Who（誰が）
全国約630の森林組合、約4,000社の素材生産業者、都道府県林務課、林業コンサルタントを主要顧客とし、森林土木技師・機械学習エンジニアが開発運営を担う
対象とする社会課題：林業事業体の伐採計画・搬出路設計が熟練者の経験と勘に依存し、後継者不足で技術継承ができない
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。
搬出路の設計を誤れば崩落や採算割れに直結するのに、その判断は60代のベテラン技師の経験と勘に頼ったままだ。若手は地形図の読み方を数年かけてOJTで覚えるしかなく、その間にも技師は現場を去っていく。AIが地形データを解析して計画案を出せれば、経験の浅い技師でも一定の品質で計画をつくれるようになり、山は放置されずに済む。
※ 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AI林業プランナーの事業内容を読み込んだ状態で、事業計画や開発資料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。
森林組合や素材生産業者の技師が、伐採予定の林小班をブラウザ上の地図に描くと、AIが5mDEMや航空レーザ林相図・過去の伐採実績を解析し、伐採可能面積・搬出可能材積・想定コストを含む計画案と、急傾斜地や崩壊危険地形を避けた搬出路の複数ルート案を数十秒〜数分で自動生成する。
技師は3D画面でルートを確認し、「この区間は湿地を避けたい」などとチャットで条件を伝えると再計算された案がすぐ返る。最終案は現地踏査用チェックリストとGPS測量アプリ用データに自動変換され、現場作業員のスマホに配信される。これまで熟練技師が数日〜数週間かけて経験と現地踏査で作っていた計画を、若手技師でも1〜2日で一定品質に仕上げられるようになる。
日本の森林組合・素材生産業者は全国に約630あるが、伐採区画の選定や搬出路(作業道)の設計は多くが60代以上のベテラン技師の現地踏査と経験則に頼っている。
搬出路の設計ミスは崩落・土砂流出事故や採算割れ(搬出コストが立木価格を超過)に直結し、実際に路網1kmあたり数百万円の追加補修費が発生するケースも珍しくない。若手技師は地形図読解や勾配・土質判断のノウハウを数年かけてOJTで習得する必要があり、林業就業者の高齢化(平均年齢52歳超、就業者数約4.4万人)とともに技術継承が追いついていない。国は森林経営計画制度で集約化・路網整備を推進しているが、計画策定を担う技術者不足がボトルネックとなり、年間の路網開設延長(全国約4,000km)は目標に届いていない。結果として、林齢50年超の人工林(約半分が主伐期)が放置され、国産材自給率向上のボトルネックになっている。
地形解析AIは航空レーザ測量データ(DEM/DSM)と森林基本図から傾斜・崩壊危険度・土質区分を画像/点群解析で自動分類し、開設可能エリアをスコアリングする。
経路最適化AIは開設コスト・維持コスト・搬出効率をパラメータとした多目的最適化(遺伝的アルゴリズム/グラフ探索ベース)で複数の搬出路候補を生成し、条件変更に対しては数十秒で再計算する。対話型AIアシスタント(LLM)は林業技師の自然言語による修正要望を解析し、最適化パラメータに変換して再提案する橋渡し役を担う。材積予測AIは過去の伐採実績データと林相データを学習し、区画ごとの搬出可能材積と収支シミュレーションを行う。
森林組合・素材生産業者・自治体林務担当者が、対象林小班のポリゴンをWebGISにアップロードすると、AIが国土地理院5mDEM・航空レーザ林相図・地籍データ・既存路網GISを解析し、伐採可能面積・搬出可能材積・想定コストを含む伐採計画案を自動生成する。
続けてAIは勾配15度以上の急傾斜地や崩壊危険地形を自動回避しながら、開設コストと将来の維持管理コストを最小化する搬出路(作業道)の複数ルート案を最適化計算で提示する。担当者はブラウザ上の3Dビューでルートを確認し、チャット形式のAIアシスタントに「この区間は湿地を避けたい」等の条件を伝えると数十秒で再計算されたルート案が返る。最終案は現地踏査用のチェックリストとGPS対応の測量アプリ用ルートデータに自動変換され、現場作業員のスマホに配信される仕組みとなる。導入事業体は、これまで数日〜数週間かかっていた計画策定作業を1〜2日に短縮し、若手技師でも一定品質の計画を作成できる体験を得る。
| 熟練技師への計画策定業務の残業・時間外対応費(1区画あたり数日〜2週間の人件費換算) | 年額 約400万円 |
| 搬出路設計ミスによる崩落・土砂流出後の追加補修費(1kmあたり) | 1件あたり 200万〜500万円 |
| 計画策定を外部の林業コンサルタントへ委託する場合の費用 | 年額 約300万〜600万円 |
| 採算割れ(搬出コストが立木価格を超過)による損失 | 年間数区画で 約150万〜300万円 |
| SaaS月額利用料(スタンダードプラン) | 月額 15万円(年額180万円) |
| 計画策定従量課金(1区画あたり) | 1件あたり 10万円 |
| 路網GIS構築・保守サービス | 年額 200万円 |
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。
伐採計画・搬出路設計は60代以上の熟練技師の経験と現地踏査に依存し、若手が同水準の判断力を身につけるには数年のOJTが必要で技術継承が追いついていない。
設計ミスは崩落・土砂流出事故や搬出コストが立木価格を超える採算割れに直結し、路網1kmあたり数百万円の追加補修費が発生することも珍しくない。国の森林経営計画制度で路網整備が推進される一方、計画策定を担う技術者不足がボトルネックとなり年間の路網開設延長が目標に届いていない。結果として主伐期を迎えた人工林(林齢50年超が約半分)が放置され、国産材自給率向上を阻害している。
地形解析や経路最適化の精度、AIアシスタントの応答品質は開発中に現場検証を重ねながら調整が必要なため、全体としては準委任契約が向く。
一方でポリゴンアップロードやGISデータ出力形式など要件が明確な部分は請負でスコープを固定し、処理時間や出力フォーマットを検収基準として契約書に明記すると管理しやすい。AI精度(崩壊危険度判定の再現率など)は完成基準を数値化しにくいため、請負で発注する場合は「機能実装完了」を検収対象とし、精度改善は別途準委任のチューニング工程として分離するのが望ましい。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 森林組合・素材生産業者の技師(特に若手〜中堅の計画策定担当者) |
| セカンダリ | 都道府県林務担当者、林業コンサルタント、現場作業員(スマホでルートデータを受信) |
| 管理 | 自社カスタマーサクセス・データ管理者、代理店(森林組合連合会・林業機械商社)の窓口担当者 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 林小班ポリゴンアップロード | 対象区画の座標データ(shp/KML)→座標系変換・整合性チェック→GIS上に区画表示 |
| 地形解析AI | 5mDEM・航空レーザ点群→傾斜/崩壊危険度/土質を画像・点群解析で分類→エリアスコアマップ出力 |
| 材積予測AI・収支シミュレーション | 林相図・過去伐採実績→区画別材積を機械学習で推定→搬出可能材積と収支見込みを算出 |
| 伐採計画案自動生成 | 地形スコア・材積推定結果→伐採可能面積とコストを統合演算→計画案PDF/GISレイヤ出力 |
| 経路最適化AI(搬出路候補生成) | 地形危険度・コストパラメータ→遺伝的アルゴリズムで複数ルート探索→開設/維持コスト付き候補案を提示 |
| 3Dビューでのルート確認・比較 | 候補ルートデータ→WebGL上で3D地形に重畳描画→担当者がブラウザで視覚比較 |
| 対話型AIアシスタントによる条件変更 | 担当者の自然言語要望(例:湿地回避)→LLMが最適化パラメータへ変換→数十秒で再計算結果を返信 |
| 現地踏査チェックリスト自動生成 | 確定ルート・危険箇所情報→点検項目テンプレートに反映→現場用PDFチェックリスト出力 |
| GPS対応測量アプリ用データ変換・配信 | 確定ルート座標→測量アプリ形式(GPX等)に変換→現場作業員スマホへ自動配信 |
| 路網GISデータ構築・保守 | 既存紙図面・旧GISデータ→デジタル化・座標整備・差分更新→最新路網レイヤとして保存 |
| データライセンス提供API | 蓄積済み施工実績・崩落履歴データ→匿名化・集計処理→保険会社/商社向けAPIで出力 |
| テーブル | 主要カラム |
|---|---|
organizations | org_id, name, type(森林組合/素材生産業者/自治体), region, contract_plan |
users | user_id, org_id, name, role(技師/管理者), last_login |
forest_parcels | parcel_id, org_id, polygon_geom, area_ha, tree_age, species |
dem_layers | layer_id, parcel_id, source(国土地理院5mDEM等), resolution, acquired_date |
harvest_plans | plan_id, parcel_id, harvestable_area, estimated_volume_m3, estimated_cost, status |
route_candidates | route_id, plan_id, geom_path, open_cost, maint_cost, slope_avg, approved_flag |
field_survey_checklists | checklist_id, route_id, item, result, checked_by, checked_at |
construction_records | record_id, route_id, actual_cost, collapse_flag, weather_data, completed_at |
| # | 画面 |
|---|---|
| 1 | ログイン/組織選択 |
| 2 | 林小班ポリゴン登録 |
| 3 | 伐採計画案一覧 |
| 4 | 3Dルートビュー |
| 5 | AIチャット修正画面 |
| 6 | 現地踏査チェックリスト |
| 7 | 契約・利用状況管理 |
| # | 技術（採用理由） |
|---|---|
| 1 | PostGIS: 空間データの格納・検索に最適 |
| 2 | QGIS Server: 既存GISデータ配信の実績多数 |
| 3 | OR-Tools: 多目的最適化・経路探索に対応 |
| 4 | PyTorch: 点群/画像解析AIの学習・推論に採用 |
| 5 | CesiumJS: ブラウザ3D地形表示に定番 |
| 6 | OpenAI API: 自然言語対話アシスタント実装 |
| 7 | AWS(EC2/S3/RDS): 段階的スケール可能な基盤 |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: SaaS本体のSLA99.5%以上(計画メンテナンス除く、月間停止許容約3.6時間) |
| 性能 | 性能: 経路再計算は区画面積20ha相当で平均30秒以内、最大60秒以内に応答 |
| セキュリティ | セキュリティ: 位置情報・顧客データはAES-256で暗号化保存、アクセスログを1年間保持 |
| データ精度 | データ精度: DEM解像度5m、傾斜判定誤差±2度以内を目標精度として管理 |
| バックアップ | バックアップ: GISデータは日次バックアップ、RPO24時間・RTO4時間以内を目標 |
| 拡張性 | 拡張性: 同時アクセス500ユーザー、繁忙期(補助金申請期)にオートスケールで対応 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | レーザ測量データが整備済みの地域を選び、既存のQGIS等で担当者が手作業で勾配・崩壊危険度を解析し、紙・PDFの計画案を森林組合に提示して反応を確認する | 自分の作業時間と交通費のみ、外注はしない水準 |
| ②最小システム | 区画ポリゴンをアップロードすると簡易な勾配判定ロジック（AIなしのルールベース）で開設可能エリアを色分け表示するWebGISを作り、実際の担当者に触ってもらい使い勝手を確認する | 外注で数か月分の開発費と、地図タイル・DEMデータのライセンス費用程度 |
| ③本開発 | 機械学習による地形解析・経路最適化エンジン、チャット型AIアシスタント、GPS測量アプリ連携までを実装し、複数団体での並行運用に耐える基盤を構築する | エンジニア複数名の人件費とクラウド利用料が主体で、外注中心なら年間契約規模の費用感 |
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 |
|---|---|---|
| 森林組合の代表理事または参事(現場の路網設計・伐採計画の実務責任者) | 実際の計画策定業務フローと課題感を把握し実証協力を得るため | 都道府県森林組合連合会経由で紹介依頼、または林業普及指導員に同行依頼 |
| 都道府県林務部の林業普及指導員・森林整備課担当者 | 森林経営計画認定権者であり補助事業窓口、実証フィールド調整に必須 | 県庁林務部代表窓口に事業説明資料を送付しアポイント申請 |
| 都道府県森林組合連合会の事業部担当者 | 傘下組合への導入展開・代理店提携の窓口として影響力が大きい | 全国森林組合連合会経由で県連合会の担当部署を紹介してもらう |
| 林業機械商社(イワフジ工業・南星機械等)の林業DX担当営業 | 既存顧客基盤(森林組合)への同時提案チャネルとして提携価値が高い | 林業機械展示会(林業機械展等)でのブース訪問・名刺交換から接触 |
| 航空測量会社(アジア航測・パスコ等)のGIS事業部担当者 | 航空レーザDEM・林相図データのライセンス提供元として技術連携が必須 | 測量業協会経由または各社Webサイトの事業提携問い合わせから接触 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 都道府県森林組合連合会への直接訪問 | 「森林経営計画の策定作業を効率化するツールを実証段階で無償お試しいただきたい」と伝え、まず1団体の実証協力を依頼する |
| 林業機械商社の営業担当への相談 | 既存の顧客接点を持つ商社に「路網設計案を無料で作成し比較していただきたい」と伝え、既存顧客への同行紹介を依頼する |
| 林野庁・自治体主催の林業DX関連セミナーへの出展 | 実証事例のパネルを持参し「今の計画策定にかかる時間と手間を教えてほしい」と声をかけ、その場でヒアリング候補を集める |
| 元森林組合技師・林業関係者の人脈からの紹介 | 「現場を離れた技師の知見を製品設計に反映したい」と伝え、知人経由で現役の森林組合担当者を紹介してもらう |
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（創業融資） | 創業前または創業後まもない法人・個人事業主 | 自己資金100万円に加えて運転資金の融資（合計500万円の想定）を受けられ、開発初期の人件費・データライセンス費用に充てられるため候補になる |
| 林野庁 スマート林業推進事業（森林・林業・木材産業構造改善事業の一環） | 林業事業体・自治体・林業支援技術を開発する事業者等 | 地形解析AIや路網設計の実証を対象とする補助メニューがあり、Phase1〜2の実証開発フェーズでの機材・データ整備費の一部補助が期待できる |
| 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・提供する側双方に関連するスキームあり） | 森林組合や素材生産業者側がSaaS利用料を導入する際の補助対象になり得るため、営業時に顧客の導入ハードルを下げる材料として使える |
| ものづくり補助金（デジタル枠等） | 革新的なサービス開発・試作を行う中小企業 | 経路最適化アルゴリズムや点群解析エンジンの本開発フェーズにおける開発費の一部を補助対象にできる可能性がある |
| 都道府県・市区町村の創業助成金（例：東京都創業助成事業などの自治体制度） | 都道府県内で創業する個人・法人 | 本社所在地の自治体制度を使えば、代表1名体制の初期の広告費・専門家活用費（社労士・行政書士等）の一部を補助でカバー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。
同じ林業・地形データ活用に取り組む仲間がコミュニティにいます。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。