Who（誰が）
自治体向け基幹システムベンダーや公会計監査支援に強みを持つ監査法人系企業が主な買い手候補となる想定
対象とする社会課題：自治体内部監査の人手不足・属人化による不正・誤支出の見逃し
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。
自治体の監査委員事務局は数名の職員しかおらず、山のような伝票をすべて目で確認することは物理的に不可能に近い。抽出検査の網から漏れた不適正支出は、内部通報か会計検査院の指摘を待つしかないのが実情だ。専門的なデータ分析人材も乏しい中で、AIが全件を機械的にスクリーニングし、職員が本当に見るべき案件に集中できる体制をつくることは、住民の税金の使われ方に対する説明責任を果たすために欠かせない。
※ 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、この事業の情報を読み込んだAIチャットが開き、事業計画書やピッチ資料、要件定義書などの初版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始めてください。
※ 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。
「カンサAI」は、自治体の監査委員事務局が使うクラウド型の伝票監査支援サービスです。
財務会計システムから毎月自動で歳出伝票データ（仕訳日・科目・金額・支払先・起票者）を取り込み、AIが全件を対象に金額の異常値や重複支払・分割発注の疑いを自動スコアリングします。職員はダッシュボードでリスクスコア上位の案件を確認し、「この支払先への支出が急増した理由は」とAIチャットに聞けば関連伝票と法令根拠を要約して返してくれます。判定結果（是正・問題なし）を入力するとAIが学習し、翌月以降の精度が上がります。従来2〜4名で全体の5〜10%しか見られなかった監査を、全件スクリーニングに近づけることを目指します。
全国約1,700の自治体では監査委員事務局の職員が平均2〜4名程度しかおらず、年間数万件〜数十万件におよぶ支出伝票を限られた人員で抽出検査せざるを得ない。
総務省調査でも監査対象は全体の5〜10%程度の抽出検査にとどまり、不適正経理や重複支払、カラ出張等の発見は内部通報や会計検査院の指摘に頼る場合が多い。監査委員は非常勤の元議員・元職員が多く、専門的なデータ分析スキルを持つ人材は稀少で、Excelによる目視確認が主流となっている。近年の会計年度任用職員制度導入や業務委託の増加で伝票種類・件数は増加傾向にあり、従来の抽出監査では異常取引の検知漏れリスクが年々高まっている。実際に2020年代に入ってからも複数自治体で数百万円規模の不適正支出が発覚しており、監査体制の脆弱性が繰り返し社会問題化している。
①異常検知AI(教師なし学習の孤立森林・オートエンコーダ)が金額・時期・支払先パターンの統計的逸脱を全件スクリーニングし、②ルールベース+機械学習のハイブリッドモデルが分割発注・重複支払・随意契約要件逸脱等の典型不正パターンを検出、③大規模言語モデル(LLM)による自然言語対話機能が監査委員の質問に対して関連伝票を検索・要約し監査調書のドラフトを自動生成、④職員のフィードバック(是正/問題なし判定)を継続学習させることでリスクスコアの精度を自治体ごとに最適化する。
これにより従来の抽出監査(対象の5〜10%)から全件スクリーニングへの転換を技術面で下支えする。
自治体の財務会計システム(公会計システム、例:自治体標準準拠システム)から歳出伝票データ(仕訳日・支出科目・金額・支払先・起票者・決裁ルート)をCSV/API連携で毎月自動取得する。
AIが全件データに対して異常検知モデルと重複・分割発注検知ロジックを適用し、リスクスコア順にランキング化した「重点監査候補リスト」を自動生成する。監査委員事務局職員は専用ダッシュボードでリスクスコア上位案件を確認し、AIチャット機能に「この支払先への支出が急増した理由は」等と自然言語で質問すると、関連伝票・過去の類似事例・法令根拠を自動要約して回答する。監査結果(是正・問題なし)を職員が入力すると、その判定結果を教師データとしてモデルに反映し、翌月以降のスコアリング精度が向上する仕組みとする。年次の定期監査だけでなく、月次モニタリングとして「異常兆候の早期発見」に活用できる運用フローを標準搭載する。
| 抽出検査での見逃しによる不適正支出(重複支払・カラ出張等、数百万円規模の事案が発覚した自治体事例あり) | 年間数百万円規模の想定(発覚事案ベース) |
| 会計検査院・住民監査請求対応にかかる事務局職員の時間外労働(調査・資料作成) | 年間約60万円(月10時間×2名×時給換算の目安) |
| 外部監査法人への臨時委託(不適正経理発覚後の原因調査・再発防止策策定) | 年間約200万円の目安 |
| 監査調書作成・報告資料準備にかかる事務局職員の人件費(Excel目視確認中心の作業) | 年間約150万円(月10〜15時間×2名の作業時間の目安) |
| SaaS月額利用料(人口10万人未満自治体の目安) | 月額8万円(年間96万円) |
| SaaS月額利用料+監査調書自動生成オプション(人口30万人規模自治体の目安) | 月額約23万円(年間約276万円、基本料金約18万円+オプション約5万円の想定) |
| 年次データ分析レポート・診断サービス(外部専門家レビュー付き) | 年額30万〜60万円 |
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。
監査委員事務局の職員は平均2〜4名しかおらず、年間数万〜数十万件の伝票を目視で抽出検査するしかない状態が続いている。
総務省調査でも監査対象は全体の5〜10%にとどまり、不適正経理やカラ出張の発見は内部通報や会計検査院の指摘任せになりがちである。監査委員自体も非常勤の元議員・元職員が多く、データ分析に不慣れなままExcel目視確認を続けている自治体が大半である。会計年度任用職員制度や業務委託の増加で伝票件数はむしろ増えており、検知漏れリスクは年々高まっている。
MVP開発（伝票取込・異常検知・ダッシュボード）は要件が比較的明確なため請負契約が向くが、異常検知モデルの精度調整やAIチャット機能は自治体ごとの伝票パターンに依存し試行錯誤が避けられないため準委任契約が望ましい。
特にパイロット自治体3団体との連携では、公会計システムの仕様が団体ごとに異なりCSV項目のずれが頻発するため、データ連携部分は準委任で柔軟に進め、安定後に請負へ切り替える二段階契約を推奨する。発注時はISMAP対応やセキュリティ要件（暗号化・アクセス権限）を仕様書に明記し、瑕疵担保・秘密保持の範囲を自治体の個人情報保護条例に合わせて個別確認すること。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 監査委員事務局職員（伝票確認・リスクスコア判定・調書作成を行う実務担当者） |
| セカンダリ | 会計課・財政課職員（月次モニタリングでの異常兆候の早期把握、監査委員本人による最終確認） |
| 管理 | 自社カスタマーサクセス担当およびシステム管理者（テナント設定・データ連携監視・モデル精度モニタリング） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 伝票データ自動連携機能 | 公会計システムのCSV/API出力→形式変換・正規化→標準フォーマットで月次自動取込 |
| 異常検知AIスクリーニング機能 | 全伝票データ→孤立森林・オートエンコーダで統計的逸脱検知→異常スコア付き伝票リスト出力 |
| 重複・分割発注検知機能 | 支払先・金額・起票日データ→ルールベース+ML判定→分割発注/重複支払候補一覧を出力 |
| リスクスコアランキング生成機能 | 異常検知結果と重複検知結果→重み付け統合計算→重点監査候補リストを順位付きで表示 |
| 監査ダッシュボード表示機能 | リスクスコア・伝票詳細データ→グラフ・一覧UIに整形→職員がブラウザで閲覧・絞込可能に表示 |
| AIチャット質問応答機能 | 職員の自然言語質問→LLMが関連伝票・過去事例を検索要約→回答文とエビデンス伝票を提示 |
| 監査調書自動生成機能 | 選択伝票と判定結果→LLMが定型監査調書フォーマットに要約整形→Word/PDFドラフトを出力 |
| 法令根拠・類似事例検索機能 | 対象支出科目・キーワード→法令DB・過去事例DBを全文検索→関連条文・類似案件リストを表示 |
| 職員フィードバック・継続学習機能 | 職員の是正/問題なし判定入力→教師データとしてモデル再学習→翌月スコアリング精度を自動更新 |
| 監査結果管理・進捗トラッキング機能 | 案件ごとの対応状況入力→ステータス管理DB更新→未対応案件件数・期限超過件数を一覧表示 |
| 年次診断レポート自動生成機能 | 1年分の異常支出傾向データ→統計集計・グラフ化処理→監査委員会報告用PDFレポートを出力 |
| テーブル | 主要カラム |
|---|---|
municipalities | municipality_id, 団体名, 人口区分, 契約プラン, 契約開始日 |
vouchers | voucher_id, municipality_id, 仕訳日, 支出科目, 金額, 支払先id, 起票者, 決裁ルート |
vendors | vendor_id, 支払先名, 業種区分, 過去累計支払額, 契約形態(随意契約等) |
risk_scores | score_id, voucher_id, スコア値, 検知理由区分(重複/分割/異常値), 算出日 |
audit_judgments | judgment_id, voucher_id, 判定者id, 判定結果(是正/問題なし), コメント, 判定日 |
users | user_id, municipality_id, 氏名, 所属(監査委員事務局/会計課), 権限区分 |
chat_logs | chat_id, user_id, 質問文, 回答文, 参照伝票id群, 発生日時 |
audit_reports | report_id, municipality_id, 対象期間, 異常傾向サマリ, 生成日, ステータス |
| # | 画面 |
|---|---|
| 1 | ログイン画面 |
| 2 | リスクランキング一覧 |
| 3 | 伝票詳細画面 |
| 4 | AIチャット質問画面 |
| 5 | 監査判定入力画面 |
| 6 | データ連携設定画面 |
| 7 | 年次レポート出力画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | scikit-learn(孤立森林で異常検知) |
| 2 | PyTorch(オートエンコーダで逸脱検知) |
| 3 | AWS ISMAP対応リージョン(自治体調達要件対応) |
| 4 | PostgreSQL(伝票データの構造化管理) |
| 5 | OpenAI API等LLM(自然言語チャット・調書生成) |
| 6 | Elasticsearch(伝票全文検索・類似事例抽出) |
| 7 | React+TypeScript(ダッシュボードUI構築) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 月次バッチ処理は稼働率99.5%以上を目標とし、処理失敗時は自動リトライ3回を実施する |
| 性能 | 性能: 伝票データ10万件を24時間以内に全件スクリーニング処理完了することを目安とする |
| セキュリティ | セキュリティ: ISMAP登録基準に準拠し、保存データ・通信データともにAES-256相当で暗号化する |
| アクセス制御 | アクセス制御: ロールベースアクセス制御(職員・管理者・閲覧者の3段階)により機能・データ範囲を制限する |
| 監査証跡 | 監査証跡: 全操作ログ(閲覧・判定入力・出力)を5年間保存し改ざん検知機能を付与する |
| バックアップ | バックアップ: 日次バックアップを実施し、目標復旧時点(RPO)24時間・目標復旧時間(RTO)8時間以内とする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 数自治体の伝票データ（CSVエクスポート）を人力でExcel・簡易スクリプトに取り込み、分割発注・重複支払等の観点を仮説として当てはめ、実際に「重点監査候補リスト」を人手で作れるかを確かめる。 | 人件費と自治体への訪問交通費程度で、外部発注は行わない水準 |
| ②最小システム | 孤立森林等の既存ライブラリで異常検知の試作モデルを組み、簡易ダッシュボードでリスクスコア上位の伝票を一覧表示できる状態を作り、パイロット自治体の職員に実際の判定作業で使ってもらえるかを検証する。 | 外部エンジニアへの短期業務委託と各種クラウド利用料の範囲で収まる水準 |
| ③本開発 | LLMによる自然言語対話・監査調書ドラフト生成機能を含めた正式版を構築し、ISMAP登録に必要なセキュリティ要件・ログ管理・権限設計を整備して複数自治体への並行導入に対応できる体制を作る。 | 外部開発チームへの複数か月単位の発注とセキュリティ認証取得費用がかかる水準 |
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 |
|---|---|---|
| 人口10万人規模の市の監査委員事務局長・次長 | 現場の抽出監査の実態と伝票データ形式・課題感を直接把握するため | 知人紹介または自治体DX関連セミナーの名刺交換から個別訪問打診 |
| 会計課・財政課の情報システム担当係長 | 公会計システムとのCSV/API連携可否・データ項目の実務的制約を確認するため | 監査委員事務局からの紹介、または自治体クラウドベンダー経由で紹介依頼 |
| 地方公共団体情報システム機構(J-LIS)の自治体情報セキュリティ担当部署 | LGWAN接続・自治体情報セキュリティクラウドの技術要件を確認するため | J-LIS公式サイトの問合せ窓口経由で技術相談を申込む |
| 自治体向け電算・自治体クラウド事業者の官公庁営業責任者 | 代理店提携による導入自治体への販売チャネル構築を検討するため | 自治体総合フェア等の展示会ブースで名刺交換し個別商談を設定 |
| 全国都市監査委員会または都道府県監査委員協議会の事務局担当者 | 監査委員コミュニティへの認知拡大とパイロット自治体紹介を依頼するため | 協議会事務局へ事業概要資料を送付し勉強会・研究会での登壇を打診 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 自治体OBネットワーク | 元監査委員事務局職員や元会計課職員に「試しにある自治体のデータで無料診断させてほしい」と頼み、知り合いの自治体担当者への紹介をお願いする。 |
| 電算・自治体クラウド事業者への持ち込み | 既存の公会計システムを提供するベンダー担当者に「連携先の一つとしてパイロット導入を試したい」と提案し、既存顧客への紹介を依頼する。 |
| 監査委員協議会・研究会への参加 | 地方の監査委員協議会の勉強会に参加し、「無料でリスクスコアの試作結果をお見せしたい」と現場の課題を聞きながら関心のある自治体を探す。 |
| 自治体向け展示会・フェアへの出展 | 自治体総合フェア等の展示ブースで実際のダッシュボード画面を見せ、「実際の自治体データで試作してみませんか」と声をかけて名刺交換する。 |
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 新規開業資金（新創業融資制度） | 法人・個人事業として新たに事業を始める代表者（本事業のように代表一名で始める創業者を含む） | 創業からしばらくは代表一名で開発・営業を進める体制のため、当面の運転資金の確保が要となる。融資総額は500万円を想定し、設立後まもない時期の人件費・外注費・セキュリティ認証取得費の立て替えに使える候補となる。 |
| 東京都中小企業振興公社 創業助成事業 | 都内で創業を予定している、または創業して間もない中小企業者・個人事業主 | 自治体向けSaaSの初期開発費や販促費の一部を助成対象とできる可能性があり、自己資金100万円に加えて開発初期の資金負担を軽くする候補になる。 |
| 中小企業庁 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で事業を営む小規模事業者 | 展示会出展や自治体向けパンフレット・営業資料の作成など販路開拓費の一部が対象となり、代理店営業・業界団体への周知活動に使える候補となる。 |
| 経済産業省 SBIR制度（研究開発型スタートアップ支援事業） | AI・データ分析等の研究開発型プロダクトを持つスタートアップ | 異常検知モデルやLLM連携機能の研究開発段階に対する補助・委託事業として活用できる可能性があり、プロダクト開発費の一部を外部資金でまかなう候補になる。 |
| J-Startup | 経済産業省が選定する成長期待の高いスタートアップ | 選定されれば自治体・大手ベンダーとの連携機会や海外展開支援等の各種プログラムに参加でき、代理店提携や業界団体からの信用形成を後押しする候補になる。 |
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。
自治体DXに取り組む起業家コミュニティで話題になっています。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・登録動向にもとづく自動集計の相対表示です