Who（誰が）
建設コンサルタント、ゼネコン、測量・点検事業者、自治体向けITベンダーなど大手事業会社が主な買い手候補となる。
対象とする社会課題：公立学校施設の老朽化対策が場当たり的で、計画的な改修が進まない
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。
全国の公立小中学校の多くは建築から長い年数が経ち老朽化が進んでいる。しかし自治体の施設担当は数名体制で建築の専門知識を持つ職員も少なく、点検記録は紙やExcelで属人的に管理され、雨漏りや外壁剥落などの危険箇所への対応が後手に回りやすい。財政の厳しい市町村ほど専門コンサルに発注する予算がなく、子どもたちが学ぶ校舎の安全リスクが放置されがちだ。この事業は、AIで劣化状況を可視化し、限られた予算でも優先順位をつけられる仕組みを届ける。
※ 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730万円の申請資料も、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AIチャットが開き、スクールインフラAIの事業内容・市場データ・ロードマップを読み込んだ状態で資料の素案を作成します。教育委員会への提案や融資申請にそのまま使える形で出力されます。
※ 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。
市区町村の教育委員会・施設管理課の職員が、タブレットで校舎の外壁や屋上、体育館を撮影してアップロードすると、AIがひび割れ幅・雨漏り痕・外壁剥離を自動採点し、築年数や過去の補修履歴と合わせて施設ごとの劣化スコアを算出する。
専門知識がない職員でも、チャット画面に『今年度予算5000万円』『体育館を優先』と入力するだけで、緊急対応優先・コスト最小化・長寿命化重視の3パターンの改修シナリオが自動生成され、個別施設計画のフォーマットに出力される。出来上がった資料はそのまま議会説明に使え、点検から計画策定・議会報告までの手間を大幅に圧縮する。
全国の公立小中学校約2.8万校のうち、築25年以上経過した建物が8割超を占め、国は今後30年で改修・更新費用が数十兆円規模に達すると試算している。
多くの自治体の教育施設課は数名体制で、建築構造の専門知識を持つ職員が不在なまま『個別施設計画』の策定・更新を義務付けられている。結果として、目視点検の記録が紙やExcelで属人的に管理され、雨漏りや外壁剥落など危険度の高い箇所への対応が後手に回るケースが頻発している。人口減少で財政が厳しい市町村ほど専門コンサルへの発注予算が確保できず、老朽化した校舎で学ぶ児童生徒の安全リスクが放置されがちである。実際、文科省調査でも点検はしているが優先順位付けと予算配分の根拠が不明確な自治体が過半数を占める。
画像解析AI（CNNベースの劣化検出モデル）が点検写真からひび割れ幅・変色・剥離を自動採点し、人的目視点検のばらつきを排除する。
時系列劣化予測モデルが築年数・気候区分・過去補修履歴から施設ごとの劣化進行曲線を予測し、5年後・10年後の危険度を可視化する。最適化アルゴリズムが予算制約下での改修順位・工事時期を組合せ最適化問題として解き、複数シナリオを瞬時に生成する。自然言語対話AIが専門知識のない職員とやり取りし、行政文書フォーマットに沿った計画書ドラフトを自動生成する。
自治体の施設担当職員がタブレットで校舎を撮影しアップロードすると、画像解析AIがひび割れ・劣化・雨漏り痕を自動判定し、既存の築年数・構造・補修履歴データと統合して施設ごとの劣化スコアを算出する。
担当職員はチャット形式のAI対話画面で『今年度予算は5000万円』『体育館を優先』などと入力するだけで、AIが複数の改修シナリオ（緊急対応優先/コスト最小化/長寿命化重視）を自動生成し比較提示する。生成された計画案は個別施設計画のフォーマットに自動出力され、議会説明資料としてそのまま利用できる。現地点検が難しい小規模自治体向けには、提携する建築士・点検事業者が巡回撮影を代行し、データをAIに投入するアウトソースオプションも用意する。改修工事の発注段階では、AIが工事内容と規模から適合する地域工事事業者をマッチングし、相見積もり取得までを支援する。
| 建築コンサルへの個別施設計画策定・改修計画コンサル発注費用（自治体規模による） | 年額 500万〜1,000万円程度の想定 |
| 雨漏り・外壁剥落など後手対応による緊急修繕費（計画外工事の割増） | 年額 300万〜800万円程度の想定 |
| 施設事故・落下物等が発生した場合の対応費用・賠償リスク（保険適用外分） | 発生時数百万円規模、発生確率は低いが青天井のリスク |
| 職員が手作業で行う点検記録整理・計画書作成の人件費（時間コスト） | 年額 職員2名×1ヶ月分＝概算60万〜100万円相当 |
| 小規模自治体プラン（学校数〜10校目安） | 年額 150万円 |
| 中規模自治体プラン（学校数10〜30校目安） | 年額 300万円 |
| 大規模自治体プラン（学校数30校以上目安） | 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。
自治体の教育施設課は数名体制で建築構造の専門職員が不在のまま、義務化された個別施設計画の策定・更新を担っており、目視点検の記録も紙やExcelで属人管理されている。
このため雨漏りや外壁剥落など危険度の高い箇所への対応が後手に回り、財政の厳しい市町村ほど専門コンサル発注の予算も確保できない。文科省調査でも点検はしているが優先順位付けと予算配分の根拠が不明確な自治体が過半数を占め、老朽化校舎で学ぶ児童生徒の安全リスクが放置されがちである。属人的な点検業務を標準化し、限られた予算での優先順位判断を支援する仕組みが必要とされている。
PoC・モデル検証フェーズ（0-6ヶ月）は画像解析精度の検証や自治体ヒアリングを重ねながら仕様を固める必要があるため、準委任契約で柔軟に進めるのが適する。
機能要件が固まったMVP開発（フォーマット出力、ダッシュボード等）は範囲を明確化できるため請負契約に切り替え、検収基準（一致率90%の判定精度、既存点検データの取込成功率など）を仕様書に数値で明記する。自治体側の予算執行は単年度会計のため、契約更新・追加開発の発注タイミングは年度予算の議決スケジュールに合わせて事前調整することが重要である。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 市区町村教育委員会・施設管理課の担当職員（数名体制、建築専門知識を持たない前提） |
| セカンダリ | 提携建築士・点検代行事業者、改修工事を受注する地域工務店・建設業者 |
| 管理 | 自社カスタマーサクセス担当（自治体オンボーディング支援）およびシステム運用管理者 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 点検写真アップロード機能 | タブレット撮影画像→クラウド保存・校舎/箇所タグ付与→点検記録DB登録 |
| 画像解析劣化判定AI | 点検写真→CNN解析でひび割れ幅・変色・剥離採点→劣化スコア出力 |
| 時系列劣化予測モデル | 築年数・構造・補修履歴→劣化進行曲線計算→5/10年後危険度予測表示 |
| 改修シナリオ最適化エンジン | 予算額・優先方針入力→組合せ最適化計算→複数シナリオ案生成 |
| AIチャット対話計画策定支援 | 職員の自然言語入力→意図解析・条件抽出→計画案パラメータ設定 |
| 個別施設計画書自動出力 | 劣化スコア・シナリオ結果→行政文書フォーマット変換→議会提出用PDF出力 |
| 点検代行手配管理 | 点検依頼登録→提携事業者への巡回撮影割当→撮影データ回収・登録 |
| 工事事業者マッチング | 改修計画内容・規模→適合事業者検索・条件照合→候補リスト提示 |
| 相見積もり取得支援 | マッチング候補選定→見積依頼一括送信→回答比較表自動生成 |
| 施設台帳・補修履歴管理 | 既存Excel/紙データ取込→統合DB登録・更新→施設別履歴照会画面表示 |
| 専門家ダブルチェック機能 | AI判定結果→建築士による確認・修正入力→判定根拠付き最終結果確定 |
| テーブル | 主要カラム |
|---|---|
municipalities | id, name, prefecture_code, plan_type, contract_status, contract_start_date |
schools | id, municipality_id, name, building_type, structure_type, built_year, floor_area, address |
inspection_photos | id, school_id, uploaded_by, photo_url, location_tag, taken_at, upload_source |
damage_detections | id, photo_id, damage_type, crack_width_mm, severity_score, model_version, confirmed_by_expert |
degradation_scores | id, school_id, evaluated_at, current_score, predicted_score_5y, predicted_score_10y |
repair_history | id, school_id, repaired_at, repair_type, cost_amount, vendor_id |
renovation_plans | id, municipality_id, fiscal_year, scenario_type, budget_amount, priority_order, status |
vendors | id, name, vendor_type, service_area, license_no, rating_score |
| # | 画面 |
|---|---|
| 1 | 施設一覧・劣化マップ画面 |
| 2 | 点検写真アップロード画面 |
| 3 | 劣化診断結果詳細画面 |
| 4 | 予算対話シナリオ生成画面 |
| 5 | 改修計画比較・選定画面 |
| 6 | 個別施設計画書出力画面 |
| 7 | 工事事業者マッチング画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS S3（点検写真の大容量画像保存に適する） |
| 2 | PyTorch（CNN劣化検出モデルの実装で標準的） |
| 3 | PostgreSQL（施設・点検データの構造化管理に適する） |
| 4 | FastAPI（画像解析APIを軽量に提供できる） |
| 5 | OR-Tools（予算制約下の組合せ最適化計算に利用） |
| 6 | OpenAI API（自然言語対話・計画書ドラフト生成に利用） |
| 7 | Next.js（自治体職員向けタブレットUIの構築に適する） |
| 区分 | 要件 |
|---|---|
| 画像解析処理は1校あたり100枚の写真を平均5分以内に判定完了する想定 | 画像解析処理は1校あたり100枚の写真を平均5分以内に判定完了する想定 |
| システム可用性は年間稼働率99.5%以上（自治体年度末繁忙期の計画メンテナンス除く）を目標 | システム可用性は年間稼働率99.5%以上（自治体年度末繁忙期の計画メンテナンス除く）を目標 |
| 点検写真・個人情報を含むデータは自治体ごとに論理分離し、暗号化保存（AES-256相当）を行う | 点検写真・個人情報を含むデータは自治体ごとに論理分離し、暗号化保存（AES-256相当）を行う |
| 同時アクセス自治体数100団体、ピーク時同時接続500ユーザーに耐える構成とする | 同時アクセス自治体数100団体、ピーク時同時接続500ユーザーに耐える構成とする |
| 画像解析モデルの判定精度は人的目視判定との一致率90%以上を1年目末までに維持する | 画像解析モデルの判定精度は人的目視判定との一致率90%以上を1年目末までに維持する |
| データバックアップは日次で取得し、障害発生時の復旧目標時間（RTO）を24時間以内とする | データバックアップは日次で取得し、障害発生時の復旧目標時間（RTO）を24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 | 協力自治体数校分の点検写真をExcelとPythonのスクリプトで手動採点し、劣化スコアの妥当性と職員の反応を確認する。システムは作らず紙芝居レベルの資料で提案する。 | 自分の作業時間とAI利用料程度で、外部発注は行わない水準感 |
| ②最小システム | 写真アップロードと簡易な画像判定、レポート出力までをノーコード・低コードツールと既存の画像解析APIを組み合わせて構築し、実際の職員に触ってもらってフィードバックを得る。 | 外注を一部使う場合でも数か月分の開発費用で収まる水準感 |
| ③本開発 | CNNベースの独自劣化検出モデルと時系列予測・最適化アルゴリズムを本格実装し、自治体の個別施設計画フォーマットへの自動出力機能まで仕上げる。 | エンジニア採用または外注チームを組む規模の投資が必要な水準感 |
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 |
|---|---|---|
| 市区町村教育委員会 施設整備課・学校施設課の課長または係長 | 個別施設計画の策定・更新業務の当事者で予算要求権限を持つため | 文科省『学校施設老朽化対策実務者連絡会』や自治体主催の施設マネジメント研修で接点を作る |
| 都道府県教育委員会 施設整備担当部署の指導主事 | 市区町村への技術的助言・広域連携プランの旗振り役になり得るため | 都道府県教育委員会の公共施設等総合管理計画担当窓口に直接照会・面談依頼 |
| 公共施設マネジメント支援を行う建築コンサル会社の営業責任者 | 競合ではなく協業先として、既存顧客自治体への導入紹介ルートを得るため | 日本建築士事務所協会や公共施設マネジメント学会の名簿から代表番号にアプローチ |
| 総務省 公共施設等総合管理計画関連の地方財政担当職員 | 個別施設計画の国庫補助・地方財政措置の最新運用を把握するため | 総務省自治財政局財務調査課の代表窓口に制度照会の形で連絡 |
| ドローン外壁調査・建物点検を行う地域事業者の代表 | 小規模自治体向け点検代行アウトソースの提携パートナー候補であるため | 国土交通省登録の建築物調査資格者一覧や日本建築ドローン協会経由で紹介依頼 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 全国公立学校施設整備研究会等の自治体職員向け勉強会 | 『個別施設計画の更新業務が数名体制で回らない自治体様の実例を伺いたい』と趣旨を伝え、無償の課題ヒアリングの場を依頼する。 |
| 建築コンサル会社・点検事業者への協業打診 | 『御社の点検データを活用した優先順位付けAIを一緒に自治体へ提案したい』と伝え、既存顧客への同行紹介を依頼する。 |
| 教育委員会・自治体施設担当者への知人紹介 | 地方議員・元自治体職員の知人経由で『施設課の困りごとを聞かせてほしいだけ』と負担の少ない依頼をする。 |
| 教育関連の展示会・自治体向けITソリューション展 | 小間出展ではなく来場のみでも、施設担当者ブースに立ち寄り『個別施設計画の更新、今どう進めていますか』と声をかける。 |
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 新規開業融資 | 創業前・創業後まもない法人・個人事業主 | 運転資金の立ち上げ期（自治体との契約が固まるまでの人件費・営業費）を支える柱になる。融資額の目安は 730万円 で、着金は設立から2か月目ごろを想定して資金繰り表を組む。 |
| 信用保証協会 制度融資（創業関連保証） | 法人設立から間もない中小企業 | 公庫融資と並行して地元金融機関からの追加借入枠を確保でき、自治体入札の際に求められる財務基盤の厚みを示す材料になる。 |
| 小規模事業者持続化補助金 | 商工会・商工会議所の管轄区域内の小規模事業者 | 自治体向け提案資料・ウェブサイト・展示会出展など、初期の営業活動にかかる販路開拓費の一部に充当できる可能性がある。 |
| 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） | 革新的なサービス開発・試作を行う中小企業 | 画像解析AIの試作モデル開発やクラウド基盤構築など、システム開発の初期投資の一部を補助対象にできる可能性がある。 |
| SBIR制度（研究開発型スタートアップ支援事業） | 公共課題の解決に資する研究開発を行う企業 | 学校施設という公共インフラの課題解決型AI開発は制度の趣旨に合致しやすく、国の関係府省庁の公募に応募することで研究開発資金と自治体への実証機会を得られる可能性がある。 |
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。
この領域に取り組む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。
※ バッジは閲覧・登録などの自動集計にもとづく相対表示です。