2026年4月24日、日本のデジタル庁が静かに、しかし歴史的な一手を打った。
全府省庁の約18万人の政府職員が使用する生成AI基盤「源内（げんない）」の一部を、MITライセンスのオープンソースソフトウェア（OSS）としてGitHubに公開したのだ。
これは単なる「コード公開」ではない。日本政府がベンダーロックインを断ち切り、AI活用の主権を自ら取り戻そうとする構造的な決断だ。GPT-Image-2が画像生成のパラダイムを変えた同じ週に、日本政府は静かに行政AIの在り方を変えた。
1. 「源内」とは何か——政府の中で育ってきたAI基盤
名前の由来
「源内」は江戸時代の発明家・平賀源内から命名された。既存の枠にとらわれない革新を体現する名だ。デジタル庁のエンジニアたちは、政府のIT調達慣行に一石を投じるという意志をこの名に込めたとされる。
基本スペック
| 項目 | 詳細 |
|---|---|
| 開発主体 | デジタル庁（ガバメントAIリードエンジニア 大杉直也氏チーム） |
| 展開規模 | 全府省庁 約18万人（2026年度） |
| 大規模実証 | リリース2.0 — 2026年3月開始済み |
| 対応情報分類 | 機密性2情報（通常の業務文書レベル）対応完了 |
| ライセンス | MITライセンス（コード）/ CC BY 4.0（コンテンツ） |
主要機能
| 機能 | 詳細 |
|---|---|
| 生成AIチャット | Claude・GPT-4o等の複数LLMに対応 |
| RAG（文書検索AI） | 省庁内部文書を参照した回答生成 |
| AIアプリ基盤 | 行政職員が業務特化AIアプリを構築できる環境 |
| マルチクラウド | AWS・Azure・Google Cloud 開発テンプレート提供 |
2. OSS公開の全貌——GitHubに何が置かれたのか
公開コンポーネント
デジタル庁が公開したのは以下のリポジトリ群だ：
🔹 digital-go-jp/genai-ai-api — 源内AIアプリ本体（バックエンドAPI・Webインターフェース）
🔹 RAGテンプレート群 — AWS・Azure・Google Cloud向けのRAGアプリ構築テンプレート
🔹 バージョン: v1.0.3（2026年4月24日リリース）
MITライセンスは「商用利用・改変・再配布すべて自由」を意味する。自治体・民間企業・研究機関が自由にフォークして活用できる。
3. なぜ今、OSSなのか——「本当の意図」を読み解く
3.1 ベンダーロックインとの決別
これまでの政府ITシステムは、特定ベンダーへの依存が深刻な問題だった。一度導入されたシステムは数年〜十数年にわたって継続し、乗り換えコストが天文学的になる。AI基盤をOSS化することで：
- 特定クラウドベンダーへの依存を解消（マルチクラウド設計）
- 調達コストの削減と透明性の確保
- 内製能力の蓄積による技術主権の確立
- コードのブラックボックス化防止（監査可能性の向上）
3.2 民間共創モデルの確立
政府がコードを「公開」するだけでなく、民間からのプルリクエストやフィードバックを受け付けるモデルを採用した。これは日本の行政DXにおいて画期的なアプローチだ。
「源内は大きく分けて、AIアプリを迅速かつ安全かつ簡単に利用できる環境を提供することを目的としている。OSSとして公開することで、政府・民間・自治体が共に育てるエコシステムを目指す」
3.3 全国自治体への横展開
MITライセンスにより、都道府県・市区町村の自治体が源内のコードを自由に活用できる。47都道府県・1741市区町村が独自にAI活用基盤を構築するコストを大幅に削減できる可能性がある。中央省庁が実戦検証した「行政グレードのAI」をそのまま地方が利用できるのは、日本のDX加速において大きな意義を持つ。
4. 技術設計の解剖——行政AIが直面する特殊な制約
セキュリティ設計の4層
行政AIは民間と根本的に異なるセキュリティ要件を持つ：
| 課題 | 源内の解決アプローチ |
|---|---|
| 情報漏洩リスク | プロンプトの省庁外送信を制御する設計 |
| 機密性区分 | 情報の機密性レベルに応じたアクセス制御 |
| 監査ログ | すべての操作を記録・追跡可能（内部統制対応） |
| マルチクラウド | 特定クラウドへの依存を避けた抽象化設計 |
RAGアーキテクチャの重要性
源内の特徴的な機能がRAG（Retrieval Augmented Generation）だ。省庁ごとの内部文書・法令データベースを参照しながら生成AIが回答することで、「ハルシネーション（AI特有の作り話）」のリスクを大幅に低減する。
これは「汎用ChatGPT」ではなく、省庁の業務文書に根差した業務特化AIとして機能する。「法令Q&A」「議会答弁書の草案生成」「統計解説の自動作成」など、行政の具体的な業務への適用が可能になる。
5. 行政AI元年——日本の世界的立ち位置
| 国 | 政府AI基盤の状況 | 特徴 |
|---|---|---|
| 🇯🇵 日本（源内） | OSS公開・18万人展開中 | マルチクラウド・民間共創モデル |
| 🇺🇸 米国 | 行政機関ごとに個別展開 | 統一基盤なし・各省庁独立 |
| 🇬🇧 英国 | NHS等での実証進行中 | 中央統一基盤は構築中段階 |
| 🇰🇷 韓国 | 電子政府基盤へのAI統合 | デジタル先進国として先行 |
日本は中央集権的な統一AI基盤をOSSで構築・公開するという独自路線を選んだ。米国型（個別最適化）でも英国型（中央集権・クローズド）でもない、第三の道だ。
日本固有の課題
🔸 デジタル人材不足: 18万人の職員全員がAIを使いこなすには継続的な教育・サポートが必要
🔸 レガシーシステム統合: 既存の行政システムとのAPI連携が技術的に複雑
🔸 個人情報保護: 住民データを扱う行政AIの法的整備（現在進行形）
🔸 縦割り文化との摩擦: 省庁間データ連携の文化的・制度的ハードル
6. 開発者・自治体担当者への実践ガイド
今すぐできること
- GitHubリポジトリを確認・スター
https://github.com/digital-go-jp/genai-ai-apiをフォーク・スター。コードの構造を把握する - RAGテンプレートを試す
AWS・Azure・Google Cloud向けのテンプレートが公開済み。既存クラウド環境でそのまま展開可能 - 自治体での活用検討
MITライセンスなので自治体独自の改変・展開が可能。予算に応じたスモールスタートができる - コントリビュート参加
Issueやプルリクエストで政府のAI基盤開発に直接貢献できる。これは前例のないオポチュニティだ
活用シナリオ例
📋 議会答弁書の自動草案生成（過去の答弁・法令をRAGで参照）
🔍 法令・条例の横断検索（複数の条文から最適な回答を抽出）
📊 統計データの自動可視化・解説テキスト生成
💬 住民問い合わせへのAI一次対応（FAQ自動化）
📝 行政文書の要約・他言語翻訳（外国籍住民対応）
7. まとめ——「平賀源内」が再び常識を覆す
GPT-Image-2やDeepSeek V4といった民間AIの巨人たちが技術を競う一方で、日本の行政は静かに、しかし確実に変わっている。
「源内」のOSS化は、「国家のAI主権」という概念を体現する試みだ。特定の巨大テック企業に頼らず、国内で開発・維持・改善できるAI基盤を持つことの意義は、技術的なものだけでなく安全保障的な側面も持つ。
18万人の行政職員が日常業務でAIを使う。その基盤が誰でも検証・改善できるOSSである——これは民主主義的なAI統治の実験として、世界的な注目に値する出来事だ。
平賀源内の精神は、2026年の霞が関に確かに宿っている。