10億円の税金はどこへ？こども家庭庁「虐待防止AI」はなぜ子供を救えなかったのか

www.youtube.com

はじめに：10億円の約束、悲劇的な失敗

衝撃的な事実から始めなければならない。虐待の危険に晒される子どもたちを守るという崇高な目的のため、約10億円もの税金を投じて開発された最先端のAI（人工知能）システムが、「危険なほど不正確」であるとして正式に導入見送りとなった 1。これは単なる技術的な失敗談ではない。政策立案者、技術者、そして子どもたちを守るために人生を捧げる現場の専門家との間に存在する深刻な断絶を浮き彫りにした、行政機能不全の根深いケーススタディである。そして、「問題にお金を投じれば解決するわけではない」という公理を、これ以上ないほど痛烈に物語っている。

この記事は、単に失敗したプロジェクトを糾弾するものではない。まず、このシステムが抱いた野心的なビジョンを明らかにし、次にその壮大な失敗の理由を多角的に分析する。さらに、この税金の浪費を許した公共IT調達の構造的欠陥を掘り下げ、最前線で戦う人々の声に耳を傾ける。そして最後に、より効果的で人間的な未来への道を提言する。これは、私たちの税金が、そして何よりも子どもたちの未来が、二度とこのような形で失われることのないようにするための記録である。

1. デジタル救世主の夢：国家的な児童保護システムのビジョン

このプロジェクトが生まれた背景には、差し迫った危機があった。全国の児童相談所（以下、児相）への虐待相談対応件数は過去最多を更新し続けており、現場は限界的な人員不足と過重労働に苛まれている 3。政府のビジョンは、この疲弊しきった現場をテクノロジーの力で支援することにあった。その戦略は、大きく二つの柱で構成されていた。

二本柱の戦略

一つ目は、**「要保護児童等に関する情報共有システム」**の構築である。このシステムの主目的は、自治体や児相を全国的なネットワークで結び、リスクを抱える子どもが家族の転居などによって管轄の狭間からこぼれ落ちるのを防ぐことにある 6。過去の悲劇的な事件では、自治体間の情報連携の不備が繰り返し課題として指摘されてきた 6。このシステムは、電話やFAXといった非効率な手段を、共有されたデジタル記録に置き換えることを目指した、いわばインフラ整備であった 7。

そして二つ目の柱が、今回の主役であるAI支援ツールだ。このAIは、情報共有システムというデータ基盤の上で稼働する「頭脳」として位置づけられていた。その目的は、蓄積された膨大なケースデータをAIが解析し、虐待のリスクをスコア化すること。これにより、経験の浅い職員でも、一時保護の必要性といった重大な判断を、より一貫性をもって、かつ正確に行えるよう支援することにあった 1。あくまで人間の判断を代替するのではなく、補助するためのツール、それが建前だった 10。

このプロジェクトは、データに基づいた客観的な意思決定を、極めて重要かつ属人的な社会サービスに導入しようとする、意欲的な試みとして喧伝された。介入の質とスピードを向上させ、一人でも多くの子どもを救うという、誰もが賛同するであろう高潔な約束を掲げていたのである 7。

しかし、このプロジェクトの構想そのものに、失敗の種は内包されていた。行政が直面していた問題は、「増え続ける caseload と、特に経験の浅い職員による判断のばらつき」という、本質的には人材のキャパシティ、専門性、そして育成に関する課題であった 3。それにもかかわらず、導き出された解決策は「判断を支援するAIツール」という、純粋に技術的なものだった。経験豊富な児童福祉司を増員し、研修制度を充実させ、彼らの事務負担を軽減し、精神的なサポート体制を強化するといった、より直接的で人間中心の解決策を飛び越え、いきなり技術的なショートカットに飛びついたのである 11。これは、公共セクターのデジタルトランスフォーメーション（DX）において頻繁に見られる典型的な落とし穴、「テクノ・ソリューショニズム（技術万能主義）」の罠に、企画段階から陥っていたことを示唆している。問題の本質を誤って定義した瞬間から、プロジェクトは失敗への道を歩み始めていたのだ 12。

2. 「危険なほど不正確」：AIを破滅させた失敗の連鎖

鳴り物入りで進められたAIプロジェクトの結末は、悲惨なものだった。2023年度に10の自治体で実施されたパイロットテストの結果は、その存在意義を根底から覆した。過去の虐待事例100件をAIに判定させたところ、介入が必要だと正しく判断できたのはわずか38件。実に62%のケースで判断を誤るという、致命的な精度不足が露呈したのである 1。これは微調整で修正できるレベルの瑕疵ではなく、システムの核となる機能が根本的に破綻していることを意味していた。

その失敗の深刻さを、ある一つの事例が物語っている。子どもが「母に半殺しにされた」「床に頭を叩きつけられた」と具体的に証言したにもかかわらず、AIが算出したリスクスコアは100点満点中わずか「2～3点」という信じがたい低評価だった 2。この一件は、抽象的な「62%の失敗率」という数字の裏にある、ぞっとするような現実を我々に突きつける。もしこのAIが実用化されていたら、この子どもは見殺しにされていたかもしれないのだ。

なぜ、これほどまでにAIは現実とかけ離れた判断を下してしまったのか。その原因は、複数の要因が複雑に絡み合った結果だった。

失敗の構造分析

第一に、「Garbage In, Garbage Out（ゴミを入れれば、ゴミしか出てこない）」というデータの根本的な問題があった。AIの判断モデルは、全国の児相から収集された約5000件の記録を基に、91項目の構造化されたデータに基づいて構築された 1。しかし、この91項目という「型」が、虐待という複雑な現実を捉えるにはあまりにも粗雑だった。例えば、虐待リスクを判断する上で極めて重要な指標である「体重の減少」や「養育者に対する子どもの怯え」といった機微な情報が、データ項目として適切に組み込まれていなかったり、重み付けがされていなかったりした 1。システムは、教えられていないこと、見るように指示されていないことを見ることができなかったのだ。

第二に、AIには「行間を読む」能力が絶望的に欠けていたという文脈理解の問題がある。虐待のリスクアセスメントは、単なるチェックリストの確認作業ではない。それは、言葉にならないサインを読み取り、話の矛盾を見抜き、部屋に漂う緊張感や親子間の力関係を感じ取る、高度に専門的な実践知である。熟練した職員は、長年の経験を通じて培われた直感や総合的な観察力に基づいて判断を下す。しかしAIは、こうした文脈的な情報を一切理解できなかった。「半殺しにされた」という子どもの言葉の重みを理解できず、目に見えるアザや傷といった物理的な証拠がなかったために、そのケースの深刻さを見過ごしてしまったのである 1。

第三に、現場の専門知との致命的な不適合というユーザビリティの問題があった。システムのロジックは、現場の専門家が培ってきた包括的で経験に基づいた判断プロセスとは全く相容れないものだった。現場からは、「経験の浅い職員がAIのスコアに過度に依存してしまい、自らの専門的直感を軽視し、結果として判断を誤る可能性がある」という深刻な懸念が示された 1。AIは支援ツールどころか、むしろ危険な判断ミスを誘発しかねない存在と見なされたのだ。

このAIの失敗は、単なる技術的な欠陥に留まらない。それは、より深い次元での認識論的な過ち、すなわち「専門家の複雑で直感的、かつ深く人間的なリスク評価のプロセスが、定量化可能で機械が読み取れる数式に還元できる」という、根本的に誤った前提に基づいていたことの証左である。児相の職員が現場で感じる「嫌な予感」は、非科学的なものではない。それは、長年の経験を通じて脳内に蓄積された無数のパターンと、目の前の事象を瞬時に照合する、極めて高度な認知活動の結果だ。プロジェクトの計画者たちは、この専門家の判断というものを、単純なアルゴリズムとして扱ってしまった。児童福祉という仕事の、その本質に対する理解が決定的に欠けていたのである。

3. お金の流れを追う：断片的で不透明なプロセスに消えた10億円

この失敗したプロジェクトには、総額で約10億円もの国費が投じられた 1。この巨額の税金は、一体どのように使われ、なぜこれほど無残な結果に終わったのか。その答えを探る鍵は、不透明で断片化された調達プロセスにある。

入札情報などを分析すると、このプロジェクトが単一の契約ではなく、複数の企業による、細分化された業務の集合体であったことがわかる 14。例えば、NTTデータは「AIアルゴリズムの開発・テスト業務一式」として4億3340万円の契約を締結している 15。その他にも、野村総合研究所や三菱総研DCSといった大手ベンダーが、「工程管理支援」「運用・保守業務」など、様々な名目で数千万円から数億円規模の契約を複数受注していた 14。

断片化がもたらす弊害

このような「分割発注」は、一見するとリスクを分散し、各分野の専門企業に業務を任せる合理的な手法に見えるかもしれない。しかし、公共ITプロジェクトにおいては、これがしばしば失敗の温床となる。プロジェクト全体を俯瞰し、最終的な成果に責任を持つ主体が曖昧になるからだ。個々のベンダーは、自らの契約範囲の仕様を満たすことに集中し、システム全体の整合性や最終的な使い勝手に対する意識が希薄になりがちである。AIのアルゴリズム、それを動かす基盤、プロジェクトの管理、そしてテスト。これらが別々の組織によって担われることで、責任の所在は霧散する。最終的にシステムが失敗した時、「アルゴリズムが悪かったのか」「要件定義に問題があったのか」「プロジェクト管理が杜撰だったのか」を特定することは極めて困難になる。この構造は、ベンダーに協調して良い製品を作るインセンティブよりも、契約書通りの納品をこなすことを優先させる。

この児童虐待防止AIの事例は、公共ITプロジェクトが失敗する際の典型的な特徴を、教科書のように示している。以下の表は、一般的な失敗の兆候と、今回のケースがいかにそれに合致していたかを比較したものである。

公共ITプロジェクト失敗の典型的な兆候	児童虐待防止AIプロジェクトにおける証拠
不適切な要件定義	虐待の複雑さを捉えきれない91項目のデータ項目に固執し、プロジェクト開始時点から問題領域への理解が浅かったことが伺える 1。
エンドユーザーとの断絶	現場の職員からはAIスコアへの過度な依存や専門的判断との乖離が懸念されていた。システムは彼らの「ために」設計されたが、彼らと「共に」設計されなかった 1。
「銀の弾丸」への過剰な期待	人材不足や専門性といった人間系の問題を、AIという技術的な解決策で一挙に解決できるかのような、非現実的な期待がプロジェクトの前提にあった 10。
断片的な開発と曖昧な責任体制	開発、テスト、管理といった工程が複数のベンダーに分割発注され、プロジェクト全体の成功に対する責任の所在が不明確になった 14。
貧弱なデータ戦略	AIは、正確な予測に必要な文脈的豊かさを欠いたデータセットを基に構築された。典型的な「Garbage In, Garbage Out」の事例である 1。

この分析から見えてくるのは、失敗の根本原因が、個々の技術やベンダーの能力以上に、調達プロセスそのものに内在しているという事実である。日本の行政におけるIT調達は、しばしば「ウォーターフォール型」と呼ばれる、旧来の開発手法を前提としている。つまり、最初にすべての要件を完璧に定義し、設計、開発、テスト、納品という工程を一直線に進めるやり方だ 17。これは、仕様が明確な橋や道路の建設には向いているかもしれない。しかし、虐待アセスメントのような、正解が一つではなく、実際に使ってみなければ何が必要か完全にはわからない複雑なソフトウェア開発には、全く適していない。

このような未知の領域に挑むには、アジャイル開発のように、小さな単位で開発とテストを繰り返し、現場の専門家からのフィードバックを常に取り入れながら、少しずつシステムを育てていくアプローチが不可欠である 19。しかし、現在の硬直的で断片化された調達の仕組みは、こうした柔軟で反復的な開発手法とは致命的に相性が悪い。つまり、このシステムは、それを生み出すために使われた行政プロセスそのものによって、失敗を運命づけられていたのである。10億円という巨費は、単に欠陥のあるコードに支払われただけではない。欠陥のある成果物を生み出すべくして生み出す、欠陥のあるプロセスそのものに投じられたのだ。

4. 現場からの声：児童福祉の最前線が本当に必要としているもの

この壮大な失敗劇の舞台裏で、日々子どもたちの命と向き合っている人々がいる。児相の職員たちだ。彼らが働く「現場（げんば）」の現実は、霞が関の会議室で描かれるデジタル戦略とはあまりにもかけ離れている。彼らは、深刻なケースがもたらす強烈な心理的負担に耐え 20、山のような事務処理に追われ、そして既存のITシステムそのものへの不満を抱えている。多くの自治体で導入されているシステムは、高価であるにもかかわらず使い勝手が悪く、テレワークのような柔軟な働き方にも対応できていないという声が多い 22。

優先順位のズレ

政府が「予測AI」という華々しい技術に巨費を投じる一方で、現場の職員たちが本当に求めているものは、もっと地味で、しかし遥かに切実なものだった。

第一に、彼らが求めているのは**「未来予測」ではなく、「確実な情報共有」**である。特に夜間や休日に虐待通告が入った際、関係する市町村の担当者が不在でも、その子どもの過去の対応歴や家族構成といった基本情報を、システム上で迅速かつ正確に確認できること。これが、彼らにとっての生命線だ 6。価値の疑わしいAIのスコアよりも、確かな事実に基づいた情報にアクセスできることの方が、よほど重要なのである。

第二に、**「機動性」と「効率性」**だ。虐待対応は、児相のオフィスだけで完結する仕事ではない。家庭を訪問し、学校や病院と連携する。そうした現場の最前線で、タブレット端末一つで記録を入力したり、情報を確認したりできること。例えば、救急外来の待合室や、次の訪問先への移動中の車内で記録作業ができれば、どれだけ時間が節約できるか 23。これは、単なる業務効率化に留まらない。削減できた時間で、子どもと向き合う時間を増やしたり、次の対応への備えをしたりできる。それは、子どもの安全に直結する価値なのだ。

第三に、**業務を「複雑化」するのではなく、「簡素化」**すること。既存のシステムですら、その煩雑さが指摘されている中で 24、新たに91項目もの細かいデータ入力を求めるAIシステムは、明確な見返りがない限り、さらなる事務負担の増加としか映らないだろう。

そして最も重要なのは、**「人的支援」**である。結局のところ、過酷な caseload を分かち合い、困難な判断について相談できる同僚や、経験豊富なスーパーバイザーの存在こそが、現場の職員を支える最大の力となる 4。テクノロジーが目指すべきは、人間の判断を代替しようとすることではない。むしろ、人間が人間でしかできない仕事、すなわち子どもや家族と対話し、関係を築き、心をケアするといった本質的な業務に集中できるよう、煩雑な事務作業から解放することにあるべきだ。

このAIプロジェクトの失敗は、技術や工学の失敗であると同時に、「聞くこと」の失敗でもあった。それは、現場の現実から乖離した場所で、政策立案者や技術者の優先順位に基づいて設計された「一方的な解決策」の押し付けだった。ユーザーである現場の職員たちの、日々の苦闘や切実なニーズに対する共感が、そこには決定的に欠けていた。これは、エンジニアリングの失敗であると同時に、エンパシー（共感）の失敗でもあったのだ。

5. 前進への道：本当に子どもを守るシステムをどう作るか

この手痛い失敗から、我々は何を学び、未来にどう活かすべきか。批判に終始するのではなく、建設的な提言へと繋げることが重要だ。子どもたちを本当に守るためのシステム構築には、明確な教訓と進むべき道筋が存在する。

教訓1：アジャイルで、ユーザー中心の開発を導入せよ

今回のプロジェクトが陥ったであろう「ウォーターフォール型」開発の対極にあるのが、「アジャイル開発」という手法だ。これは、最初から完璧な設計図を描くのではなく、小規模な単位で「作る→試す→フィードバックを得る→改善する」というサイクルを高速で繰り返し、ユーザーである現場の職員と一体となってシステムを育てていくアプローチである 19。もしこのAIプロジェクトがアジャイルで進められていれば、開発の初期段階で「このデータ項目では現実を捉えきれない」「現場の判断プロセスと合わない」といった致命的な欠陥が明らかになり、10億円を浪費する前に、遥かに少ないコストで軌道修正、あるいは中止の判断ができていただろう。

幸いなことに、デジタル庁の主導するプロジェクトや一部の先進的な自治体では、こうしたアジャイル開発や、実際にシステムを使う職員からのフィードバックを重視する取り組みが始まっており、日本の中央省庁や自治体でも導入は不可能ではないことが示されている 19。

教訓2：世界の成功事例から謙虚に学べ

日本の行政がDXの迷路で立ち往生している間にも、世界では市民中心のデジタル政府を着実に実現している国々がある。

例えば、電子政府の最先進国として知られるエストニアは、「ワンス・オンリー（一度提出した情報は、二度提出しなくてよい）」の原則を徹底し、安全なデータ連携基盤「X-Road」によって、省庁や自治体の垣根を越えた真のデータ共有を実現している 28。彼らは、派手なAIを作る前に、まず国民の手間を徹底的に省き、行政の非効率を解消するという、地道だが本質的な基盤整備に注力した。

また、世界デジタル政府ランキングで常にトップを走るデンマークも、国民一人ひとりに最適化されたデジタル窓口の提供など、徹底した市民目線のサービス設計で知られている 30。

これらの国々から学ぶべき重要な教訓は、成功するデジタル行政は、スタンドアロンの派手なAIプロジェクトではなく、相互運用性という強固な基盤と、利用者である市民や職員の利便性を relentlessly（執拗に）追求する文化の上に築かれるということだ。

教訓3：技術だけでなく、人に投資せよ

この一件が突きつけた最も根源的な教訓は、テクノロジーは専門家を**「代替」するものではなく、「エンパワー（力を与える）」**するためのツールでなければならない、という点に尽きる 11。

失敗したAIに投じられた10億円の一部でもあれば、何十人もの新しい児童福祉司を雇用し、育成することができたはずだ。それは、過重労働に喘ぐ現場にとって、即効性のある、そして何よりも確実な支援となっただろう。

今後の技術活用のあり方として提案すべきは、「Human-in-the-loop（人間がループの中にいる）」モデルである。AIの役割を、一時保護のような重大な判断から、よりリスクの低い事務作業へとシフトさせるのだ。例えば、面談記録の音声文字起こし、長大なケース記録の要約作成、提出書類の不備の自動チェックといった定型業務にAIを活用する 1。これにより、専門家である人間を煩雑な作業から解放し、彼らが本来持つべき時間、すなわち子どもと直接向き合い、その心に寄り添うための時間を取り戻す。これこそが、テクノロジーの真に価値ある使い方ではないだろうか。

これらの教訓を実践するためには、単に開発手法（アジャイル）を変えるだけでは不十分である。求められているのは、行政の文化そのものの変革だ。政府が自らを、単なる「システムの調達者」から、「国民のためのサービスの構築者」へと再定義すること。そのためには、外部のベンダーに丸投げするのではなく、行政組織の内部に技術やプロダクトマネジメントの専門知識を蓄積し、失敗を恐れずに試行錯誤を繰り返す、謙虚で実験的な文化を育てていく必要がある 31。この内部的な変革なくして、日本は今後も、技術がどれだけ進歩しようとも、形を変えて同じような高価な失敗を繰り返し続けるだろう。

結論：私たちの税金、私たちの子ども、私たちの責任

こども家庭庁の虐待防止AIに投じられた10億円の失敗は、偶然の事故ではない。それは、現場に根差した人間中心の課題解決よりも、トップダウンで技術主導の解決策を優先する行政の体質、責任の所在を曖昧にする調達プロセス、そして最前線の現実からの深刻な乖離が生み出した、必然の帰結であった。

私たちは、極めて高い授業料を払って、一つの真理を再確認した。子どもたちを守るという営みにおいて、技術的な近道は存在しない。最も強力なツールは、今も昔も変わらず、十分に訓練され、適切に支援された専門家たちの共感力、経験、そして人間的な判断力である。

この失敗を、単なる一過性のスキャンダルとして終わらせてはならない。これは、公共ITプロジェクトのあり方、そして税金の使途に対する、私たち国民一人ひとりからの、より厳格な監視と透明性の要求へと繋げなければならない。目指すべきは、技術の放棄ではない。技術が、責任ある形で、協調的に、そして常に、それが守るべき人々のために奉仕するように開発されることを、強く要求していくことだ。この失敗に資金を提供したのは、私たちの税金である。より良い未来を要求するのは、私たちの責務なのだ。

Q&A：児童虐待防止システムの失敗を理解するために

Q1. そもそも「児童虐待防止AI」は何をするためのものだったのですか？

A1. 児童相談所の職員が、虐待の通告があった子どもを一時保護すべきかどうかを判断するのを助けるためのツールでした。過去の事例データを分析して「リスクスコア」を算出し、特に経験の浅い職員の判断をサポートすることを目的としていました 1。

Q2. この失敗したAIプロジェクトには、いくらの税金が使われたのですか？

A2. 最終的に使い物にならないと判断されたAIシステムの開発とテストに、約10億円の国費が投じられました 1。

Q3. なぜAIの判断は、それほど不正確だったのですか？

A3. 主に二つの理由があります。一つは、AIが学習したデータが不完全で、子どもの感情的な状態といった重要な文脈を捉えきれなかったこと。もう一つは、目に見える身体的な証拠がない場合でも深刻な虐待を見抜く、経験豊富な人間の複雑で直感的な判断を再現できなかったことです 1。

Q4. このシステムは、誰が政府のために開発していたのですか？

A4. 複数の大手IT企業やコンサルティング会社が関与していました。例えば、AIアルゴリズムの開発とテストはNTTデータが巨額の契約を受注しており、野村総合研究所も関連する調査研究などに関わっていました 14。

Q5. 児童保護の情報システム全体が廃止になるのですか？

A5. いいえ、見送りになったのは予測AIの部分だけです。その基盤となる、異なる自治体や機関がケース記録を共有するための「情報共有システム」自体は、必要なインフラとして現在も稼働しています 1。

Q6. 現場の児童福祉職員は、本当は何を必要としているのですか？

A6. 彼らのニーズはもっと現実的です。自治体をまたいでも信頼性の高い情報共有ができること、外出先でも使えるモバイル対応のシステム、そして何より、増え続ける caseload に対応するための人員増を求めています。彼らの仕事を代替しようとする技術ではなく、時間を節約してくれる技術を必要としています 11。

Q7. 児童福祉の分野でAIを使うのは、常に悪い考えなのでしょうか？

A7. 必ずしもそうとは言えません。ただし、その役割を慎重に選ぶ必要があります。虐待を予測しようとするのではなく、面談の文字起こしやケースファイルの要約、書類の不備チェックといった事務作業にAIを活用することが専門家から提案されています。これにより、人間の専門家が子どもと向き合う時間を増やすことができます 1。

Q8. この失敗から得られる、今後の政府プロジェクトへの最大の教訓は何ですか？

A8. 最も重要な教訓は、技術プロジェクトは、それを実際に使う人々と緊密に連携しながら開発されなければならない、ということです。現場のニーズや専門知識を無視したトップダウンのアプローチは、どれだけ予算をかけても失敗する運命にあります。

Q9. 政府のITシステムを開発する、より良い方法はあるのですか？

A9. はい。ユーザーからのフィードバックを常に取り入れながら、小さな単位で開発とテストを繰り返す「アジャイル開発」のような手法が、複雑な問題に対してより効果的であることが証明されています。また、エストニアのような電子政府先進国の事例も、利用者中心のデジタルサービスを構築する上で良い手本となります 19。

Q10. 使われてしまった10億円は、どうなるのですか？

A10. その資金はすでに開発を請け負った企業への支払いに充てられており、戻ってくることはありません。失敗したプロジェクトへの投資は失われました。私たち納税者にとって今重要なのは、将来、同様の税金の無駄遣いを防ぐために、より厳しい説明責任と、より優れた開発プロセスを政府に要求していくことです。

引用文献

こども家庭庁、児童相談所向けAI判定システムの導入を見送り——約 ..., 9月 22, 2025にアクセス、 https://ledge.ai/articles/kodomokateicho_ai_jidosodan
こども家庭庁、開発費用10億円の児童虐待判定AI導入見送りへ - coki ..., 9月 22, 2025にアクセス、 https://coki.jp/article/news/48428/
児童虐待AI導入見送りこども家庭庁10億円の投資が失敗 - coki (公器）, 9月 22, 2025にアクセス、 https://coki.jp/article/news/48436/
株式会社AiCAN：産総研ベンチャー創出・支援プロジェクト - TECH Meets BUSINESS, 9月 22, 2025にアクセス、 https://unit.aist.go.jp/ipaspro2023/tmb/interview30.html
逼迫する児童虐待対応の現場に改革を。児童相談所の苦悩とAiCAN創業への思い, 9月 22, 2025にアクセス、 https://www.aican-inc.com/column/20231230-01/
要保護児童等に関する情報共有システムの概要① - 厚生労働省, 9月 22, 2025にアクセス、 https://www.mhlw.go.jp/content/11920000/000584876.pdf
要保護児童等の情報共有システムの構築に関する調査研究 ―本編―, 9月 22, 2025にアクセス、 https://www.nri.com/content/900032164.pdf
こどもに関する情報・データ連携に関連する厚生労働省の取組みについて, 9月 22, 2025にアクセス、 https://www.digital.go.jp/assets/contents/node/basic_page/field_ref_resources/89786c9f-7b8b-430f-9a7d-f8420baea5d0/20211126_meeting_data_pt_05.pdf
要保護児童等に関する情報共有システムについて, 9月 22, 2025にアクセス、 https://www.gyoukaku.go.jp/review/aki/R03/img/5_5kourou.pdf
児童虐待におけるAIの活用等について - デジタル庁, 9月 22, 2025にアクセス、 https://www.digital.go.jp/assets/contents/node/basic_page/field_ref_resources/993048e0-093c-4f56-a8af-46ed880a8ce8/20220121_meeting_data_pt_04rr.pdf
子ども保護判定ＡＩより児童福祉司の育成、増員を 2025.3.14 - YouTube, 9月 22, 2025にアクセス、 https://www.youtube.com/watch?v=uh9GYwhZDdY
企業がDXに失敗する5つの理由｜成功させるためのポイントも解説, 9月 22, 2025にアクセス、 https://biz.service.ntt-east.co.jp/columns/dx-failure/
官公庁のDXはなぜ進まないのか？原因と推進に向けたポイント, 9月 22, 2025にアクセス、 https://www.glavis-hd.com/social_problem/000181/
入札・落札案件検索 | エヌ・サーチ, 9月 22, 2025にアクセス、 https://nsearch.jp/nyusatsu_ankens?all_organization_codes%5B%5D=900006162&sort=full_organization_code_for_sort
児童相談所におけるＡＩを活用した緊急性の判断に資する全国... - 落札者等の公示 - こども家庭庁, 9月 22, 2025にアクセス、 https://www.jetro.go.jp/gov_procurement/national/articles/310137/2024042200670015.html
令和6年度児童相談所におけるAIを活用した緊急性の判断に資する全国統一のツールに係る運用・保守業務一式 - 2024年01月26日登録（案件ID:28083822） - NJSS, 9月 22, 2025にアクセス、 https://www2.njss.info/offers/view/28083822
公共システム開発に立ちはだかる課題とその効果的な解決策とは, 9月 22, 2025にアクセス、 https://www.issoh.co.jp/column/details/7465/
「#88」システム開発、過去の失敗から得た数多くの教訓｜Ritsuo - note, 9月 22, 2025にアクセス、 https://note.com/fujii_ritsuo/n/n169e9f1b5df8
自治体の窓口届出システムにおけるアジャイル開発 : 富士通, 9月 22, 2025にアクセス、 https://www.fujitsu.com/jp/services/agile/casestudies/local-gov/
児童相談所における ICT や AI を活用した業務効率化に関する調査研究 - こども家庭庁, 9月 22, 2025にアクセス、 https://www.cfa.go.jp/assets/contents/node/basic_page/field_ref_resources/cd892ed4-1ec9-4b60-aa2c-ec45d3967729/f463241f/20231023_policies_kosodateshien_chousa_suishinchosa_r04-01_h25.pdf
静岡市児童相談所様: 官公庁向けDXソリューション - NEC Corporation, 9月 22, 2025にアクセス、 https://jpn.nec.com/government/case01.html
児童相談所等におけるデジタル技術の活用状況等の実態把握のため ..., 9月 22, 2025にアクセス、 https://www.nri.com/jp/knowledge/report/files/000045047.pdf
AiCAN導入で児童相談所はどう変わる？導入した自治体の声を紹介＆ありがちな疑問に回答【CEOインタビューVol.4 #02】 | 株式会社AiCAN - Wantedly, 9月 22, 2025にアクセス、 https://www.wantedly.com/companies/company_4137770/post_articles/882145
児童相談システム要保護児童等に関する情報共有システム - 内田洋行, 9月 22, 2025にアクセス、 https://www.uchida.co.jp/localgovernment/products/jisou/
児童家庭相談システム - シャープマーケティングジャパン株式会社, 9月 22, 2025にアクセス、 https://smj.jp.sharp/bs/jidosodan/
アジャイル開発事例 : 富士通, 9月 22, 2025にアクセス、 https://www.fujitsu.com/jp/solutions/industry/public-sector/government/casestudy/agile/
自治体DXの事例紹介成功につなげるポイントとは？, 9月 22, 2025にアクセス、 https://spice-factory.co.jp/development/points-dx-in-local-government/
海外地方自治体のDX成功事例トップ5 | はじめてのIT化 - アカリンク合同会社, 9月 22, 2025にアクセス、 https://aka-link.net/overseas-local-governments/
【行政DX】海外の先進的な事例4選を紹介 - ContactEARTH for Expert, 9月 22, 2025にアクセス、 https://dx-consultant.co.jp/overseas-e-government-four-case/
海外の自治体におけるDX成功事例7選｜自治体でDXが求められている理由も徹底解説, 9月 22, 2025にアクセス、 https://lg.reserva.be/dx-worldwide/
自治体DXはなぜ進まないのか？6つの理由と推進方法 - 株式会社サイネックス, 9月 22, 2025にアクセス、 https://www.scinex.co.jp/magazine/20241115/
自治体DXが進まない5つの理由とは？DX推進のポイントと先進事例も紹介, 9月 22, 2025にアクセス、 https://www.nomura-system.co.jp/contents/jitiati-dx/
自治体DXの課題｜なぜ進まない？推進ポイントも解説｜One人事, 9月 22, 2025にアクセス、 https://onehr.jp/column/public/municipality-dx-issue/

社内SEゆうきの徒然日記

社内SE歴20年以上の経験からIT全般についてつぶやきます