LASSIC Media らしくメディア
生成AIの外注の事例で確かめること
監修・編集責任者：牛尾 昭昌（株式会社LASSIC 執行役員）
この記事の結論
- 生成AIの外注の事例は、効果の数字より、任せた範囲・社内に残した役割・情報の扱いの決め方の3点で読みます。
- 事例は任せた範囲と社内に残した役割を読み、自社の業務に置き換えて初めて判断の材料になります。
- 公的な事例を3点で読み、自社の業務に当てはめた比較表を作って上長に出します。
※ 本記事は2026年11月時点の公式情報（省庁・公的機関、および製品やサービスを提供する事業者が公開している資料）に基づきます。
生成AIを外注で進める案を出す前に、上長から「他ではどうしているのか」と事例を求められる場面があります。答えを先に示すと、事例は効果の数字より、事業者に任せた範囲、社内に残した役割、入れてよい情報の決め方の3点で読みます。公的な事例は、総務省の自治体向けのガイドブックで手順と体制まで確かめられます。
外注先の候補を比べる前に、総務省の資料の事例をこの3点で読み、自社の業務に当てはめた比較表にします。本記事では、事例を読み違える原因、読み比べる4つの基準、効果の数字を自社の件数と時間に置き換える方法、情報の扱いと契約の確認点、社内に残す体制を順に整理します。
目次
効果の数字だけの事例で決めると起きること
生成AIの事例で最初に目に入るのは、何割減った、何件に使われたという効果の数字です。ただし公的な事例集でも、数字は事例ごとに測った対象と測り方が違います。悩みごとに先に読むとよい章は、次のとおりです。
| 悩み | 読む章 |
|---|---|
| 上長に見せられる確かな事例がほしい | 根拠：公的な事例の探し方と読み方 |
| 外注して元が取れるかを説明したい | 費用対効果：事例から自社の数に置き換える |
| 社内の文書を外注先に渡してよいか | 情報の扱いと契約で確かめる点 |
| 事例 | 載っている数字 | 測った対象と方法 |
|---|---|---|
| 神戸市（税の電話の問い合わせ・実証中） | 一般的・定型的な問い合わせの50%以上に自動で回答 | 住民税の一般的・定型的な問い合わせが対象。電話の途中で離脱したものは母数から除く |
| 千葉県と県内8市（福祉の相談記録） | 記録作成の時間が平均22.1%減少 | 相談支援員50名が2週間に対応した193件の、所要時間のアンケート |
| 大阪市（庁内の生成AI） | 約80%の職員が業務が効率化されたと感じている | 生成AIを使った職員へのアンケート（令和6年7月） |
3つの数字は、同じ物差しで測ったものではありません。神戸市の事例では、生成AIは問い合わせとFAQの紐付けにだけ使われ、回答はFAQの中から選ばれます。*1 この前提を外して「半分に自動で答えられる」とだけ稟議に書くと、自社で入れた後に同じ数字が出ないときに説明がつきません。
数字の前に読みたいのは、事業者がどの段階に関わり、社内に何が残ったかです。ガイドブックは導入の手順を、事前検討、計画立案、調達・事業者選定、AIの導入、運用の5段階に分けています。*1 事例の記載をこの5段階に並べると、次の図のようになります。
- 事業者が関わった段階は事例ごとに違い、どの段階にも社内が決めたことが残っている
- 埼玉県内の市町の事例は生成AIではなく音声をテキストにするAIだが、事業者の選び方の例として並べた
事例を読み違える原因は「任せた範囲」を見ていないこと
同じ生成AIの事例でも、事業者に任せた範囲は大きく違います。使い道の検討から事業者の提案で始まった事例と、組織の中に検討の場を作ってから事業者と検証した事例では、社内が担った作業の量が違います。
| 事例 | 事業者が担ったこと | 組織の側が担ったこと |
|---|---|---|
| 神戸市 | 税の問い合わせの分析とFAQの改善案づくりを受託していた事業者が、ボイスボットの導入を提案した | 提案を採択し、条例に基づく市長の指定を受けた |
| 大阪市 | 生成AIの利用に関する検証を、市と共同で行った | 調査・活用検討チームを置き、試行では個人情報の入力を禁止し、本格導入で条件付きで認めた |
| 千葉県と県内8市 | 音声の文章化と要約の機能を持つ福祉相談業務システムの提供 | 県と8市で共同調達を検討し、受託者を選ぶ審査委員会を開いた |
神戸市は、もともと委託していた業務の成果物であるFAQを生成AIにつなげた形で、使い道の検討の段階から事業者が関わっています。大阪市は、検討の場と入力の決まりを市の側に置きました。*1 どちらを手本にするかで、自社の推進役が担う作業は変わります。
外注そのもので何が変わるかは、生成AIの導入を外注すると何が違うかで整理しています。ここでは、事例を読む前に次の3つに当てはまらないかを見てください。
- 事例の組織が事業者に任せた作業を書き出せない
- 事例の業務と自社の業務の違いを言えない
- 事例の組織が、入れてよい情報をどう決めたかを確かめていない
後半では、公的な事例の探し方、効果の数字を自社の件数と時間に置き換える方法、3つの任せ方の比較、情報の扱いと契約の確認点、社内に残す体制を確かめられます。
事例を読み比べる4つの基準
事例を並べて読むときは、4つの基準で同じ欄を埋めると比べやすくなります。効果の数字は最後の基準に回し、前の3つで自社に近い事例かを先に見ます。
| 基準 | 目安 | 事例のページで読む欄 |
|---|---|---|
| 任せた範囲 | 検討・構築・運用のどこを事業者に任せたか | 「業務への生成AI導入・サービス選定理由」「スケジュール」 |
| 業務の近さ | 文書の量・形式・頻度が自社と近いか | 「事業概要」「導入の背景・目的」 |
| 情報の扱いの決め方 | 入れてよい情報の決まりを誰が作ったか | 「取り扱う主なデータと共有・提供の範囲」 |
| 効果の測り方 | 時間・件数など、何を前後で比べたか | 「効果」 |
右の列は、ガイドブック第4章の事例の各ページにある見出しです。*1 欄が空いたままの基準は、外注先の候補に問い合わせるときや見積もりを頼むときに聞く項目になります。
会議の記録づくりを外と進めるかの判断
推進役が、会議の記録づくりに生成AIを使う案を外注で進めるかを、公的な事例と並べて決めるときの判断の流れの一例です。
| 判断の順 | 自社で確かめること | 公的な事例で分かること |
|---|---|---|
| 1. 業務の近さ | 会議の数と、記録にかかる時間 | 当別町は、文字起こしの道具と生成AIの要約を組み合わせて議事概要を作っている |
| 2. 社内に残る作業 | 発言者の名前や句読点の手直しを誰がするか | 青森県の議事録の事例（音声認識のAI）では、発言者名の追記や句読点の修正は職員が行っている |
| 3. 情報の扱い | 議事録に個人情報や秘密が入るか | 大阪市は、少数の個人情報が含まれる議事録の要約にも生成AIを使っている |
| 4. 効果の測り方 | 前後で何を比べるか | 埼玉県内の市町の音声のテキスト化では、作業時間が約50％削減された団体もある |
| 5. 任せる範囲 | 仕組みだけか、使い道の検討からか | 1〜4が埋まった段階で決め、試しの期間と測る数を添える |
表の事例は、総務省のガイドブック第4版と改訂の概要に載っているものです。*1*2 文字起こしまでのAIの事例と、要約まで生成AIを使う事例では社内に残る作業が違うため、分けて読むと自社の案に近いものを選べます。
- 文字起こしだけの事例と、要約まで生成AIを使う事例を分けて読む
- 社内に残る手直しの時間を、効果の数字の横に並べる
- 最初に試す会議を1種類に絞る（最初の業務の選び方は生成AIを業務で使うには、何から始めるかで整理しています）
根拠：公的な事例の探し方と読み方
総務省の自治体向けのガイドブックと事業の資料で、手順と体制の例を確かめられます。中心になるのは、令和7年12月に公表された「自治体におけるAI活用・導入ガイドブック＜導入手順編＞（第4版）」です。*1
| 資料 | 中身 | 読み方 |
|---|---|---|
| ガイドブック第4版 第2章 | 導入の手順の5段階と、各段階ですること | 事例で事業者が関わった段階を並べる |
| ガイドブック第4版 第3章 | 生成AI以外も含むAIの導入事例23件 | 議事録の文字起こしなど、業務が近い事例を拾う |
| ガイドブック第4版 第4章 | 生成AIの導入事例6件（令和7年10月時点） | 4つの基準で欄を埋める |
| 改訂の概要 別紙1 | 自治体の生成AIの利活用事例の一覧 | 使い道の当たりを付ける |
| 別添 生成AIシステム利用ガイドラインのひな形 | 職員向けの使い方の決まりの型 | 社内の使い方の決まりの下書きにする |
事例のページには「本格導入」か「実証中」かの表示があります。神戸市と長崎県の事例は実証中で、載っている効果は実証の段階のものです。*1 自治体の事例は、サービスの選定理由と取り扱うデータの範囲が同じページに並んでいるため、任せた範囲を読むのに向いています。
- 「業務への生成AI導入・サービス選定理由」で、誰が使い道を出したかを読む
- 「スケジュール」で、事業者と契約した時期と、職員が試した時期を読む
- 「効果」で、何を前後で比べたかを読む
一方で、条例や住民の情報といった自治体の前提は企業と違います。手順と任せた範囲は参考にし、効果の数字はそのまま使わない、という読み分けが合います。
費用対効果：事例から自社の数に置き換える
事例の効果をそのまま使わず、自社の件数と時間に置き換えて試算します。事例の割合は、その組織の業務量と測り方の上に成り立つ数字だからです。
| 事例の数字 | 置き換えに使う自社の数 | 読むときの注意 |
|---|---|---|
| 千葉県と県内8市：記録作成の時間が平均22.1%減少 | 1件の記録にかかる時間×月の件数 | アンケートで測った値で、2週間・193件の結果 |
| 埼玉県内の市町：作業時間が約50％削減された団体もある | 会議1回の記録の時間×月の会議の数 | 一部の団体の例で、全体の平均ではない |
| 青森県：職員の文字起こしの作業時間を4割削減 | 文字起こしにかかる時間 | 発言者名や句読点の修正は職員に残る |
表の3つの数字は、いずれもガイドブック第4版の事例のページにあるものです。 割合を自社の時間に掛けた後、社内に残る手直しの時間を差し引くと、上長に出せる試算になります。
費用の側については、ガイドブックはAI導入計画書の予算計画を、事業者からの見積もりを参考に初期費用と運用費用に分けて書くよう示しています。RAG（社内の資料を参照させて答えさせる仕組み）の利用料金は、複数事業者から見積もりを取って価格の妥当性とサービス内容を比べることが重要としています。*1
- 対象の業務の月の件数と、1件にかかる時間を数えておく
- 事例の割合を当てはめた時間と、社内に残る手直しの時間を並べる
- 外注の見積もりは、初期費用と運用費用に分けて受け取る
判断の材料：3つの任せ方の比較
社内に試す人がいるかどうかで、選べる任せ方が変わります。ガイドブックも、人材不足には事業者への業務委託などの「外部人材の活用」と「内部人材の育成」の両面から対応を検討する必要があるとしています。*1
| 比べる点 | 使い道の検討から外注 | 仕組みの構築だけ外注 | 社内で試して相談だけ外部へ |
|---|---|---|---|
| 向く組織 | 社内に試す人がまだいない | 使い道は決まり、作る人がいない | 試す人がいて、迷う点だけ聞きたい |
| 社内に残る作業 | 使い道の承認、入れてよい情報の決まり、出力の確認 | 使い道と要件の決定、運用テスト、出力の確認 | 試行、決まりづくり、出力の確認 |
| 近い進め方の事例 | 神戸市（委託先の事業者の提案から） | 一関市・長崎県（サービスを選んで導入） | 大阪市（検討チームが事業者と共同で検証） |
| 気をつける点 | 事業者の提案の範囲で使い道が決まりやすい | 選ぶ基準を社内で持つ | 試す人の時間を確保する |
一関市は、生成AIが参照するデータの整備で職員に大きな作業負荷がかからない点を重視してサービスを選びました。*1 仕組みだけを外注する場合も、選ぶ基準は社内が決めています。どの任せ方でも、出力を確かめる作業と入れてよい情報の決まりは社内に残り、違うのは使い道を誰が出すかと、試す作業をどちらが持つかです。
情報の扱いと契約で確かめる点
入れてよい情報の決まり、入力の学習への利用の有無、委託先の管理を確かめます。公的な資料が示す点と、事例での決め方を並べると次のとおりです。
| 確かめる点 | 公的な資料が示すこと | 事例での決め方 |
|---|---|---|
| 入れてよい情報の決まり | 個人情報を含むプロンプトは、利用目的の達成に必要な範囲内かを十分に確認する | 大阪市は試行で個人情報の入力を禁止し、本格導入でマイナンバーを含む情報以外を条件付きで認めた |
| 入力の学習への利用 | 個人データを含むプロンプトを入れるなら、提供事業者が機械学習に利用しないこと等を十分に確認する | 神戸市・千葉県と県内8市は、入力が学習に使われない仕様 |
| 委託先の管理 | 調達仕様書に遵守事項（再委託、機密保持、法令等）を書く | 千葉県と県内8市は、相談内容を外部へ提供していないと記載 |
| データの保存と削除 | 利用するサービスの責任範囲を利用前に整理する | 埼玉県内の市町は音声と変換後のテキストを一定期間後に自動で消去 |
| サーバの所在 | サービス提供事業者の所在国やサーバの設置場所から、どの国の法令が適用されるかを確かめる | 事例のページの「クラウド」の表示を見る |
1行目と2行目の左の列は、個人情報保護委員会が個人情報取扱事業者向けに出した注意喚起の内容です。*3 3行目から5行目は、ガイドブック第4版の記載によります。*1
千葉県と県内8市の事例では、システムが人名・地名を自動でマスキングし、相談員が適切なマスキングかを判断してから生成AIに入力しています。 入れてよい情報の決まりを、仕組みと人の判断の両方で守る形の例です。
- 外注先に渡す文書に、個人情報や秘密が含まれるかを先に仕分ける
- 利用するサービスで、入力が学習に使われるかを契約の前に聞く
- 再委託と機密保持、データの削除の時期を契約に書く
社内に残す体制
使い方の決まりを作る人と、出力を確かめる人は社内に置きます。ガイドブックは、AIの利活用とリスク管理の責任者を明確にする必要があるとしています。*1
| 役割 | すること | 公的な資料・事例 |
|---|---|---|
| 使い方の決まりを作る人 | 使える業務の範囲と、入れてよい情報を決める | ひな形は、利用可能な業務の範囲と入力可能な情報を含む利用方法を、職員が理解することを求めている |
| 出力を確かめる人 | 用途ごとに求める正確さを決め、出力を確かめる | 利用目的に応じて求められる正確性の水準が異なることを意識し、生成物を人が確認するルールを設定 |
| 広げる人 | 使う人を増やし、業務の流れに組み込む | 大阪市は、利用の多くが個人利用にとどまり、業務フローに組み込む必要があるとしている |
1行目と2行目の右の列は、総務省の改訂の概要に示された内容です。*2 事例でも、千葉県と県内8市のマスキングの判断は相談員、青森県の議事録の手直しは職員が担っています。外注の範囲を広げても、この3つの役割は社内の誰かが持ちます。
- 使い方の決まりを作る人と、承認する人を決めておく
- 出力を確かめる人が、用途ごとの正確さの水準を書き出す
- 試しの期間の後に、業務の流れに組み込むかを決める
まとめ：事例は3点で読み、自社の数に置き換える
生成AIの外注の事例は、効果の数字だけで判断すると、自社で同じ数字が出ないときに説明がつきません。事業者に任せた範囲、社内に残した役割、入れてよい情報の決め方の3点で読み、効果は自社の件数と時間に置き換えて試算します。公的な事例は、総務省の自治体向けのガイドブックで確かめられます。今日からは、事例を3点で読んだ比較表を作り、上長に試しの期間を申し出てください。
よくある質問
生成AIの外注の事例はどこで探せますか
総務省の自治体向けのガイドブックや事業の資料に、手順と使い道の例があります。「自治体におけるAI活用・導入ガイドブック＜導入手順編＞（第4版）」の第4章に生成AIの導入事例、第3章にAIの導入事例が載っています。各事例には、サービスの選定理由と取り扱うデータの範囲も書かれています。
自治体の事例は企業の参考になりますか
文書の量や形式が近い業務なら、任せた範囲と手順の点で参考にできます。条例や住民の情報といった自治体の前提は企業と違うため、効果の数字はそのまま使わず、事業者の関わり方と社内に残した役割を読み取ります。
事例の効果の数字を稟議に使ってよいですか
そのまま使わず、自社の件数と時間に置き換えた試算を添えます。事例の数字は、対象の業務の範囲やアンケートなどの測り方が事例ごとに違います。測った対象を読み、自社の月の件数と1件の時間に当てはめ、社内に残る手直しの時間も並べます。
外注先に社内の文書を渡してよいですか
個人情報や秘密を含むかで扱いが変わるため、入れてよい情報の決まりを先に確かめます。個人情報保護委員会は、個人データを含むプロンプトを入れる場合、提供事業者が機械学習に利用しないこと等を十分に確認するよう注意を促しています。渡す文書を先に仕分け、再委託と機密保持を契約に書きます。
外注しても社内に残す役割は何ですか
使い方の決まりを作る役割と、出力を確かめる役割です。総務省の資料は、利用目的に応じて求められる正確性の水準が異なることを意識し、生成物を人が確認するルールを設けるとしています。利用を業務の流れに組み込む役割も社内に置きます。
生成AIを使う業務の見直しの相談
使いたい業務の件数と、今かかっている時間をお手元にご用意いただければ、事例を自社の業務に当てはめる段階からご相談いただけます。
Remoguとリラシクなら、リモートワークで働く社員の候補者も、業務委託で開発に加わる専門人材も探せます。
Remoguは、リモート前提で全国から即戦力のITプロ人材を調達するサービスです。リラシクは、扱う求人がすべてリモートワークのITエンジニア専門転職エージェントです。どちらもLASSICが運営しています。
出典
- *1 参考：総務省「自治体におけるAI活用・導入ガイドブック＜導入手順編＞（第4版）」（令和7年12月）（https://www.soumu.go.jp/main_content/000820109.pdf）。出典：第1章3（5）AIの導入における課題、4.2 利用方法、4.3 ガバナンス確保のための体制構築、4.4 要機密情報の取扱い、第2章0 導入手順の構成、3.1（2）調達仕様書の作成、AI導入計画書の予算計画、第3章15・16、第4章1〜5の事例を参照。公表日は報道資料（https://www.soumu.go.jp/menu_news/s-news/01gyosei04_02000155.html、令和7年12月16日）で確認（確認日2026年11月3日）（2026年11月確認）
- *2 参考：総務省「自治体におけるAI活用・導入ガイドブックの改訂について（概要）」（https://www.soumu.go.jp/main_content/001045562.pdf）。出典：2. ガイドブック改訂のポイント、別紙1 自治体における生成AIの利活用事例（当別町）、別紙2 職員向け生成AI利用ガイドライン（ひな形）のポイントを参照（確認日2026年11月3日）（2026年11月確認）
- *3 参考：個人情報保護委員会「生成AIサービスの利用に関する注意喚起等」（令和5年6月2日）（https://www.ppc.go.jp/files/pdf/230602_alert_generative_AI_service.pdf）。出典：（1）個人情報取扱事業者における注意点 ①②を参照（確認日2026年11月3日）（2026年11月確認）
