ArcGIS Onlineと生成AIを連携した人口統計分析の実証

【自治体GIS×生成AIシリーズ】

本記事は、生成AIとGISを活用した自治体業務の実証シリーズの第２回です。

関連記事

▶ 第1回：自治体GISとAIの融合
▶第3回：生成AIとGISで健康遊具の優先整備地区を抽出してみた
▶第4回：自治体の人材不足はGIS AIで解決できるのか
▶第5回：e-Stat APIとGISを結合するときの落とし穴
▶第6回：PLATEAU MCPは自治体GISを変えるのか
▶第7回：健康遊具はどこに整備すべきか？生成AIとGISで検証
▶第8回：AIの回答は信用できるのか（検証と説明責任）
▶第9回：自治体GISにおける人口統計データの構造要件を生成AIで検証する
▶第10回：PLATEAU LOD1と生成AIで建物単位人口推計は可能か
▶第11回：PLATEAU建物人口から見る浸水リスク
▶第12回：建物単位人口で見る避難所シミュレーション
▶第13回：PLATEAUの建物に人口を配置する
▶第14回：PLATEAUを「人口を持つ都市」へ

自治体では人口統計や地域分析を行う際、
統計データ収集やGIS登録に多くの時間を要します。

具体的な作業

従来は複数のWebサイトやシステムを操作して実施していた作業です。

統計データを探す
CSVをダウンロードする
GISへ取り込む
地図を作成する
分析する

そこで今回、

生成AIエージェント（Codex CLI）とArcGIS Onlineを連携し、

・公開情報の調査
・統計データ取得
・GIS登録
・可視化

までを自然言語で実行できるか検証しました。

実際に入力した指示（プロンプト）

プロンプト①

大阪府和泉市の人口推移と高齢化率を取得してください

プロンプト②

人口と高齢化率をCSVで出力してください

プロンプト③

ArcGIS Onlineへアップロードして
全国市区町村境界と自治体コードでJoinしてください

プロンプト④

2020年の高齢化率を色分けしたWebMapを作成してください

AIが自動で行った処理

今回、生成AIは次の処理を自動で実行しました。

自治体名検索
↓
自治体コード取得
↓
e-Stat API接続
↓
人口データ取得
↓
高齢化率計算
↓
CSV作成
↓
ArcGIS Online登録
↓
市区町村境界とのJoin
↓
WebMap作成

従来であれば複数のツールや専門知識が必要だった作業です。

今回得られた結果

今回の検証では、

自治体	人口	高齢化率
和泉市	181,770人	25.85%
豊島区	296,062人	19.77%
岡崎市	378,698人	23.68%
大阪市	2,654,227人	25.50%

を自動取得し、下図のとおりGIS上へ可視化できました。

GISと生成AIの組み合わせが有効な理由

生成AI単体では位置情報を扱うことは得意ではありません。

一方GISは、

位置
面積
距離
圏域
重ね合わせ

を扱うことに優れています。

今回の検証により、

自然言語
↓
生成AIエージェント
├ Playwright MCP
├ e-Stat API
└ ArcGIS MCP
↓
GIS

を組み合わせることで、

自然言語から空間分析へつなげられる可能性が見えてきました。

具体的な処理内容

Step1

e-Stat統計ダッシュボードAPIから人口データ取得

対象自治体

豊島区
和泉市
岡崎市
大阪市

Step2

高齢化率を自動計算

取得した年齢3区分人口から

65歳以上人口
÷
総人口
×100

で高齢化率を算出

Step3

ArcGIS Onlineへ自動登録

生成AIがCSVを作成し、

ArcGIS Onlineへアップロード

Step4

全国市区町村境界と自動Join

自治体コード（JCODE）を利用し、

境界データと統計データを結合

今回見えてきた可能性

今回の検証では、

単に地図を作るだけではなく、

生成AIが

統計データを検索
APIを利用
GISへ登録
地図化

まで行うことを確認しました。

【比較】実行時間の劇的な短縮

今回実施した作業を、従来の手作業と比較してみます。

作業内容	従来	AI活用
e-Statで統計表を探す	20～30分	2分
人口データ取得	20分	2分
高齢化率計算	10分	1分
CSV整形	20分	1分
ArcGIS Online登録	15分	3分
自治体境界とのJoin	20分	3分
WebMap作成	30分	8分
合計	約2～3時間	約20分

今回の検証では、生成AIが統計データの取得からGISへの登録、地図作成までを一連の流れとして実行しました。

従来であればGIS担当者や統計担当者が複数のツールを使い分け2～3時間程度を要します。一方、今回の検証では、自然言語による指示からWebマップ完成まで約20分で実行できました。

ただし、この20分は職員が作業し続ける時間ではありません。

生成AIが統計データ取得、CSV作成、GIS登録、Join、Webマップ作成を順次実行している時間であり、その間、職員は他の業務を進めることができます。

つまり、単純な作業時間短縮だけでなく、「職員が手を離せる時間」が生まれる点に大きな効果があります。

今後、対象データや分析パターンが増えるほど、この効果はさらに大きくなると考えられます。

今回の検証で確認できたこと

今回の実証では、単に人口統計を取得してGISへ登録しただけではありません。

生成AI（Codex CLI）が複数のMCPサーバーやAPIと連携し、

・自治体ホームページの調査
・統計データの取得
・GISデータの更新
・地図化と可視化

までを自然言語から実行できることを確認しました。

これは、従来職員が複数のシステムを操作して行っていた業務を、AIエージェントが支援する新しい業務スタイルの可能性を示しています。

■ 業界動向

2026年にはアジア航測やインフォマティクスも
生成AIとGISを連携した取り組みを発表しています。

今回の検証は、
こうした流れを自治体業務へ適用できるかを
確認するための実証でもあります。

まとめと今後の展望

今回の検証では、生成AIが統計データの取得からGISへの登録、地図作成までを一連の流れとして実行できることを確認しました。

重要なのは単なる作業時間短縮ではなく、職員がデータ収集や加工に費やしていた時間を、分析や政策立案に振り向けられる可能性が見えてきたことです。

今後は、

・高齢者施設の分布分析
・公園施設配置の検討
・防災情報の可視化
・インフラ管理業務

などへの応用も期待されます。

地域GIS研究所では、GIS・統計分析・AIを組み合わせた自治体業務への活用について、引き続き検証と研究を進めていきます。

補足：ハルシネーションを防ぐために実際に行ったプロンプト設計

生成AIを自治体業務へ適用する際、最も重要になるのが「ハルシネーション（もっともらしい誤情報）」への対策です。

総務省の調査でも、自治体が生成AI導入において懸念している課題として「AI生成物の正確性」が上位に挙げられています。

今回の実証では、生成AIに自由に回答させるのではなく、行政実務に耐えられるよう複数の制約条件を与えました。

① 推測による数値生成を禁止する

まず最も重要な指示が、

「推測で人口値を作らないでください」

というルールです。

統計値が取得できない場合にAIが推測値を生成してしまうと、その後の分析結果すべてが誤ったものになります。

そのため、本実証では取得できない場合は推測せず、取得できなかった理由を報告するよう指示しています。

② 根拠となるデータを必ず明示する

分析結果だけを出力させるのではなく、

・データソース
・統計年次
・使用フィールド
・結合キー

を明記するよう指示しています。

これにより、人間が後から検証できる状態を維持しています。

自治体業務では結果だけではなく、「なぜその結果になったのか」を説明できることが重要です。

③ 利用するデータソースを限定する

生成AIは学習データから回答を作成できますが、行政利用では公的統計を利用する必要があります。

そのため、

「e-Stat APIから取得すること」

「自治体公開データを利用すること」

など、利用するデータソースを明示的に指定しています。

これにより、不明確なWeb情報や古い情報を参照するリスクを抑えています。

④ データ欠損時の対応を事前に定義する

統計データが取得できないケースも存在します。

その場合、

「取得できなかった理由を明記する」

「代替可能な統計を整理する」

という対応を行うよう指示しています。

AIに推測をさせるのではなく、人間が判断できる材料を提示させることを重視しています。

⑤ 既存GISデータの構造を確認させる

ArcGIS Onlineを利用する場合、

「レイヤを確認する」
「フィールド構造を確認する」
「既存データを検索する」

という手順を先に実施しています。

これにより存在しないフィールド名や誤った属性を前提とした処理を防止できます。

MCPによる透明性の確保

今回の実証では、生成AIだけに処理を任せているわけではありません。

Codex CLIから、

・Playwright MCP
・e-Stat API
・ArcGIS MCP

を利用し、必要なデータ取得や更新処理を実施しています。

さらに、MCP Inspectorを利用することで、AIがどのデータを参照し、どの条件で検索したのかを確認できます。

従来のジオプロセシング履歴と同様に、処理内容を追跡できることも重要な特徴です。

補足のまとめ

生成AIを自治体業務で活用するためには、AIに自由な回答を求めるのではなく、

・推測を禁止する
・根拠を明示する
・データソースを限定する
・検証可能な状態を維持する

といったルール設計が不可欠です。

今回の実証では、生成AIを「回答生成ツール」ではなく、「公的データを扱う業務支援ツール」として利用することで、説明可能で再現性のある分析が可能であることを確認できました。