Who（誰が）
人口3万〜50万人規模の市区町村の市民課・保険年金課・税務課の管理職と窓口職員が利用者となる。
対象とする社会課題：自治体窓口の待ち時間長期化と職員配置の非効率
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。
住民票や保険年金の窓口では、3月4月の繁忙期に2時間待ちが当たり前になる一方、閑散期は職員の手が余る。人口10万人未満の自治体には専任のデータ担当がおらず、経験と勘だけでシフトを組むしかない。発券機やLINEのデータをAIで読み解き、混雑を予測して人員配置を最適化することで、住民の待ち時間と職員の疲弊を同時に減らしたい。
※ 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1,000万円の申請資料も、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、このショーケースの内容を読み込んだ状態で、それぞれの資料の下書きを一緒に作成します。事業計画書からシステム要件、融資申請まで、必要な資料をすぐに形にできます。
※ 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。
「マドグチナビ」は、自治体窓口の混雑を事前に予測し、職員配置と住民の来庁タイミングを最適化するAI予測システムです。
窓口の発券機やLINE予約データ、過去3年分の来庁実績、広報カレンダー・天候情報をAIが統合分析し、翌週・翌月の来庁者数と待ち時間を日別・時間帯別に予測します。管理職はダッシュボードで混雑予測とAIが提案する最適な職員配置案を確認し、ワンクリックでシフトに反映できます。住民はLINEのAIチャットボットで「今の待ち時間」「空いている時間帯」を確認し、来庁を分散させられます。既存の発券機・住民記録システムとAPI連携するだけで導入でき、大規模なシステム刷新は不要です。日々の実績データが自動でAIモデルに反映され、使うほど予測精度が向上します。
全国の市区町村窓口では、住民異動が集中する3-4月や月初・月末に来庁者が急増し、待ち時間が2時間を超える自治体も珍しくない。
閑散期は逆に職員の手が余り、人件費配分に無駄が生じている。窓口職員は経験と勘に頼ったシフト作成を行っており、給付金申請の告知直後など突発的な混雑に対応できず、住民のクレームや職員の疲弊が常態化している。窓口業務従事者は全国で約30万人とされるが、特に人口10万人未満の中小自治体では専任のデータ分析担当者がおらず、経験則以外の改善手段を持たない。
時系列予測モデルが過去の来庁実績・季節性・行政イベントを学習し、日次・時間帯別の来庁者数と待ち時間を予測する。
最適化アルゴリズムが予測需要に対し、職員のスキルや勤務可能時間などの制約下で人員配置案を自動生成する。自然言語対話AIが住民からの問い合わせに混雑状況をリアルタイムで回答し、来庁分散を促す。異常検知AIが給付金告知等による急激な需要変動の兆候を早期に検知し、管理職に人員追加のアラートを出す。
住民票・税務・保険年金等の各窓口に設置した発券機やLINE予約からのデータと、過去3年分の来庁実績、広報カレンダー、天候・イベント情報をAIが統合分析し、日別・時間帯別の来庁者数を予測する。
管理職はダッシュボードで翌週・翌月の混雑予測とAI提案の最適職員配置案を確認し、ワンクリックでシフトに反映できる。住民はスマホ・LINEのAIチャットボットに問い合わせ、現在の待ち時間や空いている時間帯を確認して来庁を分散できる。日々の実績データは自動でAIモデルに反映され、予測精度が継続的に向上する。既存の発券機や住民記録システムとAPI連携するだけで導入でき、大規模なシステム刷新は不要とする。
| 繁忙期の臨時職員雇用費（人口8万人規模自治体） | 年間約400万円 |
| 超過勤務手当（保険年金課・税務課合算） | 年間約300万円 |
| 住民クレーム対応・苦情処理にかかる職員工数（人件費換算） | 年間約150万円 |
| 経験則シフトによる過剰配置の無駄人件費 | 年間約200万円 |
| SaaS利用料（人口8万人規模自治体） | 月額30万円（年間360万円） |
| 初期導入・連携費（既存住民記録システムとのAPI連携構築） | 初年度のみ250万円 |
| 住民向けチャットボットオプション | 月額5万円（年間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。
窓口職員は経験と勘に頼ったシフト作成を行っており、住民異動が集中する3-4月や給付金申請告知後の突発的な混雑に対応できず、住民のクレームや職員の疲弊が常態化している。
閑散期は逆に人員が余り、人件費配分に無駄が生じている。人口10万人未満の中小自治体では専任のデータ分析担当者がおらず、経験則以外の改善手段を持たないまま同じ課題を繰り返している。全国約30万人の窓口業務従事者と住民双方が、混雑の見える化と配置の最適化を必要としている。
実証フェーズ（0〜6ヶ月）は予測モデルの精度検証や自治体データの特性把握など試行錯誤の要素が大きいため準委任契約が適した想定。
SaaS正式版リリース以降の機能追加や自治体別API連携部分は要件が固まった時点で請負契約への切替も検討できる。自治体ごとに発券機・住民記録システムの仕様が異なるため、発注時は個別連携の追加工数・費用を契約書に明記し、変更管理プロセスをあらかじめ定めておく必要がある。また情報セキュリティポリシー準拠の範囲（暗号化方式、監査ログ保持期間等）を契約前に自治体側と合意しておくことが望ましい。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 市民課・保険年金課・税務課の窓口管理職（シフト作成・混雑予測確認担当） |
| セカンダリ | 窓口職員（配置結果を確認する立場）、住民（LINEチャットボットで待ち時間を照会する利用者） |
| 管理 | 自治体情報システム課の担当者（API連携・権限管理）、開発会社側の運用保守担当（モデル監視・障害対応） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 発券機・LINE予約データ連携機能 | 発券機の発券記録とLINE予約情報を入力→API経由で収集・正規化→予測基盤に蓄積する |
| 外部データ統合機能 | 広報カレンダー・天候予報・給付金告知情報を入力→自動取得・タグ付け→予測モデルの説明変数として格納する |
| 来庁者数・待ち時間予測AI | 過去3年の来庁実績と外部データを入力→時系列予測モデルで学習→日次・時間帯別の来庁者数と待ち時間を出力する |
| 職員配置最適化提案機能 | 予測需要と職員のスキル・勤務可能時間を入力→最適化アルゴリズムで計算→窓口別の推奨人員配置案を出力する |
| ワンクリックシフト反映機能 | 管理職が承認した配置案を入力→既存勤怠システムへ連携→翌週のシフト表を自動更新する |
| 管理職向け予測ダッシュボード | 予測結果と配置案を入力→グラフ・表形式に整形→翌週・翌月の混雑予測画面として表示する |
| 住民向けAIチャットボット | 住民からのLINE問い合わせを入力→自然言語対話AIが混雑状況を解析→現在の待ち時間と空き時間帯を返信する |
| 異常検知アラート機能 | リアルタイム来庁データを入力→異常検知AIが急激な変動兆候を判定→管理職に人員追加アラートを通知する |
| 予測モデル自動再学習機能 | 日々の実績データを入力→既存予測モデルに差分学習→翌日以降の予測精度パラメータを更新する |
| 住民記録システムAPI連携機能 | 既存の住民記録・総合窓口システムを入力→APIで来庁実績データを取得→予測基盤に自動同期する |
| 複数自治体人員シェアリング機能 | 近隣自治体の混雑予測差分を入力→広域最適化アルゴリズムで計算→自治体間の応援人員配分案を出力する |
| テーブル | 主要カラム |
|---|---|
municipalities | id, name, population, plan_type, contract_start_date, contract_end_date |
counters | id, municipality_id, counter_type, location_code, ticket_machine_id |
visit_records | id, counter_id, visit_datetime, wait_minutes, service_minutes, ticket_number, staff_id |
staff | id, municipality_id, name, skill_type, work_available_hours, employment_type |
shift_schedules | id, staff_id, counter_id, shift_date, start_time, end_time, status |
demand_forecasts | id, counter_id, forecast_date, forecast_hour, predicted_visitors, predicted_wait_minutes, model_version |
events_calendar | id, municipality_id, event_date, event_type, description, expected_impact_level |
chatbot_inquiries | id, municipality_id, user_line_id, inquiry_datetime, counter_type, response_content |
| # | 画面 |
|---|---|
| 1 | 混雑予測ダッシュボード |
| 2 | シフト配置提案画面 |
| 3 | 来庁実績確認画面 |
| 4 | 職員マスタ管理画面 |
| 5 | LINE混雑照会画面 |
| 6 | 異常検知アラート画面 |
| 7 | 分析レポート閲覧画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(自治体ガバメントクラウド対応実績あり) |
| 2 | Python+LightGBM(時系列予測の実装実績豊富) |
| 3 | OR-Tools(制約付きシフト最適化に適合) |
| 4 | LINE Messaging API(住民接点として普及率高い) |
| 5 | OpenAI API(対話AI構築を迅速化) |
| 6 | PostgreSQL(自治体データの構造化管理に適合) |
| 7 | Terraform(セキュリティ設定のコード化・監査対応) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 窓口稼働時間帯(平日8:30-17:15)の稼働率99.5%以上を維持する |
| 性能 | 性能: 予測バッチ処理を深夜2時までに完了し、翌朝8時までにダッシュボードへ反映する |
| セキュリティ | セキュリティ: 自治体情報セキュリティポリシーに準拠し、ISMS・ISO27001認証を取得したクラウド環境で運用する |
| データ管理 | データ管理: 個人情報は暗号化して保存し、保持期間3年経過後は自動削除する |
| 運用 | 運用: 障害発生時は1時間以内に一次対応を開始し、RTO(目標復旧時間)4時間以内とする |
| 拡張性 | 拡張性: 同時接続自治体60団体、チャットボット同時アクセス1,000件/分までを想定した設計とする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | モデル自治体の過去の来庁実績データをExcelで受け取り、表計算とAIチャット分析だけで曜日・時間帯別の混雑傾向を手作業で可視化し、職員向けに簡易レポートとして提示して反応を確かめる。 | AI利用料と現地訪問の交通費だけ |
| ②最小システム | 発券機データをCSVで定期取り込みし、簡易な時系列予測モデルと最低限のダッシュボード画面を用意して、管理職が翌週の混雑予測を毎日確認できる状態を作り、予測精度と利用継続率を検証する。 | 外注で数か月分の開発費に相当する水準 |
| ③本開発 | 住民記録システムとのAPI連携、最適化アルゴリズムによる人員配置案の自動生成、LINEチャットボットによる住民向け混雑照会機能を実装し、ガバメントクラウド対応のセキュリティ要件を満たした正式版として複数自治体へ展開する。 | 外注・内製混合で半年〜1年分の開発費に相当する水準 |
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 |
|---|---|---|
| 人口3〜10万人規模市区町村の市民課長または窓口担当課長補佐 | 現場の待ち時間課題と予算感を持つ実質的な意思決定者だから | 自治体DX展示会や地域情報化推進協議会の勉強会で名刺交換し個別訪問を依頼 |
| 自治体の情報政策課・DX推進室の係長級職員 | 既存システムとのAPI連携可否とセキュリティポリシー適合を判断する立場 | 総務省地域情報化アドバイザー派遣事業や自治体DXセミナーで接点を作る |
| 発券機ベンダー(例:グローリー、内田洋行等)の自治体担当営業 | 既存発券機データの連携仕様を握っており共同提案の窓口になる | 自治体向けIT展示会のブース訪問、または既存自治体からの紹介 |
| 住民記録システムベンダー(例:富士通Japan、日立、NEC等)の自治体SE担当 | 住民記録システムとのAPI連携仕様確定に不可欠なパートナーだから | 自治体情報システム協議会や地方公共団体情報システム機構経由で紹介依頼 |
| 都道府県単位の地域情報化推進協議会の事務局担当者 | 管内市区町村への横展開時の紹介窓口・実証実験の橋渡し役になる | 協議会の年次総会・研究会に出席し名刺交換後に個別ヒアリングを申請 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 地域情報化推進協議会の勉強会 | 「窓口混雑予測の実証にご協力いただける自治体を探しています」と自己紹介し、勉強会後の懇親時間に個別で30分のヒアリング枠をお願いする。 |
| 自治体DX担当課への直接コンタクト | 人口規模が近い自治体の市民課・DX推進課の代表電話に「窓口混雑の実証実験にご興味ある部署をご紹介いただけますか」と問い合わせる。 |
| 発券機・住民記録システムベンダーの営業同行 | 既存ベンダーの担当者に「御社の導入先で窓口混雑にお困りの自治体があれば、無償の実証提案に同席させてほしい」と依頼する。 |
| 自治体DX展示会でのブース出展・名刺交換 | ブースで「実証自治体を3団体限定で募集中」と掲示し、名刺交換した担当者に翌週中にオンライン説明のアポを取る。 |
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 | 税務申告を2期終えていない法人・個人事業主 | 自己資金200万円に対して無担保・無保証で運転資金を借りられる制度で、着金までのつなぎとして最初の開発人件費・営業活動費に充当できる。融資総額は1,000万円を想定。 |
| IT導入補助金（デジタル化基盤導入類型） | ITツールを導入する中小企業・小規模事業者（自治体の窓口業務担当課が対象になる場合あり） | 自社のSaaSをIT導入支援事業者として登録できれば、導入自治体側の初期費用負担が下がり、営業時の稟議が通りやすくなる。 |
| 小規模事業者持続化補助金（創業枠） | 商工会・商工会議所の管轄地域で創業した小規模事業者 | 自治体DX展示会への出展費用やパンフレット制作費など、初期の営業広報コストの一部を補える。 |
| SBIR制度（研究開発型スタートアップ支援事業） | 公共分野の課題解決に資する研究開発を行うスタートアップ | 行政窓口の需要予測AIという公共性の高いテーマは対象になりやすく、モデル自治体での実証フェーズの開発費を補助対象にできる可能性がある。 |
| 東京都創業助成事業（東京都中小企業振興公社） | 都内で創業予定・創業後間もない中小企業者 | 人件費・賃借料・広告費等が対象になり、代表1名体制から採用を始める時期の資金繰りを補強できる。 |
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。
自治体DX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相対表示です。