対象とする社会課題:老朽化する公共施設の省エネ改修が予算・人手不足で優先順位すら決められない
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。
公共施設を担当する職員は少ない人数で数多くの建物を抱え、外部への診断委託は高額で全棟には手が回らない。結果、体育館や小学校のような本当に改修すべき施設が後回しにされ、声の大きい要望や担当者の勘に頼った選定が続いている。エネルギー消費量と改修効果を数字で比較できる仕組みがあれば、限られた予算をいちばん効果の出る場所に振り向けられる。
※ 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、このエネオプ自治体版の事業内容を読み込んだ状態で、資料の素案づくりが始まります。施設データや優先順位づけの考え方もそのまま使えます。
※ 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。
『エネオプ自治体版』は、人口3万〜30万人規模の自治体の公共施設マネジメント課・環境政策課が使うクラウド型AIツールです。
担当職員が施設台帳と電力使用量データを取り込むと、AIが100〜300棟ある施設ごとの改修優先度をヒートマップで自動表示します。『来年度予算3000万円で最もCO2削減効果が高い組み合わせは』とチャットボットに問いかけるだけで、断熱・LED化・空調更新などを組み合わせた改修パッケージ案が投資回収年数・補助金適合可否付きで3パターン提示され、議会説明資料や補助金申請書の下書きまでPDFで出力されます。従来1棟150万円〜300万円かかった外部診断コストを大幅に圧縮し、経験や声の大きさに頼っていた優先順位付けを、データに基づく客観的な判断に変えます。
全国の自治体が保有する公共施設は約18万棟、うち築30年以上が6割を超え、老朽化と高エネルギー消費が同時進行している。
人口5万人規模の自治体では公共施設マネジメント担当が2〜3名に対し、対象施設は100〜300棟に及び、外部コンサルへの改修診断委託は1棟あたり150万円〜300万円と高額で全棟診断は事実上不可能。国の脱炭素先行地域制度や公共施設等総合管理計画の改定要請はあるが、どの施設から改修すべきかの根拠あるデータがなく、担当者の経験や声の大きい住民要望に基づく場当たり的な選定が横行している。結果、費用対効果の低い改修に予算を使い切り、真に緊急性の高い施設(体育館・小学校・福祉施設等)が放置されるケースが常態化している。省エネ改修の投資対効果(削減電力量・CO2・改修費用)を定量的に比較できるツールが自治体規模では導入されていない点が根本課題である。
①予測AI(勾配ブースティング回帰)が築年数・延床面積・用途・過去3年分の電力使用量から施設別エネルギー消費原単位と改修効果を予測、②最適化AI(整数計画法+強化学習)が予算制約・CO2削減目標・補助金要件を条件に複数施設の改修組み合わせをパレート最適解として提示、③自然言語対話AI(LLM)が担当職員の曖昧な質問(例:体育館だけで削減したい)を解釈し条件を自動設定、④画像解析AIが図面・現地写真から断熱材有無や設備老朽度を推定し診断コストを削減する。
これら4つのAI機能を1つのワークフローに統合し、診断→優先順位付け→設計提案→申請書生成までを自動化する。
自治体の施設台帳・電力使用量データ(スマートメーター/検針票)・建物図面・築年数・修繕履歴をAIプラットフォームに取り込み、機械学習モデルが施設ごとのエネルギー消費原単位を推計、改修優先度スコアを自動算出する。
担当職員はダッシュボード上で施設をヒートマップ表示で確認し、AIチャットボットに『来年度予算3000万円で最もCO2削減効果が高い組み合わせは』と自然言語で問い合わせると、最適化AIが複数施設の改修パッケージ案(断熱・LED化・空調更新・BEMS導入等)を3パターン提示する。提案には削減電力量・投資回収年数・国庫補助金適合可否まで自動算出され、そのまま議会説明資料や補助金申請書の下書きとしてPDF出力できる。改修後は実際の使用量データを再取込みし、AIが予測精度を継続的に補正する仕組みとし、次年度計画にフィードバックする。
| 外部コンサルへの全棟改修診断委託費(100棟規模、1棟150万〜300万円換算) | 1億5000万円〜3億円(全棟診断時、通常は数棟のみ実施で年間1000万円前後の想定) |
| 場当たり的改修による費用対効果の低い投資(声の大きい住民要望対応等) | 年間500万円〜1000万円相当の非効率支出の目安 |
| 補助金不採択による申請準備コストの損失(環境コンサル委託1件30万〜80万円が不採択で無駄になる) | 年間60万円〜160万円の目安(不採択2件想定) |
| 議会資料・優先順位資料作成にかかる職員残業・人件費 | 年間80万円〜120万円相当(職員2名×月10時間残業換算) |
| SaaS年間ライセンス(100棟未満) | 120万円/年 |
| 初期データ連携・導入支援パッケージ(初年度のみ) | 50万円〜150万円 |
| 改修設計・補助金申請支援オプション(1案件) | 30万円〜80万円 |
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。
人口5万人規模の自治体では公共施設マネジメント担当が2〜3名しかいない一方、対象施設は100〜300棟に及び、外部コンサルへの改修診断委託は1棟150万円〜300万円と高額で全棟診断は事実上不可能である。
そのため、どの施設から改修すべきかの根拠あるデータがなく、担当者の経験や住民要望に基づく場当たり的な選定が横行し、費用対効果の低い改修に予算を使い切って体育館・小学校・福祉施設等の緊急性の高い施設が放置される事態が常態化している。国の脱炭素先行地域制度や公共施設等総合管理計画の改定要請には応えたいが、限られた人手と予算で優先順位を定量的に決める手段がないことが、担当者にとって最大の困りごとである。
MVPのAI予測モデルやダッシュボードは要件が固まりきっておらず精度改善を繰り返す前提のため、検証・パイロット導入フェーズ(0〜12ヶ月)は準委任契約でスコープを都度調整しながら進めるのが適切です。
本格展開フェーズ(12ヶ月以降)でSaaS正式版として機能仕様が固まった部分は、請負契約で成果物と検収基準を明確にして発注するのが望ましいです。発注時は、自治体ごとにデータフォーマットが異なる点を前提にデータ連携作業を工数積算の別枠にすること、AI予測精度(誤差率20%以内等)をKPIとして契約に明記し、精度未達時の改修対応範囲を事前に定めておくことが重要です。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 自治体の公共施設マネジメント課・環境政策課の担当職員(施設データ入力、優先度確認、改修案検討、申請書作成を行う) |
| セカンダリ | 議会説明を行う自治体幹部・財政課、改修設計を担う建築士・設備士、地銀・信金の自治体向けコンサル担当 |
| 管理 | サービス提供会社のカスタマーサクセス担当(自治体ごとのデータ連携設定、AIモデル精度モニタリング、権限管理を行う) |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 施設台帳・電力データ取込機能 | 施設台帳CSV・検針票データを入力→自動クレンジング→統合DBへ登録 |
| 予測AI(エネルギー消費原単位推計) | 築年数・延床面積・過去3年電力実績を入力→勾配ブースティング回帰で推計→施設別消費原単位を出力 |
| 改修優先度スコアリング機能 | 予測原単位と改修コストを入力→スコアリングロジックで演算→施設別優先度ランキングを出力 |
| 最適化AI(改修パッケージ提案) | 予算・CO2削減目標・補助金要件を入力→整数計画法+強化学習で最適化→改修案3パターンを出力 |
| 自然言語対話AI(条件解釈チャットボット) | 職員の曖昧な自然言語質問を入力→LLMが条件を解釈→検索条件を自動設定し回答表示 |
| 画像解析AI(老朽度推定) | 図面・現地写真を入力→断熱材有無や設備老朽度を画像解析→老朽度スコアを出力 |
| ヒートマップダッシュボード表示機能 | 施設別優先度データを入力→地図上に色分け処理→ヒートマップ画面を表示 |
| 補助金適合判定機能 | 改修案と国庫補助金要件を入力→適合ロジックで照合→適合可否と補助額を出力 |
| 議会・補助金申請資料自動生成機能 | 改修提案と判定結果を入力→帳票テンプレートに整形→議会説明資料・申請書PDFを出力 |
| 予測精度継続補正機能 | 改修後の実績電力データを入力→予測値との乖離を再学習→モデルパラメータを更新 |
| 全国ベンチマーク分析レポート機能 | 匿名化した全国改修実績データを入力→統計分析処理→市場分析レポートPDFを出力 |
| テーブル | 主要カラム |
|---|---|
municipalities | municipality_id, name, population, prefecture_code, contract_plan, contract_start_date |
facilities | facility_id, municipality_id, name, facility_type, built_year, floor_area, address, structure_type |
energy_usage | usage_id, facility_id, year_month, electricity_kwh, gas_m3, source_type, imported_at |
renovation_history | history_id, facility_id, work_type, work_date, cost_amount, vendor_name, description |
priority_scores | score_id, facility_id, model_version, score_value, predicted_energy_intensity, calculated_at |
optimization_proposals | proposal_id, municipality_id, budget_amount, target_year, facility_combo_json, co2_reduction_ton, payback_years |
subsidy_programs | program_id, program_name, applicable_condition_json, subsidy_rate, application_deadline |
document_outputs | document_id, proposal_id, document_type, file_url, generated_at, approval_status |
| # | 画面 |
|---|---|
| 1 | 施設一覧ヒートマップ |
| 2 | 施設詳細診断画面 |
| 3 | 優先度スコア確認画面 |
| 4 | AIチャット問合せ画面 |
| 5 | 改修パッケージ提案比較 |
| 6 | 補助金適合チェック画面 |
| 7 | 議会資料PDF出力画面 |
| # | 技術(採用理由) |
|---|---|
| 1 | AWS(自治体データ扱う実績とセキュリティ認証のため) |
| 2 | Python/LightGBM(勾配ブースティング回帰の実装実績が豊富) |
| 3 | OR-Tools(整数計画法による最適化組合せ計算に対応) |
| 4 | OpenAI API(自然言語問い合わせ解釈のLLM機能に利用) |
| 5 | PostgreSQL(施設・電力データの構造化管理に適する) |
| 6 | React(ダッシュボードのヒートマップ表示に柔軟) |
| 7 | OCR/画像解析(Google Cloud Vision)(図面写真から設備老朽度推定) |
| 区分 | 要件 |
|---|---|
| 可用性99.5%以上を目安とし、月間許容ダウンタイムは約3.6時間以内とする | 可用性99.5%以上を目安とし、月間許容ダウンタイムは約3.6時間以内とする |
| ダッシュボード表示は3秒以内、AI改修提案生成は30秒以内での応答を目標とする | ダッシュボード表示は3秒以内、AI改修提案生成は30秒以内での応答を目標とする |
| 自治体情報セキュリティポリシーガイドライン準拠、通信はTLS1.2以上、保存データはAES256で暗号化する | 自治体情報セキュリティポリシーガイドライン準拠、通信はTLS1.2以上、保存データはAES256で暗号化する |
| 施設・電力データは日次バックアップとし、RPO24時間・RTO4時間以内での復旧を目標とする | 施設・電力データは日次バックアップとし、RPO24時間・RTO4時間以内での復旧を目標とする |
| 1自治体あたり最大20ユーザーの同時ログイン・同時操作に対応する | 1自治体あたり最大20ユーザーの同時ログイン・同時操作に対応する |
| 操作ログ・APIアクセスログは監査対応として5年間保存する | 操作ログ・APIアクセスログは監査対応として5年間保存する |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 連携協定を結んだ自治体の施設台帳と電力検針票をExcelに手入力し、担当者と一緒に優先順位を手計算で出して見せ、反応と修正要望を確認する | 交通費とヒアリング用の資料印刷費だけ |
| ②最小システム | 公開データと簡易な回帰モデルでヒートマップ表示のダッシュボードを試作し、数自治体で実際の予算検討会議に使ってもらい精度と使い勝手を検証する | クラウド利用料と外注での画面試作費が中心 |
| ③本開発 | 予測AI・最適化AI・自然言語対話AI・画像解析AIを1つのワークフローに統合し、優先順位付けから補助金申請書のPDF出力までを自動化した正式版SaaSを構築する | 外注開発で数か月分の費用とクラウド・データ取得費が発生する水準 |
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5万人規模の基礎自治体・公共施設マネジメント課の課長または係長 | 現場の予算制約・意思決定プロセスとデータ保有状況を直接把握するため | 自治体総合フェア等の展示会、または首長への政策提案窓口経由で面談依頼 |
| 同自治体の環境政策課・脱炭素担当職員 | 脱炭素先行地域申請や補助金活用の実務窓口であり導入予算の可否を握る | 施設マネジメント課からの紹介、または環境省の脱炭素先行地域説明会で接触 |
| 地方銀行・信用金庫の自治体向けコンサルティング部門担当者 | 自治体への提案チャネルと信用力を持ち、地域内での紹介実績を作れる | 地銀の産業支援部門・地域振興部に事業計画を持参しアポイント設定 |
| 公共施設マネジメント支援を行う既存ベンダーの事業責任者 | OEM提携によりデータ連携・営業チャネルを短期間で確保できるため | 業界団体(日本ファシリティマネジメント協会等)経由で紹介を依頼 |
| 元自治体職員で公共施設マネジメント経験者(採用・顧問候補) | 自治体特有の意思決定慣行・予算編成サイクルの実務知見を製品設計に反映するため | 自治体OBネットワークや転職エージェント、地方創生系人材紹介経由で接触 |
| チャネル(目標件数) | 声のかけ方 |
|---|---|
| 自治体総合フェア等の展示会 | 公共施設マネジメント課のブース担当者に「診断コストをかけずに優先順位だけ試算したい施設はありますか」と声をかけ、無料の試算デモを申し出る |
| 地方銀行・信用金庫の自治体向けコンサル部門 | 地域金融機関の渉外担当に「公共施設マネジメント計画の改定支援先で困っている自治体はないか」と紹介を依頼し、同行訪問の形で商談を組む |
| 元自治体職員のネットワーク | 公共施設マネジメント経験者に、当時の担当者へ「新しい優先順位付けツールの意見を聞きたい」と紹介してもらい、雑談ベースで課題を確認する |
| 既存の公共施設マネジメント支援企業とのOEM提携 | 提携先の営業担当に「診断部分をAIで置き換えられないか検証したい」と持ちかけ、既存顧客への同行訪問を依頼する |
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(旧・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100万円のみでの法人設立初期の運転資金を賄うための創業融資で、融資総額は1,000万円を想定。エンジニア人件費やクラウド利用料など先行費用に充当できる |
| 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) | 中小企業・小規模事業者 | 予測AI・最適化AIのアルゴリズム開発やダッシュボードのシステム構築費の一部を補助対象にできる可能性があり、本開発フェーズの外注費負担を軽減できる |
| 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(顧客側が申請) | 自治体側の予算部門がIT導入補助金の対象事業者と組む場合、初期データ連携・導入支援費用の一部を顧客の補助金でカバーできるため、営業時の提案材料になる |
| 環境省 脱炭素先行地域づくり事業 | 脱炭素先行地域に選定された地方公共団体 | 検証・パイロットフェーズで連携する自治体がこの事業の交付金を活用してツール導入費用を確保できる可能性があり、共同提案の材料になる |
| 東京都中小企業振興公社 創業助成事業 | 都内で創業予定・創業後間もない中小企業者 | 本社を東京都内に置く場合、人件費・広報費・専門家指導費の一部が助成対象になり得るため、営業担当や元自治体職員の採用費に充当できる可能性がある |
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。
同じ環境・脱炭素領域で創業を目指す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・登録などの自動集計にもとづく相対的な表示です。