この記事の結論
AIが候補を作り、人が根拠を照合・承認し、再現可能な試算と政策判断へ渡します。
データの扱い：生成AIのモデル名・上限・料金・機能は更新されます。本文中の個別仕様より、根拠照合、職員承認、監査証跡、責任分界を運用要件として優先してください。
結論：自治体脱炭素で生成AIに任せるべきなのは、施設台帳・請求書・制度資料の読み取り、整理、比較表と説明資料の草案までです。発電量、電気料金、投資回収、CO₂削減量は検証可能な計算ロジックで算定し、採否・予算・住民向け回答は担当職員が根拠を確認して承認します。AIは判断者ではなく、証拠を揃える編集助手です。
目次
宣言・計画・実装を、同じ数字で語らない
環境省の令和7年度調査によると、ゼロカーボンシティ表明は1,215／1,788団体（2026年5月31日時点）です。事務事業編の策定は1,714／1,788、区域施策編は1,117／1,788（2025年10月1日時点、策定団体は未改定を含む）でした。一方、保有する設置可能な建築物の50%以上に太陽光を設置した団体は33／1,788、調達電力の60%以上を再エネ化した団体は52／1,788です。表明数、計画策定数、設備実績を一つの「進捗率」にまとめると、現場のボトルネックを見誤ります。
実装段階で不足しやすいのは、AIモデルの新しさではありません。施設ID、所有、用途、改修・廃止予定、12か月請求、30分需要、料金、屋根、受変電、BCP重要負荷、契約・調達条件を、部門横断で追跡できる状態です。AIを導入する前に、どの意思決定を、誰が、どの証拠で承認するかを決めます。
AI・計算・人・BPOの4者分業
生成AIの流暢な文章と、再現可能な数値は別物です。経済効果試算では、同じ入力を入れれば同じ結果になる決定論的な計算が必要です。生成AIは欠損候補や論点を洗い出せますが、発電量、電気料金、NPV、IRR、CO₂を「もっともらしく推定」して確定値のように扱ってはいけません。
| 役割 | 任せる仕事 | 任せない仕事 | 残す証拠 |
|---|---|---|---|
| 生成AI | 文書読取、項目抽出、分類、比較表・説明文の草案、不足候補 | 無検証の数値確定、採否、法務判断、住民への最終回答 | 原資料、出典URL、取得日、プロンプト、出力、モデル・設定 |
| 計算エンジン／Excel | 発電、需給、料金、CF、NPV・IRR、感度の再現可能な算定 | 入力の事実認定、政策優先順位の自動決定 | 入力、式・ロジック版、単位、結果、再計算日時 |
| 職員・専門家 | 根拠照合、例外判断、法務・調達確認、承認、説明責任 | 証拠を見ない一括承認 | 承認者、確認項目、差戻し理由、決裁日 |
| BPO | 資料回収、入力整形、診断実行、比較・監査、成果物の標準化 | 自治体の最終意思決定や権限行使 | 作業手順、前提表、QA記録、納品版、未解決事項 |
独自の判断原則：AIの価値は「答えを出すこと」ではなく、「人が承認できる証拠束を早く揃えること」にあります。
政府ガイダンスから逆算する安全な設計
2026年8月26日時点の最新決定版は、デジタル庁DS-920第2.0版（2026年6月12日決定、原則として同年9月1日施行予定。一部規定は先行適用）です。これは国の政府情報システム向け規範で、地方公共団体にも必要に応じ参考とすることが期待されています。同ガイドラインは、生成AI出力を職員が判断せずそのまま利用する業務設計を高リスクと位置づけ、業務利用時には利用者自身が説明できること、正確性・根拠・事実関係をリスクに応じて確認することを求めています。
地方公共団体へ同じ遵守義務が直接かかる、と読み替えてはいけません。ただし、リスク分類、利用者の説明可能性、根拠確認、ログ、インシデント対応という設計原則は、自治体脱炭素のAI-BPOにも有用です。
個人情報・機密は「マスキングすればよい」ではない
個人情報保護委員会は、行政機関等が個人情報を生成AIへ入力するときは利用目的のため必要最小限であることを確認し、保有個人情報が応答以外の目的で扱われる場合は、提供事業者が機械学習に利用しないこと等を十分確認するよう注意喚起しています。入力可否、利用目的、学習利用、保管、アクセス権、ログ、契約条項を先に決めます。
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」
人間参加型の8ステップ
- 意思決定と責任者を定義：施設選定、予算要求、公募条件、住民回答など、出力が使われる場面を一つに絞る。
- 利用ケースをリスク判定：誤りの影響、個人情報、機密、外部公開、法的効果を評価する。
- データを分類：入力可否、匿名化、保管、契約、権限を定め、空欄とゼロを分ける。
- AIが抽出・整形・草案：出典URL、更新日、取得日を項目と一緒に記録し、推定は推定と表示する。
- 決定論的に計算：発電量、料金、投資回収、CO₂はエネがえる、検証済みExcel、またはBPOの標準手順で算定する。
- 職員が照合：根拠、単位、欠損、偏り、法務・契約、最新性を確認し、誤りは差し戻す。
- 承認者が採否：AIスコアだけで決めず、Pass／Fail条件と比較指標を使う。
- 監査ログを保存：入力、モデル・ロジック版、出力、承認者、差戻し理由、公開版をつなぐ。
エネがえるとBPOを置く工程
エネがえるが担うのは、住宅、公共施設、事業所の太陽光・蓄電池・EV/V2H等について、共通条件で経済効果を比較する計算層です。地方公共団体実行計画の総排出量算定や進捗管理そのものは、環境省マニュアル、LAPSS、排出量カルテ等の公式枠組みと接続して運用します。「区域施策編の公式算定ツール」や「行政判断を自動化するサービス」と誤認させないことが責任分界です。
| 現在地 | 最小の入口 | 主な成果物 |
|---|---|---|
| 個別施設を自ら試算したい | エネがえるBiz | 需要・設備条件に基づく経済効果診断 |
| 請求書や施設台帳の整形から任せたい | 自治体向けBPO | 前提表、個票、比較表、未解決事項、説明資料 |
| 大量案件を既存システムへ組み込みたい | API | システム連携された診断結果とログ |
| 制度・補助候補を収集したい | 制度Tracker／補助金DB・API | 候補と一次資料への導線。適格性は要綱で最終確認 |
国際航業が2025年5月8日に公表した再エネ導入支援BPOには、設計、試算・レポート、補助金・系統連系申請、研修等が含まれ、価格は公表時点で1件1万円からとされています。価格、納期、対象範囲は案件数と入力状態で変わるため、現行見積で確認してください。「AI Agent＋BPO」は同リリースでは今後の予定であり、提供済み機能として扱いません。
導入可否を決めるチェックリスト
- AIが間違えたとき、誰にどの影響が出るかを説明できる
- 原資料、出典URL、取得日、入力値、計算ロジック、承認者をたどれる
- 個人情報・機密・未公開調達情報の入力可否を契約と設定で確認した
- 発電、料金、NPV、CO₂を生成AIの文章生成だけで計算していない
- 空欄、ゼロ、推定、確定を区別している
- 出力を無確認で公開、通知、決裁、発注へ渡さない
- モデルや制度が変わったとき再検証する条件を決めた
- 小規模な低リスク業務で精度・工数・差戻し率を測ってから拡張する
FAQ
生成AIだけで公共施設の優先順位を決められますか？
決めません。AIは資料整理と候補作成へ限定し、除外条件、需要・屋根・料金、経済性、BCP、調達可能性を検証可能な台帳へ置き、職員が根拠を照合して承認します。
再エネの専門職員がいなくても使えますか？
資料整理の負担は減らせますが、専門判断は不要になりません。BPOや外部専門家を使う場合も、目的、承認者、入力品質、責任分界を自治体側で定めます。
成果は自動で保証されますか？
されません。AI、エネがえる、BPOは意思決定の根拠を整える手段です。採択、事業成立、削減量、電気代、住民合意は、制度、契約、設備、運用、実績検証に左右されます。
最終結論：自治体脱炭素のボトルネックは、AIが賢いかどうかではありません。「誰が、どの根拠と前提で、どの数値を承認したか」を後から追えるかどうかです。AIは草案、計算ロジックは数値、人は判断、BPOは工程をつなぐ。この四者分業が、速さと説明責任を両立させます。
コメント