災害本部の判断を生成AIで補完、横須賀市とNTT東日本が同一シナリオで比較

地域防災計画と47種の実務手順を参照し、対応速度、判断精度、連携先の網羅性を人だけの場合と測る。

発表企業：NTT東日本株式会社

公開 2026/8/31更新 2026/8/31

種別

実証実験

注目する理由

高リスクな自治体判断で、AIあり・なしを同一条件で比較し、経験差との関係まで測る実証設計を評価した。

情報が集中する災害本部で判断を補助する

NTT東日本と横須賀市は、災害対策本部の職員が行う優先順位付けと関係機関への指示を生成AIで支援する実証を2026年8月31日に始めた。発災直後は被害、避難所、道路、物資、人員の情報が電話や現地報告などから集中する。限られた職員が整理し、複数機関へ同時に対応を依頼しなければならない。

特に三浦半島は三方を海に囲まれ、道路と交通網が限られる。大規模災害では地域内外の連携と資源の優先配分が重要になる。経験豊富な職員の判断を単に文章化するのではなく、地域の計画と災害対応の共通知識をAIが参照し、経験の浅い職員をどこまで補完できるかを検証する。

第一弾の共同ワークショップでは、三浦半島断層群地震の発災直後を想定する。同じ横須賀市危機管理課職員が同一シナリオを「AI支援なし」と「AI支援あり」で検討し、1件当たりの回答時間、対応先と内容の妥当性、複数機関へ展開する網羅性を比較する。

生成AIには横須賀市地域防災計画と、災害業務を8分野47種に体系化した「災害対応オペレーションBOOK47」を参照させる。NTT東日本がアプリ構築と比較評価を担い、市は実証場所、職員、シナリオへの実務助言を提供する。一般知識だけで答えさせず、採用済み計画を根拠にする構成だ。

災害時の誤った助言は住民の安全に直結する。AIが候補を示しても、最終判断の責任は職員に残し、参照した計画箇所と推論の前提を確認できる必要がある。通信断、古い計画、相反する現地報告、想定外の複合災害でも、分からないことを断定しない設計が欠かせない。

実証は職員の配属年数や災害対応経験と支援効果の関係も調べる。平均時間だけでなく、重大項目の見落とし、誤った連携先、AI提案の採用・修正率、確認に要した時間を経験層別に見るべきだ。初心者の底上げとベテランの負担軽減のどちらに効くかで、導入時の使い方は変わる。

ワークショップで効果が出ても、実災害では情報が不完全で時系列に変化する。第二段階では、新しい報告で提案を更新できるか、複数部署が同時利用した際に判断が食い違わないか、操作履歴を事後検証できるかが課題になる。個人情報や要配慮者情報を外部学習へ使わないデータ管理も必要だ。

三浦半島4市1町の広域防災連携へ広げるなら、自治体ごとの計画と共通手順を分け、応援要請をまたいで共有できる構造が求められる。訓練回数、判断時間、見落とし率に加え、計画改定をアプリへ反映する保守費を追いたい。平時の訓練と本番支援を同じ基盤で回せるかが事業性を左右する。