AIエージェントが行政窓口を詰まらせる。「agentic flooding」が示す公共サービスの次の負荷

AIエージェントが普及すると、私たちの代わりに面倒な手続きを進めてくれる。行政窓口への問い合わせ、補助金申請、異議申し立て、情報公開請求、予約、更新手続き。これは一見、住民にとって良い未来に見えます。実際、複雑な制度を読み解き、必要書類を整える負担が下がるなら、公共サービスへのアクセスは改善します。

ただし、同時に別の問題が起きます。TechCrunchは、AIエージェントが公共サービスへ新しいリクエストを大量に流し込み始めていると報じました。関連する研究では、この現象は「agentic flooding」と呼ばれています。人間が手作業で出していた申請や問い合わせが、AIによって低コスト化され、公共機関の処理能力を超えて増える可能性があるという問題です。

便利さは、摩擦を取り除く

行政手続きの多くは、意図せず「面倒さ」によって需要を抑えてきました。書類を読むのが難しい。フォームが長い。窓口の時間が限られている。制度を理解するまで時間がかかる。これは本来、望ましい設計ではありません。しかし現実には、その摩擦が処理件数を一定以下に保っていた面があります。

AIエージェントは、その摩擦を取り除きます。制度を読み、要件を整理し、文面を作り、複数窓口へ問い合わせ、期限を管理する。すると、これまで諦めていた人も手続きを進められるようになります。それ自体は良いことです。問題は、公共サービス側の処理能力が同じ速度で増えないことです。

住民にとっては一件の正当な申請でも、自治体側から見ると、似たような申請、問い合わせ、修正依頼が短時間に大量に届く可能性があります。さらに、AIが作った文面は整って見えるため、職員は内容確認に時間を取られます。人間が雑に書いた相談よりも、見かけ上は丁寧で長い文書が増えるかもしれません。

アクセス改善と処理能力はセットで考える

ここで重要なのは、AIによる申請支援を止めることではありません。むしろ、公共サービスは本来、必要な人が使えるべきです。AIが制度へのアクセス格差を下げるなら、それは歓迎すべき面があります。

ただし、アクセスだけを改善し、処理側を変えなければ、窓口は詰まります。住民は「AIで簡単に申請できる」と感じる一方、自治体は「確認待ち」「差し戻し」「審査遅延」を抱える。結果として、サービス全体の信頼が下がる可能性があります。

必要なのは、入口のAI化と同時に、受付、重複検知、優先順位付け、本人確認、監査ログ、回答品質管理を設計することです。AIエージェントからのリクエストをすべて拒むのではなく、機械が出した申請であることを前提に処理できる仕組みが必要になります。

日本の自治体DXへの示唆

日本では、自治体DXが長く進められてきました。オンライン申請、マイナンバー連携、チャットボット、電子契約、予約システムなど、住民接点のデジタル化は少しずつ広がっています。しかし、多くの自治体では、裏側の業務処理はまだ人手に依存しています。

ここにAIエージェント時代が来ると、表の窓口だけが急に拡張され、裏の処理能力が追いつかない構図になりやすい。たとえば保育、福祉、税、補助金、都市計画、情報公開のような分野では、申請や問い合わせの文脈理解が必要です。単純な自動返信では済みません。

日本の自治体が見るべきポイントは、AIによる「住民支援」と、AIによる「行政側の業務設計」を切り離さないことです。住民に申請AIを提供するなら、職員側にも要約、分類、重複検知、リスクフラグ、審査支援の仕組みが必要です。片側だけを便利にすると、もう片側に負荷が移るだけです。

AIエージェントには身分証が必要になる

もうひとつの論点は、AIエージェントの識別です。人間本人が操作しているのか、代理のAIが操作しているのか。代理権限はどこまであるのか。回答や申請に誤りがあった場合、責任は利用者、AI提供者、行政のどこにあるのか。

今後は、AIエージェントが公共サービスへアクセスするときの認証やログ設計が必要になります。人間のアカウントを使って裏でAIが操作するだけでは、監査が難しい。機械代理であることを明示し、許可された範囲、実行内容、参照した情報、提出した文書を記録する仕組みが求められます。

これは民間サービスにも広がります。予約サイト、保険、金融、医療、教育。AIエージェントが人間の代わりに交渉や申請を始めると、どのリクエストが正当で、どれが過剰なのかを判断するルールが必要になります。

摩擦を戻すのではなく、処理を再設計する

agentic floodingへの対応として、単にフォームを難しくしたり、CAPTCHAを増やしたりするだけでは不十分です。それはAI以前の摩擦を戻すだけで、住民にとっての使いにくさも戻してしまいます。

必要なのは、正当な需要を受け止めながら、処理能力を拡張する設計です。定型申請は自動で事前チェックする。複雑な案件は早めに人間へ回す。大量送信や重複申請はまとめて扱う。回答の根拠を残す。こうした運用の積み重ねが、AI時代の公共サービスを支えます。

LocalLensJapanとして注目したいのは、AIエージェントが「便利な個人秘書」で終わらないことです。個人の作業コストを下げる技術は、社会システム全体のリクエスト量を変えます。行政、企業、公共インフラは、その増え方を前提に設計し直す必要があります。

AIが手続きを楽にする未来は望ましい。しかし、その未来を成立させるには、窓口の向こう側もAI時代に合わせて作り替えなければなりません。agentic floodingは、公共サービスが「人間の速度」を前提に設計されていたことを可視化する警告です。

参照: TechCrunch: AI agents are flooding public services with new requests / arXiv: Characterizing Agentic Flooding of Government Services