Who（誰が）
従業員300〜3000名規模で新卒採用を年間20名以上行う企業の人事部門と現場マネージャーが利用者であり、将来的にはHR SaaS企業や人材紹介大手が買収対象として想定される
対象とする社会課題：新卒配属のミスマッチによる早期離職の蔓延
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。
内定者一人ひとりの価値観や強みを、数十名を数週間で割り振る人事担当者が汲み取るのは物理的に不可能に近い。配属後半年での離職の多くは、本人の能力ではなく相性のすれ違いが原因である。この見えない相性を入社前に可視化し、配属後も伴走することで、採用コストと個人のキャリアの両方が失われる状況を減らしたい。
※ 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240万円の申請資料も、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、このAI配属マッチング事業の想定読者・強み・仕組みを読み込んだ状態で、選んだ資料の下書きをその場で作成します。内容を見ながら必要な部分だけ書き直してすぐ使えます。
※ 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。
内定者はスマホやPCから30分程度のアセスメントに回答し、性格特性・価値観・スキル志向を入力します。
現場マネージャーは専用フォームでチームの業務内容や求める人物像を登録します。AIはこの両方のデータと過去の配属実績・定着率を突き合わせ、内定者ごとに配属候補部署との相性スコアと上位3案を人事担当者のダッシュボードに提示します。人事担当者は「なぜこのスコアなのか」をAIとの対話画面で確認しながら最終配属を決定し、配属後は1・3・6ヶ月時点のパルスサーベイで定着リスクの変化を検知して早期にアラートを受け取れます。配属という属人的な判断業務に、データに基づく根拠と早期警戒の仕組みを組み込むサービスです。
厚生労働省調査では新卒入社3年以内離職率は約32%で推移し、大卒者の3人に1人が早期に離職している。
特に配属後半年〜1年での離職が多く、原因の上位に「配属先の仕事内容・人間関係のミスマッチ」が挙げられる。人事担当者は数十〜数百名の内定者を限られた面談・適性検査データだけで配属先へ割り振らざるを得ず、現場マネージャーの経験と勘に依存した属人的な采配が続いている。従業員300〜3000名規模の企業では人事部員1人あたり50名以上の配属判断を数週間で行う必要があり、個々の価値観・強み・チーム相性まで踏まえた検討は事実上不可能である。結果として、採用コスト（1人あたり平均約93.6万円：就職みらい研究所調べ）が早期離職により回収できないまま失われ続けている。配属時点で相性を可視化・予測する仕組みが存在しないことが、この問題を長年未解決にしている根本要因である。
アセスメントデータとチーム特性データを用いた機械学習モデルが、内定者と配属先の相性を多変量で予測しスコアリングする（相性予測AI）。
過去の配属実績・離職データを学習した予測モデルが、配属後3ヶ月・6ヶ月時点の離職リスクを確率で算出する（離職予測AI）。自然言語処理を用いた対話エンジンが、人事担当者の「なぜこの提案か」という質問にスコアの根拠となった要因を平易な言葉で説明する（説明可能AI対話機能）。パルスサーベイの自由記述回答をテキストマイニングし、定量スコアに現れない不満・不安の兆候を検知してアラートを生成する。
内定者は入社前にオンラインで性格特性・価値観・スキル志向を測る30分程度のアセスメントに回答し、現場マネージャーは各配属候補チームの業務内容・雰囲気・求める人物像を専用フォームで登録する。
AIはこの双方のデータと過去の配属実績・定着率データを突き合わせ、内定者ごとに配属候補部署との相性スコアと想定リスク（例：裁量不足によるモチベーション低下）をレポート化して人事担当者に提示する。人事担当者はAIが提案した上位3案の中から最終判断を行い、必要に応じてAIとの対話画面で「なぜこのスコアなのか」を自然言語で質問し根拠を確認できる。配属後は1ヶ月・3ヶ月・6ヶ月時点で本人と上司にパルスサーベイを送り、AIが定着リスクの変化を検知して人事に早期アラートを出す。この一連のPDCAにより、配属決定から定着支援までを一気通貫でAIが下支えする体験を提供する。
| 早期離職1名あたりの採用コスト損失（就職みらい研究所調べの平均採用コスト93.6万円が回収不能） | 1名あたり93.6万円（離職都度） |
| 再配属・欠員補充のための中途採用・再募集コスト | 1名あたり50万円〜100万円 |
| 配属検討にかかる人事部員の残業代（内定者50名を数週間で判断する業務負荷） | 年間目安30万円〜60万円（人事部員1名あたり） |
| 現場マネージャーが新人フォローに割く時間の生産性損失（配属後半年間のOJT見直し等） | 1名あたり年間20万円〜40万円相当 |
| 配属マッチングSaaS基本プラン（配属対象50名想定） | 月額100,000円（1名あたり2,000円×50名、年間契約） |
| 配属マッチング＋定着モニタリングセット（50名想定） | 月額140,000円（マッチング2,000円＋モニタリング800円×50名） |
| 導入・API連携初期設定費（初年度のみ） | 50万円〜150万円 |
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。
従業員300〜3000名規模の企業では人事部員1人が50名以上の配属判断を数週間で行っており、内定者一人ひとりの価値観やチーム相性まで踏まえた検討は事実上不可能な状態にある。
厚労省調査で新卒3年以内離職率が約32%と高止まりし、特に配属後半年〜1年での離職に「配属先のミスマッチ」が上位要因として挙がっている。現場マネージャーの経験と勘に依存した采配が続く一方、1人あたり約93.6万円の採用コストが早期離職により回収できないまま失われている。配属時点で相性を可視化・予測し、配属後も定着状況を追跡する仕組みが存在しないことが根本課題であり、この可視化と追跡をシステムで担う必要がある。
0〜6ヶ月の検証フェーズ（相性予測AIのプロトタイプ検証・的中率70%目標）は仕様が確定しておらず精度検証を繰り返す性質が強いため準委任契約が適する。
6〜18ヶ月の正式版SaaS開発フェーズは機能要件（ダッシュボード、対話機能等）が固まった時点で請負契約に切り替え、成果物と検収基準を明確にすることを推奨する。発注時はAIモデルの精度目標（的中率・提案採用率）を契約書の成果指標ではなく努力目標として明記し、精度未達を理由とした契約不履行トラブルを避ける注意が必要である。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 企業の人事担当者（配属案の確認・最終判断・AIへの質問を行う） |
| セカンダリ | 現場マネージャー（チーム特性登録・配属後の部下評価入力）、内定者・配属者（アセスメント回答・パルスサーベイ回答） |
| 管理 | 自社（開発会社またはサービス提供元）のカスタマーサクセス担当者。企業アカウント発行、API連携設定、モデル精度モニタリングを行う |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 内定者アセスメント収集機能 | 内定者の性格・価値観・スキル志向回答入力→設問採点処理→特性スコアをDB登録。 |
| チーム特性登録機能 | 現場マネージャーの業務内容・雰囲気入力→項目正規化処理→チーム特性データをDB登録。 |
| 相性予測AIスコアリング機能 | 内定者特性とチーム特性データ入力→機械学習モデルで多変量予測→相性スコア・リスクレポート出力。 |
| 離職予測AI機能 | 過去配属実績・アセスメント結果入力→学習済みモデル推論→3・6ヶ月後離職確率を出力。 |
| 説明可能AI対話機能 | 人事担当者の自然言語質問入力→根拠要因抽出処理→平易な説明文を対話画面に出力。 |
| 配属提案ダッシュボード機能 | 相性スコア・リスク値入力→上位3案抽出・ランキング処理→候補配属先一覧を画面表示。 |
| 配属最終確定機能 | 人事担当者の選択・修正入力→確定処理実行→配属決定データを人事DBへ反映。 |
| パルスサーベイ配信機能 | 配属後1・3・6ヶ月の期日到達→自動配信スケジューラ実行→本人・上司へ調査URLを送付。 |
| 不満兆候検知機能 | サーベイ自由記述テキスト入力→テキストマイニング解析→定着リスクアラートを人事へ通知。 |
| 人事システムAPI連携機能 | 既存人事DB・適性検査結果データ入力→形式変換・突合処理→本システムDBへ同期登録。 |
| 配属・定着データ蓄積学習機能 | 配属後の定着率・離職結果データ入力→集計・再学習パイプライン実行→予測モデルパラメータを更新。 |
| テーブル | 主要カラム |
|---|---|
companies | company_id, company_name, industry, employee_count, contract_plan, contract_start_date |
candidates | candidate_id, company_id, name, entry_year, assessment_status, hire_date |
assessments | assessment_id, candidate_id, personality_score, value_score, skill_orientation, answered_at |
teams | team_id, company_id, department_name, work_content, culture_tags, required_persona |
matching_scores | score_id, candidate_id, team_id, fit_score, risk_factor, model_version |
placements | placement_id, candidate_id, team_id, decided_by, decision_date, ai_rank_selected |
pulse_surveys | survey_id, placement_id, survey_month, quant_score, free_text, respondent_type |
risk_alerts | alert_id, placement_id, risk_level, detected_factor, detected_at, status |
| # | 画面 |
|---|---|
| 1 | 内定者アセスメント回答画面 |
| 2 | チーム特性登録画面 |
| 3 | 配属候補レポート画面 |
| 4 | AI対話質問画面 |
| 5 | 配属決定管理画面 |
| 6 | パルスサーベイ回答画面 |
| 7 | 定着リスクダッシュボード |
| # | 技術（採用理由） |
|---|---|
| 1 | Python/scikit-learn（相性・離職予測モデル開発に適する） |
| 2 | AWS SageMaker（モデル学習・推論運用を一元管理） |
| 3 | PostgreSQL（配属・サーベイ等構造化データの管理） |
| 4 | React/TypeScript（SaaS画面の保守性重視） |
| 5 | OpenAI API（説明可能AI対話機能の自然言語生成） |
| 6 | Auth0（企業別権限・SSO対応の認証基盤） |
| 7 | Terraform（IaCで環境構築の再現性確保） |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: SaaS本体の稼働率99.5%以上（月間ダウンタイム約3.6時間以内）を目標とする。 |
| 性能 | 性能: 相性スコア算出は1名あたり平均5秒以内、同時100名リクエスト時も10秒以内に応答する想定。 |
| セキュリティ | セキュリティ: 個人情報・適性検査結果はAES-256で暗号化し、ISMS（ISO27001）認証取得を目指す。 |
| 運用 | 運用: 未回答者への自動リマインドを3日毎に送信し、パルスサーベイ回答率80%以上を維持する。 |
| 運用SLA | 運用SLA: 障害発生時は1時間以内に初期対応、4時間以内の復旧対応を行う体制を敷く。 |
| スケーラビリティ | スケーラビリティ: 導入企業150社・配属対象者延べ3万名規模までDB水平分割で対応可能な設計とする。 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 内定者アセスメントと配属先ヒアリングをExcelやGoogleフォームで実施し、人が手作業で相性をスコアリング、実際の配属結果と比較して仮説の当否を確かめる。 | ツール利用料程度で、外部発注はしない水準 |
| ②最小システム | アセスメント回答とチーム情報をノーコード・ローコードツールでフォーム化し、簡易ルールベースのスコアリングとレポート出力までを試作、パイロット企業数社に使ってもらう。 | 小規模な外注または業務委託1〜2名分の費用感 |
| ③本開発 | 機械学習による相性予測AI・離職予測AI・説明可能AI対話機能を実装し、既存人事システムとのAPI連携やセキュリティ認証取得まで含めた正式版SaaSを構築する。 | 開発チーム体制での複数か月分の外注・人件費 |
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 |
|---|---|---|
| 従業員300〜3000名規模企業の人事部長・新卒採用責任者 | 配属判断の当事者であり、課題の切実さと予算感を直接確認できる | HRカンファレンス・日本HR協会主催イベントの名刺交換、または人事向けSaaS展示会出展 |
| パイロット候補企業のCHRO・人事担当役員 | 検証フェーズの共同実証（データ提供・精度検証）の意思決定者 | 既存人事コンサル・投資家からの紹介、または日本CHRO協会の会合経由 |
| 適性検査大手（SPI提供リクルートマネジメントソリューションズ等）の事業提携担当者 | アセスメントデータ連携・代理店提携の可否を握るキープレイヤー | HRテクノロジー系カンファレンスや業界紙（日本の人事部）経由でアプローチ |
| 新卒紹介エージェント（マイナビ・リクルート等）の法人営業・提携推進担当 | 既存顧客企業への横展開チャネルを持ち、代理店提携の第一候補 | エージェント側の新規サービス提携窓口に直接問い合わせ、紹介依頼 |
| 人事給与システムベンダー（Works Human Intelligence等）のAPI連携・アライアンス担当 | 既存人事DBとのAPI連携が事業の前提であり、技術的・商流的な提携が必要 | ベンダーのパートナープログラム窓口経由、または共催セミナー企画で接触 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 前職・知人経由の人事担当者への直接アプローチ | 「新卒配属のミスマッチで困っていませんか」と切り出し、まず配属決定の現状を聞かせてほしいと頼み、ヒアリングから信頼関係を作る。 |
| HR系カンファレンス・展示会での名刺交換 | 名刺交換の場で「配属後の離職データを一緒に振り返りたい」と伝え、無料の簡易診断・壁打ちを提案してアポイントにつなげる。 |
| 新卒紹介エージェント担当者への協力依頼 | 「紹介先企業の配属後離職が減れば紹介実績の評判も上がる」と伝え、既存クライアント企業への紹介・同席を依頼する。 |
| SNS（人事担当者向けコミュニティ）での発信 | 配属ミスマッチの実態を解説する投稿を行い、コメント・DMで「実際どうしていますか」と悩みを聞かせてもらう流れを作る。 |
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（新創業融資制度） | 創業前または創業後まもない法人・個人事業主 | 設立初期の運転資金の主軸として想定する融資で、融資の合計は240万円を想定。無担保・無保証人型の枠があり、代表1名でのスタート時点でも申請しやすい制度。 |
| 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SaaSの提供とは別に、社内の人事管理・請求管理などの業務効率化ツールを導入する際の費用の一部を補助対象にできる可能性がある。 |
| 小規模事業者持続化補助金 | 従業員数が一定規模以下の小規模事業者 | HRカンファレンス・展示会への出展費、Webサイトや営業資料の制作費など、最初の10社を獲得するための広報・販促費に活用できる候補となる。 |
| ものづくり補助金（革新的サービス開発・試作品開発等支援類型） | 新たなサービス・ソフトウェアの開発を行う中小企業 | 相性予測AI・離職予測AIなどのモデル開発費や試作システム構築費の一部を補助対象にできる可能性がある候補として検討する。 |
| 東京都創業助成事業（東京都中小企業振興公社） | 都内で創業予定または創業後一定期間内の中小企業・個人事業主 | 自己資金100万円に加え、初期のシステム開発費や人件費の一部を助成対象にできる可能性がある都内創業者向けの制度。 |
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。
労働・雇用領域の起業家コミュニティで話題になっています。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・登録数などにもとづく自動集計の相対表示です