雖然三家公司聯手，但其中一個既不是工程師，也不是資料專家，而是法律實務的專家。讓源內讀了大約1800萬頁——當我們審視這個龐大專案中的角色分工時，我們意識到管理人工智慧的關鍵不是「模型的智慧」。檢查每個數據是否可以使用的工作實際上可能比收集數據的技術更困難。
2026 年 7 月 14 日，凸版公司、NTT 數據公司和 Fides 政策與戰略諮詢公司這 3 家公司宣布，他們將致力於數位機構推動的「與政府人工智慧大規模數據集相關的研究、收集和處理等項目」。凸版將受託執行該項目，並將與 NTT Data 和 FPSC 合作。
我們將考慮為產生人工智慧使用環境「政府 AI Gennai」中使用的約 1800 萬頁的通用政府數據和特定領域數據制定 AI-Ready 和人工智慧數據集標準。 2026 財年，針對約 18 萬名政府僱員的大規模「政府人工智慧源內」示範正在進行中。凸版將支援資料收集、權利處理、OCR 和預處理，NTT Data 將支援元資料準備和標準審查，FPSC 將支援法律問題和權利處理。政府公共資料基礎設施將於 2027 年 3 月開發完成。
從： 
凸版、NTT Data、FPSC 和 Digital Agency 正在推動「政府 AI 內」大規模資料集的開發
[參考影片]
【編輯部評論】
圍繞生成式人工智慧的討論往往集中在「哪種模型更聰明」。 GPT還是國內LLM？然而，這個版本所揭示的是一個低於此的層次，一個更溫和、更明確的層次。 IE。數據問題：“我們應該讓人工智慧讀取什麼？”是。
Digital Agency推出的「政府AI Gennai」是為政府員工提供的生成式AI使用環境。 2026年，針對各部會約18萬人的大規模示範正在進行中，預計2027年開始全面使用。順便說一句，「Gennai」這個名字據說是代表Generative AI的「Gen AI」和江戶時代發明家平賀源內的組合。選擇這個名稱的目的是為了將平賀源內的發明精神灌輸到行政工作場所。
這次，凸版、NTT Data 和 FPSC 這三家公司將負責在此源中準備「閱讀知識」。關鍵字也出現在文章中AI-Ready化。簡單來說，就是保證數據的質量，並將其結構化，以便AI能夠準確地參考和推斷的工作。
為什麼現在這麼重要？除了提高模型本身的效能外，準確引用業務特定知識的資料基礎設施和搜尋增強生成（RAG）的設計是決定實踐中答案準確性的重要因素。是從. RAG是AI在回應時搜尋並引用外部文件和資料庫的機制。然而，使用RAG並不能保證參考源的可靠性，參考源的品質必須單獨管理。如果參考數據魚龍混雜，那麼無論模型有多好，答案都可能不準確。另一方面，如果內閣決定、議會會議記錄、白皮書等主要文件都準備好了完整的歷史記錄和使用條件，人工智慧將更容易追蹤證據。這次的目標是政府公共資料和特定領域資料的組合。相當於約 1800 萬頁（估計）。這個想法是為了大大擴展政府可以參考的知識基礎。
編輯部特別想重點關注的就是三家公司的陣容。凸版負責 BPO、資料處理和結構化以及 OCR 和預處理方面培養的業務分析技能。 NTT Data 將負責元資料設計和考慮可跨主管機關使用的資料集標準。到目前為止，這項工作的技術性很強。
然而，第三家公司FPSC（Fides政策與策略諮詢），權限處理換句話說，我們支持您解決法律問題以及談判和整理智慧財產權（包括版權）的條件。特意將一家擁有中央政府機關法律事務經驗以及與各部會諮詢經驗的公司納入該群體。由此可見該業務的性質。。
這是因為你希望人工智慧學習和參考的一些文件是受版權保護的。然而，這並不意味著「如果你收集了它們，你就可以使用它們」或「一切都需要個人許可」。除法律、法規外，國家和地方政府的公告、法院的判決、決定、命令等，根據著作權法第十三條的規定，不屬於著作權的範圍。另外，如果符合著作權法第30條之4、第47條之5等權利限制規定的要求，則有可能未經許可而使用。另一方面，對於書籍等創意材料，需要按材料、權利人、合約等檢查版權性質、使用目的、權利限制規定的適用性以及現有的合約和許可，如果需要許可，需要與權利人協商並明確條件。什麼可以在技術上進行OCRed和什麼可以合法使用是兩個不同的問題。在編輯部看來，在實施行政人工智慧時經常被忽視的重要問題之一就是這個穩定的權利處理過程。。事實上，這是由具有法律經驗的專家處理的，這似乎是這項設計的關鍵。
還有一點不容忽視的是經濟安全和資料主權的觀點。行政文件包含不能公開的敏感資訊。源內運作在符合政府統一標準的政府雲端上，數位機構支援包含二級機密資訊的輸入。此外，在2026年的示範中，已經開始進行評估和示範工作，包括在國內雲上搭建國內平台模式的試用環境。「在受控和安全的環境中以人工智慧可以處理的形式擁有一個國家的知識」——這是一個便利問題，但同時這也是一個主權問題，例如我們依賴哪個國家的基礎設施。。值得注意的是，此次1800萬頁的發展正是此政策趨勢的延續。
當然，還有很多問題需要解決。目前正在透過專家訪談和審查會議起草「人工智慧通用政府資料集標準」。根據標準的設計，其他機構以後可能會或可能不容易使用它。權利處理的全面性，處理過程中資料的缺失或不平衡，誰將繼續維護已經開發的基礎設施，以及如何——操作設計將受到質疑，以確保基礎設施不僅僅是「創建和完成」。
不過，從長遠來看，這項措施有可能改變政府的工作方式。政府公共資料基礎設施的準備工作計畫於2027年3月實施。這裡考慮的標準可能會在未來地方政府和私營部門為人工智慧準備數據時參考。正是這條在華而不實的模型背後悄悄鋪設的“數據軌道”，將決定人工智慧能否真正在政府日常工作中紮根。——我們就是這麼看的。
[編者後記]
FPSC，一位法律實務專家，坐在第三家公司——這一點悄悄地揭示了整個業務的本質。 OCR可以讀取的內容和可以合法使用的內容是兩個不同的東西，如果忽視後者，無論模型的性能有多高，源內都將背負著「無法回答的知識」。
包括內閣決定和白皮書，但不包括無法獲得許可的專業書籍。源內最終決定的正是這句話：「人工智慧在什麼基礎上才能說話？」誰劃定了界限，他們使用什麼標準？現在是在草案確定之前密切關注的時候了。
【術語解釋】
AI-Ready化
在確保品質的同時對收集到的數據進行結構化的過程，以便人工智慧能夠準確地參考和做出推論。除了OCR、清洗等預處理外，還添加了出處、品質、權利、使用條款等元數據，方便AI讀取。
RAG（搜尋擴充生成）
檢索增強產生的縮寫。人工智慧在產生答案時搜尋和引用外部文件、資料庫和知識庫的機制，而不是僅僅依賴模型的內部知識。參考來源的可靠性和品質必須分開管理，像這個專案這樣的資料準備變得越來越重要。
元數據
數據描述有關數據的資訊而不是數據本身。在這個專案中，這是指出處資訊（來自哪裡）、品質資訊、權利資訊、使用條款等。這將使人工智慧和用戶能夠判斷數據的可靠性以及可以使用的程度。
權限處理
使用收集的資料時就版權和其他智慧財產權進行授權談判和安排條件的做法。資料能否進行技術處理和能否合法使用是兩個不同的問題，包括版權屬性的確認、權利限制規定、現有合約等。這可能是實施行政人工智慧的一個隱藏的困難。
政府通用數據/領域特定數據
通用政府數據是跨部會和機構有用的數據，例如內閣決定、國會會議記錄和白皮書。領域數據是指各部會在具體業務中使用的書籍等數據。
政府AI源內
數位機構透過內部開發為政府員工所建構的生成式人工智慧使用環境。這個名字來自Gen AI（生成人工智慧的縮寫）和江戶時代的發明家平賀源內。 2026 財年，一場大規模示威活動正在進行，目標是各部會和機構的約 18 萬人。
BPO（業務流程外包）
一種將公司和政府機關的業務流程外包給外部方的服務，由外部方處理從分析、設計到營運的所有事務。凸版將利用其在公共和金融領域培養的BPO業務分析能力來選擇和處理該專案的資料。
[參考連結]
數位機構政府人工智慧「Gennai」政策頁面（外部）
Digital Agency 的官方政策頁面，總結了政府 AI 和 Gennai 的整體情況、舉措的狀態以及相關公告。
凸版集團官方網站（外部）
受託該專案的凸版集團的官方網站。我們以列印技術為核心，開發廣泛的DX、資料處理和BPO。
NTT數據公司官方網站（外部）
NTT Data的官方網站，負責元資料設計和資料集標準考量。擁有支援引入生成式人工智慧的記錄。
信仰政策策略諮詢有限公司官方網站（外部）
這是FPSC的官方網站，支持本專案法律問題的組織、權利處理方案的建構、智慧財產權的考量、權利處理實務。
數位機構官方網站（外部）
負責塑造日本數位社會的行政機構的官方網站。它傳播政府人工智慧等政策。
版權法（電子化政府法律搜尋）（外部）
作為權利處理先決條件的版權法條款。政府法律資料庫，可查詢第13條及權利限制規定。
[參考文章]
政府人工智慧（Gennai）大規模示範已開始，面向各部會約 18 萬名政府員工 |數位代理（外部）
最新主要資訊是2026年5月開始展示。截至5月，約有10萬人能夠使用該服務，之後將擴大到18萬人。
關於在政務人工智慧根內啟動國產平台模式國內雲端試點 |數位代理（外部）
宣佈在國內雲上嘗試國內平台模式。了解資料主權背景。
政府人工智慧「Gennai」作為OSS發布 |數位代理（外部）
官方宣布將部分源內程式碼和開發模板轉換為OSS。解釋防止重複開發、減少對特定業務和服務依賴的目的。
【解說】什麼是政府AI？ Digital Agency的政府人工智慧利用策略[Gennai] |數位機構新聞（外部）
官方文章，負責人解釋了來源內名稱的由來、應用程式結構以及政府的通用資料集使用政策。
關於人工智慧與版權的思考 |文化廳（外部）
文化廳的文件概述了人工智慧對版權作品的使用以及權利限制條款的概念。補充權利處理問題。
Digital Agency 開始針對約 18 萬名政府員工大規模展示「政府 AI 根內」|企業雜誌（外部）
專業媒體報告文章，根據第一手資料整理實施期限和全面使用開始日期。