凸版、NTT數據、FPSC攜手推進數位廳「政府AI源內」大規模資料集建置

凸版控股集團旗下的凸版股份有限公司（總部：東京都文京區，代表取締役社長：野口晴彥，以下簡稱「凸版」）、日本電氣數據股份有限公司（總部：東京都江東區，代表取締役社長：鈴木正範，以下簡稱「NTT數據」）、Fides政策與策略諮詢股份有限公司（總部：東京都澀谷區，代表取締役：清水庸介，以下簡稱「FPSC」）三家公司，將發揮各自專業，參與數位廳所推動的「政府AI用大規模資料集調查、收集與加工等專案」（以下簡稱「本專案」），針對「政府AI源內」（※）所使用的大規模資料集進行建置與AI-Ready化（確保品質並結構化，使AI易於理解），同時研議適用於AI的資料集標準。

本專案旨在因應政府推動「政府AI源內」的應用，收集與加工跨部門通用的政府資料（以下簡稱「政府共通資料」）以及各部會、單位特定業務所使用的資料（以下簡稱「領域專用資料」），將其整理成AI易於使用的格式，並研議適用於AI的資料集標準。

凸版受數位廳委託執行本專案，將與NTT數據、FPSC合作，針對估計約1,800萬頁的政府共通資料與領域專用資料進行AI-Ready化，致力於建置支援「政府AI源內」應用的資料基礎架構。

圖：本專案概念圖

專案背景

日本面臨人口減少與少子高齡化的持續發展，行政服務的維持與提升亟需業務效率化。在此背景下，各界對AI的期待日益提高。數位廳正推動「政府AI源內」計畫，以政府應用AI作為社會實踐的起點。透過建置「政府AI源內」環境，讓公務員能在安全且適當的條件下使用AI，預計於2026年度針對約18萬名公務員展開大規模實證。

為擴大「政府AI源內」的應用，必須建置AI可參考與學習的高品質資料集。近年來，提升AI回答精準度不僅依賴AI模型本身的性能提升，訓練資料以及檢索增強生成（RAG）所參考資料的品質也成為關鍵因素。因此，除了資料收集，更需完善元資料建置與資料結構的標準化。

此外，從經濟安全與資料主權的角度出發，也亟需在國內安全環境下，將行政文件等敏感的專業知識資料轉換為高品質的AI-Ready資料，並建立能妥善管理與活用的基礎架構。基於此背景，數位廳正積極推動「政府AI源內」所需的大規模資料集建置，凸版、NTT數據與FPSC將透過本專案，致力於政府共通資料的AI-Ready化以及適用於AI的資料集標準研議。

專案概要

本專案將依據數位廳的規格書，執行政府共通資料與領域專用資料的收集與加工、元資料建置，以及適用於AI的資料集標準研議。

1) 權利處理

針對所收集資料的智慧財產權等進行使用許可交涉。

2) 政府共通資料與領域專用資料的收集與加工

收集政府共通資料（如閣議決定、國會會議記錄、白皮書等跨部門通用資料）以及領域專用資料（如各部會、單位特定業務所使用的書籍等資料）。進一步實施OCR、資料清理等前處理，將資料轉換為適合AI搜尋、學習與推論的高品質資料。

3) 收集資料集的元資料設計、製作與附加

針對本專案所收集的資料集，設計、製作並附加來歷資訊、品質資訊、權利資訊、使用條件等元資料。藉此建立讓AI與使用者能正確判斷資料可信度與可用性的環境。

4) 研議《「政府AI源內」資料集標準》

透過專家聽證會與研討會的運作，研議適用於AI的資料集結構化方式、元資料規格等，擬定可在行政機關間跨部門應用的政府共通AI資料集標準草案。

【各公司角色】

・凸版

運用在公共與金融領域BPO業務中累積的業務分析能力與資料加工、結構化技術，負責基於行政實務使用情境的資料選定與收集、權利處理、OCR處理、資料前處理。

同時，將行政文件AI-Ready化，建置適合搜尋與推論的資料集。

・NTT數據

活用在政府機關數位典藏與生成式AI導入支援中累積的知識，負責元資料的設計、製作與附加，以及政府共通AI資料集標準的研議。透過建置資料來歷、使用條件等元資料，支援高信賴性資料基礎架構的建置。

・FPSC

運用在中央政府機關擔任公務員期間的法規事務經驗與各部會協商經驗，負責整理AI資料應用的法律議題，並支援權利處理機制的建構。協助著作權等智慧財產權相關檢討與權利處理實務，促進資料的正確且順暢利用。

今後發展

三家公司將於2027年3月前完成供公務員使用的「政府AI源內」政府共通資料基礎架構建置。

同時，透過專家聽證會與研討會，持續推進AI資料集結構化與元資料規格等相關研議，貢獻於數位廳推動的「政府AI源內」應用資料基礎架構建置。

三家公司今後也將持續運用資料收集與加工、適用於AI的元資料建置、資料活用等相關知識，支援政府、地方自治體與企業的AI應用推廣，為實現數位社會做出貢獻。

※ 「政府AI源內」：數位廳以自主開發方式建構的生成式AI使用環境

＊ 本新聞稿提及之產品、服務、公司及團體名稱，皆為各公司之商標或註冊商標。

＊ 本新聞稿內容為發布當日之資訊，日後可能未經預告予以變更。

以上