2026年3月3日（火）、ながおかDXセンターの「活動実績報告会」に続けて、AI実証実験の成果報告会を開催しました。後半のAI実証パートでは、成果報告＋デモンストレーション（動画）の構成で、実証で得られた学びと今後の方向性を共有しました。

１．プロジェクトの目的とゴール（何のためにやったのか）

　本プロジェクトは、地域の課題を生成AIで解決することを目指し、市民・企業・行政が一体となって共創型の実証を進める取り組みです。ゴールは、地域課題に即したAI活用モデルの創出と、成果を他地域・他分野にも展開できる仕組みづくりにあります。

2．進め方（ワークショップで課題→テーマ→PoCへ）

　実証に向けては、プレを含むワークショップを重ね、地域・業務の困りごとを持ち寄りながらテーマを具体化しました（プレ1回＋全4回）。「未来予想像」→課題抽出→アイデア具体化→テーマ深掘り・選定、という流れで、実装を前提に議論を進めています。
　また、ワークショップではブレインライティング等も用い、効果・実装容易性・“長岡らしさ”を基準にテーマ選定し、最小実証版（PoC v0）に落とし込む進め方を整理しました。

3．試作した主なAIアプリ（できたもの）

　今回の実証では、「学び」「体験」「生活お役立ち」「仕事効率化」の観点で、複数のプロトタイプを試作しました。

• 米百俵ラーニング（学び）：文書・PDF等を取り込み、学習パックと理解度テストを自動生成（段階的に学べる設計）。
• ながおかイベント要約週報（体験）：市内のイベント情報を取り込み、興味に合わせておすすめを紹介。
• 長岡市FAQ／ごみ収集QA（生活お役立ち）：行政FAQの活用や、ごみ分別・収集予定の問い合わせに対応。
• 文字起こし＆議事録作成（仕事効率化）：音声→文字起こし→整形→要約・ToDo抽出までを一連で実施（長時間音源は10分単位に分割して処理）。
• 画像生成／動画生成（仕事効率化）：イメージから画像生成、静止画に動きを与える動画生成も検証。

（補足）「ごみ分別」については、物体検出と生成AIを組み合わせ、自治体ルール（JSON）を差し替えれば他地域にも展開可能な構成も紹介しました。

4．検証で見えた“ローカルAI”の価値と限界（AIコールセンター例）

　ローカルAIの試作では、セキュリティポリシー上「AIは社内（ローカル）環境で動作必須」という前提を置き、Difyを用いた試作で技術的な実現可能性を確認しました。
　一方で、継続運用に向けては 回答品質のばらつき、最新データ維持、モデル更新の負担、専門保守体制などの課題が明確になり、費用対効果も含めて慎重な判断が必要である点を共有しました。

5．学び（成果は“アプリ”だけではない）

　報告会では、「AIの進化は想像以上に速い」「一番の成果は“アプリ”ではなく、安全に活用するための理解と判断軸」といった学びが強調されました。ローカルAIは、制約（アップロード不可、クラウド制限等）を前提に“安心して試せる”ことで、判断力を高める実証として有効だった、という総括です。

6．今後に向けて（地域で回すための型）

　今後の姿として、市民は迷わずAIで確認できる／企業は安全に業務効率化できる／行政は改善しながら良い事例を広げられるという未来イメージが示されました。
　進め方は「目的を決める→作り方（情報・守り方・運用）→小さく試す（PoC）→良いものを広げる」の4ステップを基本に、ファシリテーターの役割も含めて地域連携を強化していく方針です。