Who（誰が）
地下街運営会社・鉄道事業者・自治体防災部局の施設管理者（数名〜十数名体制で複数フロアを兼任するケースが多い）
対象とする社会課題：地下街・地下駅の浸水リスクをAIで事前点検し被害を未然に防ぐ
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。
地下街や地下駅の排水ポンプは老朽化していても、その実力は年1〜2回の目視点検でしか分からない。局地的豪雨から浸水まで猶予はわずかで、現場責任者の経験だけに頼る初動判断には限界がある。センサーとAIで設備の実効能力と浸水到達時刻を数値化し、判断の空白を埋めることが被害を未然に防ぐ土台になる。
※ 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700万円の申請資料も、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、アメミルの事業内容を読み込んだ状態で、事業計画書やピッチ資料などの素案をその場で作成します。話しかけながら内容を調整できます。
※ 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。
『アメミル』は、地下街や地下鉄駅の排水ポンプ・貯留槽・排水溝にIoT水位センサー(1施設あたり8〜15台)を設置し、AIが平常時の稼働データから設備の実効排水能力を継続推定するシステムです。
豪雨時には気象庁・民間気象会社の250mメッシュ降雨予測を取り込み、施設固有の配管モデルと組み合わせて30分〜3時間先の浸水確率・到達時間を算出します。施設管理者はダッシュボード上で「14時30分に排水限界到達、止水板設置を推奨」といったアラートをチャット形式で受け取り、「このポンプは何分持つか」といった質問にも自然言語で回答を得られます。年1〜2回の目視点検中心だった業務が、AIが異常検知した箇所のみ現地確認する体制に変わり、月次レポートも自動生成されます。
日本全国の地下街(約80施設)と地下鉄駅(約2900駅)は近年の局地的豪雨(時間雨量100mm超)により排水能力を超える浸水被害が頻発しており、2021年の熱海や2022年の名古屋駅地下街冠水などで利用者の避難行動や設備損害が問題化している。
多くの施設では排水ポンプの能力点検が年1〜2回の目視・手動点検にとどまり、老朽化した設備の実際の排水能力低下を把握できていない。施設管理者は数名〜十数名体制で複数フロアを兼任しており、局地的豪雨の発生から浸水開始までの猶予時間(平均15〜30分)内に的確な判断を下す情報基盤がない。気象庁の降雨予測は広域メッシュ(1km四方)が中心で、個別施設の排水溝・ポンプ配置に応じた浸水シミュレーションとは連動していない。結果として「予測はあるが自施設のリスクに翻訳されない」「設備の実力値が分からない」という二重の情報空白が浸水対策を後手に回らせている。
時系列予測モデルがセンサー実測値と気象データから排水ポンプ・配管の実効能力を継続推定し、経年劣化や詰まりによる能力低下を検知する。
降雨予測AIと施設内浸水シミュレーション(数値流体解析を軽量化した代理モデル)を組み合わせ、豪雨発生時に30分〜3時間先の浸水確率・到達時間を算出する。異常検知モデルがセンサーデータの異常パターン(通常と異なる水位上昇速度など)を検知し点検優先度を自動判定する。自然言語対話AIが管理者からの質問への回答、アラート文面生成、月次レポートの自動作成を行い専門知識がなくても状況把握できるようにする。
施設管理者はまず排水ポンプ・貯留槽・排水溝にIoT水位センサーと流量センサー(1施設あたり8〜15台)を設置し、AIが平常時から稼働データを収集して各設備の実効排水能力(経年劣化込みの実測値)を継続学習する。
豪雨予測時にはAIが気象庁・民間気象会社の高解像度降雨予測(250mメッシュ、10分間隔更新)を取り込み、施設固有の地形・配管モデルと組み合わせて30分〜3時間先の浸水確率と到達時間をシミュレーションする。管理者はダッシュボード上で「〇時〇分に排水限界到達、対応要」といったアラートと推奨アクション(止水板設置、避難誘導開始など)をチャット形式のAI対話で受け取り、過去事例に基づく質問(例:このポンプは何分持つか)にも自然言語で回答を得られる。点検業務はAIが異常検知した箇所のみ現地確認する体制に切り替わり、月次点検レポートも自動生成される。導入施設は自治体防災部局とも予測結果を共有し、周辺地域の避難判断にも活用できる。
| 年1〜2回の目視・手動点検委託費(1施設あたり) | 年間120万〜200万円 |
| 浸水被害による設備損害・営業補償(1回発生時、名古屋駅地下街冠水規模を想定) | 1回あたり数百万〜数千万円 |
| 老朽化ポンプの突発故障による緊急修繕費 | 年間50万〜150万円 |
| 判断遅れによる避難誘導・止水板設置の人件費超過分(豪雨対応時の残業・応援出動) | 年間20万〜40万円 |
| ライトプラン(センサー8台程度) | 月額15万円 |
| スタンダードプラン(センサー10〜12台) | 月額28万円 |
| プレミアムプラン(センサー15台+高頻度シミュレーション) | 月額40万円 |
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。
全国約80の地下街と約2900の地下鉄駅は時間雨量100mm超の局地的豪雨で排水能力を超える冠水被害が相次いでおり、2022年の名古屋駅地下街冠水はその代表例である。
多くの施設では排水ポンプ点検が年1〜2回の目視・手動にとどまり、老朽化による実際の排水能力低下を数値で把握できていない。施設管理者は数名〜十数名体制で複数フロアを兼任しており、豪雨発生から浸水開始までの猶予時間(平均15〜30分)内に判断材料がない。気象庁の1kmメッシュ予測は個別施設の設備配置に紐づいたシミュレーションと連動しておらず、「予測はあるが自施設のリスクに翻訳されない」状態が対策を後手に回らせている。
実証実験フェーズ(0〜8ヶ月)は排水能力推定モデルやシミュレーション精度が未確定のため、仕様変更を前提とした準委任契約が適している。
商用化フェーズ以降でダッシュボードやアラート機能など要件が固まった部分は、機能単位で請負契約に切り替えるのが望ましい。センサー設置工事は施設側の許可調整でリードタイムが延びやすいため、工期遅延時の責任分界を契約書に明記すること。AI予測精度に関しては「30分先到達予測75%以上」等の目標値を成果物の検収基準ではなく努力目標として扱う旨を事前に合意しておく必要がある。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 地下街運営会社・鉄道事業者の施設管理担当者(数名〜十数名体制で複数フロアを兼任) |
| セカンダリ | 自治体防災部局の危機管理課職員、既存設備保守会社の点検担当者 |
| 管理 | アメミル運営会社のカスタマーサクセス担当・MLエンジニア(モデル精度の監視・再学習を担当) |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| IoTセンサーデータ収集機能 | センサー水位・流量データ→通信モジュールで収集・正規化→時系列DBへ格納 |
| 排水能力継続推定機能 | センサー実測値・気象データ→時系列予測AIで学習→設備別実効排水能力を出力 |
| 異常検知・点検優先度判定機能 | センサー時系列データ→異常検知モデルで水位上昇パターン判定→点検優先度ランクを出力 |
| 高解像度降雨予測取込機能 | 気象庁・民間気象APIの250mメッシュ降雨予測→取得・変換→施設別降雨データとして格納 |
| 施設内浸水シミュレーション機能 | 降雨予測・地形配管モデル→代理モデルで数値流体解析を軽量計算→浸水確率・到達時刻を算出 |
| アラート・推奨アクション生成機能 | 浸水シミュレーション結果→閾値判定・文面生成AI→アラートと推奨アクションを配信 |
| 自然言語対話AI機能 | 管理者の質問文→対話AIが過去データ参照し回答生成→チャット形式で回答表示 |
| 月次点検レポート自動生成機能 | 点検・異常検知履歴→AIが要約文生成→月次PDFレポートを出力 |
| 施設別リスク可視化ダッシュボード機能 | センサー・予測・アラートデータ→集計処理→施設別リスク可視化画面を表示 |
| 自治体向け広域予測ダッシュボード機能 | 複数施設の予測データ→エリア横断集計→自治体向け広域浸水リスク地図を表示 |
| 点検代行・保守オプション管理機能 | 異常検知結果と点検依頼→従量課金計算・スケジュール調整→点検作業指示書を発行 |
| テーブル | 主要カラム |
|---|---|
facilities | facility_id, name, type(地下街/地下駅), address, prefecture, flood_history_flag, contract_plan_id |
sensors | sensor_id, facility_id, sensor_type(水位/流量), install_location, install_date, status |
sensor_readings | reading_id, sensor_id, measured_at, value, unit, quality_flag |
pump_capacity_estimates | estimate_id, facility_id, pump_id, estimated_capacity, degradation_rate, calculated_at |
weather_forecasts | forecast_id, facility_id, source(気象庁/民間), mesh_id, rainfall_mm, forecast_time, fetched_at |
flood_simulations | simulation_id, facility_id, forecast_id, flood_probability, arrival_time_min, generated_at |
alerts | alert_id, facility_id, simulation_id, severity, message, recommended_action, sent_at, ack_flag |
inspection_reports | report_id, facility_id, period, anomaly_count, work_hours_saved, generated_at, pdf_url |
contracts | contract_id, facility_id_or_municipality_id, plan_type, monthly_fee, start_date, status |
| # | 画面 |
|---|---|
| 1 | 施設ダッシュボード |
| 2 | 浸水予測アラート画面 |
| 3 | AIチャット対話画面 |
| 4 | センサー配置管理画面 |
| 5 | 排水能力推移グラフ |
| 6 | 月次点検レポート閲覧 |
| 7 | 自治体広域マップ画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS IoT Core（センサーデータ収集の実績多く安定） |
| 2 | TimescaleDB（時系列データ蓄積・集計に最適） |
| 3 | Amazon SageMaker（時系列予測モデルの学習運用基盤） |
| 4 | FastAPI（軽量APIでセンサー・予測データ提供） |
| 5 | LangChain＋LLM API（自然言語対話・レポート自動生成） |
| 6 | Mapbox GL JS（施設・自治体マップ可視化） |
| 7 | 気象庁API＋民間気象会社API（高解像度降雨予測取得） |
| 区分 | 要件 |
|---|---|
| アラート配信の稼働率は99.9%以上を維持し、複数リージョンでの冗長構成とする | アラート配信の稼働率は99.9%以上を維持し、複数リージョンでの冗長構成とする |
| センサーデータは1分間隔で収集し、浸水シミュレーション結果は10分以内に更新する | センサーデータは1分間隔で収集し、浸水シミュレーション結果は10分以内に更新する |
| センサー通信はTLS1.2以上で暗号化し、施設・自治体データはロールベースでアクセス権限を分離する | センサー通信はTLS1.2以上で暗号化し、施設・自治体データはロールベースでアクセス権限を分離する |
| 気象データAPI障害時は民間気象会社データへ5分以内に自動フェイルオーバーする | 気象データAPI障害時は民間気象会社データへ5分以内に自動フェイルオーバーする |
| 3年目時点で導入120施設・センサー約1500台規模のデータ同時処理に対応するスケーラビリティを確保する | 3年目時点で導入120施設・センサー約1500台規模のデータ同時処理に対応するスケーラビリティを確保する |
| センサー・予測・点検データは日次バックアップし、点検記録として7年間保存する | センサー・予測・点検データは日次バックアップし、点検記録として7年間保存する |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 浸水履歴のある施設1〜2か所で、市販の水位計と手作業の記録で排水ポンプの稼働データを収集し、簡易な表計算でシミュレーションの前提となる関係性を確かめる | センサー数台分の購入費と現地訪問の交通費だけ |
| ②最小システム | 実際のIoTセンサーを数台設置し、気象データAPIと連携した簡易ダッシュボードを外部委託で構築し、アラート表示と点検優先度の判定が実用に近い形で動くかを確かめる | 外注費で数か月分＋クラウド利用料 |
| ③本開発 | 複数施設への展開を前提に、時系列予測モデル・浸水シミュレーション代理モデル・対話AIを統合したプラットフォームを構築し、月次レポート自動生成まで一連の運用を成立させる | エンジニア採用または外注の継続費用に加え、量産センサーの調達費 |
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 |
|---|---|---|
| 地下街運営会社の施設管理部門責任者（防災・設備担当課長クラス） | 排水ポンプ設備の実態と点検業務の課題を直接把握しているため | 全国地下街連絡協議会や日本地下街学会の会合・展示会で名刺交換し個別訪問を依頼 |
| 鉄道事業者の防災・設備保全部門の担当課長 | 地下駅の浸水対策予算と設備更新計画の意思決定に関与するため | 鉄道技術展・国交省鉄道局主催の防災セミナーで接点を作り紹介依頼 |
| 自治体危機管理課または都市整備局の浸水対策担当職員 | 内水氾濫ハザードマップ策定や補助金活用の窓口であり自治体導入の起点となるため | 自治体の国土強靭化地域計画担当課へ電話・メールでアポイントを依頼 |
| 既存の昇降機・排水設備保守会社の営業責任者 | 代理店提携により既存の点検契約先へ導入提案できる販路を確保するため | 設備保守業界団体（建築設備技術者協会等）の名簿から紹介ルートを探る |
| 民間気象会社（例：日本気象協会、ウェザーニューズ）のB2B提供窓口担当者 | 250mメッシュ高解像度降雨予測データのAPI連携条件を確認するため | 各社の法人向け問い合わせフォームから技術連携の打診を行う |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 自治体防災担当者向けセミナー・勉強会 | 危機管理課宛に『浸水履歴のある施設での実証事例を無料でご紹介したい』と伝え、担当者と個別に話す機会を作る |
| 既存の設備保守会社への代理店提携打診 | 『点検業務の一部をAIで補完する仕組みを一緒に提案しませんか』と持ちかけ、既存顧客への同行訪問を依頼する |
| 浸水履歴のある地下街・地下鉄駅への直接アプローチ | 過去の浸水被害の公表資料を根拠に『同じような被害を防ぐ実証にご協力いただけないか』と管理部門に手紙・電話で連絡する |
| 防災・土木工学系の研究機関・学会経由の紹介 | 浸水シミュレーション分野の研究者に共同研究を依頼し、その紹介で施設管理者につないでもらう |
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（創業融資） | 法人設立後まもない代表者本人 | 運転資金の融資として活用でき、この事業では融資合計が700万円の想定。設備資金（センサー機器等）は別枠で相談できる |
| 信用保証協会 創業関連保証制度 | 創業間もない中小企業（法人・個人事業） | 公庫融資と併用し、追加の資金調達余地を作れる。センサー量産や展示会出展費などの資金需要に備えられる |
| ものづくり補助金 | IoT機器や試作品の開発・設備投資を行う中小企業 | 水位・流量センサーの試作機開発や量産準備の設備投資に対応する枠組みがあり、実証実験フェーズの機器調達に候補となる |
| IT導入補助金 | ITツール・SaaSを導入する中小企業（提供側の要件確認が必要） | 自社のAI解析プラットフォームをITツールとして登録できれば、導入施設側の費用負担軽減を訴求材料にできる |
| 東京都創業助成事業（公益財団法人東京都中小企業振興公社） | 都内で創業予定・創業後一定期間内の事業者 | 人件費・広報費・専門家活用費の一部を補助対象にできる場合があり、初期の営業・実証準備費に候補となる |
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。
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。
※ バッジは自動集計にもとづく相対表示です