Who（誰が）
築30年以上の木造アパートを保有する個人大家、賃貸管理会社の営業担当、地方銀行の融資審査担当者、断熱改修補助金を運用する自治体職員が主な利用者である。
対象とする社会課題：賃貸住宅の断熱改修効果が可視化されず投資判断が進まない
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。
築30年を超える木造アパートを持つ大家は、改修が入居者のためになるとわかっていても、費用に対する効果を数字で示せず一歩を踏み出せない。管理会社も提案の根拠を持たず、金融機関も融資の判断材料がない。電力データという既にある情報を使えば、断熱改修の効果を誰もが納得できる数字に変えられる。放置されたままのCO2削減余地を、賃貸住宅の現場から動かしていく。
※ 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、断熱ROIナビの事業内容を読み込んだ状態で素案を作成します。電力データ活用や大家・管理会社向けの説明資料など、そのまま使える形でたたき台を出力します。
※ 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。
断熱ROIナビは、築30年以上の木造アパートを持つ個人大家や不動産管理会社が、断熱改修の投資判断をデータで行えるようにするWebサービスです。
物件の築年数・構造・窓仕様とスマートメーター電力データをAPI連携で登録すると、AIが類似物件約数万件のデータと気象データを突き合わせ、内窓交換や外壁断熱など複数パターンの改修効果（電力削減量・光熱費削減額・投資回収年数）をシミュレーションします。大家はチャット画面に『築40年の1K、内窓だけ入れたら』と話しかけるだけで平易な回答を得られ、改修後は実績データと予測値を照合したレポートが自動生成され、金融機関融資や自治体補助金の申請書類にそのまま使えます。管理会社は複数物件の優先改修順位をダッシュボードで確認できます。
国内賃貸住宅約1900万戸のうち断熱等級4未満が推計7割超とされ、築30年以上の木造アパートを保有する個人大家(平均年齢60代、保有戸数10〜30戸程度)が改修投資に踏み切れないケースが多い。
理由は、改修費用(1戸あたり50万〜150万円)に対する光熱費削減効果や入居者満足度向上効果が定量的に示されず、金融機関融資や補助金申請の説得材料が不足しているためである。既存の省エネ診断サービスは新築・戸建て向けが中心で、賃貸特有の「入居者ごとの電力契約」「所有者が電力データにアクセスできない」という構造的制約に対応できていない。結果として、断熱改修は空室対策やエアコン更新など「見える投資」に後回しにされ、CO2削減ポテンシャルも放置されている。管理会社(全国で数千社規模)も改修提案の材料を持たず、大家への提案力が弱いという課題がある。
予測モデル(勾配ブースティング系の回帰モデル)が、電力スマートメーターの30分値データと気象データ、建物属性から冷暖房負荷を推定し、改修シナリオ別の削減効果を試算する。
改修効果シミュレーションには物理ベースの熱負荷計算モデルと機械学習モデルを組み合わせたハイブリッド方式を用い、少ないセンサー情報でも精度を担保する。自然言語対話AI(LLM)が大家からの曖昧な質問を構造化データのクエリに変換し、専門用語を使わない平易な回答文を生成する。改修後は実績電力データとの誤差を学習データとしてモデルに再投入し、精度を継続的に改善する仕組みを持つ。
大家または管理会社は、対象物件のスマートメーター電力データ(電力会社API経由、入居者同意取得済み)と物件属性(築年数・構造・断熱仕様・窓仕様)をWeb管理画面に登録する。
AIが類似物件データベース(同一エリア・同一築年数帯の実測電力データ約数万件を蓄積予定)と気象データを突き合わせ、現状の冷暖房負荷を推定し、断熱改修(窓交換・外壁断熱・天井断熱など複数パターン)を実施した場合の電力削減量・光熱費削減額・室内温度改善幅をシミュレーションする。大家はチャット型AIアシスタントに「築40年の1Kアパート、内窓だけ入れたらどうなる」等と自然文で質問すると、投資回収年数や入居者満足度への影響を即座に回答として得られる。改修後は実際の電力データを再取得し、AIが予測値と実績値を照合してレポートを自動生成、金融機関や自治体補助金申請書類にそのまま添付できる形式で出力する。管理会社向けには複数物件を一括診断するダッシュボードを提供し、優先改修順位をAIがスコアリングして提示する。
| 断熱未改修による入居者の光熱費超過負担(28戸×冬季暖房費増分想定) | 年間約20万円〜40万円(1棟あたり) |
| 省エネ診断士への個別依頼費用(戸建て向け診断を賃貸物件に流用した場合) | 1物件あたり5万円〜10万円 |
| 融資審査における追加調査・稟議作成の人件費(信用金庫側) | 1件あたり2〜3万円相当の工数 |
| 補助金申請書類作成を外部コンサルに委託する費用 | 1事業あたり30万円〜80万円 |
| 大家向け診断サブスク(28戸・戸あたり月額1,980円) | 月額約55,440円(年間約66.5万円) |
| 管理会社向け一括プラン(管理戸数800戸帯) | 月額20万円(年間240万円) |
| 金融機関API連携(基本契約+従量課金) | 年間300万円+審査1件あたり2,000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。
個人大家は断熱改修費用50万〜150万円に対する光熱費削減効果を定量的に示せず、金融機関や補助金申請の説得材料が不足しているため投資判断ができずにいる。
既存の省エネ診断は新築・戸建て向けが中心で、入居者ごとに電力契約が分かれ所有者がデータにアクセスできない賃貸特有の構造に対応していない。管理会社も改修提案の材料を持たないため大家への提案力が弱く、結果として断熱改修は空室対策やエアコン更新より後回しにされ続けている。改修前後の実測データが蓄積されないままでは業界全体の判断材料も増えず、CO2削減ポテンシャルが放置される状況が続く。
初期の検証・パイロットフェーズ（0-12ヶ月）は予測モデルの精度目標（誤差率±15%以内）が未達のリスクが大きく、仕様確定が難しいため準委任契約が適する。
商用化フェーズ（12ヶ月以降）でSaaS基盤やダッシュボードなど仕様が固まった機能は請負契約に切り替え、成果物と検収基準（画面一覧・API仕様書）を明確にすることを推奨する。発注時は「予測精度◯%以内」を契約上の完成基準にせず、モデル改善は別途保守・改善契約として切り出すことが望ましい。電力会社API仕様変更や入居者同意取得フローなど外部要因に左右される部分は、要件変更を前提とした準委任または一部成果報酬型の設計にする。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 築30年以上の賃貸アパートを保有する個人大家（10〜30戸規模、平均60代） |
| セカンダリ | 不動産管理会社の担当者、地方銀行・信用金庫の融資審査担当者、自治体の補助金担当者 |
| 管理 | 自社のカスタマーサクセス担当者およびAIモデル運用担当者（データ品質・精度モニタリング） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 物件情報登録機能 | 大家が築年数・構造・断熱仕様等をWeb入力→DB保存→物件プロファイルを生成する |
| スマートメーターデータ連携機能 | 電力会社APIから30分値電力データを取得→正規化処理→時系列DBに蓄積する |
| 電力データ同意管理機能 | 入居者同意情報を管理会社経由で登録→同意状態を検証→データ取得可否を判定する |
| 冷暖房負荷予測機能 | 電力実績・気象データ・建物属性を入力→勾配ブースティング回帰で推定→現状冷暖房負荷を出力する |
| 改修シミュレーション機能 | 改修シナリオと建物属性を入力→物理モデルとMLのハイブリッド計算→削減量・回収年数を出力する |
| チャット型AIアシスタント機能 | 大家の自然文質問を入力→LLMが構造化クエリに変換→平易な回答文を生成する |
| 改修後実績照合・レポート自動生成機能 | 改修後実績電力データを入力→予測値と照合→誤差付きレポートPDFを出力する |
| 予測モデル再学習機能 | 実績と予測の誤差データを入力→学習データへ再投入→予測モデルを継続的に再学習する |
| 金融機関向け審査補助API連携機能 | 融資審査対象物件IDを入力→診断結果を照会→審査補助スコアをAPI応答として返す |
| 自治体向け効果測定レポート機能 | 補助金対象物件群のデータを入力→集計・統計処理→政策効果報告書を出力する |
| 管理会社向け一括診断ダッシュボード | 管理物件群のデータを入力→AIが改修優先度をスコアリング→優先改修リストを表示する |
| テーブル | 主要カラム |
|---|---|
properties(物件) | id, owner_id, address, building_age, structure, insulation_spec, window_spec, unit_count |
units(住戸) | id, property_id, unit_number, floor_area, tenant_id, smart_meter_id |
tenants_consent(入居者同意) | id, unit_id, contact_info, consent_status, consent_date |
power_readings(電力データ) | id, smart_meter_id, timestamp, kwh_value, data_source |
weather_data(気象データ) | id, area_code, date, temperature, humidity, solar_radiation |
renovation_scenarios(改修シナリオ) | id, property_id, scenario_type, cost_estimate, predicted_reduction_rate |
simulation_results(シミュレーション結果) | id, scenario_id, predicted_kwh, predicted_cost_saving, actual_kwh, error_rate, confidence_interval, created_at |
reports(申請レポート) | id, property_id, report_type, file_url, generated_at, status |
| # | 画面 |
|---|---|
| 1 | 物件登録画面 |
| 2 | 電力データ連携設定 |
| 3 | 断熱シミュレーション結果 |
| 4 | AIチャット相談画面 |
| 5 | 改修レポート出力 |
| 6 | 管理会社ダッシュボード |
| 7 | 金融機関API管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | Python(機械学習モデル開発の標準言語のため) |
| 2 | LightGBM(勾配ブースティング回帰で高精度な負荷予測が可能) |
| 3 | AWS Lambda(電力API連携をサーバレスで低コスト運用) |
| 4 | Amazon RDS(物件・電力データを構造化して永続保存) |
| 5 | OpenAI API(自然文質問を構造化クエリへ変換する対話AI基盤) |
| 6 | Amazon S3(気象・電力の大容量生データ保存に低コスト) |
| 7 | Next.js(管理会社・大家向けWeb画面を高速開発) |
| 区分 | 要件 |
|---|---|
| 予測精度 | 予測精度: 実績電力量との誤差率をサービス開始1年で±15%以内、2年で±10%以内に維持する |
| 可用性 | 可用性: SaaS基盤の稼働率月間99.5%以上、計画停止は月1回・深夜2時間以内とする |
| セキュリティ | セキュリティ: 電力データは通信・保存時ともにAES-256相当で暗号化し、個人情報保護法・電気事業法に準拠する |
| 同時接続性能 | 同時接続性能: 管理会社向けダッシュボードは同時アクセス1,000ユーザーまで応答遅延3秒以内を維持する |
| API性能 | API性能: 金融機関向け審査補助APIはリクエストから応答まで平均3秒以内、可用性99.9%を目標とする |
| データ保全 | データ保全: 電力・物件データは日次バックアップを実施し、RPO24時間・RTO4時間以内で復旧できる体制とする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 協力してくれる大家の物件について、物件属性と電力データを手作業で集め、簡易な熱負荷計算式で改修効果を試算したレポートを手渡しし、反応を確かめる。 | 人件費と交通費、簡易な計算ツール利用料の範囲で収まる水準。 |
| ②最小システム | Webフォームで物件登録を受け付け、電力会社のデータを取り込み、簡易な回帰モデルで削減効果を自動計算してレポートを出力する最小限のダッシュボードを作る。 | クラウド利用料とAPI連携費、小規模な外注開発費が中心の水準。 |
| ③本開発 | 複数の改修シナリオに対応したハイブリッドモデルとチャット型AIアシスタントを実装し、管理会社向け一括診断ダッシュボードと金融機関向けAPIを本格的に開発する。 | エンジニア複数名分の人件費または外注費がかかり、開発期間に応じてまとまった水準になる。 |
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 |
|---|---|---|
| 電力小売事業者のデータ連携部門担当者(スマートメーターAPI窓口) | 電力30分値データ取得の技術仕様と同意取得フローを最初に確定する必要があるため | 経済産業省資源エネルギー庁のグリーンデータ連携基盤関連説明会や電力広域的運営推進機関の窓口経由で紹介依頼 |
| 地場の賃貸管理会社(管理戸数500〜2000戸規模)の代表者または経営企画担当 | 実証実験の協力物件確保と大家への提案フローの実態をヒアリングするため | 全国賃貸住宅経営者協会(全宅管理)や地域の賃貸住宅フェアで名刺交換し個別訪問 |
| 築30年以上木造アパート保有の個人大家(10〜30戸規模) | 協力大家50件確保のため実際の意思決定プロセスと不安要素を直接把握する必要がある | 管理会社経由の紹介、または大家向けセミナー(不動産会社主催の相続・資産活用セミナー)で接触 |
| 地方銀行または信用金庫の融資審査部・環境金融担当者 | 省エネ改修融資の審査基準とAPI連携の要件をすり合わせるため | 地域金融機関のSDGs私募債・環境融資窓口へ問い合わせ、商工会議所経由の紹介も併用 |
| 断熱建材メーカー(内窓・外壁断熱材)の営業企画担当者 | 改修シナリオの単価データ精緻化と施工会社ネットワークの紹介を得るため | 住宅省エネ2024キャンペーン参画事業者一覧から主要メーカーに直接コンタクト |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 全国賃貸住宅経営者協会など大家向け団体の勉強会 | 断熱改修の投資回収を電力データだけで試算できる無料デモを見せると案内し、登壇後に個別相談を申し込んでもらう。 |
| 地域の不動産管理会社への直接訪問 | 既存の電力データだけで改修効果を試算できる無料パイロット診断を提案し、管理物件の一部で試してほしいと依頼する。 |
| 地方銀行・信用金庫の融資担当者経由の紹介 | 省エネ改修融資の審査資料づくりを手伝うツールを試験的に使ってほしいと伝え、担当者から大家を紹介してもらう。 |
| note等での情報発信と個別DM | 築古アパートの断熱改修効果を電力データで見える化する取り組みを発信し、反応した大家に個別ヒアリングを依頼する。 |
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 | 法人設立直後の代表者本人 | 運転資金の融資枠として500万円規模の調達に使え、電力データ基盤構築やAIモデル開発の初期費用に充当できるため候補になる。 |
| IT導入補助金（サービス等生産性向上IT導入支援事業） | SaaSを導入する中小企業・小規模事業者（管理会社側） | 顧客である管理会社や大家がツール導入費用の一部を補助対象にできるため、営業提案時の後押し材料になる。 |
| 先進的窓リノベ事業（環境省・経済産業省・国土交通省連携の断熱リフォーム支援事業） | 賃貸住宅オーナー・改修工事を行う施主 | 改修費用の補助を受けられる制度であり、当社のシミュレーションレポートを申請書類の効果説明資料として添付提案できる。 |
| NEDO（新エネルギー・産業技術総合開発機構）の省エネルギー技術実証関連事業 | 省エネAI技術を開発するスタートアップ | 熱負荷予測モデルの精度向上に必要な実証データ収集や開発費の一部を外部資金でまかなえる可能性がある。 |
| 自治体の創業支援助成事業（例：東京都創業助成事業） | 都内・道府県内で法人を設立した創業者 | 人件費や広告費など運転資金以外の初期コストの一部を助成でき、営業担当者の採用や販促費に充てられる。 |
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。
断熱改修や省エネ診断に取り組む仲間がコミュニティ内にいます。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。
※ バッジはユーザーの反応をもとにした自動集計による相対表示です。