Polimill、日本の次世代公共 AI インフラ構築へ

Polimill の起源は、市民が政治や社会について意見交換できるプラットフォーム「Surfvote」にあります。同社が自治体と連携する中で、構造的な課題に直面しました。行政チームは日々の業務に追われ、市民の声を政策に反映させる時間を持てないのです。

市民参加を拡大するには、まず行政業務そのものを効率化する必要があります。そこで Polimill は公共部門向けワークフローのための生成 AI プラットフォームの開発を開始し、2024 年 10 月に「QommonsAI」をリリースしました。現在、QommonsAI は会議対応、公的サービス、社会福祉、法務検索など多岐にわたる分野で専門的な AI を提供しています。日本国内では約 1,050 の自治体と約 55 万人の公務員が利用しており、OpenAI の技術を基盤として構築されています。 staff の生産性向上ツールを超え、Polimill はこれを日本の市政を支える「公共 OS」として進化させようとしています。

労働力不足が深刻化する中、AI を活用して行政業務を効率化することは不可欠です。しかし、個別のツールを導入すると自治体間でサービスに格差が生じる恐れがあります。そこで私たちは、QommonsAI がすべての自治体を等しく支える共通基盤となり、日本の行政を支える公共 OS へと成長することを目指しています。

Masahiro Wakabayashi（Polimill CAIO）

自治体横断の知識基盤を構築する

生成 AI を行政に導入する際の最大の障壁の一つは、データが分断されていることです。自治体ごとに業務フローや文書フォーマットが異なり、過去の記録も散在しています。例えば、議会答弁の準備には、都道府県の政策と整合性があるかを確認するために、何年にもわたる議事録を手作業で確認する必要すらあります。基盤となるデータが整理されていなければ、どんなに高性能な AI モデルであっても、実用的な洞察を生み出すことはできません。

Polimill は日本全国の議会議事録を集約・標準化し、AI を活用してメタデータを付与することで、自治体や時代を超えて高精度に検索可能な基盤を構築しました。

同社はこの仕組みを議会だけでなく、福祉や法令など行政の他の領域にも拡大しています。専門的なデータと AI を一つのプラットフォームに集約し、共通のインターフェースで検索可能にした「QommonsAI」は、分散した行政情報を日常業務で活用できる知識へと変換します。この構造こそが、Polimill が目指す政府向けの共有プラットフォームとしての QommonsAI のビジョンを支える基盤です。

行政レベルのセキュリティと日常的な使いやすさの両立

OpenAI の GPT モデルは QommonsAI の中核を担っています。公共部門では、情報管理と監査対応が不可欠です。QommonsAI には運用上の制御機能も備わっており、管理者は機能の利用履歴を確認したり、組織の方針に応じて利用可能なモデルを制限したりすることが可能です。

同時に、ポリミルのCAIOである若林正弘氏は、GPTモデルの幅広い機能と普及度が採用の主な理由だと指摘します。ChatGPTへの認知度が高いことは、導入後に公務員が新しいツールを使う際に特に重要です。技術用語や他のモデル名に詳しくなくても、「広く使われているChatGPT技術を基盤としている」と知っていれば、初期の導入障壁は下がります。

ポリミルによると、QommonsAIの一般対話機能における日常業務での選択頻度はGPTモデルが最も高いです。ファイルの読み込みから日常的な対話支援まで、単一のモデルで幅広い業務要求に確実に応答できるGPTの能力が、現場への定着を後押ししています。

Codexとハンズオンサポートが開発を3〜5倍加速

OpenAIの技術はポリミルの開発プロセスも変えました。要件定義から既存のGitHubコードとの整合性確認、実装、テストに至るまで、ワークフロー全体でCodexを採用しました。エンジニアはAIが生成した計画のレビューや高レベルな意思決定に集中でき、実装作業の多くをAIが自律的に担当します。

AIによるコーディング速度と継続的な背景処理により、開発スピードは以前の3〜5倍に向上しました。若林氏は、プロトタイプ構築→自治体チームへの提示→フィードバック収集という検証サイクルが劇的に加速したと話しています。

OpenAI の実践的な支援により、この取り組みはさらに加速しました。両社の協力には、先進的なグローバル事例からのベストプラクティスの共有、Polimill に特化した情報の提供が含まれます。また、開発プロセス自体の設計にも関与し、どの工程を AI が担当し、どこで人間がレビューや責任を負うべきかといった指針も示しました。

モデルや機能が進化するにつれ、AI を活用した開発手法も常に変化しています。個々の企業が最先端のグローバル事例を追跡し、自社のエンジニアリング組織に組み込むことは容易ではありません。若林氏は、OpenAI から学び続ける能力と、その知見を Polimill 内で実践に移す力を、API のパフォーマンス自体と同じくらい価値あるものだと捉えています。

成果サマリー

コア技術として OpenAI のテクノロジーを採用した Polimill は、市政業務向けのプラットフォームへと QommonsAI を拡大し続けています。主な導入・利用実績は以下の通りです。

• 日本国内の約 1,050 の自治体と、約 55 万人の公務員が QommonsAI を活用しています。
• 全国に散在する議事録や行政情報を一元化し、組織を超えて検索可能なインフラを構築しました。
• Codex と OpenAI の実践的な支援により、検証と実装のサイクルが加速。開発速度は従来の 3〜5 倍に向上しました。
• GPT モデルの高度な推論能力により、経験の浅い職員でも AI を活用して行政情報を蓄積し、ベテラン職員の提案に匹敵する政策案を起草できるようになりました。

効率性を超えて、ベテラン職員の暗黙知を捉える

QommonsAI の価値は、単に情報検索が速くなるだけではありません。Polimill の検証では、経験の浅い職員が AI を活用して行政情報を蓄積し、政策提案書を作成しました。その結果、作成された提案書はベテラン職員の提案と同等の評価を得ることができました。

一方で、ベテラン職員の提案自体が最も高い評価を受けました。Polimill はこの差の要因を「暗黙知」にあると分析しています。マニュアルには記されていない実践的な判断力、つまり政策提案を実行に移すために必要な手続きや、住民が抱く懸念事項などが該当します。

Polimill では今後、ベテラン職員が AI にどのような指示を出して調査を行ない、出力結果をどのように修正しているかを記録していきます。これまで文書化されていなかった判断プロセスを組織的な知識として蓄積するのです。熟練した従業員を AI で置き換えるのではなく、その能力を増幅させ、ノウハウを次世代へ継承することが目的です。QommonsAI は、Polimill が目指すような行政機関における知識の伝承を支える基盤となり得ます。

知識やデータとして定着していない部分が、成果の質に大きく寄与していると考えます。言い換えれば、そうした経験を持つ人材が AI を活用すれば、さらに優れた成果を生み出すことができるのです。

Masahiro Wakabayashi氏（Polimill CAIO）

公共部門向けスーパーエージェントの実現へ

2026 年秋、Polimill は自治体向けアプリケーションを外部企業が提供できる「Qommons ONE」というプラットフォームの全面展開を計画しています。その中心となるのは、複数の専門 AI システムと民間企業製アプリを統合するスーパーエージェントです。ユーザーは目標を口頭で伝えるだけで、システムが必要な AI やアプリを自動呼び出し、調査からプレゼン資料作成まで、実用的な成果物を生成します。

このビジョンを実現するため、Polimill は GPT モデルの広範な入出力能力と、OpenAI が蓄積してきたエージェント開発ノウハウを重要な基盤と位置づけています。OpenAI も技術検証や個別サンプルの提供を通じて開発をサポートしています。モデルや開発手法が急速に進化する中、ワカバヤシ氏は最新の知見を Polimill に取り入れるために OpenAI と緊密に連携することの大きな価値を強調しています。

これらの知見を迅速に開発に反映させることで、Polimill は Qommons ONE を継続的に進化させていきます。その野心は行政効率化にとどまりません。AI が生み出す時間を活用し、公務員が市民の声により耳を傾け、支援する体制を整えることが目指されています。これが Polimill が向かおうとする「公共 OS」の未来像です。

政府・企業・市民が AI を介してつながる次世代の公共インフラの実現に向けて、Polimill の取り組みはまさに始まったばかりです。