ガバメントAI源内向け1,800万ページをAI-Ready化｜行政DXを支えるデータ整備へ

2026/07/14

最終更新日：2026.07.14

TOPPAN、NTTデータ、FPSCの3社は、デジタル庁が推進する「ガバメントAI源内」向けに、大規模データセットの整備を進めると発表しました。

約1,800万ページ相当の政府共通データやドメイン特化データをAIが活用しやすい形に整備する取り組みで、行政DXにおける生成AI活用の基盤づくりとして注目されます。

ニュースの概要

TOPPAN、NTTデータ、FPSCは2026年7月14日、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」において、大規模データセットの整備とAI-Ready化を進めると発表しました。

「ガバメントAI源内」は、デジタル庁が内製開発で構築した生成AI利用環境です。政府職員が安全かつ適切にAIを活用できる環境として整備が進められており、2026年度には約18万人の政府職員を対象とした大規模実証が進められています。

今回の事業では、政府横断で有用な政府共通データや、各省庁・部局の特定業務で使われるドメイン特化データを収集・加工し、AIが利用しやすい形式へ整備します。対象となるデータは、約1,800万ページ相当にのぼる見込みです。

具体的には、閣議決定、国会会議録、白書などの政府共通データや、行政実務に関わる書籍等のデータを収集し、OCRやクリーニングなどの前処理を行います。さらに、データの来歴、品質、権利情報、利用条件などのメタデータを付与し、AIや利用者が信頼性を判断しやすい環境を整備します。

また、AI向けデータセットの構造化やメタデータ仕様の在り方について、有識者ヒアリングや検討会を通じて検討し、政府共通のAI向けデータセット標準の素案策定も行います。

この事業は、単に行政文書をデジタル化する取り組みではありません。生成AIが正確に検索・参照・推論できるよう、行政データを「AIが使える資産」に変換する取り組みといえます。

今回の取り組みは、AI活用の成果がモデルの性能だけではなく、参照するデータの品質に大きく左右されることを示しています。

生成AIを導入しても、元となるデータが分断され、形式がばらばらで、権利情報や来歴が不明確なままでは、業務で安心して使うことはできません。行政のように正確性や説明責任が強く求められる領域では、AI-Readyなデータ基盤の整備が不可欠です。

これは民間企業にも通じる課題です。AI導入を進める企業では、ツールの選定やモデル性能に目が向きがちですが、実際の成果を左右するのは、自社データをどれだけ整理し、信頼できる形でAIに渡せるかです。

そのためには、データを扱う人材のリスキリングが欠かせません。データの意味を理解し、業務プロセスと結びつけ、権利・品質・更新頻度まで管理できる人材が、今後のAI活用を支える中核になります。

行政DXでも企業DXでも、AIを使いこなす力は「プロンプトを書く力」だけでは足りません。AIが参照するデータを整え、業務に組み込み、信頼できる成果につなげる力こそが、これからのリスキリングで重視されるべき領域だといえるでしょう。