カボシア株式会社は2026年6月9日、日本の国会発言や行政事業、補助金・公共調達・経済安保認定を上場企業に紐付けた政策データインフラ「SEISAKU DB(政策DB)」を公開しました。
SEISAKU DBによる議論と予算のギャップ可視化
政策DBの最大の特徴は、議論と予算のギャップを定量的に可視化できる点です。2024年1月〜の累計で、AIは、国会発言269件に対し行政事業予算¥29,580億円、経済安保は発言2,667件に対し予算¥23,090億円という数値が記録されています。発言量と予算配分の差をテーマごとに定量化する商用データベースは、カボシア株式会社が確認した範囲では限定的です。
類似の横断分析はこれまで学術論文が中心で、商用データベースは調達領域・政治発言領域でそれぞれ得意分野が分かれていました。政策DBは、この2軸を同じデータモデル上で結ぶことで、政策コンサルやシンクタンク、自治体ベンダー・業界団体が「自分が見たいテーマで企業と政策と予算を同時に追える」設計になっています。
SEISAKU DBが提供する主な4つのデータ軸
政策DBは、複数のデータを法人番号で名寄せし、企業単位で一気通貫に参照できる構造を持ちます。主なデータ軸は以下の4点です。
- 全法人の公的支出¥24.0兆(5年・1,702社分)を法人番号で名寄せ
- 20政策テーマ別の関与企業と公的支出金額の一覧
- 4つの公的資金ソース(補助金・調達・委託・研究費)の横断表示
- 競争的研究費31,676件を14政策テーマでAI分類済み
行政事業レビューの支出先を全法人マスタ(法人番号)に名寄せした結果、企業向けの純額として5年で¥24.0兆・1,702社分が集計されました。上場・非上場を問わず、特定の企業が国の事業から受け取った額を、事業名や省庁、年度の一次データまで遡って確認できます。各案件の金額は受注規模であって利益ではなく、公開資料上に記録された執行額です。
SEISAKU DBによるGPIF×経済安保認定企業分析
GPIF(年金積立金管理運用独立行政法人)の2025年3月末時点の保有銘柄全18,470件を取り込み、経済安全保障推進法に基づく認定114件と物資別にクロスマッピングしました。取り込んだ保有銘柄の評価額合計は約¥244兆で、GPIF公表の運用資産総額とは集計基準が異なります。
蓄電池分野ではGPIF投資総額¥3.4兆(トヨタ自動車や本田技研、旭化成・出光興産など)、半導体は¥1.6兆(キヤノン・住友商事・デンソー・ルネサスなど)が記録されています。経済安保認定企業のGPIF保有額は、のべ47社で合計約¥8.4兆と集計されました。「国の認定」と「年金の保有」という二重の接点を定量的に可視化した点が特徴です。
SEISAKU DBのAIネイティブ設計とAPI・MCP整備状況
政策DBは、ChatGPTやClaude、CursorといったAIクライアントのMCPコネクタに接続するだけで、ユーザーのAIが政府データを直接参照します。AIから直接つなげるAPI 23本・MCPコネクタ31ツールを整備済みで、APIキーはGoogleアカウントでセルフサーブ発行できます。
設計思想は「AIが断言する前に、裏が取れる」です。Web検索が返すのは記事や資料(ドキュメント)ですが、政策DBが返すのは名寄せ・正規化・出典付けまで済んだ構造化済みのデータです。主要なデータは原典(行政事業レビュー・gBizINFOなどの一次データ)まで遡って確認でき、AIの抽出・推定が混じる箇所は事実データと区別して示します。
SEISAKU DB(政策DB)の概要
| 項目 | 詳細 |
|---|---|
| サービス名 | SEISAKU DB(政策DB) |
| 提供元 | カボシア株式会社 |
| 公開日 | 2026年6月9日 |
| 国会発言件数 | 約26万件(国会会議録データ) |
| 公的支出総額 | ¥24.0兆(5年・企業向け純額) |
| API本数 | 23本 |
| MCPコネクタ | 31ツール |
| 料金(Pro) | 月¥4,980〜(β公開中はPro相当が無料) |
| β期間 | 2026年6月9日〜(終了時期は別途案内) |
| 対応AIクライアント | ChatGPT・Claude・Cursor ほか |
| APIキー発行 | Googleアカウントでセルフサーブ発行 |
| 兄弟サービス | EDINET DB・FUDOSAN DB・BOUSAI DB |
| サービスURL | https://seisakudb.jp |
| 会社URL | https://cabocia.jp |
trends編集部の一言
AIは国会発言269件に対し行政事業予算¥29,580億円、経済安保は発言2,667件に対し予算¥23,090億円という数字は、「議論が多い=予算が多い」という直感がいかに当てにならないかを示すデータです。生成AI向け構造化DBの市場全体としては、一次データへの遡及性と企業名寄せの精度が差別化軸になりつつあり、「記事ではなく構造化データを返す」という設計思想はその流れを体現する動きとして注目されます。
政策DBが選んだ「AIが断言する前に裏が取れる」という発想は、生成AIの普及が一段進んだいま、かえって際立つ差別化要素です。マーケティング業界の文脈に置き換えると、競合調査や市場環境把握にAIを活用する場面が増えるなかで「AIが流暢に答えても裏が取れない」という課題は業界横断で語られてきたテーマであり、一次データまで遡れる構造化DBという設計は、その解のひとつとして業界全体の作業プロセス転換を示唆する取り組みと読み取れます。
References
- ^ PR TIMES. 「企業の政策接点と公的支出をAIから横断分析できる「SEISAKU DB(政策DB)」公開 | Cabocia株式会社のプレスリリース」. https://prtimes.jp/main/html/rd/p/000000005.000177945.html, (参照 26-06-09).
