おはよう。QommonsAI(コモンズAI)とは、Polimill(ポリミル)株式会社が開発・提供する自治体向けの生成AIサービスだ。行政情報の検索、資料の要約、文章案の作成などを支援する。
2026年8月31日、OpenAIが同社の導入事例を公開したことで、自治体で使われるAIの仕組みや、今後の「公共OS」構想が紹介された。
ただし、AIの導入が広がることと、行政の判断をAIだけで行うことは同じではない。また、導入数が多いことだけで、効果や安全性が保証されるわけでもない。
QommonsAIで何ができるのか。個人情報はどう扱われるのか。「公共OS」とは何を意味するのか。企業、自治体、国が公表している資料から整理する。
※本記事は公開情報に基づく情報整理であり、筆者の所属組織の見解を示すものではありません。職務上知り得た非公開情報や個別の実務経験は用いていません。また、特定の企業・サービスの導入、契約、調達を推奨するものではありません。情報確認日:2026年9月5日。
QommonsAIは、ChatGPTの「自治体専用版」ではない
QommonsAIは、OpenAIが直接提供するChatGPTの自治体専用版ではない。Polimillが提供するサービスの中で、複数社のAIモデルを利用する仕組みだ。
同社のサービス紹介では、OpenAI、Anthropic、Google、Preferred Networksのモデルに対応し、法律、政策、論文、自治体事例などの情報を活用すると説明されている。
特徴として案内されているのは、AIモデルだけでなく、行政情報を検索・参照する仕組みや、業務に応じた機能、利用者や履歴を管理する機能をまとめていることだ。
AIの「頭脳」に、参照する資料と、組織で使うための管理機能を組み合わせたサービスと整理できる。
Deep Research機能の説明では、調査計画、検索、情報の精査、出典付きレポートの作成を支援するとされている。行政情報の検索基盤や、組織が登録した文書を参照する仕組みとの併用も案内されている。
ただし、これらは提供元が説明する機能だ。実際に利用できる範囲は、契約、設定、組織の運用ルールによって確認する必要がある。
「約1,050自治体・約55万人」は、何を示す数字なのか
OpenAIが公開したPolimillの導入事例では、全国約1,050自治体、約55万人の職員が利用していると紹介されている。
これはサービスの広がりを示す情報だが、数字だけから、全員が毎日使っている、すべての部署で同じ機能が使われている、一定の業務改善が実現したとまでは判断できない。
また、この紹介記事は、技術提供や開発支援を行うOpenAIが掲載した顧客事例だ。独立した第三者機関による比較試験や監査報告として扱うものではない。
導入規模は、利用の広がりを示す。
効果を判断するには、別に成果の測定が必要になる。
この二つを分けると、公表された数字の意味が明確になる。
自治体側の公開資料では、どのような利用が確認できるのか
提供会社の説明だけでなく、利用する自治体側の公表資料も確認できる。
埼玉県和光市の「業務における生成AIの利用について」では、QommonsAIを含む複数の生成AIについて、文章要約、文章作成、アイデア出し、情報収集などへの利用が説明されている。
同市の生成AI利用ガイドライン第2.0版には、市が公表する計画や議会会議録などに基づく対話が可能と記載されている。一方、生成結果については、誤りや公平性の問題などを複数の職員で確認し、必要に応じて修正することも定められている。
つまり、AIが文章を出力したところで業務が完了するわけではない。
資料を探す、内容を整理する、文案を作ることと、それを確認して正式な業務に使うことは、別の段階になっている。
なお、これは和光市が公表した方針であり、全国の自治体に共通する運用ルールという意味ではない。
出典が付いていても、回答の正しさは別に確認する
出典付きの回答には、元の資料へ戻って確認しやすいという利点がある。
ただし、リンクが付いていることだけで、その資料の読み取りや、質問への当てはめまで正しいと決まるわけではない。
例えば、資料そのものは実在していても、古い制度の説明だったり、別の自治体の取扱いだったりすれば、そのまま現在の判断に使えるとは限らない。これはQommonsAI固有の不具合を指摘するものではなく、生成AIの出力を利用するときの一般的な確認点だ。
国の府省庁向けに策定された生成AIの調達・利活用ガイドライン第2.0版でも、出力が誤った場合の影響や、人が適切さを判断せずに利用するかどうかなどによって、リスクを評価する仕組みが示されている。
国のガイドラインと各自治体の個別ルールは同一ではない。
それでも、AIが生成した内容について、何に使い、誰が確認するのかまで含めて考えるという点は、公開資料から読み取れる。
自治体が導入したら、住民情報もAIへ入力されるのか
「行政情報」という言葉には、公開済みの計画や議会会議録も、個人情報を含む申請書や非公開資料も含まれ得る。これらを一括りにはできない。
和光市のガイドラインでは、入力する情報を第三者に公開または提供可能なものに限り、定められた機密情報や個人情報などの入力を禁止している。
AIを利用できることと、手元にあるすべての情報を入力できることは別だ。
また、個人情報保護委員会の注意喚起では、行政機関等が個人情報を含む入力を行う場合、利用目的のために必要最小限の利用・提供であることや、回答生成以外の目的で扱われないかなどを確認するよう求めている。
したがって、「この自治体がQommonsAIを導入した」という情報だけでは、どの住民情報を入力しているか、そもそも入力を認めているかは分からない。
同じサービスでも、利用する情報の範囲は、契約や各組織のルールによって確認する必要がある。
公開資料を横断検索することと、非公開の住民情報を自治体間で共有することも、同じではない。
情報管理の機能には、何があるのか
Polimillは、入力に含まれる個人情報の検知、禁止ワードのブロック、検知履歴の記録などを公表している。
2026年3月28日の発表では、検知時に警告だけを出すか、送信を止めるかを、情報の種類に応じて設定できると説明されている。
ここで注意したいのは、警告する機能と、送信を遮断する機能は違うという点だ。実際の動作は設定にも左右される。
また、入出力ログと権限管理の説明では、利用履歴の保存や閲覧権限の制限、ユーザーデータとログの国内リージョンでの保管が案内されている。
これらは、情報管理を支援する機能の説明だ。本記事で検知性能や安全性を実機検証したものではなく、あらゆる誤入力や情報漏えいを防げると保証するものでもない。
入力した内容が履歴に残る場合には、その履歴自体も管理対象になる。
何を記録するか、誰が閲覧できるか、いつ削除するかまで含めて、情報の取扱いを確認する必要がある。
LGWAN対応、国内保存、学習不使用は、それぞれ違う条件
自治体向けAIの説明では、LGWAN、国内保存、学習不使用といった言葉が並ぶことがある。これらは関連しているが、同じ意味ではない。
J-LISの説明によると、LGWANは地方公共団体の組織内ネットワークを相互に接続する行政専用ネットワークだ。
一方、Polimillとシナジーが公表した接続サービスは、LGWANとインターネットの境界にあるデータセンターで通信を制御し、LGWAN接続系の端末からQommonsAIを利用する構成として説明されている。
このため、LGWANから利用できることを、「AIの処理が庁内の機器だけで完結する」と読み替えることはできない。
整理すると、確認している対象が違う。
LGWAN経由で利用する:接続経路の話。
国内に保存する:データの保管場所の話。
学習に使わない:データの利用目的の話。
完全ローカルで処理する:計算を行う場所や外部通信の話。
例えば、「学習に使わない」ことから「履歴を一切保存しない」とは言えない。「国内保存」だけで、すべてのモデルの計算場所まで同じだと判断することもできない。
こうした条件は、利用するモデルや機能ごとに分けて確認する事項になる。
これは特定の製品の優劣ではなく、行政向けAIの説明を読む際に共通する区別だ。
「公共OS」は、国が定めた統一システムではない
今回紹介された「公共OS」は、Polimillが目指す共通基盤を表す構想だ。
WindowsやmacOSのような基本ソフトを意味するものでも、国が全国の自治体へ統一導入を決めたという発表でもない。
OpenAIの導入事例では、Polimillが2026年秋に「Qommons ONE」の本格展開を予定し、複数の専門AIや外部企業のアプリを組み合わせる仕組みを構想していると説明されている。
目的に応じて必要な機能を呼び出し、調査から資料作成までつなげることを目指すという。
ここでは、現在提供されている機能と、今後の展開予定を分けて読む必要がある。
なお、デジタル庁が公表しているガバメントAI「源内」は、別の取り組みだ。
「行政向けAI」「公共OS」といった言葉が共通していても、提供主体、対象、運用の仕組みまで同じになるわけではない。
効果を見るときは、導入数だけでなく「何が改善したか」を分ける
提供元は、資料検索や文案作成の効率化、知識の活用などを利点として説明している。こうした機能は、業務の一部を支援する可能性がある。
ただし、文章が短時間で作れたことと、業務全体の時間が短くなったことは同じではない。
生成した内容の確認、修正、資料の更新などにかかる時間も含めて見る必要がある。
Polimillは、利用状況や業務別の推定削減時間を表示する効果測定ダッシュボードも案内している。ここでも、推定された削減時間、実際に測定した業務時間、住民の待ち時間やサービス品質の変化は、別の指標になる。
費用についても、利用料だけでは全体像は分からない。資料の整備、研修、管理、確認作業、システム変更への対応などを含めた運用全体で考える必要がある。
国の生成AIガイドラインも、利活用の推進とリスク管理に加え、品質や費用対効果を扱っている。
導入されたこと。
実際に使われていること。
業務が改善したこと。
住民サービスが改善したこと。
これらを分ければ、何が確認された成果で、何が今後の期待なのかを読み取りやすくなる。
本記事は他サービスとの比較試験を行ったものではなく、QommonsAIが最も優れている、あるいは特定の自治体に最適であると判断するものではない。
公開情報から分かる、自治体向けAIの現在地
QommonsAIについて公開資料から確認できるのは、行政情報と複数のAIモデルを組み合わせ、検索や文書作成などを支援するサービスが提供され、利用管理の機能も案内されていることだ。
一方、導入規模は提供側の事例として紹介された数字であり、それだけで各自治体の成果や安全性を判断することはできない。「公共OS」には、今後の構想も含まれている。
自治体の公表資料では、利用できる業務だけでなく、入力を認めない情報、生成結果の確認、業務に使うかどうかの判断も定められている。
つまり、行政で使われるAIは、モデルの性能だけではなく、参照する情報、利用する範囲、人による確認、管理のルールを組み合わせて運用されるものとして捉える必要がある。
「役所でもAIが使われている」というニュースには、機能の紹介、導入実績、効果の検証、将来の計画という異なる情報が含まれている。
それぞれを切り分け、必要なところで元の資料へ戻る。
新しいサービスの名前だけでなく、情報の扱われ方や判断の責任まで確認することが、行政で使われるAIを理解する手掛かりになる。
愛と感謝を胸に。
バイバイ、またね。
- ✍️AIは電気を食いすぎる。でも“少し休ませる”だけで電力網を助けられる?データセンターの新しい発想

- ✍️AIを使う科学者は論文3倍。でも科学全体は“狭くなる”?4,130万本の論文が示したAI時代の逆説

- ✍️そのメガネ、僕を見てるだけ?AIスマートグラスが作る「撮られているか分からない社会」

- ✍️AIを使ったと正直に言うと信用が下がる?「AI利用ペナルティ」から考える、言う・隠す・任せるの境界線

- ✍️AIに仕事を任せた。でも「何を考えて動いたか」読めなくなったら?次に来る“AI監督”の難しさ

- ✍️自分で“家を建てる”時代はもう変わった?AI時代、人間は作業者から「設計者」へ

- ✍️AIに仕事を任せた次は「AIの改善」までAIに任せる?日本で始まったRSI研究が面白い

- ✍️AIで成果は出ているのに、なぜ会社では広がらない?「13%の壁」を調べた

- ✍️AIで週7時間浮いたのに、今度は「仮説が余る」?研究のボトルネックが移動している

- ✍️OpenAIが「GPT-6.1 Astra」を公開しない決断|賢くなりすぎたAIに“止まる力”が必要になった

- ✍️冷蔵庫いらずのmRNAワクチンへ?AIが「室温1年・37℃2か月」の配合を見つけた

- ✍️AIデータセンターを宇宙へ?Google「Project Suncatcher」が本当に衛星を飛ばす

- ✍️ChatGPT使いから見たMeta「Muse」とは?結局、どのAIが便利かは“自分がどのサービス圏で暮らしているか”なのかもしれない

- ✍️AIが「ダメ」と言われても突破した?OpenAIのAIエージェントが政府サイトへ不正アクセス

- ✍️米中首脳会談、なぜあんなに友好的?パンダ外交と「AI→SI」の裏側を調べた

- AIが数学の未解決問題を100件超解決?OpenAIの新モデルで何が起きているのか

- ✍️Claude Opus 5.5とは?速く安く、長い仕事に強くなった新AIをわかりやすく整理

- ✍️AIは「触れば分かる」で終わらない|OpenAI Academyの新学習パスが示した学び方

- ✍️AIの頭脳を日本で作る?富士通「MONAKA」とは|NVIDIAのGPUとは何が違うのか

- ✍️細胞の中にも「温度差」がある?体温とは違う“細胞内温度”の不思議

- ✍️新型iPhoneが高すぎる?中古iPhone 14〜16の販売が34%増|今は“型落ち”が賢いのか

- ✍️AIに曲を作らせるのではなく、AIを「楽器」にする|Project LYDIAから考える音楽の未来

- ✍️Google Driveに保存しただけでアカウント停止?Gmailまで失う「クラウドは自分の倉庫ではない」という話

- ✍️5〜6年後、アプリもOSも消える?イーロン・マスクが語るAIの未来と、今から備えること

- ✍️AI社員にもストレス?面談までする「AIだけの部署」の話を調べてみた

- ✍️Apple Watchが会話を“聞いて要約”する時代へ|Siri Recapは便利か怖いか、プライバシーまで調べた

- ✍️ChatGPT Work・Codexのモデルと推論レベル、結局どれがいい?クレジットを使い切る僕が考えた、賢い使い分けとAIに任せる限界

- ✍️闇AIとは?ChatGPTが禁止しているのに、犯罪者はどのAIを使っているのか

- ✍️iPhone Duo正式発表!折りたたみiPhoneは36万4,800円から|iPhone 18 Proも想像以上にすごかった

- ✍️折りたたみiPhoneは9月10日に発表?「iPhone Ultra」の価格・発売日と噂の現在地
