Who（誰が）
首都圏の鉄道事業者・自治体防災部門・大規模ビル運営会社が買い手候補となり、既存の防災・BCP事業に統合する形で買収を検討する。
対象とする社会課題：災害時に駅周辺で発生する帰宅困難者の受入先確保と誘導が機能不全に陥る問題
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。
大地震の直後、駅前には行き場のない人があふれる。どの施設が開いていて、どれだけ空きがあるのか、現場の誰も即座には答えられない。名簿と紙のマニュアルでは発災直後の混乱に追いつかない。必要なのは、施設の受入状況をリアルタイムで束ね、一人ひとりに最寄りの居場所を示す情報インフラである。
※ 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、カエレルネットの事業内容を読み込んだ状態で、それぞれの資料の素案をその場で作成します。自治体や鉄道事業者への提案準備、開発チーム内での認識合わせなど、次の一歩にそのまま使える形で受け取れます。
※ 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。
「カエレルネット」は、地震発生時に駅周辺で行き場を失う帰宅困難者と、受入可能な施設をリアルタイムでつなぐAIプラットフォームです。
勤務先ビルが受入対象か分からない会社員が、駅構内のサイネージやスマホのチャットボットに「今どこに避難すればいい？」と話しかけると、AIが最寄りの空き施設と徒歩経路を多言語で案内します。オフィスビルや商業施設の担当者は簡易画面で受入可能人数や備蓄状況を随時更新し、AIが定員超過を検知すると自動で別施設へ誘導先を切り替えます。駅の改札データや人流データからAIが混雑発生エリアを予測し、特定施設への集中と他施設の空振りを防ぎます。自治体・鉄道事業者・受入協力企業を同一基盤に接続し、発災直後の情報更新と共有の遅れという現場課題を解消します。
首都直下地震発生時、東京都だけで最大約517万人の帰宅困難者が発生すると想定されており、うち行き場のない人は数十万人規模とされる。
会社員の田中さん（42歳・都内在住、勤務地は大手町）のようなケースでは、勤務先ビルが受入対象か分からず、どの一時滞在施設が開設され空きがあるかもリアルタイムでは分からない。現状は自治体・鉄道事業者・民間ビルオーナーが個別に協定を結び、名簿や紙のマニュアルで管理しているため、発災直後の情報更新と共有が追いつかない。東京都内だけで一時滞在施設の指定数は1,000カ所を超えるが、受入可能人数の即時把握や混雑状況の可視化ができておらず、特定施設への集中と他施設の空振りが同時に起きる。過去の訓練でも「どこに行けばいいか分からず駅前に滞留する」という声が繰り返し報告されており、情報インフラの欠如が未解決の核心である。
人流予測AIが改札通過データ・携帯基地局データ・SNS投稿を解析し、発災後30分〜3時間の帰宅困難者発生エリアと規模を時系列で予測する。
最適化AI（組合せ最適化・強化学習ベース）が施設の受入余力・距離・道路啓開状況をもとに、施設間の人員配分を数秒単位で再計算し過密・空振りを防ぐ。自然言語対話AIが多言語（日本語・英語・中国語・韓国語）でのチャットボット誘導と、施設担当者からの音声・テキスト報告（「あと50人入れます」等）を構造化データに自動変換する。画像解析AIは駅構内・施設入口の混雑度をカメラ映像から推定し、人流予測モデルの補正入力として活用する。
駅事業者・自治体・受入協力企業（オフィスビル、商業施設、大学等）がそれぞれのシステムやセンサーをAPI経由でカエレルネットに接続し、施設の受入可能人数・備蓄状況・開錠状態をAIがリアルタイムに集約する。
発災時は駅の改札通過データや基地局人流データをAIが解析して滞留者数と発生エリアを予測し、周辺施設の受入余力と距離・経路の安全性を最適化アルゴリズムで組み合わせて、施設ごとの推奨誘導人数を自動算出する。利用者は駅構内のデジタルサイネージやスマホアプリのチャットボットに「今どこに避難すればいいか」を話しかけるだけで、多言語対応のAI対話エージンが最寄りの空き施設と徒歩経路を案内する。施設側の担当者向けには受入状況を入力・更新する簡易管理画面を提供し、AIが定員超過を検知すると自動的に次の誘導先へ配分を切り替える。平常時は年1〜2回の防災訓練データと過去の混雑実績を学習させ、誘導ロジックの精度を継続的に改善する運用フローとする。
| 自治体職員による施設への電話確認・紙台帳更新の人件費（訓練時含む） | 年額約200万円（担当者2名×月20時間相当の想定） |
| 受入協力企業の年1回紙提出対応と定員超過時の苦情対応コスト | 年額約50万円〜100万円（施設あたり） |
| 特定施設への集中による過密対応・救護対応の追加コスト | 発災時想定損失として1施設あたり数十万円規模（訓練実績からの概算） |
| 鉄道事業者の駅員による個別案内・混雑整理の人員配置コスト | 年額数百万円規模（主要駅1駅あたり、繁忙期・訓練時人員含む） |
| 自治体向けSaaS利用料（人口10万人〜50万人規模） | 年額300万円〜800万円 |
| 受入協力企業向け施設管理プラン | 月額3万円〜10万円（1施設あたり） |
| 鉄道事業者向け人流予測・連携API（駅単位） | 年額500万円〜 |
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。
現状は自治体・鉄道事業者・民間ビルオーナーが個別に協定を結び、名簿や紙のマニュアルで受入状況を管理しているため、発災直後の情報更新と共有が追いつかない。
東京都内だけで一時滞在施設は1,000カ所を超えるが、受入可能人数の即時把握や混雑状況の可視化ができておらず、特定施設への集中と他施設の空振りが同時に発生している。過去の防災訓練でも「どこに行けばいいか分からず駅前に滞留する」という声が繰り返し報告されており、情報インフラの欠如が未解決の核心となっている。首都直下地震では東京都だけで最大約517万人の帰宅困難者が想定され、行き場のない人が数十万人規模に上るとされており、早急な情報基盤の整備が求められる。
MVP構築段階は人流予測ロジックや誘導アルゴリズムの精度検証を繰り返しながら仕様を固めていく性質が強いため、準委任契約で進め、自治体・鉄道事業者との実証を通じて要件を確定させることを推奨する。
仕様が固まった横展開フェーズ以降のサイネージ機器導入やSaaS標準機能の量産開発は、範囲を明確化した上で請負契約に切り替える方が予算管理しやすい。発注時は改札データ・基地局データ等の外部連携仕様が鉄道事業者側の都合で変更されるリスクがあるため、API仕様変更時の追加費用条項を契約書に明記しておく必要がある。また個人情報を扱わない匿名加工データのみを扱う設計であることを契約範囲に明記し、監査対応の責任分界を事前に取り決めておくべきである。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 発災時に避難先を探す帰宅困難者（会社員・買い物客・観光客等、駅周辺の一般利用者） |
| セカンダリ | 受入協力施設（オフィスビル・商業施設・大学等）の担当者、鉄道事業者の駅係員・防災担当部門 |
| 管理 | 自治体防災危機管理部門の担当者、カエレルネット運営会社の運用・カスタマーサクセス担当 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 人流予測AI解析機能 | 改札通過データ・基地局データ・SNS投稿→AI解析→30分〜3時間先の滞留エリアと規模を時系列予測 |
| 施設受入余力集約機能 | 各施設のAPI・センサーデータ→リアルタイム集約→受入可能人数・備蓄・開錠状態を一覧化 |
| 最適化配分エンジン | 滞留予測データと施設受入余力→組合せ最適化・強化学習→施設別推奨誘導人数を数秒単位で再計算 |
| 多言語対話チャットボット | 利用者の音声・テキスト質問→自然言語対話AI処理→日英中韓4言語で最寄り施設と徒歩経路を回答 |
| 施設担当者報告構造化機能 | 担当者の音声・テキスト報告（例:あと50人可）→自然言語処理→構造化データに自動変換し反映 |
| 画像解析混雑度推定機能 | 駅構内・施設入口カメラ映像→画像解析AI→混雑度を推定し人流予測モデルへ補正入力 |
| デジタルサイネージ連動誘導 | 最適化AIの誘導結果→サイネージ表示制御→駅構内画面に空き施設と経路をリアルタイム表示 |
| 定員超過自動切替機能 | 施設定員超過の検知→AI再配分処理→次の空き施設への誘導ルートを自動再計算し配信 |
| 施設管理簡易入力画面 | 施設担当者が受入状況を手入力→システム更新処理→全体データベースへ即時反映 |
| 訓練データ学習・精度改善機能 | 年1〜2回の防災訓練実績データ→AIモデル再学習→誘導ロジックと予測精度を継続改善 |
| BCP報告書自動生成機能 | 施設の受入実績・訓練データ→自動集計処理→協定履行状況を示すBCP報告書PDFを出力 |
| テーブル | 主要カラム |
|---|---|
facilities | facility_id, name, type, address, lat, lng, capacity_max, owner_org_id |
facility_status | status_id, facility_id, current_occupancy, available_count, is_open, updated_at |
municipalities | municipality_id, name, contract_plan, contract_start, population |
railway_stations | station_id, name, operator_id, lat, lng, gate_data_source |
people_flow_predictions | prediction_id, station_id, area_code, predicted_count, predicted_time, confidence_score |
evacuation_routing | routing_id, facility_id, station_id, assigned_count, distance_m, route_safety_score, created_at |
chat_logs | log_id, session_id, user_lang, message_text, intent, response_text, created_at |
contracts | contract_id, org_id, org_type, plan_name, price, start_date, end_date |
| # | 画面 |
|---|---|
| 1 | 施設受入状況ダッシュボード |
| 2 | 人流予測マップ |
| 3 | 施設担当者用更新画面 |
| 4 | チャットボット案内画面 |
| 5 | サイネージ表示画面 |
| 6 | 自治体向け契約管理画面 |
| 7 | 訓練シミュレーション結果画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(可用性とスケーラビリティ確保のため) |
| 2 | PostgreSQL+PostGIS(地理空間データの管理に適する) |
| 3 | Kafka(改札・基地局データのリアルタイム処理) |
| 4 | PyTorch(人流予測AIモデルの構築・学習用) |
| 5 | OR-Tools(施設間人員配分の組合せ最適化) |
| 6 | Dialogflow CX(多言語対話エージェント構築) |
| 7 | Grafana(リアルタイム混雑状況の可視化・監視) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 発災時のシステム稼働率99.9%以上を目標とし、通信途絶時はローカルキャッシュ型端末でオフライン誘導を継続する設計とする |
| 性能 | 性能: 施設配分の再計算処理は5秒以内に完了し、サイネージ・アプリへの表示更新は10秒以内に反映する想定 |
| セキュリティ | セキュリティ: 位置情報・人流データは匿名加工した統計データのみ扱い、個人情報保護委員会ガイドライン準拠の第三者認証取得を2年目までに完了する想定 |
| 拡張性 | 拡張性: 自治体・鉄道事業者・協力施設のAPI接続数が3年目までに500施設・8鉄道事業者規模に増加しても性能劣化なく稼働する設計とする |
| 運用性 | 運用性: 施設担当者向け管理画面は防災訓練経験者でなくても15分程度の操作研修で運用開始できる操作性とする |
| 災害対応 | 災害対応: 大規模停電時にも72時間稼働可能なバックアップ電源をサイネージ・現地端末に備える想定 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | モデル自治体1団体・協力施設数棟を対象に、表計算ソフトとチャットツールを使って受入可能人数を手動で更新・共有する運用を試し、情報更新の遅れや運用負荷の実態を確認する | 既存ツールの利用料と現地訪問の交通費だけで済む水準感 |
| ②最小システム | ノーコード・ローコードの入力フォームとダッシュボードを用意し、AIなしで人手判断による誘導先の割り振りを試作して、施設担当者の入力負担と誘導の実用性を検証する | 外注で数か月分の開発費に相当する水準感 |
| ③本開発 | 人流予測AI・最適化アルゴリズム・多言語対話AIを組み込んだ本格システムを構築し、複数自治体・鉄道事業者との実データ連携と発災シナリオでの負荷試験を実施する | システム開発と実証運用を含む本格投資の水準感 |
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 |
|---|---|---|
| 市区町村防災危機管理課の課長・担当係長（自治体） | 一時滞在施設の指定・協定を所管し、実証自治体としての意思決定権を持つため | 総務省消防庁の防災訓練事業や帰宅困難者対策協議会の名簿から自治体担当課に直接アポ |
| 鉄道事業者の総合企画本部・防災BCP推進部の担当者 | 改札通過データ・構内サイネージ連携の可否を握るキーパーソンのため | 私鉄・地下鉄協会や日本民営鉄道協会経由、または既存人脈からの紹介で接触 |
| 大規模オフィスビル運営会社の施設管理部・BCP担当者 | 受入協力施設の登録可否と現場運用フローを判断する実務窓口のため | 不動産協会や防災訓練の合同展示会・BCPセミナーで名刺交換し個別訪問 |
| 防災コンサルティング会社（NTTデータ経営研究所等）の防災・危機管理部門責任者 | 自治体への提案チャネルと訓練データ解析の共同実施パートナーとなるため | 業界セミナー・内閣府防災関連の研究会への参加を通じて直接コンタクト |
| 元自治体防災危機管理部門職員（顧問候補） | 自治体内部の意思決定プロセスと予算取得（交付金申請）の実務知見を得るため | 防災士会・全国防災危機管理者連絡協議会等の人脈経由で紹介依頼 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 元自治体職員の人脈経由での防災危機管理課への直接提案 | 「実証段階なので費用を抑えて、防災訓練でのAI誘導デモを一度見てもらえないか」と、まず1回の訓練同席を無償で依頼する |
| 防災コンサルティング会社・施設管理システムベンダーとの代理販売契約先からの紹介 | 「既存の顧客の中で帰宅困難者対応に課題を感じている自治体・企業を紹介してほしい」と依頼し、紹介料や協業条件を提示する |
| 鉄道事業者のBCP・防災対策部門への直接アプローチ | 「構内滞留対策の実証にご協力いただける駅を1つだけ探しています」と、まず小規模な検証への協力を依頼する |
| 防災関連の展示会・自治体向けセミナーへの出展・登壇 | 「無料デモを見て、御庁の地域防災計画に合うか判断してほしい」と、その場でデモ体験の予約を取る |
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 | 創業してまもない法人・個人事業主（実質的な創業者） | 自己資金100万円を元にした法人設立後の運転資金調達に使える制度で、この事業の創業融資は500万円を想定して計画している |
| 東京都中小企業振興公社 創業助成事業 | 東京都内で創業予定・創業後一定期間内の中小企業・個人事業主 | 自治体向けSaaSの実証拠点を東京都内に置く前提のため、賃借料・専門家費用・広告費等の一部を助成対象にできる可能性がある |
| IT導入補助金（中小企業庁） | ITツールを導入する中小企業・小規模事業者 | 受入協力企業（中小規模のビル・商業施設運営会社）が施設管理プランを導入する際の負担軽減策として提案できる |
| SBIR制度（研究開発型スタートアップ支援事業、内閣府） | 研究開発型のスタートアップ・中小企業 | 人流予測AI・最適化アルゴリズムの研究開発フェーズにおいて、府省庁の指定課題として補助金・委託費の対象になり得る |
| 内閣府 戦略的イノベーション創造プログラム（SIP）防災領域 | 防災・減災分野の技術開発を行う企業・研究機関（コンソーシアム参加が前提） | 人流予測・施設マッチングの実証実験を、自治体・鉄道事業者と連携したコンソーシアム形式で採択される可能性があり、実証費用の一部をまかなえる |
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。
同じ防災・インフラ領域に挑む創業者コミュニティがあります。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。