Who（誰が）
地方自治体出資のシェアサイクル運営事業者や、ドコモ・バイクシェア系列・HELLO CYCLING加盟事業者などの民間事業者、大学・企業の敷地内モビリティ管理者
対象とする社会課題：シェアサイクルのポート偏在（借りたい場所に自転車がない・返したい場所が満杯）
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。
朝は駅前が空車、夕方は住宅街が満車。ベテラン担当者の勘と巡回に頼ってきた再配置を、需要予測と最適化で仕組み化する。人手不足の地方都市でも、借りたい時に借りられ、返したい時に返せる。その当たり前を守ることが、シェアサイクルが撤退せずに地域に根づく条件だと考えている。
※ 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、このリバランスAIの事業内容を読み込んだ状態で、目的に合わせた資料の素案をその場で作成します。まずは気になるボタンから試してみてください。
※ 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。
リバランスAIは、シェアサイクル運営会社の配車担当者が毎朝ダッシュボードを開くと「Aポートから5台をBポートへ、9時までに移動」といった推奨再配置リストが自動で表示され、そのままドライバーのタブレットへ指示を送れるシステムです。
過去の解錠・GPSログ、天候、曜日、周辺イベントをAIが学習し、30分単位でポートごとの需要を予測、最小の移動コストで在庫を均す配車プランを数理最適化エンジンが計算します。ドライバーはスマホでルート案内を受けて巡回し、完了報告するとその実績が翌日以降の予測精度向上に反映されます。利用者にも「30分後に空きが出やすいポート」を通知し、借りたい時に自転車がない・返す場所が満杯という不満を減らします。ベテラン担当者の経験と巡回頼みだった再配置業務を、データに基づく判断へ置き換えます。
国内のシェアサイクルは2023年時点で全国230都市以上・自転車台数約8万台まで拡大したが、多くの事業者は再配置（リバランス）をベテラン担当者の経験と巡回パトロールに依存している。
朝は駅前ポートが空車、夕方は住宅街ポートが満車という偏在が常態化し、利用者アンケートでは「借りたい時にない」「返す場所がない」という不満が上位を占める。運営会社（例: 地方の交通事業者や自治体出資の第三種公社）は数十〜数百ポートを数名の作業員でトラックやトライク巡回して手動補充しており、1台あたりの移動コストは人件費込みで500〜800円、月間再配置費用が数百万円規模に達するケースもある。人手不足と高齢化が進む地方都市では巡回要員の確保自体が難しく、非効率な配置がそのまま利用率低下・撤退リスクに直結している。既存の再配置ツールは簡易な「在庫少ないポート一覧」表示にとどまり、時間帯・曜日・天候・イベントを組み込んだ予測型の最適化は普及していない。
①時系列予測モデル(LightGBM/Transformer系)が乗降ログ・天候・イベントデータからポート単位の30分先〜24時間先の需要を予測する。
②数理最適化(混合整数計画法または強化学習ベースの車両配送最適化)がトラック台数・道路距離・作業員シフトを制約条件として最小コストの再配置プランを算出する。③自然言語対話AI(LLM)が管理者からの問い合わせに予測根拠を含めて回答し、意思決定を支援する。④継続的な実績フィードバックループにより予測誤差を自動検知し、モデルを週次で再学習する。
運営事業者の配車担当者は毎朝、ダッシュボードに表示される「今日の推奨再配置リスト（出発ポート→到着ポート、台数、推奨時間帯）」を確認し、そのままトラックドライバーへタブレットで指示を送る。
AIは過去の乗降ログ（GPS・施錠解錠データ）、天候、曜日、周辺イベント情報を学習し、30分単位・ポート単位で需要を予測、需要と供給のギャップを数理最適化エンジンで解いて最小移動コストの再配置プランを自動生成する。ドライバーはスマホアプリでルート案内を受けながら巡回し、完了報告するとその実績データが即時にモデルへフィードバックされ翌日以降の予測精度が向上する。管理者は自然言語チャットで「明日の雨予報時の推奨配置は？」等を問い合わせると、AIが根拠（過去の雨天日データ）付きで回答する。利用者向けにはアプリ上で「30分後に空きが出やすいポート」をAIがプッシュ通知し、利用体験自体も改善する。
| 巡回スタッフ人件費（4名×月給25万円想定） | 年間1,200万円 |
| トラック燃料費・車両維持費（2台分） | 年間180万円 |
| 満車・空車による利用機会損失（利用率低下分の売上減） | 年間300万円の目安 |
| 苦情対応・コールセンター対応コスト | 年間60万円の目安 |
| SaaS月額利用料（120ポート規模） | 月額35万円（年間420万円） |
| 再配置コスト削減シェア報酬（削減額の10〜15%） | 四半期ごとに削減額に応じ変動、年間目安50万円程度 |
| データ分析・レポートオプション | 月額5万円（年間60万円） |
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。
地方のシェアサイクル運営会社は数名の作業員がトラックで数十〜数百ポートを巡回し、経験と感覚で在庫を補充しているため、朝は駅前が空車、夕方は住宅街が満車という偏在が常態化している。
1台あたりの再配置コストは人件費込みで500〜800円かかり、月間で数百万円規模の費用が発生する事業者もあるが、人手不足と高齢化で巡回要員の確保自体が難しくなっている。既存の管理ツールは在庫少ないポートを一覧表示するだけで、天候やイベントを組み込んだ需要予測・最適化は行っておらず、非効率な配置が利用率低下や事業撤退リスクに直結している。
MVP構築フェーズ（Phase1）は需要予測モデルの精度や最適化ロジックの仕様が実証実験を通じて変わりやすいため、準委任契約で進め、都市ごとのデータ特性を見ながら要件を調整するのが向いている。
Phase2以降のダッシュボード・アプリ連携など仕様が固まった機能は請負契約に切り替え、検収基準（MAPE値・削減率の測定方法など）を数値で明記して発注する。自治体案件は年度予算・入札制度の制約があるため、契約は複数年契約または年度更新前提の条項を入れ、成果報酬部分（コスト削減シェア）は四半期ごとの実績算出方法を契約書に具体的に定義しておく必要がある。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | シェアサイクル運営会社の配車担当者（毎朝ダッシュボードで再配置リストを確認し指示を出す） |
| セカンダリ | 巡回ドライバー（スマホアプリでルート案内を受け完了報告する）、シェアサイクル利用者（アプリ通知で空きポート情報を受け取る） |
| 管理 | 運営会社の管理者・自治体担当者（自然言語チャットで予測根拠を確認し、レポートで導入効果を検証する） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| ポート別需要予測エンジン | 乗降ログ・天候・イベント情報→LightGBM/Transformerで予測→30分単位24時間先の需要台数を出力 |
| 再配置最適化プラン生成 | 予測需要・トラック台数・道路距離→混合整数計画法で最適化→出発/到着ポート・台数・時間帯リストを出力 |
| 管理者向け自然言語問い合わせAI | 管理者のチャット質問→LLMが過去データ照合→根拠付き回答文を表示 |
| 実績フィードバック自動学習 | ドライバー完了報告データ→予測誤差算出→週次でモデル自動再学習し精度更新 |
| 配車担当者ダッシュボード | 当日の最適化プラン→一覧画面に整形→出発地/到着地/台数/時刻を表示 |
| ドライバー向けルート案内アプリ | 配車指示データ→地図API連携→タブレット上に巡回ルートと積み下ろし指示を表示 |
| 作業完了報告機能 | ドライバーの完了操作→台数・時刻をサーバー送信→実績DBに即時反映 |
| 利用者向け空き予測通知 | 近隣ポートの予測残台数→閾値判定→30分後空き見込みをスマホにプッシュ通知 |
| 既存システムデータ連携基盤 | 既存GPS/解錠ログ→API/CSV変換→予測モデル用データベースに自動取込 |
| 需要トレンド・出店候補地レポート | 蓄積データ→統計集計→月次PDFで新規ポート候補地と傾向を出力 |
| 導入時初期設定・モデル学習ツール | 新規事業者の過去ログ→初期学習バッチ実行→稼働可能な初期予測モデルを生成 |
| テーブル | 主要カラム |
|---|---|
ports | port_id, name, lat, lng, capacity, city_id, address, status |
bikes | bike_id, port_id, status, lock_type, last_gps_at, battery_level |
trip_logs | trip_id, bike_id, start_port_id, end_port_id, start_at, end_at, user_id |
demand_forecasts | forecast_id, port_id, target_time, predicted_demand, predicted_supply, model_version |
rebalance_plans | plan_id, from_port_id, to_port_id, bike_count, recommended_time, status |
driver_tasks | task_id, plan_id, driver_id, route_data, completed_at, actual_bike_count |
weather_events | record_id, city_id, date, weather_type, event_name, event_scale |
contracts | contract_id, org_id, plan_type, port_count, monthly_fee, start_date, status |
| # | 画面 |
|---|---|
| 1 | ログイン画面 |
| 2 | 推奨再配置リスト画面 |
| 3 | ポート地図モニタリング画面 |
| 4 | ドライバー用ルート案内画面 |
| 5 | 実績報告入力画面 |
| 6 | AIチャット問い合わせ画面 |
| 7 | レポート・分析ダッシュボード |
| # | 技術（採用理由） |
|---|---|
| 1 | Python/LightGBM（需要予測モデルの高速学習） |
| 2 | PyTorch（Transformer系時系列予測の実装） |
| 3 | OR-Tools（混合整数計画法での最適化計算） |
| 4 | AWS（自治体向けの実績あるクラウド基盤） |
| 5 | PostgreSQL/PostGIS（地理空間データ管理） |
| 6 | React Native（ドライバー・利用者アプリ共通開発） |
| 7 | OpenAI API（自然言語問い合わせ対応のLLM活用） |
| 区分 | 要件 |
|---|---|
| 需要予測・最適化計算は1都市300ポート規模で1回あたり5分以内に完了する想定 | 需要予測・最適化計算は1都市300ポート規模で1回あたり5分以内に完了する想定 |
| SaaS基盤の可用性は月間稼働率99.5%以上を目標とし、深夜メンテナンス枠を月1回確保 | SaaS基盤の可用性は月間稼働率99.5%以上を目標とし、深夜メンテナンス枠を月1回確保 |
| 乗降ログ・GPSデータは通信・保存時ともにAES256相当で暗号化し、自治体個人情報保護条例に準拠 | 乗降ログ・GPSデータは通信・保存時ともにAES256相当で暗号化し、自治体個人情報保護条例に準拠 |
| 管理者・ドライバーのアクセス権限をロール別に分離し、操作ログを1年間保持 | 管理者・ドライバーのアクセス権限をロール別に分離し、操作ログを1年間保持 |
| ポート数増加（50→300規模）に対しても水平スケールで対応できるクラウド構成とする | ポート数増加（50→300規模）に対しても水平スケールで対応できるクラウド構成とする |
| 障害発生時はRPO1時間・RTO4時間以内を目安にデータ復旧できるバックアップ体制を整備 | 障害発生時はRPO1時間・RTO4時間以内を目安にデータ復旧できるバックアップ体制を整備 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 1〜2都市の既存GPS・解錠ログをExcelやBIツールで集計し、時間帯別の空車・満車パターンを手作業で可視化して、担当者に「これは今の感覚と合っているか」を確認する | AI利用料と現地訪問の交通費だけ |
| ②最小システム | 需要予測モデルの試作版と、出発ポート→到着ポートの推奨リストを出す簡易ダッシュボードを作り、実際に1事業者の巡回担当者に毎朝使ってもらって精度と使い勝手を検証する | 外注で数か月分の開発費用と、クラウドインフラの月額費用 |
| ③本開発 | スマホアプリでのルート案内・完了報告・自然言語対話機能を含むフルフローを構築し、複数事業者への同時提供とAPI連携を前提にした本番システムに仕上げる | 開発費用として想定していた初期投資額の大半を投じる規模 |
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10万〜50万人規模の中核市のスマートシティ推進課・DX推進担当職員 | 自治体出資型シェアサイクルの導入予算・入札スケジュールを把握するため | 総務省・経産省スマートシティ官民連携プラットフォームの登録窓口経由で紹介依頼 |
| OpenStreet社またはドコモ・バイクシェアの事業開発・提携担当者 | 既存プラットフォームへのAPI/OEM提供の実現性とデータ連携条件を確認するため | 展示会（スマートシティWeekやMaaS関連展）のブースで直接名刺交換し面談設定 |
| 地方交通事業者（第三種公社等）の運行管理責任者・現場配車担当ベテラン社員 | 現行の巡回パトロール手順と再配置コストの実態を一次情報として把握するため | 自治体スマートシティ担当者からの紹介、または運行管理会社への直接アプローチ |
| GPS/IoTロック機器メーカー（例: 大手自転車ロック・IoTベンダー）の技術連携担当者 | 解錠・施錠ログのAPI仕様とデータ連携方式を早期に確認し開発工数を見積るため | メーカー公式サイトの開発者向け窓口、または展示会併設の技術セミナーで接触 |
| 大学キャンパス内モビリティ管理担当（施設部・キャンパス計画室） | 小規模PoCとして自治体入札より短期間で実証実験の合意形成ができるため | 大学の産学連携窓口・オープンイノベーション部門へ研究提案として持ち込み |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 自治体スマートシティ推進部門への直接アプローチ | 「巡回コストの削減効果を無償のデータ分析だけで一度お見せしたい」と伝え、既存のGPS・解錠ログを使った簡易レポート提示を提案する |
| シェアサイクル運行事業者の現場担当者への提案 | 「今の巡回ルートを変えずに、明日の推奨配置だけ試験的に見てもらえないか」と頼み、既存業務に割り込まない形で試行を依頼する |
| スマートシティ関連の展示会・カンファレンス | ブースで「御社のポート数と巡回体制を教えてほしい」と聞き出し、後日の無料デモアポにつなげる会話をする |
| 地方の交通事業者・第三種公社への紹介経由 | 既に接点のある自治体職員や公庫の担当者に「再配置に困っている事業者を知らないか」と相談し、紹介をお願いする |
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代表者本人 | 自己資金100万円に対して運転資金・設備資金を合わせた500万円規模の融資枠が想定でき、MVP開発人件費とクラウド費用の立ち上げ資金に充てられる |
| 信用保証協会 創業関連保証（制度融資） | 創業前後で自治体・金融機関の推薦を受けられる事業者 | 公庫融資と併用することで500万円の資金計画に厚みを持たせられ、自治体窓口経由の相談で条件確認ができる |
| IT導入補助金 | SaaS型システムを開発・導入する中小企業 | 需要予測・最適化エンジンのダッシュボード開発費の一部をカバーできる可能性があり、Phase1のMVP構築費用の軽減に使える候補となる |
| 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） | 生産性向上につながる新サービス開発を行う中小企業 | AIによる再配置最適化という生産性改善型のシステム開発が対象になり得るため、Phase2以降の機能拡張費用の候補となる |
| 自治体のスマートシティ関連実証事業（例: 各市のスマートシティ実証実験支援事業） | 自治体と連携して技術実証を行うスタートアップ | Phase1の実証実験フェーズで自治体側の実証費用負担や道路占用許可の調整支援を受けられる可能性があり、初期の1〜2都市導入の後押しになる |
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。
シェアサイクル・MaaS領域で挑戦する仲間がコミュニティに参加しています。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・登録などの集計にもとづく相対的な表示です。