Who（誰が）
地方・中核空港のグランドハンドリング事業者(全国約150社、従業員50〜500名規模)の運行管理担当者と現場スタッフ
対象とする社会課題：空港手荷物取扱いの慢性的遅延と人員配置のミスマッチ
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。
地方空港の現場では、翌日のシフトを紙とExcelと経験だけで組んでいる。欠航や団体客の急増に対応できず、遅延は日常になり、人件費は膨らむ一方だ。データサイエンティストを雇う余力のない中小のグランドハンドリング会社にこそ、搭乗者数を見越した人員配置の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975万円の申請資料も、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。
各ボタンを押すと、この事業の内容を読み込んだAIチャットが開き、あなたの状況に合わせた資料の素案をその場で一緒に作成します。まずは気になる資料の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。
AeroStaff AIは、地方・中核空港の地上ハンドリング会社向けに、翌日以降の便別搭乗者数・手荷物量をAIが予測し、必要人員数と配置案を自動生成するSaaSです。
運行管理担当者は航空会社の予約データや気象・イベント情報を接続するだけで、72時間前・24時間前・3時間前の3段階予測に基づくシフト案がダッシュボードに表示され、内容を確認してワンクリックで現場スタッフのスマホアプリへ配信できます。現場スタッフは出退勤や持ち場変更をアプリで受け取り、疑問はチャットボットに聞けます。当日欠航や団体客急増が起きてもAIが再最適化案を出し、責任者は承認するだけで対応が完了します。従来3〜4時間かかっていたシフト作成が15〜30分の確認作業に短縮され、遅延と過剰人員コストの両方を減らします。
地方・中核空港の地上支援会社(グランドハンドリング事業者)では、繁忙期・LCC増便期に手荷物取扱いの遅延が常態化し、国交省への遅延報告件数が増加傾向にある。
原因の多くはシフト作成が「経験と勘」に依存し、実際の搭乗者数・便編成・季節変動に対して人員配置が過不足を起こしていることにある。現場責任者は前日の紙ベース予約データやExcelで翌日シフトを組むが、当日の欠航・増便・団体旅行者集中には対応できず、結果として1便あたり15〜30分の手荷物遅延が月に数十件発生している空港もある。人員不足時は残業依存、過剰時は人件費超過となり、事業者の利益率(多くは営業利益率3〜5%)を圧迫している。中小地上ハンドリング会社(全国に約150社)はデータサイエンティストを雇う余力がなく、大手ベンダーのフルカスタムシステムは初期費用3000万円以上と高額で導入が進んでいない。
需要予測AIが過去3年分のフライトデータ・搭乗率・季節性・気象・イベント情報を機械学習(時系列予測モデル、勾配ブースティング系)で解析し、便単位の手荷物処理量を予測する。
最適化AIは予測結果と労務規則(休憩・連続勤務時間上限等)を制約条件とした数理最適化(整数計画法)でシフト案を自動生成する。自然言語対話AIはシフト変更依頼や急な欠員報告をチャットボットで受け付け、再最適化トリガーとして機能する。さらに画像解析AIをオプションでゲート・ベルトコンベアの監視カメラに適用し、実際の荷物滞留状況を検知して予測モデルの精度改善に活用する。
地上ハンドリング会社の運行管理担当者が、航空会社の予約システム(PNRデータ)・過去実績・気象データ・イベントカレンダーをAeroStaff AIに接続すると、AIが便ごとの搭乗者数・手荷物個数を72時間前・24時間前・3時間前の3段階で予測し、必要人員数と最適配置案を自動生成する。
管理担当者はダッシュボード上で提案シフトを確認し、ワンクリックで現場スタッフのスマホアプリへシフトを配信、スタッフは出退勤・持ち場変更をアプリで受け取り対話型チャットボットに質問できる。当日の欠航・遅延・急な団体客増加が発生した場合はAIがリアルタイムで再最適化案を提示し、責任者は承認するだけで人員再配置が完了する。従来3〜4時間かかっていたシフト作成・調整業務が、AI提案の確認・承認作業(15〜30分程度)に短縮される体験となる。
| 繁忙期の残業代超過(シフト過不足による人員不足対応) | 年間300万〜600万円の目安(1拠点あたり) |
| 手荷物遅延による国交省報告対応・信用低下コスト | 年間100万円程度の目安(是正対応工数含む) |
| 運行管理担当のシフト作成人件費(1日3〜4時間×月20日) | 年間200万円程度の目安(担当者人件費按分) |
| 過剰人員配置による人件費超過(閑散便への待機要員) | 年間150万〜300万円の目安(1拠点あたり) |
| 月額SaaS利用料(スタンダードプラン) | 月額30万円(年間360万円) |
| 月額SaaS利用料(プレミアムプラン、画像解析オプション込み) | 月額90万円(年間1,080万円) |
| 初期導入・データ連携費(一括) | 初期150万〜400万円 |
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・中核空港の地上ハンドリング会社では、翌日シフトを前日の紙・Excelデータと経験・勘に頼って作成しており、当日の欠航・増便・団体客集中に対応できず1便あたり15〜30分の手荷物遅延が月数十件発生している空港がある。
人員不足時は残業対応、過剰時は人件費超過となり、営業利益率3〜5%という薄い利益構造を圧迫している。中小事業者はデータサイエンティストを雇う余力がなく、大手ベンダーのフルカスタムシステム(初期費用3000万円以上)も導入できないため、低価格で現場運用に即したシフト最適化の仕組みが必要とされている。
MVP開発は要件が固まっている機能(データ取込・予測AI・最適化AI・ダッシュボード)を中心に請負契約で範囲と検収基準を明確にし、予測モデルの精度チューニングやチャットボット対話設計など試行錯誤が必要な部分は準委任契約で進めるのが適する。
特にPNRデータ連携は航空会社側のセキュリティ規定により仕様変更が発生しやすいため、連携部分は準委任または请負でも変更管理条項を厚くすることが望ましい。発注時は「需要予測誤差率(MAPE)10%以内」「シフト作成工数80%削減」等のKPIを検収条件に含めず、機能実装完了を検収基準とし、精度向上は別途改善フェーズとして契約を分けることを推奨する。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 地上ハンドリング会社の運行管理担当者(シフト作成・承認・当日再最適化の判断を行う) |
| セカンダリ | 現場の手荷物取扱いスタッフ(アプリでシフト確認・出退勤・チャットボット利用) |
| 管理 | 地上ハンドリング会社の管理部門責任者およびAeroStaff AI運営側のカスタマーサクセス担当(契約・データ連携設定・労務規則設定を管理) |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 需要予測エンジン | PNR・過去実績・気象・イベント情報→時系列/勾配ブースティングで解析→72h/24h/3h前の搭乗者数・手荷物量予測を出力 |
| シフト最適化エンジン | 予測結果と労務規則→整数計画法で制約充足解を計算→便別人員配置案を出力 |
| 提案確認ダッシュボード | 生成されたシフト案→管理担当者がWeb画面で内容確認→承認または差し戻しを入力 |
| シフト配信機能 | 承認済みシフト案→配信処理を実行→スタッフ用スマホアプリへ出勤・持ち場情報を通知 |
| 対話型チャットボット | スタッフの欠員報告・変更依頼テキスト→自然言語処理で意図解析→再最適化トリガーを発行 |
| リアルタイム再最適化 | 当日の欠航・遅延・団体客増加データ→AIが再計算→更新シフト案を責任者へ提示 |
| 出退勤・持ち場変更記録 | スタッフのアプリ操作ログ→勤怠データとして記録→労務管理システムへ反映 |
| 荷物滞留検知(画像解析オプション) | ベルトコンベア監視カメラ映像→画像解析AIで滞留状況を検知→アラート通知と予測モデル補正データを出力 |
| API連携基盤 | 航空会社PNR・空港運営システムデータ→形式変換・匿名化処理→予測AIへ供給データを生成 |
| 四半期効果レポート生成 | 遅延件数・人件費削減の実績データ→集計分析処理→PDFレポートを自動生成 |
| 労務規則設定管理 | 休憩・連続勤務時間上限等のルール→管理画面で登録→最適化AIの制約条件として反映 |
| テーブル | 主要カラム |
|---|---|
flights | flight_id, airport_code, flight_number, scheduled_departure, scheduled_arrival, aircraft_type, status |
passenger_forecasts | forecast_id, flight_id, forecast_stage, predicted_passengers, predicted_baggage_count, mape, created_at |
staff | staff_id, name, employment_type, skill_level, max_consecutive_hours, contact_info |
shifts | shift_id, staff_id, flight_id, start_time, end_time, role, status |
shift_optimization_runs | run_id, airport_code, target_date, constraint_params, objective_value, status |
weather_events | event_id, airport_code, date, weather_condition, event_type, expected_impact_score |
baggage_delay_logs | log_id, flight_id, delay_minutes, reason_code, reported_at |
api_connections | connection_id, airport_code, system_type, credentials_ref, sync_status, last_synced_at |
| # | 画面 |
|---|---|
| 1 | ログイン・拠点選択画面 |
| 2 | 需要予測ダッシュボード |
| 3 | シフト提案確認画面 |
| 4 | シフト承認・配信画面 |
| 5 | リアルタイム再最適化画面 |
| 6 | スタッフ用スマホアプリ画面 |
| 7 | 遅延・コスト削減レポート画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | Python(時系列予測・機械学習開発の標準言語) |
| 2 | LightGBM(勾配ブースティングで高精度な需要予測) |
| 3 | OR-Tools(整数計画法でシフト最適化を計算) |
| 4 | AWS(スケーラブルなSaaS基盤を短期構築) |
| 5 | PostgreSQL(時系列・リレーショナルデータ管理に適合) |
| 6 | Dify/LLM API(対話型チャットボット構築を迅速化) |
| 7 | React Native(iOS/Android共通アプリで開発効率化) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: シフト配信・再最適化機能は年間稼働率99.5%以上を目標とし、繁忙期(GW・年末年始)は監視強化体制を敷く想定 |
| 性能 | 性能: 当日再最適化案は欠員報告受信から3分以内に生成しダッシュボードへ表示する目安 |
| セキュリティ | セキュリティ: PNRデータは匿名化・集計処理後にのみAIモデルへ入力し、個人識別情報は原則保持しない設計とする |
| データ保持 | データ保持: 便別実績・遅延記録は3年分をモデル学習用に保存し、個人情報相当データは90日で自動削除する運用とする |
| 運用 | 運用: 導入時に現場向け対面研修(半日程度)を実施し、初期3ヶ月はチャットボット経由の操作サポートを標準提供する |
| 拡張性 | 拡張性: API連携は主要航空会社予約システム3種以上への対応を1年目末までに順次拡張する想定 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 1空港の過去の便データ・搭乗実績をExcelとBIツールで手作業分析し、翌日シフトの必要人員数を人手で試算して現場責任者に提示、予測の当たり外れと現場の反応を確認する | 自分の作業時間とデータ整理の交通費・打合せ費のみ |
| ②最小システム | 既存の時系列予測ライブラリと簡易な最適化ロジックを組み合わせた画面なしのバッチ処理を構築し、対象拠点に日次でシフト案をメールやスプレッドシートで送付して精度と現場承認率を検証する | 外部AIサービスの利用料と小規模な外注開発費（数週間〜1、2か月分） |
| ③本開発 | ダッシュボード・スマホアプリ・チャットボット・API連携を含む正式版を開発し、労務規則チェックとリアルタイム再最適化機能を実装して複数拠点での本契約移行を目指す | 外注またはチーム開発で数か月〜半年分規模の開発費用、API連携先ごとの個別調整費が別途発生 |
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 |
|---|---|---|
| 地方・中核空港のグランドハンドリング会社の運行管理責任者(シフト作成担当者) | 紙・Excelでのシフト作成の実態と遅延発生の一次情報を確認するため | 空港活性化協議会や既存の業界セミナーで名刺交換し、現場訪問を依頼する |
| 空港ビジネス協会・地方空港活性化協議会の事務局担当者 | 会員のグランドハンドリング会社への紹介ルートと業界課題の共通認識を得るため | 協会公式サイトの問い合わせ窓口から連絡し、説明会参加を申し込む |
| 航空会社の予約システム部門またはPNRシステムベンダーの技術担当者 | PNRデータ連携の技術仕様・セキュリティ要件を初期段階で確認するため | 航空会社IT部門の代表窓口、または業界展示会・商談会で接触する |
| 国土交通省航空局(空港運用・効率化補助金の担当課、要確認)の担当者 | 空港運営効率化補助金の対象要件・申請時期・実績報告義務を確認するため | 国交省航空局公式サイトの補助金案内ページの問い合わせ先に連絡する |
| 地方空港運営会社(空港運営権保有企業)の施設管理・保安担当者 | カメラ増設や外部システム連携に必要な保安区域内の許可手続きを確認するため | 既存顧客のグランドハンドリング会社経由、または運営会社代表窓口から紹介依頼 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 地方空港活性化協議会・空港ビジネス協会の勉強会 | 会員名簿から地上ハンドリング会社の運行管理責任者に「シフト作成の負担について現場の声を聞かせてほしい」と取材依頼の形で連絡する |
| グランドハンドリング会社への直接問い合わせ | 全国約150社のリストから空港拠点の運行管理部門に電話・メールで「無料の3ヶ月トライアルの前に現場の困りごとを教えてほしい」と依頼する |
| 国交省・空港会社の効率化補助金説明会 | 説明会に参加し名刺交換した担当者に「補助金活用を前提にした効率化ツールの実証相手を探している」と伝えて個別面談を申し込む |
| 航空業界の展示会・カンファレンス | ブースを出さず来場者として回り、地上支援会社の担当者に「シフト作成の現状を教えてほしい」と声をかけ名刺交換する |
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 新創業融資制度（新規開業資金） | 法人設立まもない創業者、自己資金要件を満たす方 | AIモデル開発・API連携開発の先行投資が重いため、運転資金を無担保無保証で調達できるこの制度は初期の資金繰りの柱になる。融資総額は 975万円 を想定し、着金までの数か月は自己資金で先行支出をまかなう設計にする |
| IT導入補助金 | 中小企業・小規模事業者（ITツールを導入する側の顧客企業が対象） | 顧客であるグランドハンドリング会社側がAeroStaff AI導入費用の一部をこの補助金で賄える可能性があり、営業提案時に導入ハードルを下げる訴求材料になる |
| 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） | 生産性向上に資するシステム投資を行う中小企業 | 需要予測AI・最適化AIの自社開発費用の一部を対象経費として申請できる可能性があり、開発フェーズの資金負担を軽減できる |
| 事業再構築補助金 | 新分野展開・業態転換等に取り組む中小企業 | 画像解析オプションや海外展開検証など事業拡大フェーズの新規投資が対象範囲に含まれる可能性があり、拡張投資の一部を補助対象にできる |
| 東京都創業助成事業 | 都内で創業予定・創業から間もない中小企業者 | 人件費・賃借料など創業初期の固定費の一部が助成対象となり、代表1名体制の期間の運転資金の補完として活用を検討できる |
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。
物流・モビリティ領域の創業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。
※ バッジは自動集計にもとづく相対表示で、実際の評価を保証するものではありません。