Who（誰が）
従業員50〜500名規模の製造工場・物流倉庫（3PL、食品・自動車部品工場、EC物流センター）の経営者・教育担当者・現場班長
対象とする社会課題：工場・物流現場の人手不足を多能工化で乗り越える訓練の仕組みがない
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。
多能工化が急務なのに、誰に何をどの順で教えるかは班長の経験と勘まかせで、教育担当者は各拠点に1〜2名しかいない。紙とExcelのスキルマップは更新が追いつかず、新人の一人前化に半年から一年もかかる。この訓練の仕組みそのものを、データに基づいて誰でも再現できる形に置き換える必要がある。
※ 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、スキルナビAIの市場規模・収益モデル・KPIを踏まえた状態で、必要な資料の素案をその場で一緒に作成します。まずは気になるボタンから押してみてください。
※ 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。
スキルナビAIは、製造工場・物流倉庫の班長がタブレットで作業員ごとの工程別習熟度（5段階）とシフト・欠勤情報を入力すると、AIが各人の習熟曲線を分析し「次に何を練習させるべきか」を自動提案するSaaSです。
作業員はスマホアプリで「今日は何を練習すればいい？」とチャットAIに聞くと、その日の生産計画に合わせた個別訓練メニューと動画マニュアルが届きます。訓練後は現場カメラ映像またはタブレット自己申告からAIが作業の正確性・スピードを採点し、スキルマップは自動更新。管理者はダッシュボードで「あと3ヶ月でどの工程が何人育成できるか」をシミュレーションし、繁忙期の人員配置計画に反映できます。班長の勘に頼っていた多能工化訓練を、データに基づく再現性ある仕組みに置き換えます。
国内製造業・物流倉庫では熟練工の高齢化と若手離職により、一人が複数工程をこなす「多能工化」が急務だが、現場では誰にどの順番で何を教えるかが班長の経験と勘に依存している。
従業員50〜300名規模の工場では、標準的な教育担当者は各拠点1〜2名しかおらず、OJT記録は紙やExcelで属人的に管理され、スキルマップの更新は年1回程度にとどまる。結果として新人の一人前化に平均6〜12ヶ月かかり、繁忙期の欠員対応や突発的な離職に現場が耐えられず、残業超過や生産ライン停止が頻発している。特に物流倉庫では出荷波動に応じた人員再配置が必要だが、誰がどの作業を安全にこなせるか可視化されておらず、無理な配置による誤出荷・労災リスクも高い。この課題は各社が個別にExcelスキルマップやベテラン任せの指導で対応してきたため、体系的なデータに基づく訓練計画の仕組みが存在しなかった。
習熟度予測モデルが、過去の訓練記録・作業スピード・欠勤データから各従業員の工程別習得曲線を予測し、次に習得すべき工程を優先度付けする。
自然言語対話AIが作業員からの質問に応じて日次訓練メニューを提示し、教育担当者への問い合わせ負荷を軽減する。画像解析AIは現場カメラ映像から作業手順の逸脱や作業時間を検出し、習熟度スコアの自動採点に用いる。最適化エンジンが工程別必要人員数と現有スキルマップを突き合わせ、数週間先の人員配置・訓練優先順位を自動算出する。
現場の班長・教育担当者がタブレットで作業員ごとの習熟度（工程別5段階評価）と欠勤・シフト情報を入力すると、AIが各人の習熟曲線を分析し、次に習得すべき工程と最適な訓練順序を自動提案する。
作業員本人はスマホアプリでチャット型AIアシスタントに「今日は何を練習すればいいか」を尋ねると、その日の生産計画・欠員状況に応じた個別訓練メニューと動画マニュアルが提示される。訓練後は現場カメラ映像またはタブレット自己申告からAIが作業の正確性・スピードを簡易採点し、スキルマップが自動更新される仕組みとする。管理者ダッシュボードでは「あと3ヶ月でどの工程が何人育成できるか」をAIがシミュレーションし、繁忙期の人員配置計画に反映できる。これにより教育担当者の勘に頼っていた訓練計画が、データに基づく再現性ある仕組みに置き換わる。
| 教育担当者のOJT対応・残業に費やす人件費（年収600万円のうち8割をOJT対応と仮定） | 年間約480万円 |
| 新人一人前化までの生産性損失（新人5名×一人前化までの生産性50%として月給25万円換算） | 年間約375万円 |
| 誤出荷・返品対応コスト（月10件×1件あたり3万円想定） | 年間約360万円 |
| 突発欠員時の代替要員残業代（繁忙期対応、月20万円想定） | 年間約240万円 |
| スタンダードプラン（1拠点・利用者100名まで） | 月額15万円（年額180万円） |
| スタンダード＋AI採点用カメラ5台レンタル込み | 月額25万円（年額300万円） |
| フルオプション（カメラ5台＋人員配置最適化オプション込み） | 月額30万円（年額360万円） |
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。
従業員50〜300名規模の工場では教育担当者が各拠点1〜2名しかおらず、OJT記録は紙やExcelで属人的に管理されている。
誰にどの順番で何を教えるかが班長の経験と勘に依存し、新人の一人前化に平均6〜12ヶ月かかっている。物流倉庫では出荷波動に応じた人員再配置が必要だが、誰がどの作業を安全にこなせるか可視化されておらず、無理な配置による誤出荷・労災リスクも高い。繁忙期の欠員対応や突発的な離職に現場が耐えられず、残業超過や生産ライン停止が頻発しており、体系的なデータに基づく訓練計画の仕組みが必要とされている。
MVP開発は要件が流動的でAI予測モデルの精度検証を繰り返す前提のため、準委任契約が向く想定です。
特に習熟度予測モデルと画像解析AIの部分はPoC結果次第で仕様変更が発生しやすく、請負で厳密なスコープ固定をすると手戻り費用が発生しやすい。一方でタブレット入力画面やスキルマップ表示などUI仕様が固まっている部分は、準委任の中でもマイルストーン払い・成果物レビュー基準を明記し、検収条件を握っておくことが望ましい。発注時はPoC3拠点での精度検証データを契約書に定義し、目標未達時の追加改善工数の扱いを事前に取り決めておくこと。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 現場の作業員（工程を習得しスマホアプリで日次訓練メニューを確認する立場） |
| セカンダリ | 班長・教育担当者（タブレットで習熟度評価とシフト情報を入力し訓練計画を確認する立場） |
| 管理 | 工場長・拠点管理者、3PL事業者の運営管理部門（ダッシュボードで人員配置シミュレーションを行い、契約・課金状況を管理する立場） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 習熟度・シフト入力機能 | 班長がタブレットで工程別5段階評価と欠勤・シフト情報を入力→DBに保存する。 |
| 習熟度予測モデル | 訓練記録・作業スピード・欠勤データを入力→AIが習得曲線を予測し次工程を優先度付け出力する。 |
| 日次訓練メニュー生成AIアシスタント | 作業員のチャット質問と当日生産計画を入力→個別訓練メニューと動画リンクを返信する。 |
| 動画マニュアル配信機能 | 工程IDを入力→該当作業手順動画をスマホアプリに表示する。 |
| 画像解析自動採点機能 | 現場カメラ映像を入力→作業手順逸脱・作業時間を検出し習熟度スコアを算出する。 |
| 自己申告採点機能 | 作業員がタブレットで作業結果を自己申告入力→簡易採点結果をスコア化して保存する。 |
| スキルマップ自動更新機能 | 採点結果を入力→対象者の工程別スキルマップを自動更新し履歴を記録する。 |
| 人員配置最適化エンジン | 工程別必要人員数と現有スキルマップを入力→数週間先の配置案と訓練優先順位を出力する。 |
| 管理者ダッシュボード | スキルマップ・配置シミュレーション結果を入力→拠点別育成人数予測を画面表示する。 |
| 外部システムAPI連携機能 | 勤怠システム・WMSのデータを入力→シフト・出荷情報を自動取得しDBに同期する。 |
| 初期データ移行支援ツール | 既存Excel/紙スキルマップを入力→フォーマット変換しシステム初期データとして登録する。 |
| テーブル | 主要カラム |
|---|---|
employees（従業員マスタ） | employee_id, name, factory_id, hire_date, position, employment_status |
factories（拠点マスタ） | factory_id, name, address, contract_plan, camera_count |
processes（工程マスタ） | process_id, factory_id, process_name, required_skill_level, safety_risk_level |
skill_scores（習熟度スコア） | score_id, employee_id, process_id, skill_level, score_date, source_type |
training_records（訓練記録） | record_id, employee_id, process_id, training_date, duration_minutes, evaluator_id |
attendance（勤怠・シフト） | attendance_id, employee_id, work_date, shift_type, absence_flag |
camera_events（カメラ解析イベント） | event_id, factory_id, process_id, timestamp, detected_action, deviation_flag |
staffing_plans（人員配置計画） | plan_id, factory_id, target_date, process_id, required_headcount, assigned_employee_ids |
| # | 画面 |
|---|---|
| 1 | ログイン・拠点選択画面 |
| 2 | 習熟度入力タブレット画面 |
| 3 | AI訓練メニュー画面(アプリ) |
| 4 | スキルマップ一覧画面 |
| 5 | 管理者ダッシュボード |
| 6 | 人員配置シミュレーション画面 |
| 7 | カメラ映像採点結果画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS（インフラ全般、スケーラビリティと実績重視） |
| 2 | TensorFlow/PyTorch（習熟度予測・画像解析モデル構築） |
| 3 | AWS Rekognition＋独自CNN（現場カメラの動作検出） |
| 4 | React Native（iOS/Android共通アプリの開発効率化） |
| 5 | Next.js（管理者ダッシュボードのSSR対応） |
| 6 | PostgreSQL（従業員・スキルデータの整合性管理） |
| 7 | Dify/LangChain（チャット型AIアシスタントの対話制御） |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: サービス稼働率99.5%以上（月間ダウンタイム約3.6時間以内）を目標とする想定。 |
| 性能 | 性能: チャットAI応答は入力から3秒以内、画像解析採点は1動画あたり30秒以内で処理する想定。 |
| セキュリティ | セキュリティ: 現場カメラ映像・個人習熟度データはAES-256で暗号化保存し、アクセス権限を役職別に制御する。 |
| データ保持 | データ保持: カメラ映像は労使協定に基づき保存期間90日を上限とし、期限経過後は自動削除する。 |
| 拡張性 | 拡張性: 1拠点あたり最大500名・工程数200件までの同時運用に耐える設計とする想定。 |
| 運用 | 運用: 障害発生時は1時間以内に一次対応、4時間以内に復旧対応を開始する体制を整備する。 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | パイロット拠点でExcelとチャットツールを使い、班長からの習熟度データ入力と訓練メニュー提案を人手で代行し、AIなしで仕組みの受容性と効果を確認する | 交通費とヒアリング用の簡易ツール代のみ |
| ②最小システム | タブレット入力フォームと簡易ダッシュボードのみを外注または自作し、習熟度予測は簡易ルールベースで代替して、実運用に耐えるかを検証する | 外注で数か月分の開発費とクラウド利用料の範囲 |
| ③本開発 | 習熟度予測モデル・画像解析・チャット型AIアシスタント・管理者ダッシュボードを統合し、複数拠点での同時運用と代理店経由の展開に耐える本番システムを構築する | 外注または採用による継続的な開発費とAI利用料、インフラ費用が中心 |
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 |
|---|---|---|
| 従業員100〜300名規模の食品・自動車部品工場の工場長または生産管理責任者 | 多能工化の当事者であり、現場のOJT実態と導入予算感を直接把握できるため | 地元工業会（例：〇〇県工業会）の勉強会・展示会に登壇し名刺交換から個別訪問につなげる |
| 3PL事業者（EC物流センター運営）の拠点長・現場責任者 | 出荷波動対応の人員再配置ニーズが強く、初期PoC協力企業として最適 | 物流連盟・倉庫協会の会員企業リストから紹介依頼、または展示会（国際物流総合展）で接触 |
| 設備商社・SIerの製造業向け営業部門責任者 | 既存の工場向け販売網を持ち、代理店提携によるチャネル拡大の要となるため | 工場向けIoT機器展示会や設備商社の業界団体経由で紹介を受け商談設定 |
| 勤怠管理SaaSベンダー・WMSベンダーのアライアンス担当者 | API連携パートナーとして顧客基盤を共有でき、導入コストの削減にもつながるため | 各社のパートナープログラム窓口に問い合わせ、共同提案の実績作りから開始 |
| 都道府県労働局または労働基準監督署の産業安全専門官 | カメラ監視・作業評価データの取扱いが労働安全衛生法上問題ないか事前確認するため | 所轄労働基準監督署の相談窓口に事前相談の予約を入れて面談 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 工業会・物流協会経由の紹介 | 地域の工業会や物流協会の勉強会・交流会に参加し、多能工化訓練の課題感についてヒアリングさせてほしいと依頼して紹介を得る |
| 設備商社・Slerとの代理店提携候補への持ち込み | 既存の設備商社の営業担当に、既存顧客への同行訪問を依頼し、まずは無償ヒアリングとして紹介してもらう |
| 業界展示会（食品工業展・物流展等） | 展示ブースではなく来場者として歩き、名刺交換した現場責任者に後日個別ヒアリングの時間をお願いする |
| 前職・知人ネットワークの工場長・生産管理部長 | 以前の勤務先や知人経由で紹介してもらい、現場の教育の実情について話を聞かせてほしいと率直に依頼する |
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） | 法人設立からまもない代表者、自己資金を一定額用意できる創業者 | 運転資金の立ち上げ費用（人件費・クラウド費用・営業経費）に充てる想定で、融資合計は500万円を目安に申請する。着金は設立から数か月後になるため、それまでの資金繰りを別途見込む必要がある |
| 人材開発支援助成金（厚生労働省） | 従業員に職業訓練・教育計画を実施する事業主（顧客企業側が申請主体） | 本サービスのレポート様式は本助成金の申請書類として使える設計にしており、導入企業への提案時に助成金活用を訴求材料にできる |
| 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） | 生産性向上に資する設備投資・システム導入を行う中小企業 | 顧客企業がタブレット・カメラ機器導入や本サービス契約費用の一部に活用できる可能性があり、導入提案時の追い風になる |
| IT導入補助金 | ITツール・SaaSを導入する中小企業・小規模事業者 | 本サービスのSaaS利用料・初期セットアップ費用が補助対象ツールとして登録できれば、顧客企業の導入ハードルを下げられる |
| 自治体の創業助成事業（例: 東京都創業助成事業など） | 都道府県・市区町村内で創業する法人・個人事業主 | 初期の人件費・広告費・専門家謝金の一部を補助対象にできる制度があり、創業初期の運転資金の補完として候補になる |
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。
労働・雇用領域の起業家コミュニティで話題になっています。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。
※ バッジは自動集計にもとづく相対的な表示です。