はじめに
2026年4月24日、デジタル庁がひっそりと（でも実はかなり重要な）発表をしました。
政府職員18万人が使う生成AI基盤「源内（GENAI）」をMITライセンスでOSS公開
「お役所のAIが公開されても関係ないな」と思った方、ちょっと待ってください。
源内は単なる「政府向けChatGPT」ではありません。行政が実運用で磨いたRAGテンプレートが無料で使えるようになったという意味で、エンジニアにとってかなり注目度の高い出来事です。
この記事では、源内が何者なのか・何ができるのか・エンジニアがどう活用できるかをまとめます。
源内（GENAI）とは
デジタル庁が開発・運用する政府職員向け生成AI利活用プラットフォームです。
名前の由来は江戸時代の発明家「平賀源内」から。"日本版AI"らしいネーミングセンスですね。
展開スケジュール
| 時期 | 内容 |
|---|---|
| 2025年5月〜 | デジタル庁内で試験導入（約1,100人） |
| 2026年1月〜 | 一部省庁へ段階展開 |
| 2026年3月〜 | 国土交通省など他府省庁へ展開開始 |
| 2026年度中 | 全府省庁・約18万人が利用可能な体制へ |
| 2026年4月24日 | OSSとしてGitHubで一般公開 |
何ができるのか
1. マルチLLMチャットUI
Claude Sonnet 4.6・Amazon Nova Lite などをドロップダウンで切り替えて利用できるチャット環境。
「今日はコスト重視でNova Lite、精度が必要なときはClaude」という切り替えができます。
2. 行政実務特化アプリ（20種類以上）
ここが最大の特徴です。汎用チャットだけでなく、業務に特化したアプリが搭載されています。
| アプリ | 内容 |
|---|---|
| 法制度AI | 最新の法律条文を参照して回答（Google Cloudベース） |
| 業務RAG | 社内マニュアル・規程などのドキュメントを検索して回答（AWSベース） |
| 文書ドラフト | 行政文書・報告書の下書き生成 |
| データ分析 | アンケート・統計データのクロス分析 |
実績： 農林水産省での活用事例では、米の販売農家へのアンケート分析で「従来は1人で約2ヶ月かかる作業が約3日に短縮」されました。
3. マルチクラウド対応
AWS / Azure / Google Cloud のテンプレートを提供。特定のクラウドに縛られない設計になっています。
RAGとは何か（エンジニア向けに簡潔に）
源内の核心機能「RAG」について簡単に説明します。
Retrieval-Augmented Generation（検索拡張生成） — つまり「自分のドキュメントを読ませてから回答させる」仕組みです。
通常のAIチャット：
Q: 「うちの就業規則で有給は何日？」
A: 「一般的には〜日ですが、御社の規程は分かりません」
RAGを使うと：
① 就業規則PDFから「有給」に関係する箇所を検索（Retrieval）
② その箇所をAIに渡して回答生成（Augmented Generation）
A: 「御社の就業規則第15条によると、年次有給休暇は〇日です」
構成のイメージ：
自分のドキュメント（PDF・Word・Markdown）
↓ 事前に分割・ベクトル化して保存
ベクトルDB（検索用インデックス）
↓ 質問に近い箇所を取り出す
LLM（Claudeなど）→ 回答生成
自前でゼロから作ろうとすると、チャンキング設計・埋め込みモデルの選定・検索精度の調整など考えることが多いです。そこで源内のテンプレートが活きてきます。
エンジニアが注目すべき理由
MITライセンスで商用利用可能
政府のAI基盤というと「使えるのは役所だけ」と思いがちですが、MITライセンスなので民間企業・個人でも自由に利用・改変・再配布できます。
通常のAWSアカウントでデプロイできる
ガバメントクラウド専用ではなく、一般のAWSアカウントにそのままデプロイ可能です。
技術的には GenU（AWS Generative AI Use Cases） をベースにしたAWS CDKプロジェクトです。
# デプロイの流れ（概要）
git clone https://github.com/digital-go-jp/genai-web
cd genai-web
# AWSクレデンシャルを設定して
cdk deploy
行政規模で実証済みのRAGテンプレート
18万人が使う業務システムで磨かれたRAG設計が、無償で手に入るのは純粋に大きいです。
公開されているテンプレート：
- 行政実務用RAG（AWS CDK + Amazon Bedrock）
- LLMセルフデプロイテンプレート（Azure）
- 法制度AIの再現可能な実装（Google Cloud + 法律条文データ）
具体的な活用アイデア
社内ドキュメント Q&Aシステム
社内規程・議事録・技術ドキュメントをRAGで検索できるようにする。「あの仕様どこに書いてあったっけ？」をSlackではなくAIに聞けるようになります。
Obsidian Vault のQ&A化
Markdownでナレッジを蓄積している人には特に刺さる使い方です。VaultまるごとをベクトルDBに入れて、「先月調べたあのライブラリの比較をまとめて」といった自然言語検索が可能になります。
マルチLLM比較環境
Claude / Nova / GPT などを同一UIで切り替えて比較できるプラットフォームとして使う。プロンプトの精度検証やコスト比較に便利です。
まとめ
| ポイント | 内容 |
|---|---|
| 何者か | 政府職員18万人が使う生成AIプラットフォーム |
| ライセンス | MIT（商用利用・改変・再配布すべて自由） |
| デプロイ先 | 通常のAWSアカウントでOK |
| 最大の価値 | 行政規模で実証済みのRAGテンプレートが無償入手可能 |
「政府のAIだから自分には関係ない」で流すには少しもったいない公開だと思います。RAGシステムを社内で構築しようとしているエンジニアには、ベースとして参考にする価値があります。