Who（誰が）
自治体の福祉事務所・生活困窮者自立支援窓口の就労支援員と、対象事業を評価する自治体向けSIer・人材会社・福祉テック企業
対象とする社会課題：自治体就労支援の面談記録が散在し、職歴・適性と求人の照合が属人化している
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。
生活に困窮する人やひとり親、障害のある人を支える就労支援員は、限られた時間の中で一人ひとりの職歴や事情を聞き取り、記録し、求人を探している。だがその記録は紙やExcelのまま個人に紐づき、担当が変わるたびに引き継がれず、同じ話を繰り返させてしまう。本人に合う仕事ではなく「見つかった仕事」で決まり、早期離職につながることも多い。積み重ねた面談の記録を資産として活かせる仕組みが必要だと考えた。
※ 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600万円の申請資料も、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。
ボタンを押すとAIチャットが開き、ShuroLink AIの事業内容を読み込んだ状態で、資料の初版をその場で作成します。自治体への提案営業や採用活動にそのまま使える形で出力されます。
※ 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。
自治体の就労支援員が紙やExcelに散在する面談記録をスキャン・入力するだけで、AIが自然言語処理により職歴・スキル・希望条件・通院や保育などの生活面の制約を自動で構造化し、求職者ごとの適性プロファイルを生成するサービスです。
プロファイルは近隣ハローワーク求人や自治体独自求人と日次でAIマッチングし、適合度スコア付き上位10件を支援員の管理画面に提示します。面談中はタブレットでAIとの対話形式ヒアリングを使い聞き漏れを防ぎ、記録作成は20分から12分程度に短縮する見込みです。求職者にはLINEで求人候補や面接対策のリマインドが届き、支援員は就職後の職場定着状況もダッシュボードで追跡できます。
全国の自治体では生活保護受給者・生活困窮者・ひとり親家庭・障害者向けの就労支援員が年間延べ数百万件の面談を行っているが、記録は紙やExcelで各支援員・各拠点に個別保存され、過去の面談履歴や適性評価が引き継がれないまま担当者が異動・退職する。
例えば人口30万人規模の市では就労支援員1人あたり80〜120名を担当し、1件の面談記録作成に平均20分かかるが、他部署（福祉課・障害福祉課）の記録とは連携されず同じ聞き取りを繰り返している。求人照合はハローワーク求人票を支援員が目視で探し職歴とすり合わせる作業が中心で、1人の求職者に対する求人提案は平均2〜3件に留まり、本人の適性より「見つかった求人」で決まるケースが多い。厚生労働省の生活困窮者自立支援制度利用者は年間約35万人、就労支援対象者はそのうち約15万人と推計されるが、支援員の平均経験年数は3年未満で属人的スキル依存が強く、支援の質が地域・担当者によって大きく異なる。この結果、就職後3ヶ月以内の離職率が2〜3割に達する自治体もあり、再面談・再マッチングのコストが繰り返し発生している。
自然言語処理AIが面談記録・過去のケースワーカー記録を解析し、職歴・スキル・生活課題を構造化データに変換する。
予測モデルが求職者の適性プロファイルと求人票の要件・職場環境データを照合し、就職後の定着可能性を含めた適合度スコアを算出する最適化マッチングを行う。対話型AIが面談時に支援員へ質問候補を提示し記録漏れを防ぎ、就職後は勤怠・面談フォローのデータから離職リスクを予測して支援員に早期介入を促す。
自治体の就労支援員が既存の紙・Excel記録をスキャン・入力するだけで、AIが面談メモから職歴・スキル・希望条件・生活面の制約（通院・保育等）を自然言語処理で構造化し、求職者ごとの「適性プロファイル」を自動生成する。
プロファイルは近隣ハローワーク求人票・自治体独自求人・協力企業の求人データとAIが日次でマッチングし、適合度スコア付きで上位10件を支援員の管理画面に提示する。支援員は面談中にタブレットでAIとチャット形式のヒアリング補助を使い、聞き漏れ項目をAIが提案しながら記録を残せるため、面談時間は平均20分から12分程度に短縮される見込みである。求職者本人にはLINE連携で求人候補と面接対策のリマインドが届き、支援員は経過をダッシュボードで一覧管理し、就職後の職場定着状況もAIが追跡して離職リスクを予測・アラートする。
| 支援員1人あたりの面談記録作成人件費（1件20分×年間延べ約1,200件、時給2,000円換算） | 約80万円/年 |
| 他部署との記録未連携による重複聞き取り・再面談対応の人件費 | 約40万円/年 |
| 就職後3ヶ月以内離職（離職率20〜30%）による再マッチング・再面談コスト | 約150万円/年 |
| 紙・Excel記録の検索・引き継ぎ時間（異動・退職時の情報ロス含む） | 約60万円/年 |
| 自治体向けSaaS利用料（支援員10〜50名規模、人口30万人程度の市を想定） | 月額30万円（年間360万円） |
| 初期導入・データ移行費（紙・Excel記録500〜1,000件分の構造化移行） | 初年度一括200万円 |
| 定着支援オプション（離職リスク予測・フォローアップ機能） | 月額8万円（年間96万円） |
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。
自治体の就労支援員は担当者ごとに紙やExcelで面談記録を管理しており、異動・退職時に職歴や適性評価が引き継がれず、他部署とも連携されないまま同じ聞き取りを繰り返している。
求人照合はハローワーク求人票の目視検索が中心で、1人あたりの提案求人数は平均2〜3件にとどまり、本人の適性より「見つかった求人」で就職先が決まりがちである。支援員の平均経験年数は3年未満で属人化が強く、地域・担当者による支援品質の差が就職後3ヶ月以内の離職率2〜3割という結果につながっている。面談記録の構造化とAIマッチングにより、この属人化と再面談・再マッチングの繰り返しコストを解消する必要がある。
PoC・パイロット導入期(0〜12ヶ月)はAIの精度検証やUI改善で要件が頻繁に変わるため準委任契約が適切である。
本格展開期(12ヶ月以降)で標準API連携や離職予測機能など仕様が固まった開発は請負契約とし、検収基準・成果物を明確化した方が発注側のコスト管理に向く。自治体ごとに個人情報保護条例や既存システムとの連携仕様が異なるため、要件定義書に自治体別カスタマイズ範囲を明記し、範囲外の追加改修は請負の追加見積りとして扱うことを契約前に合意しておく必要がある。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 自治体の就労支援員(福祉事務所・生活困窮者自立支援窓口・障害福祉課の担当者) |
| セカンダリ | 求職者本人(生活保護受給者・生活困窮者・ひとり親家庭・障害者) |
| 管理 | 自治体福祉政策課の管理者およびシステム管理者、当社カスタマーサクセス担当 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 面談記録スキャン・OCR取込 | 紙・Excel面談記録の画像→OCR文字認識→構造化前テキストデータとして保存 |
| AI面談記録構造化 | 面談メモ自然文→NLP解析で職歴・スキル・希望条件・生活制約を抽出→構造化プロファイル項目に自動反映 |
| 対話型ヒアリング補助AI | 面談中の入力途中データ→聞き漏れ項目をAIが判定→タブレットに次の質問候補を提示 |
| 適性プロファイル自動生成 | 構造化済み職歴・スキル・制約データ→AIが統合分析→求職者ごとの適性プロファイルを生成 |
| 求人データ収録・更新 | ハローワーク求人票・自治体独自求人・協力企業求人→日次バッチ取込→求人マスタDBに反映 |
| AI求人マッチングスコアリング | 適性プロファイルと求人要件データ→最適化モデルで適合度算出→スコア付き上位10件を管理画面に出力 |
| 支援員向け提案求人ダッシュボード | マッチングスコア結果→支援員が一覧表示で確認→採用可否を選択し結果を記録 |
| 求職者向けLINE通知連携 | 確定した求人候補・面接日程→LINE APIで整形→求職者本人へリマインド配信 |
| 就職後定着状況トラッキング | 就職後の勤怠・面談フォロー記録入力→データ蓄積・集計→定着率ダッシュボードに反映 |
| AI離職リスク予測アラート | 勤怠・フォロー面談データ→予測モデルで離職リスクスコア算出→閾値超過時に支援員へアラート通知 |
| 自治体間データ連携・広域マッチング基盤 | 複数自治体の求職者・求人データ→標準API経由で共有→広域求人候補を各自治体画面に提示 |
| テーブル | 主要カラム |
|---|---|
municipalities | municipality_id, name, population, contract_plan, contract_start_date, security_review_status |
counselors | counselor_id, municipality_id, name, department, experience_years, login_account |
jobseekers | jobseeker_id, municipality_id, name, birthdate, family_status, welfare_category, contact_line_id |
interviews | interview_id, jobseeker_id, counselor_id, interview_date, raw_memo_text, structured_json, duration_minutes |
profiles | profile_id, jobseeker_id, skills, work_history, desired_conditions, constraints_medical, constraints_childcare, updated_at |
job_listings | job_id, source_type, company_name, job_title, required_skills, work_conditions, location, posted_date |
matches | match_id, jobseeker_id, job_id, score, rank, presented_date, counselor_decision, applied_flag |
employment_records | record_id, jobseeker_id, job_id, hire_date, retention_status, risk_score, alert_flag, followup_date |
| # | 画面 |
|---|---|
| 1 | 面談記録入力画面 |
| 2 | AIヒアリング補助画面 |
| 3 | 適性プロファイル確認画面 |
| 4 | マッチング候補一覧画面 |
| 5 | 支援員ダッシュボード |
| 6 | 定着リスク監視画面 |
| 7 | 求職者向けLINE通知管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | GPT-4o API（面談メモの構造化・自然言語解析に利用） |
| 2 | AWS（自治体向けセキュリティ要件を満たす国内リージョン提供） |
| 3 | PostgreSQL（構造化データと求人マッチング条件の管理） |
| 4 | Python + scikit-learn（適合度スコア・離職リスク予測モデル構築） |
| 5 | LINE Messaging API（求職者へのリマインド・求人通知連携） |
| 6 | Difyまたは独自RAG基盤（面談ヒアリング補助チャットの構築） |
| 7 | Auth0（自治体ごとのアクセス権限・多要素認証管理） |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 平日8:30〜17:15の窓口稼働時間帯における稼働率99.5%以上を目標とする想定 |
| 性能 | 性能: 求人マッチングスコア算出処理は求職者1人あたり日次バッチで5分以内に完了する想定 |
| セキュリティ | セキュリティ: 面談記録は個人情報保護条例に準拠しAES-256で暗号化保存、通信はTLS1.2以上を必須とする |
| アクセス制御 | アクセス制御: 支援員ロールごとに閲覧範囲を制限し、他部署（福祉課・障害福祉課）記録参照は権限承認制とする |
| 監査ログ | 監査ログ: 全ての記録閲覧・編集操作を5年間保存し、自治体監査要求時に90日以内に提出可能な体制とする |
| 拡張性 | 拡張性: 自治体数50・支援員数2,000名規模まで水平スケール可能なクラウド構成とする想定 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 1〜2自治体の面談記録（紙・Excel）を人手で受け取り、担当者が構造化・要約を手作業で行い、求人票との照合も目視で試して、AI化すべき箇所を洗い出す | 人件費と交通費が中心で、外部発注はほぼ発生しない水準 |
| ②最小システム | 既存の汎用AIサービスを組み合わせて面談メモの構造化と求人照合の試作を作り、支援員数名に実際の面談で使ってもらい、処理時間短縮と提案求人数の変化を確認する | AI利用料と簡易な画面開発の外注費で、数か月分の小規模発注に収まる水準 |
| ③本開発 | 自治体既存システムとの連携API、離職リスク予測モデル、支援員向けダッシュボードを本格開発し、複数自治体での本番運用に耐える体制を整える | NLPモデル開発とAPI連携開発を外部エンジニアに数か月〜半年規模で発注する水準 |
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 |
|---|---|---|
| 自治体福祉事務所の生活困窮者自立支援担当課長（生活支援課・自立支援室等） | 現場の面談記録運用と予算要求プロセスの実態を把握するため | 厚労省の自立支援制度実施状況報告書で先進自治体を特定し課へ直接電話 |
| 現役または元ケースワーカー・就労支援員（委託先NPO含む） | 面談記録の実運用フローと属人化の具体的困りごとを聞くため | 自治体の入札公開情報や委託先NPOの求人票から所属団体を特定し訪問依頼 |
| ハローワーク（公共職業安定所）の職業紹介部門担当官 | 求人票データの提供可否・二次利用条件を事前確認するため | 所轄の都道府県労働局職業安定部へ電話し担当窓口を紹介してもらう |
| 既存の生活保護システム・福祉システムベンダーの営業責任者 | 既存システムとのAPI連携可否と提携販売の実現性を確認するため | 自治体のシステム調達仕様書に記載の受託事業者へ直接コンタクト |
| 自治体の情報政策課・DX推進課の担当者 | 個人情報保護条例上の外部データ連携要件と調達手続きを確認するため | 福祉事務所からの紹介、または自治体DX推進計画の担当窓口へ問い合わせ |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 元ケースワーカー・元支援員の人脈からの紹介 | 「面談記録の引継ぎで困った経験を聞かせてほしい」と伝え、現場の課題感を確認しながら知り合いの福祉政策課職員につないでもらう |
| 福祉システムベンダーとの提携打診 | 既存の生活保護システム・電子申請システムの提供会社に「連携APIで御社の顧客自治体に提案したい」と持ちかけ、共同提案の機会を作る |
| 生活困窮者自立支援関連の全国会議・勉強会 | 自治体の就労支援担当者が集まる会議に参加し、「面談記録の構造化を無償で試せるPoCを募集している」と直接声をかける |
| 厚労省・総務省のDX関連説明会や業界紙 | 自治体DX担当者向けの説明会に出席し、名刺交換の場で「PoC無償提供中」と伝えて後日の商談につなげる |
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 新規開業資金（創業融資） | 創業前・創業後の法人代表者 | 融資額は600万円で、自治体への提案営業やPoC構築の運転資金に使える候補になる |
| 小規模事業者持続化補助金 | 小規模事業者（創業直後の法人も対象になり得る） | 自治体向け提案資料・展示会出展・営業用ウェブサイト制作など販路開拓費の一部を補助対象にできる可能性がある |
| IT導入補助金 | ITツールを導入する中小企業・小規模事業者 | 提携する福祉システムベンダー側の導入費用として使える候補であり、自社側の業務システム整備にも検討余地がある |
| 中小企業技術革新制度（SBIR）による研究開発補助 | 研究開発型の中小企業・スタートアップ | 面談記録の自然言語処理モデルや離職予測モデルの開発費が、各省庁のSBIR関連公募の対象になり得る |
| 自治体の創業助成事業（例: 東京都創業助成事業など地域の創業支援制度） | 対象地域内で創業予定・創業後一定期間内の事業者 | 自己資金100万円に加えて、初期の人件費・広告費の一部を助成対象にできる可能性がある。地域により制度名・要件が異なる |
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。
この領域に取り組む仲間がコミュニティで情報交換しています。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。
※ バッジは閲覧・登録などの集計にもとづく相対表示です。