Who（誰が）
買い手はタレントマネジメントSaaS企業、人材紹介大手、EAP提供会社、社労士事務所グループなど、新入社員定着支援を自社サービスに組み込みたい事業者を想定する。
対象とする社会課題：新入社員の孤立が上司・人事から見えず、早期離職や休職につながる
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。
入社半年から1年の新人は、弱音を上司に言えず、メンターとの相性の悪さも自分から言い出せない。月1回のアンケートは回答率が低く、深刻化してから初めて数値に出る。日々のチャットには行動の変化がすでに現れているのに、人事はそれを読む時間も権限もない。この事業は、その見えなかった変化を本人の同意のもとで数値化し、辞める前の声かけにつなげる。
※ 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1,000万円の申請資料も、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、Kizukiの事業内容を読み込んだ状態で資料の素案を作成します。事業計画書からピッチ資料、要件定義書まで、この場でたたき台を受け取れます。
※ 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。
「Kizuki(気づき)」は入社1〜3年目社員が使うSlack/Teamsに専用Botを導入し、本人同意のもとメッセージ送受信数・返信速度・語彙の感情トーンなど行動メタデータを日次解析するSaaSです。
会話内容そのものは読まず匿名化した指標のみでAIが孤立リスクスコア(0〜100)を算出し、閾値を超えると人事担当者とメンターへ週次でアラートを送ります。人事はダッシュボードでスコア推移を確認し、AIが提示する「1on1で聞くべき質問例」を参考に声かけできます。新入社員本人にもチャットBotが週1回「最近どう?」と対話し補助的にコンディションを推定します。人事1人が新入社員20〜50名を抱え日常観察が困難な中堅企業(300〜2000名)で、月1回・回答率40〜60%の後追い型パルスサーベイに代わり、離職・休職の予兆を早期に数値で捉え、声かけのタイミングを逃さない体制を作ります。
厚労省調査では入社3年以内離職率は3割超で、特に入社半年〜1年で「相談相手がいない」ことが離職動機の上位を占める。
中堅企業(従業員300〜2000名)では人事1人あたり新入社員20〜50名を担当し、日常的な1on1観察は物理的に不可能である。新入社員自身も「弱音を上司に言えない」「メンターとの相性が悪い」といった孤立感を自覚しにくく、表面化するのは休職届が出た後というケースが多い。既存のパルスサーベイは月1回・自己申告式で回答率が低く(平均40〜60%)、深刻化してから初めて数値に反映される「後追い型」の限界がある。Slack・Teamsなど社内チャットは既に日次の行動データとして存在するが、内容を人事が読むのはプライバシー上も業務量的にも困難で、活用されずに放置されている。
自然言語処理による感情トーン分析(ポジ/ネガ/中立の3値スコアリングとキーワード頻度解析)でチャットの発信パターンを匿名指標化する。
時系列予測モデル(LSTM/勾配ブースティング系)が過去の離職・休職事例データと行動指標の相関を学習し、個人ごとの孤立リスクを0〜100スコアで日次予測する。対話型AI(LLMベースのチャットボット)が新入社員本人への週次コンディション確認を自然な会話形式で行い、自由記述から補助シグナルを抽出する。異常検知アルゴリズムが「返信速度の急激な低下」「参加チャンネル数の減少」など通常パターンからの逸脱を検知し、閾値超過時に人事・メンターへ自動通知する。
従業員数300〜2000名規模の企業で、入社1〜3年目社員が業務利用するSlack/Teamsに専用Botを導入し、本人の同意のもとメッセージ送受信数・返信速度・使用語彙の感情トーン・チャンネル参加数などのメタデータをAIが日次解析する。
個人の会話内容そのものは保存・閲覧せず、匿名化した行動指標のみを用いてAIが「孤立リスクスコア」を算出し、閾値を超えた場合に人事担当者とメンターへ週次でアラートを送る。人事はダッシュボード上でスコア変化の推移を確認し、AIが提示する「1on1で聞くべき質問例」を参考に声かけを行う。新入社員本人にはチャットBotが週1回「最近どう?」と自然言語で対話し、任意回答から補助的にコンディションを推定する仕組みも併用する。導入企業には初期3ヶ月でスコアの閾値をチューニングし、誤検知率を下げてから本運用に移行する。
| 新入社員1名の早期離職に伴う採用・教育コスト損失(1名あたり) | 年間約150万円 |
| 休職発生時の代替要員確保・引き継ぎ対応コスト(1名あたり) | 年間約50万円 |
| 人事担当者が予兆に気づけず後手対応に追われる残業代(1名分) | 年間約36万円 |
| 既存パルスサーベイツール利用料(回答率40〜60%で効果限定的) | 月額約3万円 |
| SaaS月額利用料(新入社員50名規模・最低契約) | 月額6万円 |
| 初期導入支援費(閾値チューニング・同意フロー設計含む) | 初回30万円 |
| 人事向け1on1研修オプション(年2回実施) | 年間100万円 |
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。
厚労省調査では入社3年以内離職率は3割超で、入社半年〜1年で「相談相手がいない」が離職動機の上位を占める。
中堅企業では人事1人あたり新入社員20〜50名を担当し、日常的な1on1観察は物理的に不可能である。既存のパルスサーベイは月1回・自己申告式で回答率40〜60%にとどまり、深刻化してから数値に反映される後追い型の限界がある。Slack・Teamsの行動データは既に日次で存在するが、内容を人事が読むのはプライバシー上も業務量的にも困難で活用されずに放置されている。
初期のPoC・検証フェーズ(0-6ヶ月)は行動データとスコアの相関検証やモデル改善を繰り返す性質上、要件が流動的なため準委任契約が向く。
MVP開発が固まった初期導入フェーズ以降は、Slack/Teams API連携やダッシュボード等仕様が明確な機能は請負で切り出し、AIモデルのチューニング・改善サイクル部分は継続的に準委任とする二段階構成を推奨する。発注時は匿名化処理・同意取得フローの実装範囲を仕様書に明記し、個人情報保護法・労働関連法規への準拠確認を委託先の責任範囲として契約書に記載すること。誤検知率などKPIを検収基準に含める場合は、達成基準値と測定方法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 | 導入企業の人事部門・人材開発部門担当者(ダッシュボード閲覧、アラート受信、1on1実施) |
| セカンダリ | 新入社員本人(週次Bot対話への回答)、配属先メンター・上司(アラート受信、声かけ実施) |
| 管理 | 導入企業のシステム管理者・労務担当者(同意取得管理、匿名化設定、閾値チューニング)、Kizuki提供企業側のカスタマーサクセス担当 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| Slack/Teams連携基盤機能 | 企業のSlack/Teams API認証情報を入力→Bot権限設定・接続確立→メタデータ取得開始状態を出力 |
| 本人同意取得機能 | 新入社員の同意入力を受付→同意状態をDB記録・更新→同意済みユーザーのみ収集対象として出力 |
| 行動メタデータ収集・匿名化機能 | 送受信数・返信時刻・チャンネル参加数を収集→個人識別情報を除去し匿名ID付与→匿名化済み日次指標を出力 |
| 感情トーン分析機能(NLP) | 匿名化済みメッセージテキストを入力→ポジ/ネガ/中立3値スコアとキーワード頻度を解析→日次感情トーンスコアを出力 |
| 孤立リスクスコア算出機能(時系列予測) | 匿名化行動指標と過去離職相関データを入力→LSTM/勾配ブースティングで学習・推論→個人別0-100スコアを日次出力 |
| 異常検知アラート機能 | 日次リスクスコアと行動指標推移を入力→通常パターンからの逸脱を閾値判定→人事・メンターへ週次アラートを出力 |
| 週次コンディション対話Bot機能(LLM) | 本人への週1回問いかけを送信→LLMが自然言語で対話し自由記述を解析→補助コンディション推定値を出力 |
| 人事向けダッシュボード機能 | スコア推移・アラート履歴を入力→担当者別に集計・可視化→スコア変化グラフとリスト表示を出力 |
| 1on1質問例提示機能 | 個人の孤立リスク要因(感情トーン・行動変化)を入力→要因別テンプレートを照合→1on1向け質問例リストを出力 |
| 閾値チューニング機能 | 初期3ヶ月の誤検知フィードバックを入力→閾値パラメータを再学習・調整→企業別最適化閾値を出力 |
| 年次分析レポート生成機能 | 年間スコア・アラート・離職休職結果を入力→組織全体の傾向を集計分析→年次孤立傾向レポートPDFを出力 |
| テーブル | 主要カラム |
|---|---|
companies | id, name, plan, contract_start_date, employee_count |
employees | id, company_id, name, email, hire_date, department |
consents | id, employee_id, consent_date, consent_version, revoked_at |
message_metadata | id, employee_id, date, message_count, reply_speed_avg, channel_count, sentiment_score |
risk_scores | id, employee_id, score_date, risk_score, model_version |
alerts | id, employee_id, alert_date, threshold_type, status, assigned_hr_id |
bot_conversations | id, employee_id, conversation_date, question_text, answer_text, sentiment_label |
one_on_ones | id, alert_id, hr_id, employee_id, scheduled_date, completed_flag, notes |
| # | 画面 |
|---|---|
| 1 | ログイン画面 |
| 2 | ダッシュボード(スコア一覧) |
| 3 | 個人別リスク詳細画面 |
| 4 | アラート一覧画面 |
| 5 | 同意取得・管理画面 |
| 6 | 1on1記録入力画面 |
| 7 | 年次レポート画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | Slack API/Teams Graph API(メタデータ取得の標準連携) |
| 2 | Python + FastAPI(ML処理と連携しやすいバックエンド) |
| 3 | LightGBM(離職相関予測で実績ある勾配ブースティング) |
| 4 | LSTM(TensorFlow)(時系列行動パターンの学習に適合) |
| 5 | LLM API(対話Botの自然な週次コンディション確認) |
| 6 | PostgreSQL(匿名化指標・スコア管理の実績豊富なDB) |
| 7 | AWS KMS/GuardDuty(匿名化基盤とセキュリティ監査対応) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: SaaS稼働率99.5%以上(月間ダウンタイム目安3.6時間以内) |
| 性能 | 性能: 対象従業員2000名分の日次バッチ処理を毎日深夜2時までに完了させる想定 |
| セキュリティ | セキュリティ: メッセージ本文は保存せず匿名化指標のみ保持し、第三者機関による監査を年1回実施 |
| データ保護 | データ保護: 通信・保存データはTLS1.2以上およびAES256で暗号化する |
| 運用 | 運用: 誤検知率を1年目末20%以下、2年目末12%以下を目標に月次モニタリングする |
| 同意管理 | 同意管理: 同意撤回操作から24時間以内にデータ収集停止処理を反映する |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | PoC企業数社からSlack/Teamsのメタデータを手動でエクスポートし、離職・休職事例との相関をExcelやスプレッドシートで人力集計・検証する。モデル化はまだ行わない。 | AI利用料と交通費程度で済む水準 |
| ②最小システム | 匿名化バッチ処理とルールベースの簡易スコアリングをPythonで実装し、閾値超過時に週次でメール通知する最小限のダッシュボードを作り、実運用に近い形で検証する。 | 小規模な外注または自社エンジニアで数週間〜数か月分の人件費に相当する水準 |
| ③本開発 | LSTM・勾配ブースティング系の予測モデルとLLM対話Botを実装し、同意管理機能付きの本番SaaSダッシュボードとして外部委託も含めて開発する。 | 外注で数か月分の開発費に相当する水準、初期投資として匿名化基盤やセキュリティ監査費用も含めて計画する |
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 |
|---|---|---|
| 従業員300〜2000名規模企業の人事部長・人材開発部門責任者 | PoC導入の意思決定者であり、離職課題の当事者だから | HR系展示会(HR EXPO等)や人材紹介会社経由で紹介を受ける |
| 対象企業の労働組合委員長または従業員代表 | モニタリング施策への反発を防ぎ同意取得率を上げるため | PoC企業の人事部を通じて説明会setupを依頼する |
| 提携予定の社会保険労務士事務所の代表社労士 | 労務・同意フロー設計と企業への信頼性付与に必要 | 社労士会や既存人脈からの紹介、顧問契約打診で接点を作る |
| 個人情報保護委員会の事業者向け相談窓口担当者 | 匿名化・要配慮個人情報の取扱い適法性を事前確認するため | 個人情報保護委員会HPの相談フォームから予約する |
| EAP(従業員支援プログラム)提供会社の事業開発担当者 | メンタルヘルス領域での提携チャネル構築と信頼性補完のため | EAP協会や業界団体経由、または展示会での名刺交換から接触する |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 人事系コミュニティ・勉強会 | 人事担当者が集まる交流会で「新入社員の孤立を可視化するPoCに無料で協力してくれる企業を探している」と伝え、まず1社の実証実験を持ちかける |
| 社労士事務所への紹介依頼 | 顧問先に従業員300〜2000名規模の企業を持つ社労士に「離職防止の取り組みを一緒に検証したい、まず1社紹介してほしい」と依頼する |
| LinkedInでの人事責任者への直接連絡 | 新卒採用20名以上を行う企業の人事責任者を検索し、「入社1〜3年目の孤立を早期に見える化するPoCに協力してもらえないか」と個別メッセージを送る |
| 前職・知人経由の人事担当者への直接依頼 | 元同僚や知人が人事部門にいる企業に「まず1社、無料でPoCをやらせてほしい」と直接頼み込む |
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 | 新たに事業を始める個人・法人（自己資金要件あり） | 創業融資（融資額は1,000万円想定）の中核制度。運転資金として着金し、MLエンジニアやCS担当の人件費・匿名化基盤の初期構築費に充てられる候補 |
| 小規模事業者持続化補助金 | 小規模事業者（従業員規模の要件あり） | HR系展示会への出展費、比較サイト掲載費、営業用資料・ウェブサイト制作費など販路開拓費用の一部を補助対象にできる可能性がある |
| 東京都創業助成事業 | 東京都内で創業する個人・創業後一定期間内の中小企業者 | 賃借料・人件費・広告費等が対象になりうる制度で、初期のカスタマーサクセス担当の人件費や販促費の一部負担軽減の候補になる |
| 信用保証協会の創業関連保証制度 | 創業予定者・創業後一定期間内の事業者 | 日本政策金融公庫の融資に加えて、民間金融機関からの追加調達を検討する際の保証枠として、設備資金や採用増員時の追加融資の候補になる |
| 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（ベンダーはツール登録が必要） | 自社をITベンダーとして事前登録することで、顧客企業（従業員300〜2000名規模）側の導入コスト負担が下がり、初期導入支援費を含めた契約の後押しになる |
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。
同じ課題意識を持つ創業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。
※ バッジは閲覧・保存などの行動ログにもとづく自動集計の相対表示で、実績や審査を保証するものではありません