Polimill株式会社は2026年4月1日より、行政向け生成AI「QommonsAI（コモンズAI）」において「プライベートナレッジの新階層構造」の提供を開始しました。最大5階層のフォルダ管理、3段階のユーザーロール権限、そして既存の庁内フォルダをそのままRAG化できる「楽々RAG」機能が主な特徴です。
多くの自治体では、部署ごとに資料が散在し、過去の知見が埋もれたまま業務に活かされていないという状況が続いてきました。AIを導入しても「どのデータを、どう整理すればよいか」が分からなければ、その能力を十分に引き出せません。今回の機能追加は、そうした「ナレッジはあるが使えない」という根本的な課題に、システムの仕組みそのもので応えようとする試みと受け取れます。
ストレージは基礎自治体に100GB、広域自治体には300GBを追加費用なしで提供。対応ファイル形式はPDF・Word・Excel・PowerPoint・テキスト・CSVと幅広く、文字コードもUTF-8・Shift_JIS・CP932に対応しています。導入初日から実務レベルで運用できる体制を整えている点も、注目されるところです。
自治体のナレッジ管理が抱えてきた構造的な課題
行政機関における情報管理の難しさは、民間企業のそれとは異なる側面を持っています。部署ごとに独立した業務フローが存在し、文書の保存場所や命名規則もバラバラであることが多く、「どこに何があるか分からない」という状態が常態化しやすい組織構造です。加えて、人事異動のサイクルが短いため、担当者が変わるたびに過去の知見が引き継がれず、同じ課題を繰り返し調査・検討するケースも少なくないとされています。
こうした背景から、近年は自治体向けのナレッジマネジメントツールや生成AI導入に関心が高まっています。しかし導入を検討した多くの現場から聞こえてくるのは、「データ整理の工数が膨大で、RAG化まで踏み切れない」という声です。RAG（Retrieval-Augmented Generation）はAIが外部文書を参照しながら回答する技術であり、精度の高い業務活用には欠かせません。ただし、参照元となる文書が整理されていなければ、AIが適切な情報を引き出せず、かえって誤った回答を生む原因にもなります。
QommonsAIを開発・提供するPolimill社は、こうした現場の実態を踏まえ、「整理するための仕組みがなければ、AIが動いても意味がない」という観点から今回の機能開発に至ったものと考えられます。2026年3月時点で全国700以上の自治体に導入されているという実績は、行政現場との対話から生まれたプロダクト設計の蓄積を示していると見る向きもあります。
生成AIの自治体活用が「試験導入」から「業務定着」のフェーズへと移行しつつある現在、ナレッジ管理の体系化は避けて通れない課題として浮上しており、今回の機能追加はその流れに直接応答するものと捉えられそうです。
既存ツール・競合との比較で見えてくる差別化軸
自治体向けのRAGツールや生成AIプラットフォームは、近年急速に増加しています。Microsoft 365 CopilotやGoogle Workspace with Geminiといった大手プラットフォームから、国内スタートアップによる自治体特化サービスまで、選択肢は多様です。今回のQommonsAIのアップデートを既存ツールと比較する際には、以下のような軸で評価することが有効と考えられます。
フォルダ階層の深さと柔軟性
- QommonsAI：最大5階層のフォルダ構造をサポート
- 汎用クラウドストレージ連携型のRAGツール：多くは階層管理をユーザー側に委ね、RAGへの取り込み時に平坦化されるケースが多い
- 今回の設計では、階層構造を維持したままRAG化できる点が特徴的です。参照時もフォルダ単位で絞り込めるため、「ノイズを含まない回答」を実現しやすくなっています
データ整理の手間（移行コスト）
- QommonsAI「楽々RAG」：既存のフォルダ構造を変えることなくアップロードするだけでRAG化が完了
- 他の多くのRAGサービス：取り込み前にファイルの整形・クレンジングが必要であることが一般的
- 自治体のように膨大な既存文書を抱える組織にとって、移行コストの低さは導入判断に直結する要素となります
アクセス権限の粒度
- QommonsAI：3段階のユーザーロールにより、フォルダ・ドライブ単位でアクセス範囲を制御
- 汎用ツール：組織単位・チーム単位での制限が中心で、文書の機密度に応じた細かい制御が難しいケースも
- 「人事・給与関連は人事課のみ」「防災文書は複数部署で横断共有」といった自治体固有の運用要件に対応できる設計は、競合との差別化点として機能する可能性があります
ストレージ提供条件
- QommonsAI：基礎自治体100GB・広域自治体300GBを無料で提供
- 他サービス：ストレージ容量に応じた従量課金や、上位プランへの移行を求めるケースが多い
- 導入初期のコスト障壁を下げる設計は、予算制約が厳しい自治体にとって評価されやすいポイントです
根拠提示機能
- QommonsAI：AIの回答とともに、参照した根拠ファイルへのリンクを提示
- 一部の汎用RAGツール：回答の根拠を明示しない、あるいはファイル名のみを示す
- 行政判断においては「何を根拠に回答しているか」が重要であり、エビデンスの透明性は業務信頼性に直結します
なお、QommonsAI自体が「国内外の法律・政策・論文・自治体事例など数千万件以上のデータ」をベースにした行政特化モデルである点も、汎用AIサービスとの大きな違いとして挙げられます。プライベートナレッジ機能はこのベースモデルと組み合わさることで、「公開情報×庁内文書」の両面から回答精度を支える構造になっています。
導入・検討時に確認しておきたいポイント
実際にQommonsAIの新機能を評価・導入検討する際には、以下の点を確認しておくことが実務上の判断材料になります。
ユーザーロールの設計と運用コスト
3段階のロール権限は柔軟性の観点では有効ですが、組織規模が大きくなるほど権限設計・管理の工数も増加します。初期設定をどの担当者が行うか、異動・退職時の権限変更フローをどう整備するか、運用ルールとして明文化しておく必要があります。「システムで制御できる」と「運用が不要になる」は異なる点に注意が必要です。
既存ファイルサーバーとの連携方式
「楽々RAG」はフォルダ構造を維持したままアップロードできるとされていますが、庁内の共有サーバーやオンプレミス環境との実際の接続方式（手動アップロード／自動同期／API連携など）については、個別の環境に応じた確認が必要です。自動同期に対応しているかどうかは、文書が頻繁に更新される部署にとって重要な選定基準となります。
セキュリティ・データ保管場所の確認
自治体が扱う文書には個人情報や機密事項が含まれることも多く、データがどのクラウド基盤・どのリージョンで保管されるかは慎重に確認すべき点です。国内データセンターへの保管対応可否、暗号化方式、ログ管理の仕様についても導入前に整理しておくことが望まれます。
ストレージ上限超過時の対応
無料提供される100GB・300GBを超えた場合の追加ストレージの費用感や、プランの拡張性については事前に確認が必要です。文書量が多い自治体では、短期間で上限に達するケースも考えられます。
サポート体制と導入支援
行政機関では、担当者のITリテラシーにばらつきがあることも多く、導入後の定着支援が重要になります。オンボーディング支援・問い合わせ対応の体制・マニュアルの整備状況なども選定時の判断材料として確認しておくとよいでしょう。
「使われるナレッジ基盤」への転換が問うもの
今回のQommonsAIのアップデートは、単なる機能追加にとどまらず、自治体における生成AI活用の本質的な問いに向き合ったものと受け取れます。「AIを導入したが、使われていない」という状態は、ツールの問題だけでなく、情報資産の整理・管理体制が追いついていないことが根本にあるケースが多いとされています。
5階層フォルダ、3段階権限、楽々RAGという三つの機能は、それぞれ独立した改善ではなく、「蓄積された文書を、適切な人が、AIを通じて使える状態にする」という一貫した設計思想のもとに組み合わさっています。この観点から見ると、今回のリリースはQommonsAIが「AIチャットツール」から「ナレッジ活用基盤」へとポジションを拡張しようとしている動きと捉えることもできます。
自治体のDX推進が加速するなかで、文書の体系化とAI活用の掛け合わせは今後さらに重要なテーマになっていくと見られます。QommonsAIが全国700以上の自治体での導入実績をどのようにナレッジ管理の高度化へとつなげていくか、今後の展開が注目されます。
