • 個人情報を扱う場合の取り扱いが適切か
  • 作った担当者しか分からない、属人的な仕組みになっていないか
  • AIが生成したコードの品質を、誰がどう確認するか
  • 本番環境で使う前に、十分なテストができているか

「AIを使えば安く作れる」ことと、「安全に運用し続けられる」ことは、別の問題です。作るコストが下がったからこそ、運用面の備えを後回しにしないことが、これまで以上に大事になります。

「5人・1カ月」が示す、開発のあり方の変化

従来のシステム開発は、専門知識を持つ人が主導することが前提でした。善通寺市の事例が示しているのは、業務を一番よく理解している人が、AIの力を借りながら、小さなシステムを自分たちの手で形にするという選択肢が生まれつつあるということです。「エンジニアが不要になった」「プログラミングを覚えなくていい」というほど単純な話ではありませんが、システムを作れる人の裾野が広がりつつあるのは確かなようです。

自社なら、まず何を試せそうか

毎月同じExcel作業を繰り返していないか。複数の資料から手作業で数字を集めていないか。同じような報告書を毎回一から作っていないか。担当者しか分からない業務が残っていないか。「システム化するほどではない」と、これまで放置してきた業務がないか。一度、自社の中を振り返ってみてください。

大きなシステムを一から作る前に、まずは小さな業務でAIを使って試してみる——善通寺市の事例が教えてくれるのは、そうした身近な一歩の積み重ねです。PIMOAでも、現場の業務を理解している方と一緒に、小さな試作から始めるAI活用のご支援をしています。

参考記事

AIで土地課税をチェック、香川・善通寺市が独自システム - 日本経済新聞