日本の行政におけるAI活用を底上げする取り組みが進んでいます。TOPPAN株式会社、株式会社NTTデータ、株式会社Fides Policy & Strategy Consultingの3社は、デジタル庁が推進する「ガバメントAIのための大規模データセットに係る調査・収集・加工等事業」に参画し、政府横断のデータをAIが扱いやすい形式に整備します。政府共通データと各省庁の特定業務データを対象に、収集から前処理、メタデータ付与、標準化の検討まで一体で進めます。約1,800万ページ相当をAI-Ready化する計画で、権利処理も含めて品質と適法性を確保します。行政の安全なAI利用環境である「ガバメントAI源内」の活用拡大に資する基盤整備として、2027年3月までに政府共通データ基盤を整える方針です。
ガバメントAI源内の拡大とデータ整備の狙い
人口減少や少子高齢化の進行を背景に、行政サービスの維持と高度化に向けて業務効率化の必要性が増しています。デジタル庁は政府のAI活用を社会実装の起点とする「ガバメントAI源内」を整備し、2026年度には約18万人の政府職員を対象に大規模実証を進めています。こうした取り組みを機能させる鍵はデータ品質にあります。AIモデルの性能に加えて、学習や検索拡張生成で参照するデータの正確性や構造化の度合いが出力の信頼性を左右します。そこで、データの収集のみならず、OCRやクリーニングなどの前処理、来歴や品質、権利、利用条件を明示するメタデータ整備が重視されています。経済安全保障やデータ主権の観点からも、国内の安全な環境で機微な行政文書をAI-Ready化し、適切に管理する仕組みの整備が求められています。
事業の具体的スコープとプロセス
本事業はデジタル庁の仕様書に基づき、政府共通データとドメイン特化データを広範に収集し、AIが利用しやすい形へ加工します。権利処理では、収集データに関する知的財産権等の利用許諾交渉を行い、適法な活用に道筋を付けます。データ収集と加工では、閣議決定や国会会議録、白書などの政府横断データに加え、各省庁の特定業務で使う書籍等も対象とします。前処理にはOCRやクリーニングを用い、検索、学習、推論に耐える高品質データへ変換します。さらに、来歴情報や品質情報、権利情報、利用条件を設計して付与し、AIと人の双方が信頼性や利用可能性を判断できる状態を実現します。加えて、有識者ヒアリングと検討会を通じて、構造化やメタデータ仕様の在り方を整理し、行政機関横断で活用可能なデータセット標準の素案を取りまとめます。
参画3社の役割分担と強みの活用
TOPPANは公共や金融向けBPOで培った業務分析力とデータ加工技術を生かし、行政実務のユースケースに基づくデータ選定と収集、権利処理、OCR、前処理を担います。行政文書のAI-Ready化を推進し、検索と推論に適したデータセットを整備します。NTTデータは行政向けデジタルアーカイブや生成AI導入支援の知見を基に、メタデータの設計、作成、付与を担当します。来歴や利用条件などのメタデータを整えることで、信頼性の高いデータ基盤の構築を支援します。FPSCは行政官としての法令事務や各省との協議経験を背景に、AI向けデータ活用に関する法的論点の整理や権利処理スキームの構築を支援します。著作権などの知的財産権に関する検討と実務支援を通じ、適正で円滑な利活用を実現します。3社が連携し、約1,800万ページ相当のデータを対象に、品質確保と標準化を両輪で進めます。
今後のスケジュールと期待される効果
3社は政府職員が利用する「ガバメントAI源内」における政府共通データ基盤の整備を2027年3月までに実施します。有識者ヒアリングや検討会での議論を踏まえ、AI向けデータセットの構造化やメタデータ仕様を詰める計画です。これにより、政府横断でのデータ利活用の再現性と説明可能性が高まり、行政のAI活用が安全かつ効果的に進むことが見込まれます。適切な権利処理とメタデータ整備が一体となることで、運用時のリスク低減と品質向上の両立が期待されます。さらに、国内の安全な環境でのデータ変換と管理が定着すれば、経済安全保障やデータ主権の観点でも意義があります。3社は今後もデータ収集や加工、メタデータ整備の知見を活用し、政府や自治体、企業のAI活用推進とデジタル社会の実現に貢献するとしています。
詳しくは「TOPPANホールディングス株式会社」の公式ページまで。レポート／DXマガジン編集部
