無料・オープンソースの保育所入所選考エンジン
利用調整ルールを
待機児童数を
ChilmAIは、点数・転園・きょうだいなど自治体の利用調整ルールに従い、待機児童数が最小となる割り当てを導く選考エンジンです。まずは評価用Web UIとデモデータで、仕組みと結果を確認できます。
評価用Web UIで動作を確認
ダウンロードしたZIPを展開して起動すると、ブラウザで操作画面が開きます。プログラミングの知識は不要です。日本語のドキュメントに沿って、デモデータや実際のデータで検証できます。
Python API / サーバ APIから組み込み
Apache 2.0 ライセンスのオープンソースとしてソースコードを公開しています。業務システムへの組み込みはPython API・サーバ APIを基点に、自治体ごとのルールや帳票の差分は前処理のカスタマイズで対応できます。
ChilmAIの特徴
自治体ルールを厳密に守ったうえで待機児童数を最小化し、条件の突き合わせにかかる手作業をなくします。アルゴリズムから評価用Web UIまでをオープンソースとして公開しているため、費用も契約も、特定ベンダーへの依存もありません。
待機児童の最小化
ルール内で最小となる割り当てを導出。
自治体ルールへの厳密な対応
点数・転園・きょうだい条件に対応。
オープンソース
Apache 2.0 で全面公開。試すのは評価用Web UI、組み込みはPython API / サーバ APIで。
待機児童の最小化
保育所の募集人数に空きがあっても、第一希望への申し込み集中により待機児童は生まれます。ChilmAIは数理最適化アルゴリズムにより、自治体ルールを守りながら待機児童数が最も少なくなる配置を導き出します。与えられたルールとデータのもとで待機児童数が最小であることは、数学的に保証されます（手作業の結果と比べてどれだけ変わるかは、自治体のルールと申込状況によって異なります）。
自治体ルールへの厳密な対応
点数優先割り当て
自治体の利用調整基準で定められた点数の高い申込者は、低い申込者より必ず優先して割り当てられます。同点時の優先順位（タイブレーク）も点数に織り込んで扱えます
転園ルール対応
転園希望者は、転園元の保育所または希望する転園先のいずれかに必ず割り当てられます
きょうだい条件の取り扱い
「同所のみ」「別所可」といったシンプルな希望から、「別所可だが同所優先」や「上の子優先」「下の子優先」など7種類の入所パターンに対応しています
きょうだいの間で異なる点数への対応
きょうだいで点数が異なる場合でも優先順位に基づいて公平な割り当てを実現します
オープンソースだから、試せて、組み込める
評価用Web UIを使うと、プログラミングの知識がなくてもブラウザの操作だけで入所選考を試せます。デモデータだけでなく、実際のデータでの検証も可能です。
申込者データと保育所データをアップロードし、データ確認を実行します。
選考実行後、結果をExcelファイルでダウンロードできます。
本番運用では、Web UIではなくPython APIまたはサーバ APIを業務システムに組み込みます。
アルゴリズムを含むソースコード全体を Apache License 2.0 で公開しています。動作を検証でき、必要な改変を自分たちの判断で加えられるため、特定のベンダーに運用を縛られることがありません。改善は GitHub 上で共有され、他の自治体でもそのまま利用できます。
用語について
- 数理最適化
- 制約条件を満たしながら、目的（待機児童数など）が最も良くなる組合せを数学的に求める手法。
- マッチング理論
- ノーベル経済学賞の対象にもなった、人とモノ（学校・職場・保育所など）あるいは人と人を公平に組み合わせる経済学の理論。
- マーケットデザイン
- 市場や仕組みを設計する経済学の応用分野。マッチング理論はその代表例。
- 利用調整
- 申込者の点数や希望をもとに、保育所への入所を割り当てる手続き。
- タイブレーク
- 点数が同点の申込者間の優先順位を決める項目。ChilmAIでは点数に織り込んだ「1つの点数」として入力する。
- Web UI（評価用）
- ブラウザの画面操作だけでChilmAIを試せる、評価・検証用のツール。本番運用には業務システムへの組み込みを推奨。
評価・検証の流れ
評価用Web UIを使うと、デモデータから実際のデータまで、次の流れで検証できます。
-
1
準備と起動
ZIPをダウンロードして展開し、実行ファイルを起動すると、ブラウザで操作画面が開きます。Windows 11 のPCがあれば、追加のインストール作業は不要です。
-
2
デモデータで試す
同梱のデモデータ（合成データ）で選考を実行し、基本の操作と結果のExcelファイルの見方を確認します。
-
3
項目名の設定とデータ整形
「項目名の設定」に帳票の列名を登録し（初回のみ）、点数の1列化やきょうだい条件の設定など、申込者データ・保育所データをChilmAIが読める形に整えます。
-
4
実データで検証
データ確認 → 選考実行 → 結果確認を行います。計算自体は数秒〜数十秒です。過年度のデータで実行して待機児童数などを実績と突き合わせると、データ整形が正しいことを確認できます。
効果を確認できたら、次の一歩へ。本番運用は、業務システムへの組み込み（Python API / サーバ API）を基点にご検討ください。導入支援・カスタマイズは、対応可能な外部事業者にご相談ください。使い方のご質問・不具合の報告・機能のご提案は、GitHub Issuesへお寄せください。
FAQ
よく寄せられる質問をまとめました。技術的な内容はドキュメントのFAQもあわせてご覧ください。
ChilmAIはオープンソースソフトウェア（OSS）として無償で公開しており、自治体・事業者を問わずどなたでも無料でご利用いただけます。業務システムへの組み込みや、自治体ごとの要件に合わせたカスタマイズが必要な場合は、対応可能な外部事業者にご相談ください。
GitHubのIssueを通じたコミュニティサポートは無償でご利用いただけます。個別の導入支援・カスタマイズ対応については、対応可能な外部事業者にご相談ください。
ChilmAIは Apache License 2.0 で公開しており、ソースコードの利用・改変・再配布を許可しています。ただし、Apache 2.0 はソースコードの利用権のみを付与するものであり、「ChilmAI」の名称・ロゴ等の商標使用権は含まれません。
改変版・派生物を作成する場合は、「ChilmAI」および紛らわしい類似名称（例：「ChilmAI Pro」など）をプロジェクト名・製品名として使用することはできません。出所を示す目的での引用（例：「本プロジェクトは ChilmAI をベースとしています」）は問題ありません。
詳細は商標ポリシーをご確認ください。
対象人数や実行環境によって異なりますが、数秒〜数十秒程度の実運用に支障のない速度で処理できます。
対応可能ですが、学童や学校選択制に応用するには対象年齢の制約変更など各種カスタマイズが必要です。個別のカスタマイズについては、対応可能な外部事業者にご相談ください。
入力データはCSV・Excel(XLSX / XLSM / XLSB / XLS)形式に対応しており、既存システムからエクスポートしたデータを取り込めます。自治体ごとに異なる列名は、「項目名の設定」画面で帳票の列名を登録して対応付けます(初回のみ。列名の全角・半角の表記ゆれは自動で吸収されます)。
配布バージョンは Windows 11 での動作を確認しています。あわせて Microsoft Edge や Google Chrome などのモダンブラウザが必要です。
ChilmAIはお使いのPCの中だけで動作し、アップロードしたデータや選考結果がインターネットや庁内ネットワークに送信されることはありません(処理の都合上、PCの一時フォルダに一時ファイルが作成される場合があります)。
ただし、配布している評価用Web UIは評価・検証用の実装であり、本番運用に必要な認証・権限管理・監査ログ・運用監視などは含まれていません。実際の個人情報を含むデータで利用する場合は、庁内の情報システム担当やセキュリティポリシーに沿って、必要な対策を利用者側でご判断・実施ください。動作検証には同梱のデモデータ(合成データ)のご利用を推奨します。
詳細はセキュリティに関するドキュメントをご確認ください。
メディア
学術研究と行政現場、両面からの裏付けがあります。
AI Lab、保育所入所選考システム「ChilmAI」のOSSを公開しました
サイバーエージェント ·保育所入所選考アルゴリズムの開発とChilmAIによる社会実装が、人工知能学会 2025年度現場イノベーション賞（銀賞）を受賞しました
人工知能学会 ·
郡山市の制度変更を取り扱った論文が、計算機科学と経済学の国際会議「EC 2026」に採択されました
サイバーエージェント ·
経済セミナー2026年6・7月号に書籍出版記念イベントの記事が掲載されました
日本評論社 ·
書籍刊行を記念して紀伊國屋書店新宿本店でイベントを開催しました
YouTube ·
書籍『［AIと経済学］でもっとよくなる保育政策』を刊行しました
サイバーエージェント ·
福島県郡山市で保育所入所選考システム「ChilmAI」の利用を開始しました
サイバーエージェント ·
福島県郡山市でシミュレーションに基づき保育所の利用調整基準を変更しました
サイバーエージェント ·
東京都多摩市でマッチング理論に基づき利用調整ルールを改善しました
サイバーエージェント ·チームメンバー
マッチング理論の専門家・エンジニア・現場知見の混成チームです。
竹浪良寛
サイバーエージェントAI Lab所属。システム開発等を担当。過去に仙台市役所で勤務
大田和寛
サイバーエージェントAI Lab所属。エンジニアとしてシステム開発を担当
松木一永
サイバーエージェントAI Lab所属。行動デザインの専門家としてチームを統括
孫兆鴻 准教授
九州大学およびサイバーエージェントAI Lab所属。マッチングアルゴリズムの研究・実装を担当
冨田燿志
サイバーエージェントAI Lab所属。マッチングアルゴリズムの研究・実装を担当
小島武仁 教授
Photo: Toru Hasumi
アドバイザー
東京大学・東京大学マーケットデザインセンターセンター長
鎌田雄一郎 教授
Photo: Brittany Hosea-Small
アドバイザー
カリフォルニア大学バークレー校・東京大学マーケットデザインセンター
久野寛 特任助教
東京大学マーケットデザインセンター所属。郡山市の利用調整制度変更について分析
運営について
ChilmAIは、株式会社サイバーエージェントの研究開発組織 AI Lab が公開しているオープンソースソフトウェアです。AI Lab はマッチングやリソース配分最適化の技術開発に取り組んでいます。本プロジェクトは、行政分野におけるマッチング課題解決の一環として、現場の知見をもとに、東京大学マーケットデザインセンターと共に開発したものです。現在も GitHub 上で継続的に改善しています。
アルゴリズムから評価用Web UIまで、すべてを Apache License 2.0 のオープンソースとして公開しています。自治体・事業者は特定のベンダーに依存せず、それぞれの手で検証・改変・再配布できます。ChilmAIが一つの自治体に閉じることなく、広く使われ、改善されていくことを目指しています。
お問い合わせ
セキュリティ上の懸念・脆弱性の報告、ライセンス・商標に関するお問い合わせなど、公開の GitHub 上に記載できないご連絡は、下記フォームよりお寄せください。
不具合の報告・機能のご提案・ドキュメントの改善はGitHub Issuesへお寄せください。個別の導入支援・本番環境の調査・期限付きの対応は本フォームでは承っていないため、対応可能な外部事業者へご相談ください。
お問い合わせフォームへご入力いただいた個人情報は、お問合せへのご回答および当プロダクトに関する情報提供のために利用します。個人情報の取扱いについては、プライバシーポリシーをご確認ください。