Who（誰が）
従業員50〜300人規模の金属加工・樹脂成形・板金工場の経営者・現場管理者、および将来的にはFA機器メーカーや製造業DXベンダー等の買い手候補企業
対象とする社会課題：熟練工の段取り勘所が言語化されず退職とともに失われる技能継承断絶
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。
工場では、あと数年で辞める熟練工の頭の中に、会社の技術力そのものが詰まっている。本人も言葉にできない「音」や「削り粉の色」の判断を、誰も引き継げないまま定年を迎えさせてしまえば、その工場の強みは静かに消える。段取りナビAIは、その消えかけている技を映像とセンサーで記録し、次の世代が使える形に残すための道具である。
※ 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、段取りナビAI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。
「段取りナビAI」は、熟練工にしか分からない機械調整や工具選定の勘所を、カメラ・振動センサー・音声記録とAIで見える化するサービスです。
ベテランの作業を数週間撮影・録音し、AIが『主軸回転数を落として音を確認する』といった暗黙知を手順グラフとして自動抽出します。新人はタブレットのAR画面で手順を確認しながら作業し、実際の音や振動が熟練者と3dB以上ずれるとその場で音声アラートが鳴り、送り速度の調整などを助言します。管理者は月次レポートで新人の習熟度と次に教えるべき工程を把握でき、退職で失われがちな技能が数値データとして工場に残ります。
国内製造業では従業員の30%以上が50歳以上で、今後10年間に熟練技能者の大量退職が見込まれるが、段取り替え（機械の調整・工具選定・作業順序決定）のノウハウは属人化しており文書化されていない。
従業員50〜300人規模の金属加工・射出成形工場では、段取り時間がベテランと新人で2〜3倍差があり、これが生産性のボトルネックになっている。熟練工は「音」「振動」「削り粉の色」といった感覚的な判断基準で微調整しており、本人も言語化できないため従来のマニュアル化は形骸化する。中小企業には専任の技能伝承担当者を置く余力がなく、OJTに依存した結果、退職時に知識が丸ごと失われるケースが年間数千件規模で発生していると推計される。結果として新規受注時の見積精度低下、不良率上昇、納期遅延が慢性化している。
第一に画像・音響解析AIが熟練者の作業動画から動作区切りと異常判定基準（音圧・周波数パターン）を自動抽出する。
第二に大規模言語モデルが熟練者への聞き取り音声を要約・構造化し、感覚的表現を数値閾値付きの作業ルールに変換する。第三に若手作業中はエッジ側の異常検知モデルがリアルタイムでセンサー波形を熟練者データと比較し、逸脱時に音声対話AIが「送り速度を10%落としてください」等の具体的助言を返す。第四に習熟度予測モデルが個人ごとの作業ログから技能定着曲線を推定し、次の教育優先工程をレコメンドする。
工場の段取り作業現場に定点カメラ・振動センサー・音響マイクを設置し、熟練工が実際に段取りを行う様子を数週間にわたり記録する。
AIが映像・音・センサーデータと、熟練工が作業中につぶやく独り言や休憩時のヒアリング音声を同期解析し、「工程A→Bの切替時に主軸回転数を落として音の変化を確認する」といった暗黙知を作業手順グラフとして自動抽出する。若手作業者はタブレット端末でAR表示された手順ガイドを見ながら作業し、実際の作業音・映像をAIがリアルタイム比較して「熟練者の音と3dB異なる」などの逸脱を即座にアラート・音声対話で助言する。月次で新人の習熟度データが蓄積され、AIが次に重点指導すべき工程を工場管理者にレポートする、という循環で技能移転が進む。
| 熟練工退職による技能損失・代替教育コスト(OJT延長・外部研修) | 年間200万円〜400万円の目安 |
| 新人段取り時間超過による残業代・生産性低下(1ライン当たり) | 年間150万円程度の目安 |
| 不良率上昇による手直し・廃棄コスト(不良率2.8%想定工場) | 年間300万円〜500万円の目安 |
| 納期遅延による機会損失・取引先信用低下(遅延1件あたり) | 年間100万円〜200万円の目安 |
| 初期導入・記録構築費(1拠点、熟練工3〜5名分) | 300万円〜600万円(初年度一括) |
| 月額AIプラットフォーム利用料(1ライン・作業者10名まで) | 月額15万円〜30万円 |
| 業界テンプレートライブラリ利用料(任意追加) | 月額3万円〜5万円 |
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。
国内製造業では従業員の30%以上が50歳以上で、今後10年で熟練技能者の大量退職が見込まれるが、段取り替えのノウハウは文書化されず本人しか分からない状態にある。
従業員50〜300人規模の工場では専任の技能伝承担当者を置く余力がなく、OJTに依存した結果、退職時に知識がまとめて失われるケースが年間数千件規模で発生していると推計される。熟練工の判断基準は「音」「振動」「削り粉の色」など感覚的なため、従来の紙マニュアル化では再現できず形骸化している。この結果、新規受注時の見積精度低下、不良率上昇、納期遅延が慢性化しており、現場データとAIによる暗黙知の言語化・継承が必要とされている。
検証フェーズ（パイロット3拠点でのセンサー設置・AI手順抽出モデルの精度検証)は仕様が流動的なため準委任契約が適しており、精度目標を成果物ではなく作業プロセスの合意事項として契約書に明記すべきである。
プロダクト確立フェーズ以降、AR端末アプリや逸脱検知機能の仕様が固まった段階では請負契約に切り替え、検収基準（段取り時間短縮率80%達成拠点比率70%等のKPI）を明文化する。センサー設置工事や機材調達は請負、AIモデルの継続改善・テンプレートライブラリ拡充は準委任という混合契約体系が実態に合う。発注時は熟練工協力者の同意取得プロセスと知的財産（作業手順グラフ・学習データ）の帰属を契約書に明記する必要がある。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 工場の若手・中堅作業者（段取り作業を学ぶ人） |
| セカンダリ | 熟練工（記録協力者）、工場の生産技術担当者・現場リーダー |
| 管理 | 工場側のシステム管理者（拠点データ・ユーザー管理）および事業者側の運用担当者（AIモデル・テンプレート管理） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 現場センサーデータ収集 | 定点カメラ・振動センサー・産業用マイクの信号→時刻同期して収集→作業記録DBに格納 |
| 動作区切り・異常判定基準抽出AI | 熟練工作業の映像・音響データ→画像/音響解析AIで動作区切りと音圧・周波数の異常判定基準を検出→工程別基準値を出力 |
| 暗黙知構造化AI | 熟練工の聞き取り音声・独り言→LLMが要約し感覚表現を数値閾値付きルールに変換→作業ルールテキストを出力 |
| 作業手順グラフ生成 | 動作区切りデータと構造化ルール→工程順序と分岐条件を統合→AR表示用の作業手順グラフを生成 |
| ARガイド表示 | 作業手順グラフとタブレットカメラ映像→AR描画処理→次工程と注意点をタブレット画面に重畳表示 |
| リアルタイム逸脱検知・音声助言 | 若手作業中のセンサー波形→エッジ異常検知AIが熟練者基準と比較→逸脱時に音声対話AIが具体的助言を返す |
| 習熟度予測・教育優先工程レコメンド | 個人別作業ログと逸脱履歴→習熟度予測モデルが定着曲線を推定→重点指導工程を管理者向けに出力 |
| 月次管理者レポート生成 | 習熟度データと不良率データ→集計・可視化処理→工場管理者向け月次レポートを配信 |
| 業界テンプレートライブラリ配信 | 複数拠点の蓄積データ→業種別標準パターンに匿名化・分類→契約拠点へテンプレートを配信 |
| 成果連動課金実績集計 | 習熟期間短縮率・不良率削減率データ→契約条件に基づき成果報酬額を算出→請求システムへ連携 |
| 熟練工協力インセンティブ管理 | 記録協力実績と貢献度データ→謝礼算定・表彰対象抽出処理→管理者へ通知しインセンティブ台帳を更新 |
| テーブル | 主要カラム |
|---|---|
factories | factory_id, 会社名, 拠点住所, 業種区分, 契約プラン, 契約開始日 |
lines | line_id, factory_id, ライン名, 工程種別(切削/研磨/組立), 対象機械型番 |
sensors | sensor_id, line_id, 種別(振動計/マイク/カメラ), 設置位置, 校正日 |
skilled_worker_sessions | session_id, line_id, 熟練工ID, 記録開始日時, 記録終了日時, 記録ステータス |
sensor_raw_data | data_id, session_id, sensor_id, timestamp, 波形/音圧値, 動画ファイルパス |
work_procedure_graphs | graph_id, line_id, 工程ノードID, 前工程ID, 判定閾値(音圧/周波数), 助言文言 |
trainee_work_logs | log_id, 作業者ID, line_id, 作業日時, 逸脱回数, 段取り所要時間 |
proficiency_scores | score_id, 作業者ID, 対象月, 習熟度スコア, 重点指導工程ID |
| # | 画面 |
|---|---|
| 1 | 工場管理者ダッシュボード |
| 2 | センサー設置・稼働管理 |
| 3 | 熟練工記録セッション画面 |
| 4 | 手順グラフ編集・確認画面 |
| 5 | ARタブレット作業ガイド |
| 6 | リアルタイム逸脱アラート |
| 7 | 習熟度・月次レポート画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS IoT Core: センサー大量データ収集に対応 |
| 2 | Amazon Timestream: 時系列振動音響データの高速蓄積 |
| 3 | PyTorch: 音響・画像異常検知モデル開発の柔軟性 |
| 4 | OpenAI API: 熟練工聞き取り音声の要約・構造化 |
| 5 | NVIDIA Jetson: 現場エッジでのリアルタイム推論 |
| 6 | Unity AR Foundation: タブレット向けAR手順表示 |
| 7 | PostgreSQL: 手順グラフ・マスタデータの一元管理 |
| 区分 | 要件 |
|---|---|
| リアルタイム逸脱検知から音声助言までの応答遅延は200ms以内とする | リアルタイム逸脱検知から音声助言までの応答遅延は200ms以内とする |
| エッジ異常検知モデルはネットワーク断絶時も現場PC上で24時間継続動作可能とする | エッジ異常検知モデルはネットワーク断絶時も現場PC上で24時間継続動作可能とする |
| 映像・音響データは工場内サーバに保管し外部送信時はTLS1.3で暗号化、熟練工個人情報は氏名等をマスキング処理する | 映像・音響データは工場内サーバに保管し外部送信時はTLS1.3で暗号化、熟練工個人情報は氏名等をマスキング処理する |
| AIモデル・手順グラフデータは日次バックアップし、RPO24時間・RTO4時間以内で復旧可能とする | AIモデル・手順グラフデータは日次バックアップし、RPO24時間・RTO4時間以内で復旧可能とする |
| システム稼働率99.5%以上(月間ダウンタイム3.6時間以内)を保証し、障害時は代理店経由で48時間以内に対応する | システム稼働率99.5%以上(月間ダウンタイム3.6時間以内)を保証し、障害時は代理店経由で48時間以内に対応する |
| 異常検知モデルの誤検知率を5%未満に維持し、月次アップデートで精度改善を継続する | 異常検知モデルの誤検知率を5%未満に維持し、月次アップデートで精度改善を継続する |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | パイロット工場1〜2拠点で市販の定点カメラとICレコーダーを設置し、熟練工の段取り作業を撮影・録音、人手で書き起こして「音や振動の勘所が言語化できるか」を確かめる | 機材レンタル代と現地滞在の交通費のみ |
| ②最小システム | 市販の振動センサー・産業用マイクと既存の画像/音声解析APIを組み合わせた簡易版を作り、熟練者データとの逸脱をタブレットにアラート表示できるかを検証する | AI利用料（API従量課金）と外部エンジニアへの短期業務委託費の範囲 |
| ③本開発 | AR表示アプリとエッジ側リアルタイム異常検知モデルを専用開発し、複数拠点への横展開・音声対話による具体的助言まで一気通貫で動く製品に仕上げる | 外注開発で数か月分の開発費に相当する水準 |
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 |
|---|---|---|
| 従業員50〜300人規模の金属加工・射出成形工場の工場長・生産技術部長 | 現場の段取り課題・熟練工退職状況を直接確認しニーズを検証する | 地域工業会・商工会議所の会員名簿、または工作機械商社の紹介経由で接触 |
| 工作機械商社・金型商社の営業所長（代理店提携候補） | 既存顧客基盤への導入チャネルとセンサー設置の技術連携を確保する | 業界展示会（JIMTOF等）や商社の技術セミナーで名刺交換し個別訪問設定 |
| 都道府県立工業技術センター（公設試）の技術支援担当研究員 | 実証フィールドの確保とAIモデル精度検証への協力を得る | 各県産業技術総合研究所のHPから共同研究・技術相談窓口に問い合わせ |
| 中小企業診断士またはものづくり補助金の認定経営革新等支援機関担当者 | 補助金申請支援をセット提案する営業スキームの実務手順を確認する | 商工会議所の経営相談窓口、または中小企業庁の支援機関検索から紹介依頼 |
| 対象工場の熟練工本人（段取り作業歴20年以上のベテラン作業者） | ノウハウ提供への心理的抵抗の実態と協力条件（謝礼・表彰）の妥当性を確認する | 工場長経由で現場見学・ヒアリング機会を依頼し個別に面談設定 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 工作機械商社・金型商社への同行営業依頼 | 「段取り替えの技能伝承で困っている既存の取引先工場を紹介してほしい、初回訪問は無償でデモする」と持ちかけ、商社の既存顧客リストに相乗りさせてもらう |
| 地域の工業技術センター・産業支援機関 | 「共同実証というかたちでセンサーとAIの精度検証にご協力いただける会員企業を紹介してほしい」と技術相談窓口経由で依頼する |
| ものづくり補助金の申請支援をきっかけにした直接営業 | 商工会議所や中小企業診断士経由で「技能伝承の設備投資として補助金申請の書類作成を手伝うので、まず話を聞かせてほしい」と持ちかける |
| 製造業向け展示会（機械要素技術展・日本ものづくりワールド等）への出展 | ブースでAR端末の実演を見せ「まずは1工程だけ無償でデータを取らせてもらえないか」とその場で試験導入の約束を取り付ける |
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 新創業融資制度・新規開業資金 | 税務申告を2期終えていない法人・個人事業主 | 自己資金100万円に対して運転資金と設備資金を別枠で借りられる制度で、創業融資の合計500万円をセンサー機材調達や人件費に充てる想定の候補になる |
| 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） | 設備投資やシステム開発を行う中小企業・小規模事業者 | AR端末アプリや異常検知AIの開発費、および導入先工場のセンサー設置費用の一部をカバーできる可能性があり、顧客側の申請支援とセットにした直接営業チャネルにも使える |
| 東京都創業助成事業（自治体の創業助成金の一例） | 都内で創業予定・創業から間もない中小企業者 | 人件費・広告費・専門家謝金の一部が対象になり得るため、代表1名体制の初期半年間の運転費用の補完として候補になる |
| 国立研究開発法人新エネルギー・産業技術総合開発機構（NEDO）の研究開発型スタートアップ支援事業（Seed/Startup型） | 研究開発要素のあるスタートアップ企業 | 画像・音響解析AIや異常検知モデルの精度検証というR&D色の強い検証フェーズの費用を補う制度として候補になる |
| 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（この場合は導入先の工場側） | 月額AIプラットフォーム利用料や初期導入費が対象経費になり得るため、顧客工場への提案時に導入コストを下げる営業材料として使える |
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。
技能伝承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・登録などの動きをもとに自動集計した相対表示です