Who（誰が）
特養・老健・グループホームの介護施設運営者、シフト担当者(主任・介護長)、夜勤を含む介護職員が主な利用者
対象とする社会課題：介護職員の夜勤明け・シフト過密による疲労蓄積と離職の増加
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。
特養や老健の現場では、夜勤明けから次の勤務までの間隔が11時間を切ることが珍しくない。シフト担当者は経験と勘でExcelに向き合い、疲労の見落としが事故や離職につながっている。この事業は、その属人的な判断をデータで支える仕組みをつくり、疲弊する現場と、そこを頼りにする利用者や家族の両方を守ろうとするものです。
※ 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。
各ボタンを押すと、この事業の内容を読み込んだAIチャットが開き、目的別の資料の下書きをその場で作成します。金額や件数は入力済みの想定値に沿って提案されるので、そのままたたき台として使えます。
※ 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。
夜勤インターバルAI「勤務間隔デザイナー」は、特養・老健・グループホームのシフト担当者(主任・介護長)が使うシフト作成支援SaaSです。
カイポケやワイズマンなど既存の勤怠システムからデータを取り込むと、AIが職員ごとの夜勤頻度・休憩実績・体調自己申告から疲労リスクを算出し、法定インターバル11時間を守った複数のシフト候補を自動生成します。担当者は画面上で候補を比較し、ワンクリックで確定、または『Aさんは2連続夜勤を避けたい』とチャットで伝えれば再計算されます。職員はスマホで自分の疲労スコアと次回夜勤までの残り時間を確認でき、体調不良時はチャットボットで報告するだけで調整候補が届きます。月20時間かかっていたシフト作成業務を減らし、夜勤明け離職を防ぐことを目指します。
特養・老健・グループホームなど夜勤を伴う介護施設では、慢性的な人手不足により夜勤明けから次の勤務までの間隔が11時間未満になるケースが常態化している。
厚労省の調査でも介護職員の離職理由の上位に「体力的負担」「不規則な勤務」が挙げられ、特に夜勤専従・複数施設兼務の職員ほど疲労回復が追いつかず、ミスや事故、離職に直結している。施設側はシフト担当者(主任・介護長など)が手作業でExcel等を用いてシフトを組んでおり、法定の勤務間インターバルや個人の疲労度を厳密に管理する余裕がない。従業員数30〜100名規模の施設では、1人のシフト担当が月20時間以上をシフト作成・調整に費やしているが、それでも属人的な経験則に依存し、疲労リスクの高い職員を見落とすことが多い。結果として、夜勤明け職員の当日欠勤・離職率は通常勤務者の1.5倍以上との施設内データもあり、現場の負担と経営リスクが同時に拡大している。
AIは(1)勤務履歴・休憩実績・体調自己申告データから個人ごとの疲労蓄積を時系列予測するモデル(勾配ブースティング系の回帰モデル)で疲労リスクスコアを算出し、(2)法定インターバル・希望休・スキル要件を制約条件とした数理最適化(混合整数最適化)により複数のシフト候補を自動生成する。
(3)自然言語処理による対話型アシスタントがシフト担当者・職員双方からの要望をテキストで受け取り、制約条件に反映して再計算する。(4)離職予兆については過去の退職者データと疲労スコア・欠勤パターンを教師あり学習で分析し、リスクの高い職員を早期に警告する。
施設のシフト担当者は既存の勤怠システム(既存の介護記録ソフトや勤怠システムとAPI連携)からデータを取り込むだけで、AIが職員ごとの過去の勤務履歴・夜勤頻度・休憩取得状況・自己申告の体調スコアを解析し、次シフト案を自動生成する。
シフト担当者はAIが提示した複数の候補案(法定インターバル遵守率・疲労リスクスコア・希望休反映率を可視化)からワンクリックで選択し、必要に応じてチャット形式のAIアシスタントに「Aさんは今週2連続夜勤を避けたい」等を自然言語で伝えれば案が再計算される。職員側はスマホアプリで自身の疲労スコアと推奨休息時間、次回夜勤までの残り時間を確認でき、体調不良時はチャットボットに報告するとAIが自動でシフト調整候補を提示する。月次では施設全体の疲労リスク傾向と離職予兆スコアがダッシュボードで管理者に共有され、早期の人員配置見直しにつなげる。
| シフト作成人件費(介護長1名・月20時間×時給2000円想定) | 年間48万円 |
| 夜勤明け当日欠勤による代替職員の緊急手配コスト(1件あたり派遣・応援手配で1万円想定×月3件) | 年間36万円 |
| 離職に伴う採用・教育コスト(1人あたり60〜80万円想定×年間離職者数3〜4名) | 年間180〜320万円 |
| 労基署是正指導対応・労務コンサル費用(発生時) | 1回あたり20〜50万円 |
| SaaS月額利用料(80名規模施設) | 月額12万円(年間144万円) |
| 初期導入・データ連携費(カイポケ等とのAPI連携設定、一括) | 初回25万円 |
| 成果報酬オプション(離職率20%以上改善時、月額の20%上乗せ) | 月額2.4万円(年間28.8万円) |
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。
介護施設のシフト担当者は手作業のExcelで月20時間以上をかけてシフトを組んでいるが、法定の勤務間インターバル(11時間)や個人の疲労度を厳密に管理する余裕がなく、経験則に依存している。
夜勤明けから次勤務までの間隔が11時間未満になるケースが常態化し、当日欠勤・離職率は通常勤務者の1.5倍以上という施設内データもある。人手不足で夜勤専従・複数施設兼務の職員ほど疲労回復が追いつかず、ミスや事故、離職に直結している。属人的なシフト作成では疲労リスクの高い職員の見落としが避けられず、システムによる定量的な疲労管理と自動シフト生成が必要とされている。
検証フェーズ(疲労予測モデル・最適化エンジンのプロトタイプ構築)は要件が固まっていないため準委任契約が適しており、精度検証や施設ごとのデータ形式差への対応を前提に進める想定。
有償展開フェーズ以降、機能仕様が確定したSaaS本体の開発(候補案比較画面、チャット連携等)は請負契約で範囲・検収基準を明確にすることが望ましい。発注時はAPI連携先(カイポケ・ワイズマン等)ごとにデータ形式が異なるため、連携仕様確定を前提条件として明記し、未確定の場合は別途追加費用が発生する旨を契約書に記載すること。また疲労予測モデルの精度目標(承認率70%等)は検証フェーズの結果を反映した上で本開発の受入基準に落とし込む必要がある。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 施設のシフト担当者(主任・介護長など、30〜150名規模の特養・老健・グループホームで月次シフトを作成する立場) |
| セカンダリ | 夜勤を含むシフトで勤務する介護職員本人(スマホアプリで疲労スコア確認・体調報告を行う) |
| 管理 | 施設長・法人本部の経営層、および社労士事務所・介護経営コンサル(複数施設横断のレポート閲覧・契約管理を行う) |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 勤怠データ連携取込機能 | カイポケ等のAPIから勤怠データを取得し形式変換・正規化して統合勤務履歴DBへ格納する |
| 疲労リスクスコア算出機能(AI回帰) | 勤務履歴・休憩実績・体調自己申告を入力し勾配ブースティング回帰で職員別疲労スコアを算出する |
| シフト自動生成・最適化機能(AI数理最適化) | 勤務データと法定インターバル等の制約条件を入力し混合整数最適化で複数シフト候補を生成する |
| AIチャットアシスタント機能 | 担当者・職員の自然言語要望を入力し制約条件へ反映してシフト案を再計算・提示する |
| 離職予兆検知機能(AI教師あり学習) | 疲労スコア・欠勤パターン・退職者データを入力し教師あり学習で離職リスクを判定し警告する |
| シフト候補比較・承認画面 | AI生成の複数候補を入力し遵守率・疲労スコアを比較表示、担当者がワンクリックで承認する |
| 職員向けスマホアプリ | 職員IDを入力し個人疲労スコア・推奨休息時間・次回夜勤までの残時間を表示する |
| 体調不良報告・自動再調整機能 | 職員のチャット報告を入力しAIが体調不良を検知して代替シフト候補を自動提示する |
| 管理者向けダッシュボード | 施設全体の疲労・離職予兆データを集計し月次傾向グラフとして管理者へ表示する |
| 法人向け横断分析レポート機能 | 複数施設の疲労・離職データを横断集計し年次レポートPDFとして本部へ提供する |
| インターバル違反・高リスク通知機能 | インターバル違反や高疲労リスクを検知し担当者・職員へプッシュ通知で警告する |
| テーブル | 主要カラム |
|---|---|
staff_master | staff_id, facility_id, name, employment_type, hire_date, skill_level |
facility_master | facility_id, facility_name, facility_type, staff_count, api_vendor |
shift_record | record_id, staff_id, work_date, shift_type, start_time, end_time, break_minutes |
shift_plan | plan_id, facility_id, target_period, status, approval_rate, generated_at |
fatigue_score | score_id, staff_id, calc_date, fatigue_value, interval_hours, risk_level |
condition_report | report_id, staff_id, report_date, condition_score, comment_text |
resignation_prediction | prediction_id, staff_id, predict_date, risk_score, factor_summary |
chat_log | log_id, user_id, role, message_text, intent_tag, created_at |
| # | 画面 |
|---|---|
| 1 | ログイン/施設選択 |
| 2 | シフト候補一覧 |
| 3 | シフト詳細編集 |
| 4 | 疲労リスクダッシュボード |
| 5 | 職員マイページ |
| 6 | チャットアシスタント |
| 7 | 離職予兆レポート |
| # | 技術（採用理由） |
|---|---|
| 1 | Python/FastAPI(API・最適化計算の実装基盤) |
| 2 | LightGBM(疲労予測・離職予兆の回帰/分類に高速対応) |
| 3 | Google OR-Tools(シフト制約の混合整数最適化に対応) |
| 4 | PostgreSQL(勤務履歴等の関係データ管理に適合) |
| 5 | AWS ECS/RDS/S3(スケーラブルなSaaS基盤構築) |
| 6 | OpenAI API(自然言語対話アシスタント実装) |
| 7 | Auth0(施設・職員別のマルチテナント認証管理) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: SaaS稼働率99.5%以上を維持し、月間ダウンタイムは約3.6時間以内に抑える |
| 性能 | 性能: 職員150名規模のシフト最適化計算は1回あたり30秒以内に候補提示を完了する |
| セキュリティ | セキュリティ: 体調自己申告等の個人情報はAES-256で暗号化、通信はTLS1.2以上、Pマーク準拠を維持する |
| データ保持 | データ保持: 勤務・体調データは最大3年保存後に自動匿名化、退職者データは1年で削除する |
| 運用 | 運用: 勤怠API連携先の障害時は72時間以内に手動データ取込フォールバックを提供する |
| バックアップ | バックアップ: DBは日次バックアップを実施し、RPO24時間・RTO4時間以内での復旧を保証する |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 提携施設数件のシフト表と勤務履歴をExcelで受け取り、人手で疲労スコアを算出しシフト案を提案する。AIなしで課題設定と評価指標が現場に合うかを確かめる | 交通費と作業時間のみ、外部費用はほぼかからない水準 |
| ②最小システム | スプレッドシートと簡易な最適化ロジック（既存の最適化ライブラリ）を組み合わせ、複数施設のデータを取り込んで疲労リスクと候補シフトを自動出力する。担当者が実際に使えるかを検証する | クラウド利用料と外部AIサービス利用料程度、外注は最小限 |
| ③本開発 | 勾配ブースティング系の疲労予測モデルと混合整数最適化エンジンを実装し、主要勤怠システムとのAPI連携・チャット型アシスタントを含むSaaSとして本格開発する | 外注またはエンジニア採用で数か月分の人件費規模の投資が必要な水準 |
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 |
|---|---|---|
| 特養・老健の施設長または介護長(シフト担当主任) | 現場の実データとシフト作成の実務課題を把握し、無償トライアル先を確保するため | 地域の老人福祉施設協議会(老施協)の勉強会・研修会に参加し名刺交換から接触 |
| 社会保険労務士事務所の代表社労士(介護業界専門) | 勤務間インターバルや労働時間管理の法令解釈、販売代理提携の可能性を探るため | 社労士会の介護労務セミナー、または知人紹介経由でアポイントを取る |
| 介護記録・勤怠ソフトベンダー(カイポケ運営会社、ワイズマン)の事業提携担当 | API連携の技術要件・提携条件を確認し、データ連携の実現可能性を検証するため | 各社の法人提携窓口に問い合わせフォームまたは展示会ブースで直接打診 |
| 介護経営コンサルタント(独立系または法人所属) | 施設経営者への紹介ルートと成果報酬モデルの妥当性についての意見を得るため | 介護経営者向けセミナー・展示会(CareTEX等)に出展・参加し接点を作る |
| 介護施設グループの本部人事・労務担当役員 | 複数施設一括導入の意思決定者であり、法人向けレポート事業の潜在顧客でもあるため | 業界紙・専門メディアの取材依頼や介護経営者交流会経由で紹介を受ける |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 社労士事務所への同行営業 | 顧問先に夜勤シフトの悩みを抱える施設がないか尋ね、「無償トライアルで御社の顧問先の負担を減らすお手伝いをしたい」と同行訪問を依頼する |
| 介護経営コンサルへの紹介依頼 | 離職率改善が課題の施設を紹介してほしいと伝え、「成果が出たら実績として使わせてほしい」と条件付きで無償導入を提案する |
| 介護ソフト販社（カイポケ等）への提携打診 | 既存の勤怠データと連携できる追加機能として、「御社の顧客施設に疲労管理オプションを提案したい」と代理店契約の相談を持ちかける |
| 介護経営者向けセミナー・展示会での直接声かけ | 登壇や名刺交換の場で「今のシフト作成にどれくらい時間がかかっていますか」と聞き、興味を持った施設にその場で無償トライアルを案内する |
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） | 新たに事業を始める個人・法人設立から間もない事業者 | 設立初期の運転資金を無担保・低利で借りられる制度で、この事業では融資合計 500万円 を想定し、AI開発・データ連携準備に充てる候補になる |
| 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（この場合は導入先の介護施設が対象） | 顧客である介護施設側が本SaaSを導入する際の費用負担を軽減できるため、営業時に導入ハードルを下げる訴求材料になる |
| ものづくり補助金（革新的サービス開発・試作品開発支援類型） | 革新的な製品・サービスの試作開発を行う中小企業・小規模事業者 | 疲労予測モデルやシフト最適化エンジンの試作開発費の一部を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） | 都内で創業予定または創業から一定期間内の中小企業 | 法人設立後の人件費・広告費・専門家活用費の一部を助成対象にできる可能性があり、代理店開拓や採用の初期費用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（商工会議所・商工会の管轄地域で事業を行う者） | 展示会出展費やパンフレット制作費など、初期の販路開拓（介護経営者向けセミーや代理店営業資料作成）に使える候補になる |
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。
同じ課題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・登録などの相対的な集計にもとづく表示です。