Who（誰が）
公立・私立小中高校の教頭・校長および教育委員会の働き方改革担当者が主な利用者であり、教員個人も分掌内訳を閲覧する
対象とする社会課題：教員の校務分掌と勤務時間の偏りをAIで是正する仕組み
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。
公立小中学校では、部活動顧問や生徒指導、行事担当といった校務分掌が一部の教員に偏り、時間外勤務が積み重なっている。分掌決定の多くは教頭が前年どおりの紙やExcelを見ながら経験則で行っており、教員一人ひとりの家庭事情や得意分野は考慮されにくい。この「見えない負荷の偏り」を数字で示す仕組みがないまま、働き方改革の号令だけが先行している。
※ 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650万円の申請資料も、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、「分掌デザイナー」の課題設定・市場データ・事業モデルを読み込んだ状態で、資料の素案をその場で作成します。教育委員会への提案書や採用募集要項など、そのまま使える形に整えて出力します。
※ 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。
「分掌デザイナー」は、教頭・校長が校務分掌の割り振りで抱える年間20〜30時間の手作業調整を、AIとの対話で数十秒〜数分に短縮するSaaSです。
教員名簿と前年度分掌表をアップロードすると、AIが担当教科・部活経験・通勤時間・家庭事情などから各教員の負荷スコアを算出し、複数の配分案を提示します。管理職はチャットで「若手の部活負担を減らして」のように条件を追加でき、AIが即座に再計算します。決定後は学期途中の勤怠データと突合し、負荷が偏ったらアラートを出して入れ替えを提案します。教員はスマホで自分の分掌内訳と他校平均との比較を見られ、割り振りへの納得感が生まれます。
公立小中学校教員の時間外勤務は月平均45時間を超える学校が全体の3割に上り(文科省2022年教員勤務実態調査)、特定の教員に部活動顧問・生徒指導・行事担当が偏る「分掌の一極集中」が常態化している。
分掌決定は多くの場合、教頭が前年踏襲と経験則で紙やExcelの座席表を見ながら手作業で行っており、教員個々の担任経験・保有資格・家庭事情・得意分野が体系的に考慮されない。40代のベテラン教員が部活・進路・研修主任を掛け持つ一方、新任教員は授業準備だけで手一杯という不公平感が離職・休職の一因となっている。管理職自身も校務分掌決定に年間20〜30時間を費やしているが、属人的な調整のため異動のたびにゼロから作り直す非効率がある。文科省が働き方改革を推進しても、分掌配分という「見えない負荷の偏り」を定量化・可視化する手段がなく、対策が号令倒れになっている。
組合せ最適化アルゴリズム(整数計画法+機械学習による負荷予測モデル)が教員属性・業務量実績・時間外勤務データから各分掌の負荷を予測し、公平性制約(担当コマ数・部活・行事の偏り抑制)を満たす配分案を複数生成する。
自然言語処理による対話エンジンが管理職の追加要望を制約条件に変換し、再最適化を数秒〜数十秒で実行する。時系列予測モデルが勤怠打刻・出退勤データから繁忙期を予測し、負荷超過が起きる前にアラートを出す予知型モニタリングを担う。蓄積データを用いた学習により、学校規模・地域特性ごとの最適化精度が年々向上する自己改善サイクルを構築する。
教頭・校長が学校専用アプリに教員名簿(担当教科・免許・部活経験・通勤時間・家族状況などの任意入力項目)と前年度の校務分掌表をアップロードすると、AIが各教員の想定業務量・負荷スコアを算出し、複数の分掌配分案を提示する。
管理職はチャットUIで「若手の部活負担を減らして」「産休明けの教員は午後の会議を避けたい」等の自然文で条件を追加でき、AIが即座に再最適化案を再提示する対話フローになっている。決定後は、AIが学期途中の業務量変化(行事集中期・成績処理期など)をモニタリングし、勤務時間データと突合して「負荷超過アラート」を管理職に通知、必要に応じて分掌の一部入れ替えを提案する。教員個人はスマホアプリで自分の分掌内訳・想定勤務時間・他校平均との比較を閲覧でき、納得感のある可視化が得られる。年度末には実績データがAIの学習データとして蓄積され、翌年度案の精度が向上していく。
| 管理職の分掌設計工数(年20〜30時間、管理職時給約3,000円換算の人件費相当) | 年間6万〜9万円相当 |
| 教員の離職・休職に伴う臨時採用・研修コスト(1名あたり) | 年間50万〜100万円 |
| 負荷集中教員の産業医面談・休職対応等の健康管理コスト | 年間20万〜40万円程度 |
| 教育委員会への働き方改革報告書作成・エビデンス収集の事務作業(職員20時間相当) | 年間6万円程度 |
| SaaS月額利用料(教員100名規模、1人月500円) | 月5万円(年間60万円) |
| 教育委員会向け一括導入プラン(1校あたり) | 年間50万円 |
| 初期導入・研修支援費(1校あたりスポット) | 15万円 |
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。
公立小中学校の3割で時間外勤務が月45時間を超える一方、分掌決定は教頭が前年踏襲と経験則でExcelや紙の座席表を見ながら手作業で行っており、担任経験・資格・家庭事情が体系的に考慮されていない。
40代ベテランが部活・進路・研修主任を掛け持ちする一方、新任は授業準備だけで手一杯という不公平が離職・休職の一因になっている。管理職も分掌調整に年間20〜30時間を費やしながら、異動のたびに属人的な調整をゼロから作り直す非効率を抱えている。働き方改革の号令だけでは「見えない負荷の偏り」は是正できず、定量化・可視化の仕組みが必要とされている。
MVPは最適化アルゴリズムの精度検証やUI仕様が実証を通じて変わりやすいため、準委任契約が向く想定です。
特にモデル校5校での実証フェーズは要件確定前の試行錯誤が多く、請負では仕様凍結のたびに追加見積もりが発生し双方の負担が増える。一方、Phase2以降の勤怠API連携や既存校務支援システムとの接続部分は仕様が固まりやすいため、機能単位での請負契約への切り替えを検討する。発注時は自治体の単年度予算に合わせた検収・支払サイクルの調整と、教員個人情報を扱う開発環境のセキュリティ要件（ISMS準拠、本番データ非使用の開発環境等)を契約書に明記することが必要である。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 小中高校の教頭・校長（校務分掌の設計・決定を行う管理職） |
| セカンダリ | 一般教員（自分の分掌内訳・勤務時間の見える化を利用する立場） |
| 管理 | 教育委員会担当者およびSaaS提供事業者側の運用管理者（複数校の契約・データ管理） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 教員名簿・前年度分掌表アップロード | Excel/CSVの教員名簿と分掌表→形式検証・項目マッピング→登録済み教員DBを生成する |
| 負荷予測モデルによる業務量スコア算出 | 教員属性・過去勤務実績→機械学習モデルで推定→教員ごとの想定負荷スコアを出力する |
| 組合せ最適化による分掌配分案生成 | 負荷スコア・公平性制約→整数計画法で解探索→複数の配分案候補をランキング表示する |
| 対話型条件追加チャットUI | 管理職の自然文要望→NLPエンジンが制約条件に変換→再最適化用パラメータを更新する |
| 配分案の再最適化実行 | 更新済み制約条件→数秒〜数十秒で再計算→修正後の配分案を画面に再提示する |
| 配分案の確定・保存 | 管理職が選択した最終案→承認操作→当該年度の正式分掌表として確定・保存する |
| 勤怠データ連携・突合 | 打刻システムAPIから勤怠データ取得→分掌配分と突合→教員別実勤務時間を算出する |
| 予知型負荷超過アラート | 出退勤時系列データ→繁忙期予測モデルで推定→閾値超過前に管理職へ通知を送信する |
| 分掌の一部入れ替え提案 | アラート発生時の負荷状況→再最適化アルゴリズム実行→入れ替え候補案を管理職に提示する |
| 教員個人向け可視化アプリ | 本人の分掌データ→他校平均と比較集計→スマホ画面に内訳・想定勤務時間を表示する |
| 実績データ蓄積・学習パイプライン | 年度末の実績データ→学習用データセットへ変換→翌年度モデルを再学習し精度を更新する |
| テーブル | 主要カラム |
|---|---|
schools | school_id, name, type, prefecture, contract_plan, teacher_count |
teachers | teacher_id, school_id, name, subject, license, homeroom_experience, commute_time, family_status, employment_type |
assignments | assignment_id, teacher_id, school_year, duty_type, duty_detail, estimated_hours |
duty_master | duty_id, duty_name, category, standard_load_score |
attendance_logs | log_id, teacher_id, date, clock_in, clock_out, overtime_minutes |
optimization_runs | run_id, school_id, run_date, constraints_json, result_plan_id, status |
chat_sessions | session_id, run_id, user_id, message, intent_parsed, created_at |
load_alerts | alert_id, teacher_id, period, alert_type, threshold_value, actual_value, notified_at |
| # | 画面 |
|---|---|
| 1 | 教員名簿アップロード画面 |
| 2 | 分掌配分案生成画面 |
| 3 | 対話条件調整チャット画面 |
| 4 | 負荷スコア比較ダッシュボード |
| 5 | 負荷超過アラート一覧画面 |
| 6 | 教員個人分掌閲覧画面 |
| 7 | 教育委員会管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | Python(最適化アルゴリズム・整数計画法実装が容易) |
| 2 | OR-Tools(組合せ最適化ソルバーとして実績豊富) |
| 3 | PostgreSQL(教員属性・実績データの構造化管理) |
| 4 | AWS(自治体調達実績多く監査対応がしやすい) |
| 5 | React(管理職・教員向けUIの開発効率) |
| 6 | OpenAI API(自然文要望を制約条件に変換) |
| 7 | Auth0(教育機関向けSSO・アクセス権管理) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 年度末の分掌決定繁忙期(2〜3月)を含め稼働率99.5%以上を維持する想定 |
| 性能 | 性能: 再最適化計算は教員100名規模で平均30秒以内にレスポンスを返す目安 |
| セキュリティ | セキュリティ: 教員個人情報・家族状況データはAES-256で暗号化し、ISMS認証取得を1年目に完了する想定 |
| 監査 | 監査: 第三者機関によるセキュリティ監査を年1回実施し、脆弱性診断結果を教育委員会に報告する運用とする |
| バックアップ | バックアップ: 分掌データ・勤怠データは日次バックアップし、障害時RPO24時間以内での復旧を目標とする |
| アクセス制御 | アクセス制御: 管理職・教員・教育委員会の権限をロールベースで分離し、教員は自分のデータのみ閲覧可能とする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 教員名簿と前年度の分掌表をExcelで受け取り、代表がスプレッドシート関数で負荷スコアを試算し、モデル校の教頭に配分案を紙で提示して反応を確認する。システム開発は行わない。 | AI利用料と訪問交通費だけ |
| ②最小システム | ノーコードツールとスプレッドシート連携を組み合わせ、名簿アップロードから簡易的な負荷スコア算出・配分案表示までを自動化した最小限のWebアプリを作り、有料化テストを行う。 | 外注で数週間から1か月分の開発費とクラウド利用料 |
| ③本開発 | 整数計画法による最適化エンジンと自然言語対話エンジンを本格実装し、勤怠データ連携APIや負荷超過アラート通知機能を備えたSaaSとして複数校展開できる形に仕上げる。 | 外注または採用エンジニアで数か月分の人件費相当、セキュリティ監査費用も見込む |
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 |
|---|---|---|
| 市区町村教育委員会の学校働き方改革担当・学校人事担当の指導主事 | 分掌決定の実態と実証事業予算の枠組みを把握するため | 教育委員会の学校支援課窓口に電話・メールで実証事業提案として面談依頼 |
| 公立小中学校の現職教頭(分掌表作成の実務担当者) | 現場の分掌作成フローと紙・Excel運用の課題を一次情報で確認するため | 知人紹介または教育委員会経由で1〜2校のモデル校候補を紹介してもらう |
| 文部科学省 初等中等教育局 財務課(学校における働き方改革推進室)担当者 | 働き方改革実証事業の公募要件と採択実績を確認するため | 文科省の実証事業公募ページから問合せ、または自治体経由の紹介 |
| 校務支援システムベンダー(EDUCOM・内田洋行など)の事業提携担当者 | 既存勤怠・校務データとのAPI連携可否と協業条件を確認するため | 展示会(教育ITソリューションEXPO等)や代表番号から事業提携窓口へ連絡 |
| 教育系総合商社(内田洋行・ベネッセ等)の学校営業担当者 | 私立学校・教育委員会への販売チャネルとして提携可能性を探るため | 業界イベントでの名刺交換、または法人窓口からの提携提案メール |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 元同僚・知人の教員や管理職への直接相談 | 「校務分掌の負担が偏っている学校を知らないか」と知人の教頭・校長経由で紹介を頼み、まず1校だけ無償でモニター利用してもらえないか相談する。 |
| 教育委員会の働き方改革担当窓口への訪問 | 自治体の教育委員会事務局(学校人事・働き方改革担当)に直接連絡し、実証事業としてモデル校を紹介してもらえないか打診する。 |
| 教員向けSNS・オンラインコミュニティでの発信 | 教員が集まるSNSコミュニティで「校務分掌の負担偏りを可視化するツールを作っている、話を聞かせてほしい」と投稿し、反応があった管理職に個別に連絡する。 |
| 校長会・教頭会や働き方改革セミナーでの名刺交換 | 教育委員会主催の働き方改革セミナーや校長会・教頭会の研修に参加し、登壇者や参加者に直接声をかけてヒアリングの約束を取り付ける。 |
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 新規開業資金（新規開業・スタートアップ支援資金） | 法人設立から間もない代表者（税務申告を2期終えていない事業者） | 自己資金100万円に加えて運転資金の融資を受けられ、融資の合計は650万円を上限に検討できる。着金は設立から2か月目ごろが目安なので、初期の人件費や外注費に充てやすい。 |
| 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（法人・個人事業主） | モデル校向けの提案資料作成や教育委員会向けの説明会開催、Webサイト整備など販路開拓にかかる費用の一部を補助してもらえる可能性があり、代表1名体制でも申請しやすい。 |
| 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（および導入先の学校法人等） | 自社SaaSを登録製品として活用できれば、私立学校側の初期導入費用の一部をこの補助金で賄ってもらう提案ができ、初期導入・研修支援費の営業がしやすくなる。 |
| 東京都創業助成事業（東京都中小企業振興公社） | 都内で創業から一定期間内の中小企業者 | 人件費・専門家謝金・広告費等が対象になりやすく、データサイエンティストやカスタマーサクセス担当を採用する初期の人件費の一部に充てられる可能性がある。 |
| 文部科学省・自治体の教育DX関連実証事業（委託事業） | 自治体・教育委員会と連携して実証を行う事業者 | 実証フェーズでモデル校を確保しながら委託費を受け取れ、初期の売上実績とデータ蓄積を同時に進められる、事業モデルの起点となる制度。 |
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。
教育×AIに取り組む仲間がコミュニティ内に複数います。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・保存などの動きをもとにした自動集計による相対表示です。