Who（誰が）
外国人従業員を10名以上雇用する製造業・建設業・介護・小売の中堅企業の人事労務担当者と、監理団体・登録支援機関の担当者が主な利用者である。
対象とする社会課題：多国籍職場における就業規則・社内文書の言語不整合と法令未対応
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。
日本で働く外国人労働者は増え続けているのに、就業規則やハラスメント規程は日本語のみのままという職場が少なくない。読めないまま署名させられ、トラブルが起きて初めて意味を知る人もいる。人事担当者も翻訳会社に頼む余裕がなく、機械翻訳を貼り付けて済ませているのが実情だ。法令に沿った言葉で、母国語で、きちんと届く仕組みが必要だと考えた。
※ 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680万円の申請資料も、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、PolyRule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。まずは気になるボタンを押して、たたき台を手に入れてください。
※ 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。
PolyRuleは、外国人従業員を雇用する中堅企業の人事担当者が、就業規則や36協定、ハラスメント規程などのWord/PDFファイルをアップロードするだけで、ベトナム語・中国語・インドネシア語など12言語の翻訳案を自動生成し、条文ごとに法令齟齬リスクをスコア表示するSaaSです。
人事担当者は差分ハイライトを見ながら社労士監修版と照合し、承認ボタン一つで全言語版を更新できます。外国人従業員はスマホアプリの母国語チャットボットに「有給休暇は何日取れますか」と質問すると、該当条文を引用した回答と読み上げ音声が返ってきます。法改正時は官報・厚労省告示をAIが常時監視し、影響条文を検出して更新案を通知する運用まで含みます。
日本国内の外国人労働者数は2023年時点で204万人を超え、製造業・建設業・小売業を中心に多国籍化が急速に進んでいる。
しかし就業規則や36協定、安全衛生マニュアル、ハラスメント規程などの社内文書は日本語のみで作成されているケースが大半で、外国人従業員の約6割が「就業規則の内容を理解していない」と回答する調査結果もある。中小企業の人事担当者は翻訳会社に外注する予算も時間もなく、Google翻訳等の機械翻訳をそのまま貼り付けて誤解やトラブルを招く事例が頻発している。さらに労働基準法改正や最低賃金改定のたびに全言語版を手作業で更新する必要があり、多言語版が古いまま放置されることも多い。結果として、外国人従業員の労務トラブル・離職・訴訟リスクが高まり、企業側も是正勧告や労働紛争対応コストを負っている。この課題は単純な翻訳精度の問題ではなく、法令準拠と多言語同期の継続的な運用体制の欠如が本質であり、既存の翻訳ツールでは解決されていない。
①自然言語処理(NLP)により就業規則PDFを条文単位に構造化・意味解析し、②大規模言語モデル(LLM)が法的整合性を保った多言語翻訳と平易化・音声合成を行う。
③法令データベースとの差分検出には検索拡張生成(RAG)を用い、官報・厚労省告示の更新を常時クロールして影響条文を予測・特定する。④従業員向けには多言語対話AIがFAQ形式で条文を引用しながら質疑応答し、問い合わせ内容を分析して人事部にトラブル予兆をアラート通知する。
人事担当者は自社の就業規則・雇用契約書・マニュアルをPDFまたはWord形式でアップロードするだけで、AIが条文単位で構造を解析し、対象従業員の母国語（ベトナム語・中国語・インドネシア語・ネパール語・英語など主要12言語）へ法的整合性を保った翻訳案を自動生成する。
生成された翻訳案は労働法データベースと照合され、条文ごとに「現地法・日本法との齟齬リスク」がスコア表示され、社労士監修済みのテンプレート文言との差分がハイライトされる。人事担当者はチャット型AIアシスタントに「この条項をベトナム語で従業員に分かりやすく説明して」と入力すれば、平易な言い換え版と読み上げ音声も自動生成され、従業員説明会や入社時オリエンテーションにそのまま使える。法改正情報（最低賃金改定・労基法改正など）はAIが官報・厚労省データを常時監視し、影響を受ける条文と多言語版を自動検出して更新案を人事担当者に通知し、承認だけで全言語版が同期更新される仕組みとなる。従業員側は専用アプリで自分の母国語チャットボットに就業規則について質問でき、AIが該当条文を引用しながら対話形式で回答する。
| 翻訳会社への都度外注費(就業規則改定1回あたり) | 年額約80万円(改定4回×20万円の想定) |
| 労務トラブル対応(弁護士相談・和解金・是正勧告対応の人件費) | 年額約150万円の想定 |
| 外国人従業員の誤解に起因する離職・再採用コスト | 年額約120万円(技能実習生1名離職あたり採用・監理費用60万円×2名の想定) |
| 説明会・オリエンテーション時の通訳手配費用 | 年額約60万円(月1回×5万円換算) |
| SaaS月額プラン(従業員300名規模・5言語対応) | 月額15万円(年額180万円) |
| 初期導入・移行支援費(初回12言語構造化) | 60万円(初年度のみ) |
| 法改正アップデート従量課金(年4回想定) | 年額12万円(1回3万円×4回) |
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。
外国人労働者204万人超のうち約6割が就業規則を理解できていないという調査結果があり、機械翻訳の貼り付けだけで済ませている中小企業では労務トラブルの温床になっている。
翻訳会社への外注は1案件数十万円かかり、中小企業の人事担当者が最低賃金改定や法改正のたびに全言語版を手作業で更新するのは現実的に不可能である。結果として多言語版が古いまま放置され、外国人従業員との認識齟齬が離職や労働紛争に発展するケースが起きている。既存の翻訳ツールは単発の翻訳精度しか扱わず、法令準拠と多言語同期を継続運用する仕組みが市場に存在しない。
MVP開発（文書構造化・翻訳生成・リスクスコア表示・承認フロー）は要件が明確なため請負契約が向くが、LLM翻訳精度や法令DBとの照合ロジックはPoCでの試行錯誤が前提となるため、PoC・α版フェーズ（0〜12ヶ月）は準委任契約で進め、仕様が固まった機能から請負に切り替える段階契約を推奨する。
誤訳による労務トラブルの責任分界点を契約書に明記し、成果物には「参考訳」表示義務と社労士監修工程を検収条件に含めることが必須である。官報・厚労省データのクロール仕様やSmartHR等とのAPI連携は外部仕様変更リスクがあるため、保守運用フェーズは月額の準委任型保守契約とし、法改正従量課金の実装単価も別途見積もりとする。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 外国人雇用比率の高い中堅企業（従業員50〜999名、製造業・建設業・介護施設・小売チェーン）の人事労務担当者 |
| セカンダリ | 外国人技能実習生・特定技能人材本人（多言語チャットボット利用者）、監理団体・登録支援機関の担当者 |
| 管理 | PolyRule運営側の社労士監修担当者およびカスタマーサクセス担当（法令DB更新・翻訳品質レビューを行う） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 文書アップロード・構造解析 | PDF/Word就業規則→NLPで条文単位に構造化・意味解析→条文リストを出力 |
| 多言語翻訳案生成 | 構造化条文→LLMが法的整合性を保持し12言語へ翻訳→翻訳案テキストを出力 |
| 法令データベース照合・差分検出 | 翻訳案条文→RAGで現地法・日本法DBと照合→齟齬リスクスコアを出力 |
| 社労士監修テンプレート差分ハイライト | 翻訳案→監修済みテンプレートと文言比較→差分箇所を色分け表示 |
| 平易化・音声生成チャットアシスタント | 人事担当者の指示文→LLMが平易な言い換え文生成→テキストと読み上げ音声を出力 |
| 法改正監視・影響条文検出 | 官報・厚労省告示データ→RAGで常時クロールし影響条文を推定→更新候補リストを通知 |
| 承認ベース多言語同期更新 | 更新候補リスト→人事担当者が承認→全12言語版就業規則を一括更新 |
| 従業員向け多言語対話AI | 従業員の母国語質問→対話AIが該当条文を検索し引用→回答文を対話形式で出力 |
| 問い合わせ予兆分析アラート | 従業員チャットログ→AIがトラブル予兆パターンを分析→人事部へアラート通知 |
| 人事労務システムAPI連携 | SmartHR/freee人事労務の従業員データ→API経由取得→対象言語・配布先を自動設定 |
| 初期導入データ移行支援 | 既存就業規則・翻訳メモリ→初回構造化バッチ処理→初期多言語版一式を生成 |
| テーブル | 主要カラム |
|---|---|
companies | company_id, name, industry, employee_count, plan_type, contract_status, created_at |
documents | document_id, company_id, doc_type, original_lang, file_path, version, status, uploaded_at |
clauses | clause_id, document_id, clause_no, original_text, structure_json, risk_score, updated_at |
translations | translation_id, clause_id, target_lang, translated_text, review_status, reviewer_id, audio_path |
legal_updates | update_id, law_category, effective_date, source_url, summary, affected_clause_ids |
reviewers | reviewer_id, name, sharoushi_license_no, affiliation, contact |
chat_logs | log_id, employee_id, company_id, lang, question_text, answer_text, cited_clause_id, created_at |
partners | partner_id, partner_type, name, revenue_share_rate, referred_company_ids, contract_start |
| # | 画面 |
|---|---|
| 1 | 文書アップロード画面 |
| 2 | 条文構造確認画面 |
| 3 | 翻訳差分レビュー画面 |
| 4 | リスクスコア一覧画面 |
| 5 | 法改正通知承認画面 |
| 6 | 従業員向けチャット画面 |
| 7 | 管理者ダッシュボード |
| # | 技術（採用理由） |
|---|---|
| 1 | GPT-4o系LLM(多言語翻訳・平易化生成に対応) |
| 2 | LangChain(RAGパイプライン構築を効率化) |
| 3 | Pinecone(法令ベクトル検索で差分検出高速化) |
| 4 | AWS Textract(PDF条文構造抽出の精度確保) |
| 5 | Amazon Polly(多言語音声読み上げ生成) |
| 6 | PostgreSQL(条文・翻訳履歴の構造化管理) |
| 7 | SmartHR API連携基盤(既存人事労務フロー組込) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 月間稼働率99.5%以上、計画外停止は月間3.6時間以内を目標とする想定 |
| セキュリティ | セキュリティ: 就業規則・雇用契約書等の個人情報はAES256で暗号化保存し、ロールベースアクセス制御を適用 |
| 性能 | 性能: 翻訳・照合APIのレスポンスは平均2秒以内、同時アクセス1000ユーザー規模を想定 |
| 精度 | 精度: 初期翻訳案の構造化・翻訳精度85%以上をPoC段階の目標値とする |
| 運用 | 運用: 法改正公布から多言語版更新完了まで平均5営業日以内を2年目末までの目標とする |
| バックアップ | バックアップ: 日次バックアップを実施し、RPO24時間・RTO4時間を目安に復旧体制を整備 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 社労士監修のもと、少数のパイロット企業の就業規則を手作業で多言語化し、現場の従業員に読んでもらって理解度と反応を確認する | 社労士への謝礼と交通費程度 |
| ②最小システム | 条文構造の解析とAI翻訳案の自動生成だけを実装した簡易ツールを作り、パイロット企業に使ってもらい翻訳精度と運用負荷を確認する | AI利用料と簡易開発の外注費のみ |
| ③本開発 | 法改正の自動監視、多言語対話AI、人事労務システムとのAPI連携を含む本番システムを外注または内製で構築し、複数言語・複数企業の同時運用に耐える設計にする | 外注開発で数か月分の予算を想定 |
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 |
|---|---|---|
| 社会保険労務士法人の代表社労士(外国人労務・就業規則専門) | 監修体制構築とテンプレート精度検証の要となるため最優先で連携が必要 | 全国社会保険労務士会連合会や外国人雇用対策の勉強会経由で紹介を依頼 |
| 外国人技能実習生の監理団体・登録支援機関の事務局長 | 受入企業への導入チャネルと実際の労務トラブル事例を把握できる | 公益財団法人国際人材協力機構(JITCO)の会員名簿から連絡先を特定 |
| 製造業・介護施設等の人事労務担当者(従業員100〜500名規模) | 現場の翻訳運用実態とPoC協力企業候補を直接把握するため | 地方自治体の外国人雇用支援セミナーや商工会議所の人事交流会に参加 |
| SmartHR等人事労務SaaSベンダーのアライアンス担当者 | API連携と既存顧客基盤への導入経路を早期に確保するため | 各社パートナープログラム窓口フォームから提携打診を行う |
| 都道府県労働局・外国人雇用管理アドバイザー | 外国人雇用管理指針の運用実態と是正勧告事例の傾向を確認するため | 所轄労働局の需給調整事業課に相談予約を申し込む |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 監理団体・登録支援機関への直接訪問 | 「外国人技能実習生・特定技能人材の受入企業向けに就業規則の多言語整備を手伝っています、御団体経由の企業をご紹介いただけないか」と依頼する |
| 社労士事務所との連携紹介 | 「多言語版の作成・更新作業をAIで効率化したい、顧問先の外国人雇用企業を一緒に支援させてほしい」と提案し協業を申し出る |
| 外国人雇用関連のセミナー・展示会 | 登壇や名刺交換の場で「就業規則が外国人従業員に伝わっていない課題を解決するツールを作った、話を聞かせてほしい」と直接声をかける |
| 人事担当者向けSNS・コミュニティでの直接メッセージ | 製造業・介護・小売の人事担当者に「外国人従業員向けの就業規則整備で困っていることを聞かせてほしい」と個別に連絡する |
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 | 法人設立から間もない代表者、税務申告実績が浅い創業者 | 運転資金として680万円規模の融資を受けられる候補となり、社労士監修費用やエンジニア採用費など創業初期の運転資金に充当できる |
| 小規模事業者持続化補助金 | 従業員数の要件を満たす小規模事業者 | パンフレット作成・展示会出展・ウェブ広告など、監理団体や中堅企業向けの販路開拓費用の一部を補助対象にできる候補となる |
| 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（自社および導入先の顧客企業） | 顧客企業側がこの補助金を使って初期導入・移行支援費を賄える場合があり、営業提案時の後押し材料になる |
| ものづくり・商業・サービス生産性向上促進補助金（通称: ものづくり補助金） | 生産性向上に資するシステム投資を行う中小企業 | AI翻訳エンジンや法令データベースの構築にかかるシステム投資費用の一部を補助対象にできる可能性がある候補となる |
| 東京都創業助成事業 | 都内で創業を予定・開始した個人または法人 | 人件費・専門家謝金・広告費などの一部が助成対象になり得るため、社労士報酬や初期の採用費用に充てられる候補となる |
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。
外国人雇用・多様性の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・登録数などの自動集計にもとづく相対表示です