Who（誰が）
地方・中核都市で車両30〜300台を保有するタクシー事業者(全国約5,200社)の配車センターと乗務員を主対象とする。
対象とする社会課題：タクシー配車の時間帯・地域偏在による機会損失と乗務員稼働の非効率
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。
地方のタクシー会社は、朝夕や雨の日に需要が集中する一方、日中や深夜は車も乗務員も空いてしまう。配車の判断は熟練の配車係の経験と勘に頼っていて、その人が休むと精度が急に落ちる。乗務員は流しで待つ時間が長く、走った距離のわりに収入が伸びず、高齢化と離職が進んでいる。この事業は、その勘と経験を数字で支え、乗務員の一回一回の乗車を増やすためにある。
※ 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600万円の申請資料も、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、TaxiFlow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。まずは気になる資料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。
TaxiFlowは、地方タクシー会社の配車センターと乗務員のスマホに導入するAI配車最適化サービスです。
配車係の画面には30分先〜24時間先の地域別需要がヒートマップで表示され、『どのエリアに何台移動すべきか』をワンクリックで乗務員へ一斉通知できます。乗務員は『〇〇駅周辺へ移動推奨、予測実車率78%』といった具体的な指示をプッシュ通知と音声で受け取り、GPSナビと連動して移動します。移動後の実車率・待機時間は自動でAIに蓄積され、翌週以降の予測精度が改善されていきます。熟練配車係の経験と勘に依存していた配車業務を、データに基づく再現性のある業務に置き換えます。
地方・中核都市のタクシー会社(保有台数30〜200台規模)は、朝夕通勤帯や雨天時に配車要請が集中する一方、日中や深夜は稼働率が30%台まで落ち込み、車両と乗務員の配置が需要と噛み合っていない。
多くの事業者は無線配車を熟練配車係の経験と勘に依存しており、担当者が休むと配車精度が急落する属人化構造が続いている。国土交通省の調査でも地方タクシーの実車率は40%前後にとどまり、空車走行によるガソリン代・人件費の無駄が経営を圧迫している。乗務員側も「流し」で待機する時間が長く、月間走行距離に対する収入効率が低いことが離職・高齢化(平均年齢60歳超)の一因になっている。中小事業者はシステム投資余力が乏しく、大手配車アプリの分析機能だけでは自社車両の再配置指示まで踏み込めていないのが実情である。
需要予測AI(勾配ブースティング+時系列モデルLSTMのアンサンブル)が気象データ・イベント情報・過去配車ログを解析し、地域メッシュ単位(500m四方)で30分刻みの需要スコアを算出する。
最適化エンジン(組合せ最適化/線形計画法)が予測需要と現在の車両位置・乗務員の休憩予定を突き合わせ、移動コストと機会損失を最小化する再配置プランを自動生成する。自然言語対話AIが配車係・乗務員向けにチャット/音声で指示内容を分かりやすく要約し、質問(「なぜこのエリア?」等)にも根拠データを提示して回答する。実績データを継続学習させるMLOps基盤により、地域特性や季節変動に応じてモデルが自動再学習され精度が維持される。
タクシー会社の配車センター(または乗務員個人のスマホアプリ)に導入し、AIが天候・イベント・曜日・過去3年分の配車実績データを解析して30分先〜24時間先の地域別需要を予測する。
予測結果はヒートマップとしてダッシュボードに表示され、配車係は「どのエリアに何台移動すべきか」をワンクリックで乗務員に一斉通知できる。乗務員はアプリの音声・プッシュ通知で「〇〇駅周辺へ移動を推奨、予測実車率78%」といった具体的指示を受け取り、GPSナビと連動して移動する。移動後の実績データ(実車率・待機時間)は自動でAIにフィードバックされ、翌週以降の予測精度が継続的に改善される仕組みになっている。導入企業は既存の無線配車システムやタクシーメーターと連携するAPIを通じて、既存業務フローを大きく変えずに段階導入できる。
| 空車走行による燃料費の無駄(実車率60%未満が常態化、80台規模の場合) | 年間約1,440万円(1台あたり月1.5万円の目安) |
| 配車ミス・待機時間ロスによる売上機会損失 | 年間約1,440万円(1台あたり月1.5万円の目安) |
| 熟練配車係の属人化対応コスト(休暇時の代替要員・残業手当) | 年間約200万円 |
| 乗務員の高齢化・低収入起因の離職に伴う採用・教育コスト | 年間約150万円(年間5名離職、1名30万円の目安) |
| スタンダードプラン(80台規模、月額3,000円/台) | 月額24万円(年間288万円) |
| 初期導入・API連携設定費(無線配車システム・メーター連携込み) | 一括100万円(導入時のみ) |
| 自治体向けエリア需要分析レポートオプション | 月額15万円(任意、必須ではない) |
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。
地方タクシー会社では朝夕通勤帯や雨天時に配車要請が集中する一方、日中・深夜の稼働率は30%台まで落ち込み、車両配置と需要がかみ合っていない。
配車業務は無線配車係の経験と勘に依存しており、担当者が休むと配車精度が急落する属人化構造が続いている。国交省調査でも地方タクシーの実車率は40%前後にとどまり、空車走行によるガソリン代・人件費の無駄が経営を圧迫している。中小事業者はシステム投資余力が乏しく、大手配車アプリの分析機能だけでは自社車両の再配置指示まで踏み込めていない。
実証フェーズ〜MVPは需要予測モデルの精度検証や現場フィードバックによる仕様変更が頻発するため準委任契約が適している。
フェーズ2以降、最適化エンジンやOEM向けAPIなど仕様が固まった機能は請負契約への切り替えを検討する。発注時はMAPEなどのAI精度目標を検収条件に含めず、機能実装の完了をもって検収する形にする。既存の無線配車システムやタクシーメーターとの連携仕様は事業者ごとに異なるため、事前のヒアリングと連携検証期間を契約スケジュールに織り込むこと。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | タクシー会社の配車センター担当者（配車係） |
| セカンダリ | 乗務員（ドライバー） |
| 管理 | タクシー会社側の運行管理者・所長、およびTaxiFlow運営側のカスタマーサクセス担当 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 需要予測エンジン | 気象・イベント・過去配車ログを入力→GBM+LSTMアンサンブルで解析→地域メッシュ別30分刻み需要スコアを出力 |
| 車両再配置最適化エンジン | 予測需要・車両位置・乗務員休憩予定を入力→線形計画法で最適化→エリア別移動台数プランを出力 |
| 配車センターダッシュボード | 需要予測・最適化結果を入力→ヒートマップ生成処理→配車係向けエリア別推奨表示を出力 |
| 乗務員向け一斉通知機能 | 配車係の移動指示を入力→乗務員端末へ配信処理→プッシュ通知・音声で移動先を出力 |
| GPSナビ連動機能 | 推奨エリア座標を入力→現在地とのルート計算処理→ナビ画面に最短経路を出力 |
| MLOps継続学習パイプライン | 移動後の実車率・待機時間データを入力→自動再学習処理→更新済み予測モデルを出力 |
| 自然言語対話AI(質問応答) | 配車係・乗務員の質問文を入力→根拠データ検索・要約処理→回答テキスト/音声を出力 |
| 既存無線配車システム連携API | 無線配車システムの配車情報を入力→API変換処理→TaxiFlowダッシュボードへ同期出力 |
| タクシーメーター連携API | メーターの実車率・走行距離データを入力→データ正規化処理→AI学習用DBへ出力 |
| エリア需要予測レポート生成機能 | 月次需要予測・実績データを入力→集計・可視化処理→自治体観光協会向けPDFレポートを出力 |
| OEM/API課金・利用ログ管理機能 | 外部ベンダーのAPIコール要求を入力→認証・利用回数計測処理→課金明細データを出力 |
| テーブル | 主要カラム |
|---|---|
companies | company_id, name, prefecture, vehicle_count, plan_type, contract_status, created_at |
vehicles | vehicle_id, company_id, driver_id, license_plate, current_lat, current_lng, status, updated_at |
drivers | driver_id, company_id, name, age, shift_pattern, mobile_token, created_at |
dispatch_logs | log_id, vehicle_id, mesh_id, pickup_time, dropoff_time, fare_amount, wait_time, created_at |
demand_forecasts | forecast_id, mesh_id, target_datetime, demand_score, model_version, mape_actual, created_at |
mesh_areas | mesh_id, prefecture, center_lat, center_lng, size_m, landmark_name |
relocation_plans | plan_id, company_id, mesh_id, vehicle_id, recommended_time, status, notified_at |
external_events | event_id, mesh_id, event_type, weather_condition, event_name, event_datetime |
| # | 画面 |
|---|---|
| 1 | 配車センターダッシュボード |
| 2 | 需要ヒートマップ画面 |
| 3 | 再配置指示送信画面 |
| 4 | 乗務員向けアプリ画面 |
| 5 | 実績レポート閲覧画面 |
| 6 | 契約・請求管理画面 |
| 7 | モデル精度モニタ画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(SageMaker) - 需要予測モデルの学習・運用基盤として実績豊富 |
| 2 | LightGBM - 勾配ブースティングで表形式データの高速学習 |
| 3 | PyTorch(LSTM) - 時系列需要予測のアンサンブル用 |
| 4 | PostgreSQL+PostGIS - 地域メッシュの空間データ管理に対応 |
| 5 | Kafka - 配車ログ・GPS位置情報のリアルタイム連携 |
| 6 | React Native - 乗務員アプリを一括開発しコスト削減 |
| 7 | Airflow - MLOpsの再学習パイプライン定期実行管理 |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 稼働率99.5%以上を目安とし、配車業務時間帯(5:00〜24:00)は無停止運用を想定。 |
| 性能 | 性能: 需要予測APIのレスポンスは3秒以内、ダッシュボード更新間隔は5分以内を目安とする。 |
| セキュリティ | セキュリティ: 乗務員・車両位置情報はTLS1.2以上で暗号化通信し、個人情報は匿名化して保存する想定。 |
| データ管理 | データ管理: 配車実績データは日次バックアップを実施し、保持期間は3年間とする。 |
| 拡張性 | 拡張性: 車両1万台規模までのオートスケーリング対応クラウド構成を想定。 |
| 運用監視 | 運用監視: 需要予測精度(MAPE)を週次で監視し、閾値15%超過時にアラート通知を行う。 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 数社の過去の配車ログと気象データをエクセルで突き合わせ、需要が集中する時間帯・エリアの仮説を人力で分析し、配車主任に見せて反応を確かめる | 自分の作業時間とデータ提供の依頼だけで、外部への支払いはほぼ発生しない水準 |
| ②最小システム | ダッシュボードのみを簡易構築し、実際の数社の車両データで需要予測を試験運用する。乗務員アプリは作らず配車係への手動通知で代替する | クラウド利用料と外部AIサービスの利用料程度で収まる水準 |
| ③本開発 | 乗務員向けモバイルアプリ、既存無線配車システム・タクシーメーターとのAPI連携、継続学習を回すMLOps基盤を構築し、正式商用版として複数社へ展開する | 外注や採用を伴う開発で、数か月分の人件費相当がかかる水準 |
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 |
|---|---|---|
| 地方タクシー協会・事業協同組合の事務局長または専務理事 | 会員事業者への一括アプローチと補助金情報の窓口になるため | 各都道府県タクシー協会の公式サイト経由で電話・メールでアポイント依頼 |
| 保有台数30〜200台規模タクシー会社の配車センター長・運行管理者 | 現場の配車業務課題と既存無線配車システムの運用実態を把握するため | タクシー協会の紹介、または地元交通局・商工会議所の交流会経由で接点を作る |
| 無線配車システムベンダー(電脳交通、日本交通グループ系等)の事業提携担当者 | 既存システムとのAPI連携可否と共同販売の可能性を確認するため | 展示会(バリアフリー2024等交通DX関連展示会)や業界紙経由でコンタクト |
| 都道府県または市の交通政策課・地域公共交通担当職員 | 地域公共交通確保維持改善事業費補助金の要件と申請スケジュールを確認するため | 自治体公式サイトの担当課に直接電話し、事前相談枠を予約する |
| 日本気象協会など気象データ提供企業の法人営業窓口 | メッシュ気象データのAPI利用条件・料金体系を確認するため | 公式サイトの法人向け問い合わせフォームから商用データ利用を打診する |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 地方タクシー協会・組合への訪問 | 協会の定例会や研修会に「配車の実車率改善について事例を紹介したい」と申し出て、まずは無料の実車率診断からお試しいただけないか依頼する |
| 既存の無線配車システムベンダーへの提携打診 | 電脳交通などのベンダー担当者に「既存システムはそのまま使いつつ、需要予測だけ追加できるAPI連携を試してみませんか」と持ちかける |
| 気象データ提供企業や地方運輸局の交通DX相談窓口 | 地方運輸局が主催する交通DX関連の勉強会に参加し、担当者に地元事業者への橋渡しを相談する |
| 業界紙・タクシー経営者向けSNSグループへの投稿 | 実証フェーズの結果を「実車率がどのくらい変わったか」を数字なしで具体的に紹介し、興味を持った経営者に個別に連絡する |
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（新創業融資制度） | 新たに法人を設立して事業を始める代表者 | 自己資金に加えて創業融資（融資合計 600万円）を受けることで、AIエンジニア採用前の開発費・クラウド利用料をつなぐ資金として使える |
| 小規模事業者持続化補助金 | 商工会・商工会議所の管轄地域にある小規模事業者 | タクシー協会向けの提案資料作成やWebサイト・展示会出展など、初期の営業活動の費用の一部を補助対象にできる |
| IT導入補助金 | ITツールを導入する中小企業・小規模事業者（この事業では導入先のタクシー会社側が対象） | TaxiFlowをIT導入支援事業者として登録できれば、タクシー会社側の導入費用負担が軽くなり営業のハードルが下がる |
| 東京都中小企業振興公社 創業助成事業 | 都内で創業予定または創業から一定期間内の中小企業者 | 人件費や賃借料など創業初期の固定費の一部を助成対象にできるため、代表1名体制の期間の資金繰りを助ける |
| 国土交通省 地域公共交通確保維持改善事業 | 地域の交通事業者（タクシー会社側）および連携する事業者 | 地方タクシー会社が配車DXを導入する際の費用の一部が対象になりうるため、営業提案の際に導入コスト軽減策として案内できる |
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。
モビリティ・物流領域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・登録データにもとづく自動集計の相対表示です。