自治体のAI支援事業を評価する｜参加企業の成果と波及効果の記録

自治体が地域企業向けのAI支援事業を評価するとき、研修回数や参加企業数だけでは、支援が何を変えたかは分かりません。一方、短期間で売上や利益だけを求めると、業務整理や人材育成といった先行する変化を見落とします。事業開始前に、対象、活動、直接の成果、短期の変化、地域への波及を分け、取得できる記録と結び付けます。

評価は事業終了後ではなく、対象企業を決める前に始める

支援終了後にアンケートを作ると、開始前の状態を尋ね忘れたり、参加し続けた企業の回答だけが残ったりします。公募や参加募集の前に、事業目的と評価項目を同じ文章で説明できるようにします。

例えば、目的が「人手不足の中で定型業務の負担を見直す」なら、開始前に対象業務、作業回数、手戻り、確認者、AI利用の有無を記録します。目的が「社内でAIを安全に試せる担当者を育てる」なら、ルールの有無、試行した業務、質問先、利用継続を追います。同じ「AI支援」でも、目的によって指標は異なります。

ロジックモデルで活動量と成果を混ぜない

ロジックモデルは、表を埋めることが目的ではありません。「どの活動が、どの変化につながる想定か」を説明し、そのつながりを確認するデータを選ぶために使います。

参加企業の記録は「始める前」「支援中」「終了後」で揃える

各指標には、定義、基準時点、測定時点、データ源、収集担当者、集計単位を記録します。例えば「継続利用」は、アカウントを保有している状態なのか、対象業務で月一回以上使った状態なのかを決めなければ比較できません。

作業時間は一社ごとのROIを計算するためではなく、事業全体でどの業務が変化したかを見る一つの指標にできます。時間が減っても確認ミスが増えたら、支援の目的に達していない可能性があります。時間、品質、現場負担を組み合わせて読みます。

離脱と未利用を「回答なし」で終わらせない

終了時アンケートに回答した企業だけを見ると、支援を継続できた企業に偏ります。参加後に利用を始めなかった、途中で停止した、記録を提出できなかった場合も、問い詰めるのではなく理由の区分を残します。例として、対象業務が定まらない、データ準備の負担が大きい、会社のルール確認が間に合わない、担当者が交代したなどです。

この記録は、次回事業の参加要件、相談前準備、専門家との接続方法を見直すために使います。離脱を一律に失敗とするのではなく、どの段階で条件が合わなかったかを明らかにします。

波及効果は「紹介された」と「再現された」を区別する

支援企業が社内の他部門へ展開した、勉強会で他企業へ共有した、他企業が同じ手順を試したという事実は、それぞれ意味が異なります。共有回数や資料のダウンロード数だけで波及を断定せず、誰がどの条件で試し、何が異なったかを記録します。

導入事例の紹介では、企業名、業務情報、入力データ、成果値の掲載同意を確認します。匿名化したつもりでも、業種、地域、企業規模、特徴的な業務の組み合わせで特定できる場合があるため、公開範囲を慎重に決めます。

評価会議で使う7つの確認項目

1. 事業目的と対象企業の条件は一致したか。
2. 参加数だけでなく、継続・離脱・未利用の内訳があるか。
3. 各指標の定義、基準時点、測定時点、データ源が明確か。
4. 自己申告、システム記録、担当者の観察を区別したか。
5. 事業期間内に見える変化と、中長期で見る変化を分けたか。
6. 予想外の結果を、次回の対象・支援方法・記録方法の改善に使ったか。
7. 公開できる結果と、庁内や参加企業限定の情報を分けたか。

デジタル庁のEBPM資料や政策評価資料は、政策手段と成果のつながりを事前に検討する参考になります。ただし、これを全自治体に同じ様式を強制するルールとは説明しません。地域課題、予算、事業期間、取得できるデータに合わせて評価設計を調整します。

地域企業向けのAI支援事業における相談、小規模試行、評価のつながりを整理したい場合は、LIFESEEDSのAI活用支援をご覧ください。未公開の参加企業情報を送らず、事業目的と現在の記録項目をお問い合わせからご相談ください。