Who（誰が）
就労移行支援事業所（約3,300拠点）と障害者雇用に取り組む企業（法定雇用率対象約12万社）を主要顧客とし、支援員・利用者・企業担当者の三者が利用する
対象とする社会課題：就労移行支援の訓練内容と企業実習・雇用ニーズの不一致による定着率の低さ
社会の役に立ち、しっかり儲かる。その両立が、この計画には数字で示されています。
就労移行支援事業所では、支援員がひとりで数多くの利用者を抱えながら、訓練記録と企業の求人票を手作業のExcelで突き合わせている。訓練内容と実習先の業務がかみ合わず、数か月かけて準備した実習が数日で中断することも少なくない。訓練データと企業側の配慮事項を同じ土台でつなぎ、支援員の経験と勘に頼っていたマッチングを、根拠のある提案に変えていく仕事だ。
※ この4つの数字は、見せるために作った数字ではありません。「事業計画」タブの10年計画とまったく同じ計算から出しています。EXIT（売却）時の手取りだけは「もし売れたら」の試算で、約束できる金額ではありません。
10年の事業計画も、創業融資500万円の申請資料も、システムの要件定義書も、最初の90日の段取りも——ぜんぶこのページにあります。足りないものはAIチャットが伴走しながらその場で作り、システム開発・専門家・投資家への橋渡しまで、このサイトの中で進められます。「やりたい」と思ったその日から、始められる状態です。
上のボタンを押すと、この事業の内容を読み込んだAIチャットが立ち上がり、事業計画書や採用要項などの資料の素案をその場で一緒に作成できます。気になる資料から試してみてください。
※ ボタンを押すと確認のポップアップが出ます。「はい」を選ぶとAIチャットが新しいタブで開き、 この事業の内容を踏まえた作成指示が自動で送られます（あなたが文章を打ち込む必要はありません）。 どのボタンを出すかは事業の性質でAIが出し分けます。生成にはAIチケットを使用します。
あなたの経歴とこの事業のフィットをAIが診断します。活きる強み、足りないもの、 共同創業者に求める人物像まで示します。
無料会員登録して診断する登録済みの経歴をもとに、この事業とのフィットを診断します。経歴・スキルの内容はAI相談・AIチャットの回答にも反映されるため、最新の内容に更新しておくとより精緻なアウトプットが得られます。
💡 このショーケースをお気に入り登録すると、あなたのAIチャットがお気に入り登録した事業の情報を学習し、より賢く、具体的な提案ができるようになります。
※ AIによる参考意見です。合否や成否を保証するものではありません。経歴・スキルの登録内容は、この診断やAI相談・AIチャットの回答精度にも影響します。
就労移行支援事業所の支援員が、利用者の作業速度や集中持続時間、体調変動をタブレットアプリに日々入力すると、AIがこれを解析して「実習適性プロファイル」を自動生成する。
企業は実習・求人情報や配慮事項、職場環境の写真をシステムに登録し、AIが利用者プロファイルと突き合わせてマッチングスコアを算出、支援員には上位候補が一覧で提示される。実習開始後は利用者がスマホで日次の体調・作業ログを入力、企業担当者も簡易フィードバックを入力すると、AIが定着リスクをリアルタイムで予測し、悪化の兆候があれば支援員へ自動アラートを送る。これまで勘と経験、Excel管理に頼っていたマッチング業務をデータドリブンに変え、利用者には自分に合う実習先が見える体験を、企業には配慮事項が事前に分かった状態での受け入れを実現する。
全国に約3,300事業所ある就労移行支援事業所は年間3万人超が利用するが、一般就労への移行率は事業所ごとに0%〜80%超と極端にばらつき、平均は約5割にとどまる。
原因の一つは、訓練内容（PC事務、軽作業、清掃等）が実習先企業の実際の業務内容・配慮事項と合致せず、ミスマッチによる実習中断や早期離職が多発している点にある。例えば精神障害のあるAさん（30代）は事務系訓練を6か月受けたが、実習先で求められた電話対応中心の業務に対応できず1週間で中断し、次の実習先探しに数か月を要した。支援員は1人あたり15〜20名を担当し、企業側の求人票と利用者の訓練記録・特性を突き合わせる作業を手作業のExcelや紙ベースで行っており、マッチング精度と速度に限界がある。企業側も「どんな配慮をすれば戦力化できるか」の情報が不足し、実習受け入れに消極的になりがちで、需給双方に情報の非対称性が存在する。
①訓練記録（作業ログ・体調記録・支援員コメント）を自然言語処理と時系列解析で構造化し、利用者ごとの適性プロファイルを自動生成する。
②企業の求人・実習情報と利用者プロファイルを特徴量化し、協調フィルタリングと類似度最適化アルゴリズムでマッチングスコアを算出・ランキング表示する。③実習開始後の日次ログ（体調スコア、遅刻早退、作業達成率等）を機械学習モデルで解析し、離職・中断リスクを予測してリスクレベル別に支援員へアラートを出す。④支援員・企業とのやり取りにはチャットボットを併設し、よくある質問（配慮事項の確認、スケジュール調整等）に自然言語対話で一次対応する。
就労移行支援事業所は、利用者の訓練記録（作業速度・集中持続時間・得意工程・体調変動パターン等）を専用タブレットアプリに日々入力し、AIがこれを解析して「実習適性プロファイル」を自動生成する。
企業側は実習・求人情報（業務内容・必要スキル・配慮事項・職場環境の写真や動画）を登録すると、AIが利用者プロファイルと突き合わせてマッチングスコアを算出し、支援員に上位候補を提示する。支援員は提示された候補をもとに企業と利用者双方に実習提案を行い、実習開始後は利用者がスマホで日次の体調・作業ログを入力、企業担当者も簡易フィードバックを入力することで、AIが定着リスクをリアルタイムで予測し、悪化兆候があれば支援員に自動アラートを送る。これにより支援員は勘と経験に頼っていたマッチング業務から解放され、より的確なタイミングで介入できるようになる。利用者にとっては「自分に合う実習先が可視化される」体験、企業にとっては「配慮事項が事前に分かった状態で受け入れられる」体験となる。
| 実習ミスマッチによる再マッチング工数（支援員人件費換算、次の実習先探しに数か月） | 1件あたり年換算で約15万円の想定 |
| 早期離職・実習中断による訓練費用の機会損失（事業所報酬の未達成分） | 1事業所あたり年間約100万円の想定 |
| 企業側の実習受け入れ失敗による指導担当者の時間損失・再教育コスト | 1件あたり約10万円〜30万円の想定 |
| 手作業マッチング（Excel照合）による支援員残業代 | 支援員1人あたり月額2万円〜3万円の想定 |
| 事業所向けSaaS利用料（標準プラン） | 月額3万円〜5万円 |
| 企業向け求人データベース掲載料＋AIレコメンド枠 | 月額5万円〜10万円 |
| 企業向けマッチング成功報酬（実習から雇用成立時） | 1名あたり10万円〜20万円 |
この事業をやっている人のある1日、1年後・3年後・10年後の姿、向いている人・向いていない人、よくある質問……
あなたと事業の詳細は無料会員限定です。
時間軸別に、各チャネルの具体施策と、それをAIでどうプロンプティングして実現するかをセットで。
上記の施策をもとに、広告物の作成業者（マーケ会社）への紹介をご希望の場合はこちらからエントリーできます。
マーケ会社の紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
この事業に必要なアプリを作るための仕様です。下のボタンでWordに書き出せば、そのまま開発会社への相談・見積の依頼に使えます。
※ このボタンは、このページに載っている内容をそのままWordファイルに書き出します（AIは使いません。すぐ保存できます）。 ページの上のほうにある「ほしい資料を、その場でAIがつくります」の要件定義書のボタンは、AIチャットがあなたのご要望を聞きながら、そのつど書き起こすものです。 すでにある内容をそのまま渡したいときはこちら、作りたい範囲や条件を相談しながら仕上げたいときはAIチャットをお使いください。
就労移行支援事業所の支援員は1人あたり15〜20名を担当し、企業の求人票と利用者の訓練記録・特性の突き合わせを手作業のExcelや紙ベースで行っており、マッチング精度と速度に限界がある。
実際に、事務系訓練を6か月受けた30代の利用者が実習先で求められた電話対応中心の業務に対応できず1週間で中断し、次の実習先探しに数か月を要した例もある。企業側も配慮事項や戦力化のノウハウが分からず実習受け入れに消極的になりがちで、需給双方に情報の非対称性が存在する。この結果、全国平均で一般就労への移行率は約5割にとどまり、事業所間で0%〜80%超という極端な差が生じている。
PoC・プロトタイプ開発フェーズ（0-6ヶ月）は要件が固まっておらずマッチング精度や画面仕様が検証を通じて変化するため準委任契約が向く。
MVPの機能範囲が確定した後の量産開発（訓練記録アプリ、ダッシュボード等）は要件定義書を確定させた上で請負契約に切り替えることも検討できる。要配慮個人情報（障害・健康・体調情報）を扱うため、契約書には委託先の再委託制限、データ暗号化・アクセスログ管理、契約終了時のデータ削除・返却条項を必須で明記し、弁護士確認のうえ締結すること。また離職リスク予測モデルの精度目標（F値0.7以上等）を検収基準に含める場合は、PoCで得られたデータ量・条件を前提とすることを契約上明確にしておく必要がある。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 就労移行支援事業所の支援員（訓練記録の確認、マッチング候補の提示・実習提案、アラート対応を行う） |
| セカンダリ | 訓練生・実習生（スマホで日次の体調・作業ログを入力）、企業の実習担当者・人事（求人登録、配慮事項の確認、フィードバック入力） |
| 管理 | 事業所管理者およびカスタマーサクセス担当（アカウント・契約管理、要配慮個人情報のアクセス権限監視、データ利活用状況の確認） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 訓練記録入力機能 | 支援員が作業速度・集中時間・得意工程を日次入力→時系列DBに保存→利用者別記録一覧を出力 |
| 適性プロファイル自動生成機能 | 訓練記録・支援員コメントを入力→NLPと時系列解析で構造化→適性プロファイルを自動生成 |
| 企業求人・実習情報登録機能 | 企業担当者が業務内容・配慮事項・職場写真動画を入力→DB登録→求人一覧に公開表示 |
| マッチングスコア算出・ランキング機能 | 利用者プロファイルと求人情報を入力→協調フィルタリングで類似度計算→上位候補を支援員に提示 |
| 実習提案・承認管理機能 | 支援員が候補から実習先を選定・提案送信→企業と利用者の承諾入力→提案状況を記録 |
| 日次体調・作業ログ入力機能 | 利用者がスマホで体調スコア・作業達成率を入力→サーバ送信→日次ログとして蓄積 |
| 企業フィードバック入力機能 | 企業担当者が実習中の様子を簡易入力→サーバ送信→支援員向けログに即時反映 |
| 定着リスク予測・自動アラート機能 | 日次ログ（体調・遅刻・達成率）を入力→機械学習で離職リスクを予測→閾値超過時に支援員へ自動通知 |
| チャットボット一次対応機能 | 支援員・企業からの質問文を入力→自然言語対話エンジンで回答生成→よくある質問に自動応答 |
| 支援員向け統合ダッシュボード機能 | 担当利用者の状況・アラート・マッチング候補を集約→一覧画面に表示→優先対応先を提示 |
| 自治体向け匿名集計レポート機能 | 地域の就労移行実績データを匿名集計→統計分析処理→定着率・マッチング件数レポートをPDF出力 |
| テーブル | 主要カラム |
|---|---|
users_利用者 | 利用者ID, 事業所ID, 氏名, 生年月日, 障害種別, 配慮事項, 登録日 |
training_logs_訓練記録 | 記録ID, 利用者ID, 日付, 作業速度, 集中持続時間, 得意工程, 体調スコア, 支援員コメント |
aptitude_profiles_適性プロファイル | プロファイルID, 利用者ID, 生成日時, 特徴量ベクトル, 推奨業務タグ, 更新元記録ID |
companies_企業 | 企業ID, 企業名, 業種, 従業員数, 担当者名, 連絡先, 契約プラン |
job_postings_求人実習情報 | 求人ID, 企業ID, 業務内容, 必要スキル, 配慮事項, 職場写真URL, 掲載開始日, 掲載終了日 |
matches_マッチング | マッチID, 利用者ID, 求人ID, マッチングスコア, ステータス, 提案日, 支援員ID |
internship_logs_実習日次ログ | ログID, マッチID, 日付, 体調スコア, 遅刻早退フラグ, 作業達成率, 企業フィードバック |
risk_alerts_離職リスク | アラートID, マッチID, 予測日時, リスクレベル, 予測根拠, 支援員対応状況 |
| # | 画面 |
|---|---|
| 1 | 利用者訓練記録入力画面 |
| 2 | 適性プロファイル確認画面 |
| 3 | 企業求人・実習登録画面 |
| 4 | マッチング候補一覧画面 |
| 5 | 実習提案・承認画面 |
| 6 | 日次ログ入力画面(利用者/企業) |
| 7 | 支援員向けリスクアラート画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(EC2/RDS/S3) - 福祉業界の実績多くセキュリティ要件に対応 |
| 2 | Python/scikit-learn - マッチング・リスク予測モデル構築に定番 |
| 3 | PostgreSQL - 構造化データと属性検索に強い |
| 4 | React Native - 利用者・支援員向けアプリを1コードで開発 |
| 5 | Rasa/Dialogflow - チャットボット一次対応の自然言語対話基盤 |
| 6 | Auth0 - 要配慮個人情報保護のための認証・権限管理 |
| 7 | Pマーク準拠監査ツール(TRUSTe等) - プライバシーマーク取得要件対応 |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: システム稼働率99.5%以上（月間許容ダウンタイム約3.6時間以内） |
| セキュリティ | セキュリティ: 要配慮個人情報はAES-256で暗号化保存し、ロールベースアクセス制御を適用、初年度中にプライバシーマークを取得 |
| 性能 | 性能: 利用者・求人各1,000件規模でもマッチングスコア算出結果を3秒以内に応答 |
| 運用 | 運用: 障害発生時のRTO(目標復旧時間)を4時間以内、バックアップは日次実施しRPO(目標復旧時点)を24時間以内に設定 |
| データ保持 | データ保持: 訓練記録・実習ログ・体調記録は監査対応のため最低5年間保存 |
| 拡張性 | 拡張性: 支援員・企業担当者合計5,000アカウントの同時アクセスに耐える構成とし、3年目300拠点到達時にも性能劣化なく稼働 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 紙やExcelのままで構わず、提携事業所数拠点の訓練記録を支援員にヒアリングし、手作業で実習先候補をリストアップしてマッチングの仮説を人力で試す。 | 交通費とヒアリング謝礼程度、開発費はほぼかからない |
| ②最小システム | 訓練記録の入力フォームとスプレッドシート連携による簡易マッチングスコア算出の仕組みを構築し、数拠点・数社で実際に運用してフィードバックを得る。 | ノーコードツール利用料とAI利用料程度、外注しても数週間分の費用感 |
| ③本開発 | 専用タブレットアプリ、機械学習によるマッチングエンジン、離職リスク予測モデルを本格開発し、複数事業所・複数企業での同時運用に耐える基盤を構築する。 | 外注開発で数か月分の費用、初期投資の中心部分 |
上記の要件定義書をもとに、システムベンダー（開発会社）への紹介をご希望の場合はこちらからエントリーできます。
システムベンダーの紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
10年の収支と資金の集め方、財務、KPI、資本政策、そして図解付きのフル事業計画書・AI実装仕様書……
事業計画の詳細は無料会員限定です。
市場の前提（ボトムアップ試算）とTAM/SAM/SOMの規模感……
市場規模の詳細は無料会員限定です。
競合となるサービス・企業と、この事業ならではの差別化ポイント……
競合企業の詳細は無料会員限定です。
対応が必要な許認可・法規制と、確認すべき相手先・想定調整期間……
関連法令・許認可の詳細は無料会員限定です。
手を挙げたその日から動けるように、完了条件つきで並べています。
| 誰に会うか | なぜ会うか | 接触の仕方 |
|---|---|---|
| 就労移行支援事業所のサービス管理責任者（大手法人1拠点） | 訓練記録の入力実態と支援員の業務フローを把握し要件定義の精度を上げるため | 全国就労移行支援事業者連絡協議会や社会福祉法人経由で紹介依頼、展示会でも接触可 |
| 特例子会社の人事・障害者雇用推進担当者 | 実習受け入れ企業側の配慮事項ニーズと求人票の実情を直接ヒアリングするため | 特例子会社協会（一社）の会員名簿・セミナーで名刺交換し個別面談を依頼 |
| 市区町村の障害福祉課・自立支援協議会の就労部会担当者 | 地域の就労移行実績データ活用と公費連携モデルの実現可能性を確認するため | 自治体の障害福祉課窓口へ事業説明資料を持参しアポイントを取得 |
| 都道府県労働局または公共職業安定所（ハローワーク）の需給調整事業担当 | マッチング・成功報酬モデルが有料職業紹介事業に該当するか事前確認するため | 労働局需給調整事業課の相談窓口に事業スキームを説明し面談予約 |
| 個人情報保護法・要配慮個人情報を専門とする弁護士 | 利用者の健康・障害情報を扱う規約設計と同意取得フローの適法性を確認するため | 福祉IT分野の実績がある法律事務所を紹介経由（VC・支援機関経由）で選定 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 福祉業界の展示会・フォーラム | 国際福祉機器展や就労移行支援関連のフォーラムに出向き「訓練記録から実習先を自動で提案するアプリを開発中です、実証にご協力いただける事業所を探しています」と直接声をかける。 |
| 自治体の障害福祉課 | 自治体窓口を訪問し「管内の就労移行支援事業所の定着率向上に協力したい、まず数事業所でパイロットをさせてほしい」と相談し、事業所リストの紹介を依頼する。 |
| 特例子会社協会・自立支援協議会 | 業界団体の勉強会に参加し「実習受け入れ企業の配慮事項を事前に可視化する仕組みを試したい」と伝え、参加企業や事業所への紹介を依頼する。 |
| 就労移行支援事業を運営する法人への直接アプローチ | 全国展開する就労移行支援事業者の本部に連絡し「支援員の手作業マッチングを効率化するアプリのパイロット拠点を募集している」と説明し、モデル拠点を紹介してもらう。 |
対応が必要な許認可・法規制の詳細は「関連法令」タブでご確認いただけます。着手前に必ずご確認ください。
制度名・金額・要件は年度ごとに変わるため、ここでは種別と公式の探し先だけを示します。必ず一次情報で最新の要件を確認してください。
| 種別 | 特徴 |
|---|---|
| 自己資金・身内からの出資 | 最初の検証（ヒアリング・試作）はここで賄えることが多い。 |
| 日本政策金融公庫の創業融資 | 実績のない創業期でも相談できる公的融資。事業計画書の提出が要る。 |
| 自治体の創業支援制度 | 市区町村・都道府県ごとに補助・利子補給・家賃補助などがある。要件と募集時期は年度で変わる。 |
| 国の中小企業向け補助金 | 設備・販路開拓・IT導入などの類型がある。公募期間が短いので、常設の情報源で追う。 |
| エンジェル投資家・ベンチャーキャピタル | 急成長を前提にする資金。社会課題型では投資家の性格を選ぶ必要がある。 |
| 確認先 | 何がわかるか |
|---|---|
| ミラサポplus（中小企業庁） | 補助金・支援制度の横断検索 |
| J-Net21（中小機構） | 支援策・創業手引きのデータベース |
| 地域の商工会議所・よろず支援拠点 | 無料の対面相談。申請書の書き方まで見てもらえる |
| 日本政策金融公庫の各支店 | 創業計画書の事前相談 |
| 制度 | 誰が使えるか | この事業でどう効くか |
|---|---|---|
| 日本政策金融公庫 新創業融資制度 | 税務申告を2期終えていない新規開業者で、自己資金要件等を満たす方 | 訓練記録アプリとマッチングエンジンの開発資金・運転資金として活用でき、融資総額は500万円を想定。無担保無保証で法人設立直後でも申込可能。 |
| 小規模事業者持続化補助金 | 商工会議所・商工会の管轄地域にある小規模事業者 | 福祉業界向け展示会への出展費やパンフレット・ウェブサイト制作費等、最初の事業所・企業開拓の販路開拓費用に充当できる。 |
| IT導入補助金 | 中小企業・小規模事業者でITツールを導入する事業者 | 就労移行支援事業所側がSaaSを導入する際の費用負担を補助対象とできれば、営業提案時の導入ハードルを下げられる。 |
| 東京都創業助成事業 | 都内で創業を予定する個人、または創業から間もない中小企業者 | 人件費や専門家謝金等が対象経費に含まれ、機械学習エンジニアやカスタマーサクセス採用の初期費用の一部に充当できる可能性がある。 |
| ものづくり・商業・サービス生産性向上促進補助金（ものづくり補助金） | 中小企業・小規模事業者でシステム・サービス開発を行う事業者 | マッチングエンジンや離職リスク予測モデルの開発という設備投資的な費用の一部を補助対象にできる可能性がある。 |
会社設立の手続きや許認可の取得、契約書の整備など、弁護士・税理士・司法書士等の専門家への紹介をご希望の場合はこちらからエントリーできます。
専門家の紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
本文中の「※1」「※2」の番号は、ここに対応しています。番号を押すと、この欄に飛びます。
この事業が失敗するとしたら原因はどこから来るか、単価をその値段にした理由、最初の3か月で確かめること、必要な契約書と支払い条件、1人目の求人票、この事業の1週間……
実行の手引きの詳細は無料会員限定です。
障がい者支援の領域に取り組む仲間がコミュニティにいます。ひとりで抱え込まず、同じ課題を見ている人と話すところから始められます。
※ バッジは自動集計にもとづく相対表示です