Who（誰が）
人口5万〜30万人規模の市町村の土木・道路管理課職員、および道路管理を受託する建設コンサルタント・舗装補修業者が主な利用者となる。
対象とする社会課題：道路インフラの老朽化に対し、目視パトロールの人手不足と記録の属人化が続く社会課題
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。
多くの自治体では、数名の土木職員が広大な路線を受け持ち、目視パトロールは年に一度あるかどうかという頻度にとどまる。ひび割れやポットホールは発見が遅れるほど復旧費用がふくらみ、陥没事故や賠償問題の火種にもなる。記録は紙やExcelに頼り、補修の優先順位は担当者の経験と勘に委ねられてきた。壊れてから気づく管理を、日常の走行データで変えていく。
※ 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。
ボタンを押すと、ロードスキャンAIの事業内容を読み込んだAIチャットが開き、その場で資料の骨子を一緒に作成します。事業計画から採用まで、必要な資料をすぐにたたき台として作れます。
※ 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。
ロードスキャンAIは、市町村の公用車やごみ収集車にドライブレコーダー相当のカメラを取り付けるだけで、走行中に道路のひび割れやポットホール、白線消失を自動検出し、GPS位置情報と紐づけて劣化度をスコア化するクラウドサービスです。
土木職員は専用ダッシュボードで路線ごとの劣化マップと補修優先度リストを確認し、現場確認が必要な箇所だけスマホアプリで写真を追加すれば記録が完成します。年1〜2回の目視パトロールに頼っていた自治体が、公用車の日常走行だけで道路状態を継続的に把握できるようになり、補修予算の配分根拠を議会や住民に数値で説明できるようになります。
全国の市町村道は約103万kmあり、多くの自治体が2〜5名の土木職員で目視パトロールを行っているが、職員1人あたりの担当路線が数百kmに及ぶケースも多く、巡回頻度は年1〜2回程度に留まる。
舗装のひび割れやポットホールは発見が遅れると復旧コストが数倍化し、事故訴訟リスク（陥没による車両損傷等の賠償）にも直結する。記録は紙の巡回表やExcelで管理され、劣化進行の比較や補修優先度の判断が担当者の経験に依存している。国土交通省の調査では地方自治体の道路管理予算はここ10年で実質減少傾向にあり、外部委託費も限られるため「壊れてから直す」対応型管理が常態化している。特に人口5万人未満の自治体では専門技術者が1名しかいない自治体も多く、後継者不在も深刻な課題である。
画像解析AI（物体検出モデルYOLO系をベースに舗装損傷データセットで再学習）が車載映像から損傷箇所を検出・分類し、損傷面積と深刻度を自動採点する。
時系列予測モデルが過去の劣化データから将来の進行速度を推定し、補修を先送りした場合のコスト増加を数値で提示する。最適化アルゴリズムが予算制約下での補修優先順位を計算し、限られた予算での最大効果配分案を自動提案する。さらに自然言語生成AIが検出結果を議会報告書・住民向け説明文の草案として自動作成し、職員の報告書作成時間を削減する。
自治体の公用車・ごみ収集車・郵便配達車等に既存のドライブレコーダーまたは簡易広角カメラを取り付け、走行するだけで道路映像を自動収集する。
収集映像はクラウドにアップロードされ、AIがひび割れ・ポットホール・白線消失・マンホール段差などを自動検出し、GPS位置情報と紐づけて劣化度をスコア化する。担当職員は専用ダッシュボードで路線ごとの劣化マップと補修優先度リストを確認し、現場確認が必要な箇所だけをスマホアプリで写真とコメントを追加して記録を確定する。過去データと比較した劣化進行速度もAIが提示するため、補修予算の年度配分をエビデンスベースで説明できるようになる。導入自治体は月次レポートを議会・住民説明資料としてそのまま活用できる。
| 目視パトロール人件費（時間外対応含む、職員2名分） | 年間約400万円 |
| 陥没・段差による車両損傷等の賠償金（年間平均1件想定） | 年間約100万〜150万円 |
| 発見遅延による復旧コスト増加分（早期補修なら数分の1で済むケース） | 年間約300万円 |
| 紙・Excel管理による報告書作成・データ整理の人件費 | 年間約36万円（120時間×時給3,000円換算） |
| SaaS利用料（小規模自治体向け・道路延長少） | 月額15万円（年間180万円） |
| SaaS利用料（中規模自治体向け・市道800km程度） | 月額30万円（年間360万円） |
| 初期導入・カメラ設置費（公用車20台一括導入） | 初年度一括100万円（1台5万円×20台） |
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。
多くの市町村では土木職員が2〜5名しかおらず、1人あたり数百kmの路線を年1〜2回の目視パトロールで確認するのが限界となっている。
ひび割れやポットホールの発見が遅れると復旧コストが数倍化し、陥没による車両損傷賠償など訴訟リスクにも直結する。記録は紙やExcelで属人的に管理されており、劣化進行の比較や補修優先度の判断が担当者の経験と勘に依存しているのが実情である。道路管理予算はこの10年で実質減少傾向にあり、専門技術者が1名しかいない自治体も多く、後継者不在によりノウハウの継承自体が困難になりつつある。
PoC・モデル構築期（0〜6ヶ月）はAI検出精度の目標値（F1スコア0.75以上）が未達成の探索的フェーズであるため準委任契約で進め、要件変更や再学習を柔軟に行える体制が望ましい。
ダッシュボードやレポート自動生成など機能仕様が固まる初期導入拡大期以降は要件定義が明確化するため請負契約への切替を検討する。発注時は、AI検出精度の未達成がそのまま契約不履行とならないよう、精度保証ではなく努力目標として契約書に明記することが重要である。また学習データとして扱う道路映像・個人情報の取り扱い範囲（マスキング処理の責任分界点）を明文化し、自治体の個人情報保護条例との整合を委託先と事前に確認する必要がある。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 市町村の土木・道路管理課の担当職員（巡回・補修優先度判断・報告書作成を行う実務担当者） |
| セカンダリ | 建設コンサルタント・舗装補修業者（詳細診断委託先）、公用車・ごみ収集車のドライバー（映像収集の起点となる運転者） |
| 管理 | 自治体側のシステム管理者（アカウント・権限設定）およびロードスキャンAI運営側のカスタマーサクセス担当（精度モニタリング・自治体サポート） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 映像自動収集アップロード | 車載カメラ映像→GPS位置情報付与→クラウドストレージへ自動アップロード |
| 損傷検出AI解析 | アップロード映像→YOLO系検出モデルで解析→ひび割れ等の位置と種別を出力 |
| 劣化度スコアリング | 検出結果（面積・種別）→深刻度採点ロジック→路線別劣化スコアを算出 |
| 劣化進行予測 | 過去劣化データ→時系列予測モデル→将来の進行速度とコスト増加額を提示 |
| 補修優先度最適化提案 | 劣化スコア・予算制約→最適化アルゴリズム→補修優先順位リストを自動生成 |
| 劣化マップダッシュボード表示 | スコア・位置情報→地図描画処理→路線別劣化マップをブラウザ表示 |
| 現地確認スマホアプリ記録 | 職員の写真・コメント入力→検出箇所IDに紐付け→現地記録として確定保存 |
| 議会・住民説明資料自動生成 | 検出結果・進行予測データ→自然言語生成AI→報告書草案テキストを出力 |
| 月次レポート自動作成 | 月間集計データ→レポートテンプレート適用→PDF形式で自動出力 |
| 個人情報自動マスキング | 収集映像→ナンバープレート・人物検出処理→該当箇所を自動ぼかし加工 |
| データ提供・ベンチマーク分析 | 複数自治体の匿名化劣化データ→統計集計処理→外部向けレポートを生成 |
| テーブル | 主要カラム |
|---|---|
municipalities | id, name, population, road_length_km, contract_plan, contract_start_date |
vehicles | id, municipality_id, vehicle_type, camera_id, install_date |
cameras | id, model, serial_number, calibration_date, status |
video_uploads | id, vehicle_id, upload_datetime, file_path, gps_track_id, processed_flag |
detections | id, video_upload_id, damage_type, severity_score, area_size, lat, lng, detected_at |
road_segments | id, municipality_id, segment_name, start_lat, start_lng, end_lat, end_lng, priority_score |
repair_records | id, road_segment_id, detection_id, repair_status, repair_date, cost, staff_comment |
reports | id, municipality_id, report_type, period, generated_text, generated_at |
| # | 画面 |
|---|---|
| 1 | ログイン画面 |
| 2 | 劣化マップダッシュボード |
| 3 | 補修優先度リスト画面 |
| 4 | 検出詳細確認画面 |
| 5 | 現地確認記録入力(スマホ) |
| 6 | レポート生成・出力画面 |
| 7 | 車両・カメラ管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | YOLOv8: 舗装損傷検出で実績ある物体検出モデル |
| 2 | AWS S3: 大容量車載映像の安価な保管に適する |
| 3 | AWS SageMaker: モデル学習・再学習運用を効率化 |
| 4 | PostgreSQL+PostGIS: GPS位置情報の空間検索に対応 |
| 5 | Next.js: 自治体向けダッシュボードUIを迅速構築 |
| 6 | React Native: スマホ現地確認アプリをiOS/Android共通開発 |
| 7 | OpenAI API: 議会・住民説明文の自動生成に活用 |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: ダッシュボードの月間稼働率99.5%以上を目標とする想定 |
| 性能 | 性能: 映像アップロードから検出結果表示まで平均24時間以内の処理完了を目安とする |
| セキュリティ | セキュリティ: 映像・位置情報は自治体ごとにアクセス権限分離し、通信はTLS1.2以上で暗号化する想定 |
| スケーラビリティ | スケーラビリティ: クラウドGPUリソースは同時100台規模の映像処理に対応できる構成とする |
| 個人情報保護 | 個人情報保護: マスキング処理後の映像のみ保存し、原本は7日以内に自動削除する運用とする想定 |
| 監査性 | 監査性: 補修判断履歴（AI提示内容と職員最終判断）を最低5年間保存し追跡可能とする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 協力を得られた自治体の公用車1台にカメラを取り付けて実際に走行し、撮れた映像をこちらで目視確認しながらひび割れ・ポットホールを手作業で拾い出し、そもそも検出できるかを確かめる。 | カメラ機材と移動の交通費程度で、システム開発費はまだかけない |
| ②最小システム | 検出モデルの試作版と簡易ダッシュボードをつくり、対象を絞った路線で自動検出とGPS位置紐づけができるかを実証する。職員が実際にダッシュボードを見て使えるかを試す。 | AIモデルの学習・推論にかかるクラウド利用料と、外注する場合は数か月分の開発費 |
| ③本開発 | 複数自治体・複数車両に対応できるクラウド基盤、レポート自動生成、映像の匿名化処理、既存道路管理GISとの連携までを含めた本番システムに仕上げる。 | エンジニア人件費とクラウド費用が継続的にかかる、外注中心なら半年前後の開発費規模 |
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 |
|---|---|---|
| 人口5〜30万人規模市町村の土木課・道路管理課の課長または係長 | 巡回業務の実態と予算サイクルを把握し、無償トライアルの窓口になり得るため | 国交省道路メンテナンス会議の公開資料や自治体HPの組織図から担当課を特定し電話・メールで面会依頼 |
| 道路管理GISベンダー（例：朝日航洋、パスコ等）の自治体営業担当 | 既存顧客基盤への代理販売提携とシステム連携仕様のすり合わせのため | 自治体道路管理システム導入実績のある企業のプレスリリースから担当部署に問い合わせ |
| 地方建設業協会（都道府県単位）の事務局長 | 舗装補修業者への紹介ルート構築と現場ニーズのヒアリングのため | 都道府県建設業協会連合会の公式サイトから事務局に紹介依頼の連絡 |
| 元自治体土木職員で道路工学に詳しい技術顧問候補 | AI検出結果の妥当性検証と自治体特有の運用ルール設計の助言を得るため | 土木学会・地方自治体OBネットワークや大学の社会人講座講師リストから紹介を依頼 |
| 測量・建設コンサルタント会社の道路点検部門責任者 | 詳細診断オプションの受託連携先として現地調査体制を確立するため | 国交省の道路点検業務入札参加資格者名簿から該当企業を抽出し直接訪問 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 自治体土木部門の勉強会・研修会 | 地方自治体の道路維持管理担当者が集まる研修会や勉強会に参加し、「巡回に使える時間を教えてほしい、実証に協力してもらえないか」と直接声をかける。 |
| 建設コンサルタント・舗装補修業者からの紹介 | 既存の道路点検業務を受託している会社に「御社が受託している自治体で、無償トライアルを一緒に提案させてほしい」と共同提案の形で紹介を依頼する。 |
| 自治体向け展示会・行政向けフェア出展 | 自治体職員が来場する行政向けの展示会に出展し、「まずは対象路線を絞った無償トライアルから」と実演を見せて名刺交換につなげる。 |
| 道路管理システムベンダーへの提携打診 | 既存の道路管理GISやアセットマネジメントシステムを提供しているベンダーに「既存システムと連携できるオプションとして紹介してもらえないか」と持ちかける。 |
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 新創業融資制度 | 創業前〜創業後まもない法人・個人事業主 | 自己資金 100万円 を元に法人設立直後の運転資金・設備資金を調達する主軸。今回想定する融資合計は 500万円 で、AIエンジニア人件費やクラウドGPU利用料の立ち上げ資金に充てられる。 |
| IT導入補助金（中小企業庁） | ITツール・SaaSを導入する中小企業・小規模事業者 | 自社サービス自体のITツール開発費というよりは、提携先の測量会社・舗装業者側の導入促進や、自社バックオフィスのSaaS導入コスト圧縮に使える可能性がある。 |
| 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） | 革新的な製品・サービス開発を行う中小企業 | 画像解析AIモデルの再学習・試作品としてのダッシュボード開発など、PoC・モデル構築期の試作開発費の一部をカバーできる可能性がある。 |
| NEDO 研究開発型スタートアップ支援事業（Seed・SBIR等） | 研究開発型のディープテック・AIスタートアップ | YOLO系モデルの舗装損傷特化学習やLiDAR連携などの研究開発要素が強いフェーズで、公庫融資やエンジェル投資と並行して技術開発資金を補う候補になる。 |
| 自治体独自の創業支援制度（例: 東京都創業助成事業） | 都内・当該自治体内で創業する事業者 | 本社所在地の自治体で採択されれば、初期の人件費・専門家活用費の一部が助成対象になり、自己資金と融資の負担を軽くできる。 |
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。
道路インフラAI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・登録データにもとづく自動集計の相対表示です