Who（誰が）
従業員300〜3000名規模企業の人事部門・D&I推進室担当者と、女性管理職候補となる従業員本人が主な利用者となる想定である
対象とする社会課題：女性管理職育成が属人化し、後継者選定と研修設計が上司の主観と経験に依存している
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。
女性管理職候補の選定は、部長の推薦や本人の申告といった主観に委ねられ、評価基準は部署ごとに異なる。人事部門は異動歴や評価履歴のデータを持ちながらも、Excelや紙のシートに分散したまま統合できていない。属人化した育成計画は担当者の異動で失われ、女性活躍推進の取り組みは何度もやり直しになる。この繰り返しを、データに基づく再現性ある選定と育成設計で終わらせたい。
※ 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、このAIタレントコンパスの事業内容を読み込んだAIチャットが開きます。市場規模や収益モデル、ロードマップを踏まえた事業計画書やピッチ資料、採用要項などの素案を、その場で一緒に作成できます。
※ 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。
本サービスは、従業員300〜3000名規模の企業の人事部門が使う女性管理職育成支援SaaSです。
担当者はSmartHRやカオナビの人事データをCSVでアップロードするだけで、AIが候補者ごとのポテンシャルスコアと不足スキルを自動算出します。チャットボットが「Aさんはリーダーシップ評価は高いが財務知識が不足」といった具体的なギャップを提示し、座学・OJT・メンター制度から最適な研修プランを提案。候補者本人には専用ポータルが用意され、週次でAIが学習進捗をフィードバックします。四半期ごとには育成計画の進捗が経営会議用ダッシュボードに自動出力され、これまで部長の推薦や自己申告に頼っていた属人的な候補者選定が、データに基づく透明な仕組みに置き換わります。
従業員300〜3000名規模の企業では、女性管理職候補の選定が「部長の推薦」や「本人の自己申告」に依存し、評価基準が部署ごとに異なるケースが8割超に上るとされる。
人事部門は候補者の異動歴・評価履歴・360度評価などのデータを保有しているが、Excelや紙の人事評価シートに分散し、統合分析されていない。結果として、育成候補が特定の部署や上司のネットワークに偏り、女性管理職比率30%目標(2030年政府目標)に対して実績は12%前後(2023年時点、上場企業平均)に留まっている。人事担当者は本業の労務対応や採用業務に追われ、候補者一人ひとりに合わせた研修プランを設計する時間的余裕がない。属人化した育成計画は担当者の異動や退職で継承されず、女性活躍推進の取り組みが数年ごとにリセットされる企業も多い。
候補者選定工程では、評価履歴・異動歴・360度評価データを用いた機械学習モデルがポテンシャルスコアを予測し、統計的バイアス(性別・部署による評価の偏り)を検出して補正提案を行う。
研修提案工程では、自然言語処理を用いた対話AIが人事担当者・候補者本人と会話しながら、個人ごとのスキルギャップを特定し、社内外の研修コンテンツをマッチングする最適化アルゴリズムが最短で目標スキルに到達するカリキュラム順序を組む。進捗モニタリング工程では、学習ログや面談メモをNLPで解析し、離脱リスクや意欲低下の兆候を早期に検知してアラートを出す。
人事部門の担当者が既存の人事システム(勤怠・評価・異動歴データ)をCSVまたはAPI連携でアップロードすると、AIが候補者ごとのポテンシャルスコアと成長領域を自動算出する。
AIチャットボットが人事担当者と対話形式で「候補者Aさんはリーダーシップ評価が高いが、財務知識が不足している」といった具体的なギャップを提示し、最適な研修コース(座学・OJT・メンター制度)を提案する。候補者本人にも専用ポータルが提供され、AIが週次で学習進捗と次のアクションを対話形式でフィードバックする。四半期ごとにAIが育成計画の進捗を自動レポート化し、経営会議で使えるダッシュボードとして出力する。人事担当者は最終判断のみを担い、選定基準の言語化と研修設計の大部分をAIが代替することで、属人化を構造的に解消する。
| 候補者選定・評価データ収集にかかる人事担当者の工数(年間約400時間×人件費3000円/時) | 年間120万円 |
| 担当者異動・退職による育成計画の再構築コスト(研修設計のやり直し・コンサル再委託) | 年間80万円 |
| 女性活躍推進法の行動計画未達時に発生する外部コンサルへの単発依頼費用(2〜3年に1回) | 1回あたり150万円(年換算約60万円) |
| 管理職登用のミスマッチによる早期離脱・再登用コスト(1名あたり) | 1名200万円、年1〜2名想定で年間200〜400万円 |
| 基本プラン(候補者管理・スコアリング機能、従業員300〜1000名) | 月額15万円(年間180万円) |
| 上位プラン(研修設計AI+外部研修会社連携機能込み) | 月額30万円(年間360万円) |
| 初期導入・データ統合支援費(オンボーディング、初回のみ) | 100万円 |
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。
女性管理職候補の選定は部長の推薦や本人の自己申告に依存し、評価基準が部署ごとにバラバラなまま運用されている企業が8割超に上る。
人事部門は異動歴・評価履歴・360度評価などのデータを保有しているが、Excelや紙の評価シートに分散しており統合分析されていない。人事担当者は労務対応や採用業務に追われ、候補者一人ひとりに合わせた研修設計まで手が回らず、属人化した育成計画は担当者の異動・退職で継承されずに数年ごとにリセットされている。この結果、女性管理職比率30%目標に対し実績は12%前後にとどまっており、データに基づく選定・育成の仕組みが求められている。
PoC・モデル開発フェーズ（0-6ヶ月）はスコアリングモデルの精度検証やパイロット企業ごとのデータ仕様調整が発生し要件が流動的なため、準委任契約が向く。
正式リリース以降のAPI連携・画面機能開発は要件確定後に請負契約へ移行可能だが、対話AIや研修マッチングのアルゴリズム改善は継続的なチューニングが必要なため、当該部分は保守運用も含め準委任での契約を推奨する。発注時はAUC0.80等の精度目標を成果物の合格基準として契約書に明記し、未達時の追加改修範囲・費用負担を事前に取り決めておくこと。個人情報を含む人事データを扱うため、委託先の情報セキュリティ体制・匿名化手順の監修状況を契約前に確認する。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 従業員300〜3000名企業の人事部門・D&I推進室の担当者（候補者選定・研修設計を行う実務者） |
| セカンダリ | 育成対象となる女性管理職候補者本人、および候補者を推薦・評価する上司・部門長 |
| 管理 | 顧客企業の情報システム部門管理者、および提供ベンダー側のカスタマーサクセス・システム運用チーム |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 人事データ取込・統合機能 | SmartHR/カオナビ等のCSVまたはAPIから勤怠・評価・異動歴を取込→形式変換→統合DB格納 |
| データ匿名化・クレンジング機能 | 統合DBの人事データ→氏名等の個人識別情報をマスキング→匿名化済み分析用データセットを出力 |
| 候補者ポテンシャルスコアリング機能 | 評価履歴・異動歴・360度評価→機械学習モデルで予測→候補者ごとのポテンシャルスコアを算出 |
| バイアス検出・補正提案機能 | スコアリング結果と属性データ→性別・部署間の統計的偏りを検出→補正係数と是正案を提示 |
| AI対話型研修提案チャットボット | 人事担当者の質問入力→対話AIが候補者のスキルギャップを分析→最適研修コースを会話形式で提案 |
| スキルギャップ分析機能 | 候補者スコアと目標職位要件→NLPで比較分析→不足スキル項目と優先度をリスト化 |
| 研修カリキュラム最適化機能 | 特定されたスキルギャップと研修コンテンツDB→最適化アルゴリズムで順序算出→カリキュラム案を生成 |
| 候補者向け学習ポータル | 候補者の学習ログ入力→AIが週次進捗を評価→次のアクションを対話形式でフィードバック |
| 進捗モニタリング・離脱リスク検知機能 | 学習ログと面談メモテキスト→NLPで意欲低下兆候を解析→離脱リスクアラートを人事担当者に通知 |
| 四半期進捗レポート自動生成機能 | 候補者ごとの育成進捗データ→AIが集計・要約→経営会議用ダッシュボード形式で出力 |
| 外部研修会社マッチング・発注連携機能 | 選定された研修プログラム内容→提携研修会社データベースと照合→発注先候補と見積を提示 |
| テーブル | 主要カラム |
|---|---|
companies | company_id, company_name, plan_type, employee_count, contract_start_date |
candidates | candidate_id, company_id, name_hash, department, position, gender_masked |
evaluation_records | record_id, candidate_id, fiscal_year, evaluator_id, score, evaluation_type |
transfer_records | record_id, candidate_id, department_from, department_to, transfer_date |
survey_360_results | result_id, candidate_id, competency_item, score, respondent_role |
potential_scores | score_id, candidate_id, model_version, score_value, bias_flag, calculated_at |
training_plans | plan_id, candidate_id, skill_gap, course_id, status, start_date |
alerts | alert_id, candidate_id, alert_type, detected_at, resolved_flag |
| # | 画面 |
|---|---|
| 1 | ログイン画面 |
| 2 | 候補者一覧 |
| 3 | 候補者詳細・スコア |
| 4 | 研修プラン設計 |
| 5 | 学習進捗ポータル |
| 6 | 経営ダッシュボード |
| 7 | データ連携設定 |
| # | 技術（採用理由） |
|---|---|
| 1 | Python(機械学習モデル開発の標準言語) |
| 2 | XGBoost(ポテンシャルスコアリングの予測精度確保) |
| 3 | OpenAI API(対話型研修提案チャットボット構築) |
| 4 | AWS(SaaS基盤の拡張性とセキュリティ確保) |
| 5 | PostgreSQL(人事評価データの構造化管理) |
| 6 | React(管理画面・候補者ポータルのUI構築) |
| 7 | SmartHR/カオナビAPI(既存人事システムとのデータ連携) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: SLA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 |
| 性能 | 性能: スコアリング処理はデータ1万件あたり平均5分以内で完了する想定 |
| セキュリティ | セキュリティ: 人事評価データは保存時・通信時ともにAES-256で暗号化し、個人情報保護法準拠のアクセス権限制御(部署別・役職別)を実装する |
| データ保持・監査 | データ保持・監査: 学習ログ・面談メモ等のログは最低5年間保存し、四半期ごとにフェアネス監査ログを出力する |
| 同時接続・拡張性 | 同時接続・拡張性: 従業員3000名規模企業での同時アクセス500ユーザーまで性能劣化なく稼働する想定 |
| バックアップ・復旧 | バックアップ・復旧: 日次バックアップとRPO24時間・RTO8時間以内の障害復旧体制を構築する |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | パイロット企業からExcelで人事評価データを受け取り、人力で候補者スコアリングとバイアスチェックを行い、レポートを手渡しで提供して反応を確認する。 | 代表の稼働と、データ授受用クラウドストレージの利用料のみ |
| ②最小システム | スコアリングロジックをスプレッドシート関数や簡易スクリプトで自動化し、研修提案はテンプレート化した選択肢をチャットで返す形で検証する。 | 軽量なノーコードツールの月額利用料と、外注での簡易開発費が数か月分 |
| ③本開発 | SmartHR・カオナビ等とのAPI連携、機械学習モデルの正式実装、対話型AIと経営ダッシュボードを本格的に開発し、有料契約企業への提供を開始する。 | 外注または正社員エンジニアの人件費が数か月から半年分 |
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300〜3000名規模企業の人事部長またはD&I推進室長 | 候補者データの所有者であり、PoC協力・有料契約の最終決裁権を持つため | 女性活躍推進法の行動計画公表企業リストから抽出し、人事系展示会・セミナーで接触 |
| 社労士事務所・人事コンサルティング会社の代表または営業責任者 | 代理店提携チャネルの起点となり、顧客企業への紹介経路を持つため | 全国社会保険労務士会連合会の企業向けセミナーや人事コンサル業界団体経由で紹介依頼 |
| SmartHR・カオナビ等の人事システム提供企業のアライアンス・パートナー担当 | API連携の技術要件確認と共同マーケティングの可否を早期に把握するため | 各社のパートナープログラム申込フォームから連携を打診 |
| 労働法・D&I分野の弁護士または社会保険労務士(顧問候補) | 要配慮個人情報の取扱い規程とバイアス補正の運用ルールを監修してもらうため | 日本組織内弁護士協会や労働法専門の法律事務所のD&I実績から選定・打診 |
| 女性活躍推進法の行動計画公表企業のうち女性管理職比率が目標未達の企業の人事担当者 | PoCパイロット企業として実データ提供とバイアス検証への協力を得るため | 厚生労働省「女性の活躍推進企業データベース」で公表企業を絞り込み直接コンタクト |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 社労士事務所・人事コンサルへの直接アプローチ | 女性活躍推進法の行動計画作成を支援している社労士事務所に連絡し「候補者データ分析をAIで手伝う無料モニターを募集中」と伝え、顧客企業の紹介を依頼する。 |
| D&I推進担当者のオンライン勉強会 | D&I・女性活躍推進の担当者が集まるオンラインコミュニティに参加し、育成の属人化の悩みをヒアリングする代わりにベータ版の無料利用枠を提案する。 |
| 行動計画公表企業への個別打診 | 厚生労働省のデータベースで行動計画を公表している企業の人事部門に、女性管理職比率の指標未達を踏まえてPoC参加を打診するメールを送る。 |
| LinkedInでの人事責任者への個別メッセージ | LinkedInで人事部長・D&I推進室長を検索し、育成の属人化という課題感に触れたうえでオンライン短時間ヒアリングを依頼するメッセージを送る。 |
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（女性、若者/シニア起業家支援関連含む） | 新たに法人を設立して事業を始める代表者 | 自己資金100万円に対して創業融資として500万円程度の借り入れを候補にでき、AIモデル開発費とデータ統合基盤の初期費用に充当できる。 |
| 東京都中小企業振興公社 創業助成事業 | 都内で創業予定または創業から間もない中小企業・個人 | 代表1名体制から人事領域出身のカスタマーサクセス担当を採用するタイミングの人件費や広告費の一部を助成対象にできる候補になる。 |
| 小規模事業者持続化補助金 | 商工会議所・商工会の管轄地域内の小規模事業者 | 拡販・代理店ネットワーク構築フェーズで必要になる営業資料作成費や展示会出展費など販路開拓の一部を補助対象にできる候補になる。 |
| IT導入補助金 | 顧客となる従業員300名以上の企業（自社SaaSをIT導入補助金事務局に対象ツールとして登録することが前提） | 顧客企業側の導入費用負担を軽減できるため、営業時に「補助金対象ツールとして申請可能」と案内でき、初期導入・データ統合支援費の商談を後押しできる候補になる。 |
| 人材開発支援助成金 | 従業員に人材育成のための研修を実施する事業主（顧客企業） | AIが提案した研修プログラムの受講費用の一部を顧客企業側で助成対象にできる可能性があり、外部研修会社マッチング手数料の商談材料として案内できる候補になる。 |
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。
この領域に取り組む仲間が、コミュニティに多数参加しています。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・登録などの自動集計にもとづく相対的な表示です。