Who（誰が）
国交省地方整備局・都道府県河川課・電力会社水力部門・土地改良区などダム管理主体と、そこに所属する管理担当者約3,000人が対象
対象とする社会課題：豪雨時のダム事前放流判断が個別ダム管理者の経験則に依存し、流域全体最適化ができていない
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。
全国のダムは個々の経験豊かな担当者の判断で守られてきたが、その担当者は数年で異動し、経験は流域全体で共有されない。豪雨のたびに複数の管理者が電話とExcelで連絡を取り合い、判断のズレが下流の急な水位上昇を招く。気象データとダムの水位情報を流域単位でつなぎ、担当者が誰であっても同じ根拠で判断できる仕組みが必要だと考えた。
※ 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730万円の申請資料も、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、この事業の内容を読み込んだAIチャットが開き、そのまま使える資料の素案を一緒に作成します。国交省や自治体への提案書、公庫融資の申請書など、次の一歩に必要な文書をその場で形にできます。
※ 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。
全国約1,460基のダムのうち、まず国管理ダム約570基を対象に、気象庁レーダー・アメダス・GSM/MSMの降雨予測と河川水位計データをAIが毎時取り込み、48時間先までの各ダム流入量を1時間刻みで自動予測します。
ダム管理事務所の担当者はWebダッシュボードで『現状維持』『事前放流開始』などの推奨アクションと根拠グラフを確認し、対話AIに『この放流量で下流A地点は何m上昇するか』と自然言語で質問できます。従来はExcelと電話連絡、個人の経験則に頼っていた判断を、複数ダム連携のシミュレーションに基づく共通の意思決定基盤に置き換え、河川事務所単位（1流域5〜15ダム）での合意形成を支援します。
全国に約1,460の国管理・自治体管理ダムがあり、各ダム管理者が個別の経験と限られた気象予報を頼りに事前放流量を判断しているが、下流域の複数ダムや河川全体の流出状況を統合的に考慮できていない。
2019年台風19号では複数ダムが緊急放流を行い、判断の遅れや情報連携不足が指摘された。国交省は2020年から利水ダムを含む事前放流ガイドラインを整備したが、実際の運用は各ダム管理事務所の担当者(多くは技術系公務員で数年で異動)の経験則とExcel・電話連絡に依存している。流域内に複数の管理主体(国・都道府県・電力会社・農業用水組合)が混在し、リアルタイムでの情報共有基盤がないため、放流タイミングのズレが下流の急激な水位上昇を招くリスクがある。全国のダム管理者(推定3,000人規模)は、24〜48時間先の降雨予測を基にした複数ダム連携シミュレーションを求めているが、既存の水文シミュレーションソフトは専門知識と計算時間を要し、豪雨時の意思決定速度に追いついていない。
予測AIは気象レーダー・アメダス・数値予報モデル(GSM/MSM)データを入力に、流域ごとの降雨流出モデル(タンクモデル/機械学習ハイブリッド)で48時間先の各ダム流入量を1時間刻みで予測する。
最適化AIは複数ダムの容量・現在水位・下流水位目標を制約条件とした線形計画法/強化学習により、流域全体の洪水調節効果を最大化する放流スケジュール案を算出する。自然言語対話AI(LLMベース)はダム管理者からの質問に対し、シミュレーション結果を根拠データ付きで平易に説明し、過去の類似事例(既往最大洪水時の運用実績)を検索して提示する。画像解析AIは衛星・ドローン画像から貯水池周辺の土砂堆積状況を定期解析し、有効貯水容量の補正データとして予測モデルにフィードバックする。
気象庁・国交省のレーダー降雨データ、河川水位計・ダム流入量データ、地形DEMデータをAIが常時取り込み、流域単位で48時間先までの流入量予測と複数ダム連携での最適放流シナリオを毎時間自動生成する。
ダム管理者はWebダッシュボード上で「現状維持」「事前放流開始」「即時放流量○㎥/s」といった推奨アクションと根拠(予測降雨量・下流水位への影響グラフ)を確認し、対話型AIアシスタントに「この放流量で下流A地点の水位は何m上昇するか」等を自然言語で質問できる。複数ダム管理者間の合意形成を支援するため、AIが流域全体最適化計算の結果を各ダムの負担配分案として提示し、オンライン会議上でシナリオ比較を行える。判断結果と実際の水位変化はAIにフィードバックされ、翌シーズン以降の予測精度向上に活用される。平常時は月次の点検レポート自動生成や訓練シナリオ提供を通じて、ダム管理事務所の日常業務でも利用継続される設計とする。
| 緊急放流に伴う下流被害対応・国家賠償リスク（訴訟対応費用含む、発生時） | 1件あたり数千万〜数億円規模（2019年台風19号級の事例想定） |
| 電話・Excelでの手動情報連携にかかる担当者調整工数（出水期の残業・当直人件費） | 1流域あたり年間約200万円の目安（出水期の超過勤務手当含む） |
| 経験則による空振り事前放流での利水損失（発電機会損失・農業用水不足） | 1ダムあたり年間50万〜200万円の想定 |
| 担当者異動に伴う引継ぎ不備・判断力低下のリスク（再教育コスト） | 1事務所あたり年間30万円程度の目安（研修・OJT費用換算） |
| SaaS基本利用料（1ダムあたり） | 年額180万円 |
| 流域連携最適化オプション（1流域・河川事務所単位） | 年額600万〜1,200万円 |
| 訓練・研修プログラム（1回） | 50万円 |
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。
2019年台風19号では複数ダムが同時に緊急放流を行い、下流の急激な水位上昇と管理者間の情報連携不足が課題として指摘された。
現在も全国約3,000人規模のダム管理者は数年で異動する技術系公務員が中心で、経験則とExcel・電話連絡に依存した判断が続いている。流域内には国・都道府県・電力会社・農業用水組合など複数の管理主体が混在するが、リアルタイムで情報を共有する基盤がなく、放流タイミングのズレが下流リスクを高めている。既存の水文シミュレーションソフトは専門知識と計算時間を要し、豪雨時の意思決定速度に追いついていない。
MVPフェーズは準委任契約が適切と考える。
理由は、予測モデルの精度目標（1年目誤差率20%以内）が実証実験を通じて初めて検証可能であり、気象庁・国交省データのAPI仕様変更や河川事務所ごとのデータ形式差異への対応が前提となるため、要件を事前に固定する請負契約にはなじまない。ダッシュボードUI等の定型機能部分は要件が固まりやすいため、準委任を基本としつつ一部機能を請負で切り出すハイブリッド型も検討したい。発注時は、予測精度の未達が即契約不履行とならないよう、精度目標を努力目標として契約書に明記し、実証事業（国交省採択）のスケジュールと開発マイルストーンを連動させる必要がある。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | ダム管理事務所の技術系職員（河川管理担当、事前放流判断の実務者） |
| セカンダリ | 河川事務所の防災担当官、建設コンサルタント（日本工営・パシフィックコンサルタンツ等）の技術者、電力会社水力発電部門の運用担当者 |
| 管理 | 自社の運用チーム（データ連携・モデル精度管理）、国交省地方整備局・水資源機構の契約管理担当者 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 流入量予測機能 | 気象レーダー・アメダス・数値予報データを入力→AIハイブリッドモデルで解析→48時間先流入量を1時間刻みで出力 |
| 複数ダム連携最適化機能 | 各ダムの容量・現在水位・下流水位目標を入力→線形計画法/強化学習で最適化→放流スケジュール案を出力 |
| 自然言語対話AI機能 | 管理者の自然言語質問を入力→シミュレーション結果と過去事例を検索・照合→根拠データ付き回答を出力 |
| 画像解析による貯水容量補正機能 | 衛星・ドローン画像を入力→土砂堆積状況を解析→有効貯水容量補正値を予測モデルへ出力 |
| Webダッシュボード表示機能 | 予測・最適化結果を入力→推奨アクションと根拠グラフに整形→管理者画面へ表示 |
| データ収集・統合基盤機能 | 気象庁・国交省レーダー降雨データ、水位計、DEMデータを入力→形式変換・名寄せ→統合データベースへ格納 |
| アラート通知機能 | 予測流入量・水位の閾値超過を入力→判定処理→管理者へメール/SMS通知を出力 |
| 負担配分案提示・合意形成支援機能 | 流域全体最適化結果を入力→各ダムの負担配分案を算出→オンライン会議用シナリオ比較画面を出力 |
| 実績フィードバック学習機能 | 実際の放流判断と水位変化データを入力→予測モデルへ再学習→翌シーズン予測精度を更新 |
| 月次点検レポート自動生成機能 | 稼働データ・貯水池状態を入力→自動集計→月次点検レポートPDFを出力 |
| 訓練シナリオ提供機能 | 過去豪雨事例・任意条件を入力→シナリオ生成→出水期前訓練用シミュレーション画面を出力 |
| テーブル | 主要カラム |
|---|---|
dams | dam_id, dam_name,管理主体, 水系id, 総貯水容量, 有効貯水容量, 緯度経度, 契約プラン |
rainfall_observations | observation_id, dam_id, 観測時刻, 降雨量mm, データソース(レーダー/アメダス) |
inflow_forecasts | forecast_id, dam_id, 予測基準時刻, 予測対象時刻, 予測流入量, モデルバージョン |
reservoir_levels | level_id, dam_id, 観測時刻, 現在水位, 有効貯水率, 補正済み容量 |
release_recommendations | recommendation_id, dam_id, 生成時刻, 推奨アクション, 推奨放流量, 根拠データ参照id |
basin_optimization_results | optimization_id, 水系id, 計算時刻, 各ダム配分案json, 洪水調節効果指標 |
user_actions | action_id, user_id, dam_id, 実施アクション, 実施時刻, AI推奨との差異理由 |
sediment_surveys | survey_id, dam_id, 調査日, 画像ソース, 推定堆砂量, 有効容量補正値 |
| # | 画面 |
|---|---|
| 1 | 流域ダッシュボード |
| 2 | ダム個別詳細画面 |
| 3 | 48時間流入予測グラフ |
| 4 | 放流シナリオ比較画面 |
| 5 | 対話AIアシスタント |
| 6 | 複数ダム合意形成画面 |
| 7 | 月次点検レポート画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(GovCloud想定) - 行政データの可用性・実績重視 |
| 2 | Python/TensorFlow - タンクモデルとMLハイブリッド構築に適合 |
| 3 | PostgreSQL+PostGIS - 地形DEM・地理空間データ管理に必須 |
| 4 | Apache Airflow - 気象データ定期取込パイプライン管理 |
| 5 | OpenAI API(またはLLMホスティング) - 対話型AI応答生成 |
| 6 | Grafana/Redash - 予測・水位のリアルタイム可視化 |
| 7 | 気象業務支援センターAPI - GSM/MSM数値予報データ取得 |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 出水期(6〜10月)は稼働率99.9%以上を確保し、単一障害点を排除する冗長構成とする |
| 性能 | 性能: 予測AIの毎時バッチ処理は48時間先予測を10分以内に完了させる |
| セキュリティ | セキュリティ: 河川管理データはISMAP準拠のクラウド基盤で暗号化(通信・保管とも)して運用する |
| 運用 | 運用: 気象庁等外部API障害時は直近6時間分のキャッシュで最大3時間縮退運転を継続する |
| 拡張性 | 拡張性: 3年目50基契約を想定し、1水系あたり最大20ダムの同時最適化計算に対応する構成とする |
| データ保全 | データ保全: 予測結果・放流実績データは日次バックアップし7年間保存する(河川管理記録として) |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 特定の一部水系・数ダムを対象に、気象庁・国交省の公開データを人手で集め、簡易スクリプトで流入量の見通しとシナリオを作成し、レポート形式で河川事務所担当者に提示して反応を確認する | AI利用料とデータ取得・訪問の交通費、資料作成の人件費程度 |
| ②最小システム | 予測ダッシュボードのβ版を構築し、流入量予測とアラート機能のみを自動化する。複数ダム連携最適化や対話AIは含めず、実証事業で採択された対象ダムでの試験運用に絞る | 外注委託で数か月分の開発費とクラウドインフラ利用料 |
| ③本開発 | 複数ダム連携最適化・自然言語対話AI・画像解析AIを統合し、SCADA接続時の物理的分離等セキュリティ要件にも対応した商用版として開発し、正式契約向けに提供する | 専門人材の採用を含む本格開発費、数か月から1年規模の外注・内製体制の費用 |
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 |
|---|---|---|
| 国土交通省水管理・国土保全局河川計画課 事前放流担当官 | 事前放流ガイドラインの運用実態と実証事業公募情報を直接把握するため | 国交省水管理・国土保全局の代表窓口経由、または河川財団経由で紹介依頼 |
| 国管理ダムを所管する地方整備局河川部 ダム管理事務所の副所長級技術者 | 現場の放流判断フローと課題感を把握し実証フィールド候補を確保するため | 各地方整備局のダム管理事務所窓口に技術相談として直接連絡 |
| 独立行政法人水資源機構 施設管理部門の技術担当者 | 複数水系・多目的ダムを一括管理する主体として複数ダム契約の起点になるため | 水資源機構本社の技術部門宛に事業説明資料を送付しアポイント調整 |
| 日本工営またはパシフィックコンサルタンツの河川・砂防部門の事業責任者 | 既存の顧客基盤と入札実績を持つ販売代理提携候補として早期に関係構築するため | 業界展示会(河川技術シンポジウム等)や共通の技術顧問経由で紹介を受ける |
| 公益財団法人河川財団 河川基金・実証事業担当者 | 国交省実証事業やモデル事業の公募情報・採択プロセスの助言を得るため | 河川財団のWebサイト問い合わせ窓口から実証事業相談として連絡 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 国交省地方整備局・河川事務所への直接コンタクト | 実証事業や防災DXモデル事業の公募情報を確認し、事前放流の情報連携課題に関するヒアリングをさせてほしいと担当課に問い合わせる |
| 建設コンサルタントとの協業提案 | 日本工営・パシフィックコンサルタンツの水工部門に、既存のダム操作規則作成業務と併走できる予測ダッシュボードを一緒に提案したいと持ちかける |
| 土木学会水工学委員会等の研究会 | 分布型流出モデルや事前放流の実務課題について発表・質疑を行い、参加している河川事務所担当者や研究者に個別に話を聞かせてほしいと頼む |
| 水資源機構・河川財団への直接提案 | 既存ダムの洪水調節機能強化に向けた治水協定の運用実務について、現場の困りごとを聞かせてほしいと面談を依頼する |
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（創業融資） | 法人設立から間もない創業者（代表者の自己資金や事業計画が審査対象） | 設立直後で担保・実績が薄い段階の運転資金確保に使う想定で、創業融資の合計額は 730万円 を見込む。開発人件費やクラウドGPU代など初期の固定費に充てる想定 |
| SBIR制度（研究開発型スタートアップ支援制度） | 研究開発フェーズにあるスタートアップで、国土交通省が指定する研究開発課題に合致する事業者 | 国交省が対象省庁の一つであり、流入量予測AIや複数ダム最適化アルゴリズムの研究開発費として応募候補になる |
| NEDO Technology Startups Program（STS、シード期研究開発支援事業） | ディープテック・AI技術を核とする創業初期のスタートアップ | 予測AI・最適化AIの技術検証やPoC段階の研究開発費支援として、実証・精度検証フェーズの資金源候補になる |
| 小規模事業者持続化補助金 | 小規模事業者（従業員数の少ない創業初期の会社） | 河川事務所や建設コンサルタントへの営業資料作成・展示会出展・Webサイト整備などの販路開拓費用に使える候補 |
| 東京都中小企業振興公社 創業助成事業（自治体の創業助成、実施主体は所在自治体に読み替え） | 都内（または各自治体）で創業して一定期間内の中小企業・個人事業主 | 人件費や賃借料など創業初期の運営経費の一部を助成対象にできる候補で、代表1名体制の期間の固定費補填に使える |
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。
防災・インフラ領域で挑戦する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・登録などの集計にもとづく相対的な表示です