Who（誰が）
従業員30〜500名規模の製造業・システム受託開発・物流業の労務・法務担当者、および提携する社労士事務所・弁護士法人
対象とする社会課題：偽装請負・違法派遣の見えない蔓延を、現場データで可視化し是正する
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。
製造業やIT開発の現場では、発注先社員が受託先の作業員に直接指示を出す偽装請負が、悪意なく日常的に発生している。現場責任者の多くは労働者派遣法の判断基準を正確に理解しておらず、年に一度の社労士監査では日々変わる実態を捕捉できない。日々のチャットや指示のやり取りをAIが読み取り、指揮命令の実態を数値で示すことで、働く人が労働者性を認められず不利益を受け続ける構造に、現場から気づきの機会を作りたい。
※ 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AIチャットが開き、シフト・ジャッジの事業内容を読み込んだ状態で、事業計画書やピッチ資料、要件定義書などの素案をその場で作成します。市場規模や収益モデルの前提も引き継いだまま、すぐに使える叩き台が手に入ります。
※ 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。
「シフト・ジャッジ」は、製造業やIT開発現場で日常的に使われているSlack・Teamsのやり取りをAIが読み取り、「誰が誰にいつどんな指示を出したか」を自動抽出して偽装請負リスクを月次ダッシュボードで見える化するサービスです。
現場責任者がボットに「この指示は請負契約上出していいか」と聞けば、その場で可否を判定してくれます。労務担当者は年1回の社労士監査を待たずに、日々のリスクを赤・黄・緑の信号で把握でき、赤信号案件には社労士・弁護士監修済みの是正テンプレート（指示系統変更案・契約条項見直し案）が提示されます。悪意なく違法状態に陥っていた現場が、日常業務のログから自律的に気づき、是正できる仕組みを作ります。
製造業の生産ラインやIT開発現場では、業務委託契約でありながら発注先社員が受託先作業員に直接指揮命令を行う「偽装請負」が常態化しているとされ、厚労省の是正指導件数は年間数百件に上るが氷山の一角に過ぎない。
現場責任者の多くは労働者派遣法の指揮命令・独立性の判断基準を正確に理解しておらず、悪意なく違法状態に陥っているケースが多い。従業員30〜300名規模の製造業・システム開発会社の労務担当者は、法務専門家を常駐させる余裕がなく、年1回の社労士監査だけでは日々変化する現場実態を捕捉できない。是正指導を受けると発注元との契約解除・行政処分・企業名公表のリスクがあり、特に多重下請構造のIT業界では発注元が受託先の管理実態を把握しきれていない。結果として、働く側は指揮命令の曖昧さゆえに労働者性が認められず、社会保険未加入や残業代未払いといった不利益を被り続けている。
自然言語処理AIがチャットログ・作業指示書・メール等のテキストデータから指揮命令表現（命令形、時刻指定、場所指定等）を抽出し分類する。
機械学習モデルが過去の是正指導事例（厚労省公開データ・判例約2000件）を学習データとしてリスクスコアリングロジックを構築し、新規案件のリスク度を予測する。対話型AI（LLMベース）が現場責任者からの質問にリアルタイムで回答し、契約条項に基づいた指示可否判定を行う。異常検知アルゴリズムが通常パターンから逸脱した指示頻度・内容の急変を検知し、早期アラートを自動発報する。
現場の受託先作業員・発注元管理者双方に業務用チャットツール（Slack/Teams連携）でAI対話ボットを常設し、日次の業務指示内容・作業手順書・進捗報告のやり取りをテキストとして収集する。
AIは自然言語処理で「誰が誰に」「いつ」「どのような指示」を出したかを抽出し、指揮命令性・時間的場所的拘束・独立した業務遂行の3軸で偽装請負リスクスコアを自動算出する。月次で労務担当者向けにリスクダッシュボードを生成し、赤信号案件については是正すべき業務フロー（指示系統の変更、契約書条項の見直し案）をAIが具体的テンプレートで提示する。さらに現場責任者向けにはAIチャットボットが「この指示は請負契約上出してよいか」をリアルタイムで対話形式で判定し、グレーゾーン行為を未然に防ぐ体験を提供する。四半期ごとに社労士・弁護士が監修したレポートを発行し、AI診断結果に専門家の最終確認を付与して顧客企業の是正報告書として使えるようにする。
| 是正指導による発注元契約解除・企業名公表による営業機会損失 | 年間500万円〜2000万円の損失想定 |
| 労基署是正指導対応時の弁護士・社労士スポット費用 | 1件あたり30万円〜100万円 |
| 未払い残業代・社会保険未加入の遡及支払い | 対象者1名あたり年間20万円〜80万円の想定 |
| 多重下請け構造での偽装請負発覚による上流契約の再交渉コスト | 年間100万円〜300万円相当の営業時間損失 |
| 月額SaaS利用料（従業員100名規模） | 月額15万円（年間180万円） |
| 初期導入支援費（業務フロー棚卸し・チャット連携込み） | 初回一括80万円 |
| 専門家監修レポート（四半期） | 1回15万円（年間4回で60万円） |
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。
現場責任者の多くは労働者派遣法の指揮命令・独立性の判断基準を正確に理解しておらず、悪意なく偽装請負状態に陥っているケースが多い。
従業員30〜300名規模の企業は法務専門家を常駐させる余裕がなく、年1回の社労士監査だけでは日々変化する現場実態を捕捉できない。是正指導を受ければ契約解除・行政処分・企業名公表のリスクがあり、特に多重下請構造のIT業界では発注元が受託先の管理実態を把握しきれていない。日々の業務指示という最も実態に近いデータを使い、リアルタイムで気づきを与える仕組みが必要とされている。
AI精度は導入後も継続的なチューニングが必要で要件が事前に固まりきらないため、全体としては準委任契約が基本となる。
ただしMVPで定義したmust機能は要件定義書と受入基準を明確にできるため、この部分のみ請負契約とし、フェーズ2以降の機能追加・精度改善は準委任（月次スプリント単位）で発注するのが実務的である。専門家監修ロジックの実装は法解釈の正確性が問われるため、社労士・弁護士のレビュー通過を受入検査項目に必須で含めること。チャットログという個人情報・機密性の高いデータを扱うため、委託先とのNDAおよびデータ処理契約（DPA）を契約書に明記し、再委託の可否も事前に取り決める必要がある。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 受託先の現場作業員および発注元の現場責任者（日々の指示・報告をチャット経由でやり取りする実務者） |
| セカンダリ | 顧客企業の労務担当者・法務担当者（月次ダッシュボードを確認し是正対応を主導する層） |
| 管理 | 自社の社労士・弁護士監修チームおよびカスタマーサクセス担当（リスクスコアの最終レビューとテンプレート更新を行う） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| チャットログ収集連携 | Slack/Teams投稿→API経由で取得しテキスト化→匿名化済み会話ログとして蓄積 |
| 指揮命令表現抽出AI | 会話ログ→NLPで命令形・時刻指定・場所指定を抽出→発話者ペア別タグ付きデータ出力 |
| 偽装請負リスクスコアリング | タグ付きデータ→指揮命令性・拘束性・独立性の3軸で機械学習モデル判定→企業別リスクスコア出力 |
| リスクダッシュボード生成 | 月次リスクスコア→集計・可視化処理→労務担当者向けWebダッシュボード表示 |
| 是正テンプレート自動提示 | 赤信号案件データ→過去是正事例と照合→指示系統変更案・契約条項修正案を自動生成 |
| リアルタイム対話判定ボット | 現場責任者の質問文→LLMが契約条項照合し可否判定→チャット形式で回答返信 |
| 異常検知アラート | 日次指示頻度・内容データ→通常パターンからの逸脱検知アルゴリズム→担当者へ即時アラート発報 |
| 専門家レビューワークフロー | AI判定結果一覧→社労士・弁護士が確認画面で承認/修正→最終判定として確定保存 |
| 四半期監修レポート発行 | 確定判定データ蓄積→専門家監修レポート様式に自動編集→PDF形式で顧客へ配信 |
| オンボーディング管理 | 契約情報・業務フロー棚卸し入力→チャットツール連携設定タスク管理→導入進捗を担当者へ通知 |
| KPI・利用状況モニタリング | ボット利用ログ・チャーン情報→集計処理→社内向け導入企業数/継続率レポート出力 |
| テーブル | 主要カラム |
|---|---|
companies | company_id, company_name, industry, employee_count, plan_type, contract_start_date |
users | user_id, company_id, role(労務担当/現場責任者/作業員), name, email, chat_account_id |
chat_logs | log_id, company_id, sender_id, receiver_id, message_text, timestamp, source_channel |
instructions | instruction_id, log_id, command_type, time_designation, location_designation, extracted_score |
risk_scores | score_id, company_id, target_pair_id, command_score, restraint_score, independence_score, total_score, calc_date |
alerts | alert_id, company_id, risk_score_id, alert_level, detected_pattern, notified_at, status |
reports | report_id, company_id, period, reviewer_lawyer_id, correction_items, issued_date, pdf_url |
contracts | contract_id, company_id, plan_fee, onboarding_fee, report_fee, billing_status, renewal_date |
| # | 画面 |
|---|---|
| 1 | ログイン/組織選択画面 |
| 2 | リスクダッシュボード |
| 3 | 案件詳細/是正提案画面 |
| 4 | AI対話ボット(現場向け) |
| 5 | アラート一覧画面 |
| 6 | 監修レポート発行管理 |
| 7 | 契約/請求管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(拡張性と可用性確保のためのインフラ基盤) |
| 2 | Slack API/Teams API(現場チャットログ収集連携用) |
| 3 | Python/FastAPI(AIスコアリングAPIサーバ構築) |
| 4 | GiNZA/spaCy(日本語指示表現の構文解析) |
| 5 | OpenAI API(対話型指示可否判定LLMボット) |
| 6 | PostgreSQL(構造化リスクデータの永続管理) |
| 7 | Auth0(企業ごとのSSO・権限管理) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 月間稼働率99.5%以上（ダッシュボード・対話ボット共通、計画停止除く） |
| 性能 | 性能: リアルタイム対話判定ボットの応答時間は平均3秒以内、95パーセンタイル5秒以内 |
| セキュリティ | セキュリティ: チャットログは収集時点で発話者IDを仮名化し、AES-256で保存時暗号化 |
| データ保持 | データ保持: 会話ログ・判定結果は契約期間中保持、解約後90日で完全削除 |
| 監査対応 | 監査対応: 専門家レビュー履歴・AI判定根拠を5年間ログ保存し行政対応に提出可能な形式で出力 |
| 拡張性 | 拡張性: 同時接続500企業・利用者1万アカウント規模までスケール可能なクラウド構成 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | パイロット企業のチャットログをエクスポートし、社労士監修のもと表計算ソフトで指揮命令表現を手動抽出してリスク判定を試行する | 社労士への謝礼と交通費程度 |
| ②最小システム | 既存のNLP APIとノーコードツールを組み合わせ、Slack連携で簡易リスクスコアを自動表示する試作ダッシュボードを構築する | 外注一部利用でAPI利用料と数か月分の外注費 |
| ③本開発 | 自社開発チームで異常検知アルゴリズムと専門家監修フローを組み込んだ本番SaaS基盤を構築し、複数企業への同時提供に耐える設計にする | エンジニア人件費中心で外注も含め数か月〜半年分の開発費 |
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 |
|---|---|---|
| 労働者派遣法・偽装請負案件の是正指導に精通した開業社労士 | リスクスコアリングロジックの妥当性検証と監修体制構築の初期パートナーとして必須 | 全国社会保険労務士会連合会の労働紛争対応部会や労務セミナー講師リストから紹介依頼 |
| 従業員100〜300名規模の製造業の人事部長・労務課長 | 多重下請の現場で偽装請負リスクを実感しており、パイロット導入の一次候補になりうる | 日本製造業連合会や商工会議所の労務担当者交流会に参加し名刺交換 |
| システム受託開発会社の法務・コンプライアンス責任者 | 多重下請構造でのSES契約リスクを日常的に抱えており、課題認識と即座に一致する | IT業界団体（JISA：情報サービス産業協会）主催の勉強会・展示会で接触 |
| 都道府県労働局需給調整事業課の需給調整指導官 | 偽装請負の是正指導基準・判断実務の一次情報を得るため（制度理解の正確性担保） | 労働局の相談窓口に事業説明資料を持参し、制度趣旨のヒアリングを申し込む |
| 労働法専門の弁護士（大手法律事務所の労働法チームパートナー） | AIチャットボットの判定行為が弁護士法72条に抵触しないかの一次確認と監修契約の打診 | 労働法学会や日本労働法学会関連セミナーで名刺交換し個別面談を依頼 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 社労士事務所への直接訪問 | 顧問先に偽装請負リスクを抱える製造業・IT企業がいないか尋ね、無料の試験診断を条件に紹介をお願いする |
| 業界団体の勉強会・セミナー登壇 | 労務担当者向けに37号告示の解説セミナーを無償開催し、参加企業にパイロット導入を個別に打診する |
| 多重下請構造のIT企業への個別営業 | 上場準備中や監査強化中の企業に絞り、是正報告書として使える点を訴求してアポイントを取る |
| 知人・前職の労務担当者への紹介依頼 | 元同僚や取引先の労務担当者に事情を説明し、社内で困っている部署がないか直接聞いて回る |
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（新創業融資制度） | 法人設立前後で事業実績が浅い創業者 | 自己資金100万円を元手に運転資金を借り入れる想定で、融資合計は500万円程度を見込む。NLPエンジニアの人件費や社労士監修費など先行費用に充てられる |
| IT導入補助金 | ITツール・SaaSを導入して生産性向上を図る中小企業（自社利用ではなく、開発したSaaSを顧客企業が導入する際に活用してもらう想定） | 導入企業側がチャットボット連携やダッシュボード利用料の一部を補助対象にできる可能性があり、営業提案時の後押し材料になる |
| 小規模事業者持続化補助金 | 従業員数の少ない小規模事業者（創業直後の自社が対象になり得る） | パイロット企業向けの導入セミナー資料作成やウェブサイト・チラシ制作など、販路開拓費用の一部をカバー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） | 革新的サービス開発やシステム構築に取り組む中小企業・小規模事業者 | AIリスクスコアリングモデルや異常検知アルゴリズムの開発費の一部を対象経費として申請できる可能性がある |
| 東京都创業助成事業（東京都中小企業振興公社） | — | — |
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。