Who（誰が）
赤字路線を抱える地方バス事業者の兼務総務職員と、市町村交通政策課の担当職員が主な利用者となる
対象とする社会課題：過疎地路線バスの利用者減少と、根拠不十分な減便・廃線判断による地域交通の縮小スパイラル
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。
兼務の総務職員が、限られた時間の中で減便か維持かを決めている。根拠になるはずのICカードやGPSのデータは眠ったままで、感覚と経験則が判断を支えてきた。その先には、通学や通院を路線バスに頼る高齢者や高校生の生活がある。乗降データを客観的な予測と提案に変え、廃線という取り返しのつかない決断の前に、話し合うための材料を届けたい。
※ 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650万円の申請資料も、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、バスミライの事業設計を読み込んだ状態で、事業計画書やピッチ資料、要件定義書などの素案をすぐに作成します。数値や文面はこの事業の前提に沿って生成されるので、そのまま持ち出して使えます。
※ 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。
バスミライは、地方バス事業者が運賃箱やICカード、GPS車載器から得られる乗降データをアップロードするだけで、路線・停留所・時間帯ごとの利用予測をダッシュボードで確認できるサービスです。
総務職員が月1回画面を開けば「この便は乗車率8%未満で赤字継続、デマンド化を検討」といったAIレポートが自動で出て、チャットで「1日2便減らしたら通学にどう影響するか」と聞けば過去事例に基づく回答が返ります。自治体向けには補助金申請書のドラフトや効果検証レポートも自動生成し、感覚と経験則に頼っていた減便・維持判断を、データに基づく数週間の意思決定に変えます。
全国の地方バス事業者約1,800社のうち、約7割が過去5年で乗客数10%以上減少しており、多くが運転士不足と燃料費上昇の中で減便・廃線判断を「感覚と経験則」に頼っている。
人口3万人未満の自治体では、平均乗車率が定員の15%を切る路線が常態化しているが、通学・通院に依存する高齢者や高校生にとって唯一の移動手段であり、廃線は生活基盤の崩壊に直結する。担当者は多くが兼務の総務職員で、GTFSデータや乗降センサーのログを分析するノウハウがなく、国交省補助金の申請書類作成のために場当たり的な需要調査を行っているのが実態である。結果として「減便すべきか維持すべきか」の判断が属人化し、赤字拡大→さらなる減便→利用者離れという悪循環が続いている。市町村からの補助金交付判断も同様に客観データを欠いたまま行われ、投じた予算に対する効果検証もほとんど行われていない。
時系列予測モデル(勾配ブースティング+LSTMアンサンブル)が停留所・時間帯別の乗降数を天候・季節行事・人口動態データと組み合わせて予測し、需要密度マップを生成する。
最適化エンジン(混合整数最適化)が減便・デマンド運行転換・ダイヤ再編の複数シナリオを自動生成し、赤字削減額と利用者影響のトレードオフを提示する。自然言語対話AI(LLM)が事業者担当者や自治体職員からの問い合わせに対し、予測データと過去の全国事例データベースを参照して根拠付きで回答し、補助金申請書類のドラフトを自動生成する。実際の運行結果データを継続学習にフィードバックし、路線ごとの予測精度(MAPE)を四半期ごとに改善する。
バス事業者は既存の運賃箱・ICカード・GPS車載器から得られる乗降データ、気象データ、地域の人口動態・学校行事カレンダー、通院施設の診療日情報をクラウドにアップロードするだけで、AIが路線・時間帯・停留所単位の需要を日次予測するダッシュボードにアクセスできる。
事業者担当者は月1回、ダッシュボード上で「この便は平均乗車率が8%未満で赤字継続、代替として乗合デマンド化を提案」といったAI生成レポートを確認し、チャット形式のAIアシスタントに「この路線を1日2便減らした場合の高校生の通学影響は？」と質問すると、シミュレーション結果と過去事例に基づく回答が即時に返る。減便・再編案は自治体向けレポートとして自動生成され、補助金申請書のドラフトも同時に出力される。実行後は実際の乗降データをAIが再学習し、予測精度と提案の妥当性を継続的に改善する。これにより、意思決定に必要な期間が従来の3〜6ヶ月から数週間に短縮され、根拠のある減便・維持・デマンド化の判断が可能になる。
| 場当たり的な乗降調査の外部委託費(年2回、1回あたり40万円) | 年額約80万円 |
| 補助金申請書作成にかかる兼務担当者の残業代(月10時間×2,500円換算) | 年額約30万円 |
| 根拠不十分な減便による利用者離れで失う運賃収入(路線あたり試算) | 年額約150万円 |
| 自治体コンサルへの交通計画策定・効果検証委託費 | 年額約300万円 |
| 事業者向けSaaS(10路線パッケージ) | 月額15万円(年間180万円) |
| 自治体向け交通計画支援レポート | 年間150万円 |
| 導入コンサル・データ整備支援(初期一括) | 初期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。
地方バス事業者の担当者の多くは総務職員が兼務しており、GTFSデータや乗降センサーのログを分析する専門知識も時間もない。
乗車率15%未満の路線が常態化する一方、廃線判断は感覚と経験則に頼らざるを得ず、赤字拡大→減便→利用者離れの悪循環が続いている。市町村の補助金交付も同様に客観データを欠いたまま行われ、投じた予算の効果検証がほとんどできていない。既存の運行管理システムはデータ蓄積機能はあっても需要予測や再編提案までは踏み込んでおらず、この空白を埋める仕組みが必要である。
実証フェーズ(0-6ヶ月)はモデル精度や画面仕様が検証を通じて変動するため準委任契約が向いており、事業者ごとのデータ品質差に応じて工数調整できる体制にすべきである。
SaaS化フェーズ以降は機能要件が固まった時点で、ダッシュボードやAIレポート出力などの機能単位で請負契約に切り替えることで成果物の検収基準を明確化できる。ただしAI予測モデルのMAPE改善やAPI連携部分は完成基準の合意が難しいため、精度目標は努力目標として契約書に明記し、瑕疵担保の対象外とする条項を入れることを推奨する。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 地方バス事業者の総務職員（運行計画を兼務で担当する担当者） |
| セカンダリ | 市町村交通政策課の職員（補助金交付判断・地域公共交通計画策定担当） |
| 管理 | 自社のカスタマーサクセス担当・データサイエンティスト（モデル精度管理と導入支援を行う運用チーム） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| データ取込・統合基盤 | ICカード/GPS/運賃箱/気象/人口動態データを取込→形式検証・正規化→統合データセットを生成 |
| データ品質診断・簡易調査代替 | 簡易センサー/目視調査アプリの記録データ→欠損補完・品質スコア算出→データ品質診断レポート出力 |
| 需要予測モデル | 乗降実績・天候・学校行事・診療日データ→勾配ブースティング+LSTMで予測→停留所別時間帯別乗降数を出力 |
| 需要密度マップ生成 | 予測乗降数データ→地図情報と重畳処理→路線・停留所別の需要密度マップを可視化出力 |
| 再編シナリオ最適化エンジン | 需要予測結果→混合整数最適化で減便/デマンド化案を算出→複数シナリオと赤字削減額を出力 |
| 月次AIレポート自動生成 | 乗車率・収支データ→閾値判定と自然言語生成→赤字便特定と改善提案レポートを出力 |
| 対話型AIアシスタント | 担当者の質問文→予測データ・全国事例DBを参照しLLMが回答生成→根拠付き回答をチャット表示 |
| 補助金申請書ドラフト生成 | 再編案・効果予測データ→国交省様式に沿って文章生成→申請書ドラフトをPDF/Word出力 |
| 自治体向け効果検証レポート | 補助金交付前後の運行実績データ→比較分析処理→効果検証レポートを自治体担当者向けに出力 |
| 継続学習・精度改善 | 実運行結果データ→モデル再学習しMAPE算出→更新済み予測モデルと精度指標を出力 |
| 提案採用実績・KPI管理 | 自治体/事業者からの採用可否入力→路線別採用率を集計→KPIダッシュボードに反映表示 |
| テーブル | 主要カラム |
|---|---|
事業者 | 事業者ID, 事業者名, 契約プラン, 契約開始日, 路線数, 担当者連絡先 |
路線 | 路線ID, 事業者ID, 路線名, 系統番号, 運行区間, 距離, 使用車両数 |
停留所 | 停留所ID, 路線ID, 停留所名, 緯度経度, 通過順序, 最寄り施設種別 |
乗降データ | レコードID, 停留所ID, 便ID, 乗車日時, 乗車数, 降車数, データ取得元(ICカード/GPS/目視) |
予測結果 | 予測ID, 路線ID, 便ID, 予測日, 予測乗車率, MAPE, モデルバージョン |
再編シナリオ | シナリオID, 路線ID, 種別(減便/デマンド化/維持), 赤字削減額, 利用者影響数, 採用状況 |
自治体契約 | 自治体ID, 自治体名, 契約年額, 対象路線数, 補助金配分方針, 担当課連絡先 |
補助金申請書 | 申請書ID, 自治体ID, 路線ID, 申請年度, 申請額, ドラフト生成日, 提出状況 |
| # | 画面 |
|---|---|
| 1 | 需要予測ダッシュボード |
| 2 | 路線別需要密度マップ |
| 3 | AIアシスタントチャット |
| 4 | 再編シナリオ比較画面 |
| 5 | 自治体向けレポート出力 |
| 6 | データ取込・連携設定 |
| 7 | 契約・利用状況管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(S3/ECS): データ蓄積と分析基盤のスケール対応に実績あり |
| 2 | LightGBM: 停留所別需要の勾配ブースティング予測に高精度 |
| 3 | PyTorch(LSTM): 時系列の季節性・行事変動を捉える補完モデル |
| 4 | OR-Tools: 減便/デマンド化シナリオの混合整数最適化に対応 |
| 5 | OpenAI API(GPT-4系): 問い合わせ対応と申請書ドラフト自動生成 |
| 6 | PostgreSQL+PostGIS: 停留所位置情報と乗降データの空間結合処理 |
| 7 | GTFS/GTFS-RT連携: 既存運行管理システムとの標準規格連携 |
| 区分 | 要件 |
|---|---|
| SaaSダッシュボードの稼働率99.5%以上(月間ダウンタイム約3.6時間以内)を維持する | SaaSダッシュボードの稼働率99.5%以上(月間ダウンタイム約3.6時間以内)を維持する |
| 日次需要予測バッチは契約全路線分を毎日午前6時までに完了させる(処理時間6時間以内) | 日次需要予測バッチは契約全路線分を毎日午前6時までに完了させる(処理時間6時間以内) |
| 乗降データ・個人情報はAES-256で暗号化し、自治体データは事業者データと論理的に分離して保管する | 乗降データ・個人情報はAES-256で暗号化し、自治体データは事業者データと論理的に分離して保管する |
| 路線別MAPEを四半期ごとに再評価し15%以内を維持、悪化時は担当者へ自動アラート通知する | 路線別MAPEを四半期ごとに再評価し15%以内を維持、悪化時は担当者へ自動アラート通知する |
| 契約事業者200社・路線数最大10,000路線までの水平スケールに対応する構成とする | 契約事業者200社・路線数最大10,000路線までの水平スケールに対応する構成とする |
| データバックアップは日次実施し、RPO24時間・RTO4時間以内での復旧を可能にする | データバックアップは日次実施し、RPO24時間・RTO4時間以内での復旧を可能にする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 協力事業者数社からExcelやCSV形式で乗降データを受け取り、簡易な統計手法で手作業の需要予測とパワーポイントのレポートを作成し、担当者の反応と有効性を確かめる | AI利用料と交通費程度の水準 |
| ②最小システム | 既存のBIツールと簡易予測モデルを組み合わせたクラウドダッシュボードを構築し、月1回のレポート自動生成とチャット形式の質問応答を試験的に提供する | 外注で数か月分の開発費と月額のクラウド利用料の水準 |
| ③本開発 | 勾配ブースティングとLSTMアンサンブルによる予測モデル、混合整数最適化エンジンを本格実装し、複数事業者に対応するマルチテナントSaaSと運行管理ベンダー向けAPI連携基盤を構築する | 開発チームの人件費と継続的なクラウド運用費がまとまった規模で必要になる水準 |
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 |
|---|---|---|
| 地方の中小バス事業者の運行管理者または経営者（GTFS/ICカードデータ保有事業者） | 実証フェーズの連携先候補であり、現場の減便判断の実態とデータ品質を把握できる | 地方バス協会や都道府県トラック協会の紹介、または国交省地域公共交通会議の傍聴経由で接触 |
| 市町村交通政策課の地域公共交通計画担当職員 | 補助金交付判断者であり、地域公共交通計画法改正後のニーズと予算感を確認できる | 地域公共交通会議・法定協議会の公開資料から担当課を特定し、電話でアポイント打診 |
| 国交省地域公共交通計画策定支援コンサルティング会社の担当者 | 自治体案件への同行・紹介経路になり得る提携候補で、補助金書式の実務知識を持つ | 国交省の計画策定支援事業者リストや入札公告から会社名を特定し、直接問い合わせ |
| バス運行管理システム大手ベンダー(えちぜん鉄道系・バス予約大手等)の事業開発担当 | API連携によるバンドル販売の可否と競合内製化リスクを早期に見極めるため | 業界展示会(バステクフォーラム等)や既存事業者からの紹介で接点を作る |
| 全国乗合バス協会または都道府県バス協会の事務局担当者 | 業界全体への紹介チャネルとなり、赤字路線の実態データや会員事業者リストを持つ | 協会公式サイトの問い合わせ窓口経由でアポイントを申し込む |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 都道府県バス協会の会合・勉強会 | 協会事務局に「赤字路線の減便判断を客観データで支援する取り組みを進めている、会員向け説明の場をいただけないか」と依頼する |
| 国交省地域公共交通計画策定コンサルとの提携 | 計画策定を受託しているコンサル会社に「計画策定業務の中で使えるデータ診断を無償で提供したい」と持ちかけ、案件同席の機会をもらう |
| 既存GTFSデータを公開している事業者への直接コンタクト | オープンデータを公開済みの事業者に「そのデータを使って無償で需要診断レポートを作成させてほしい」と個別に連絡する |
| 自治体交通政策課への直接訪問 | 地域公共交通計画の策定担当者に「補助金効果の検証レポートを試験的に無償作成したい」と提案し、担当者会議での紹介を依頼する |
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（創業融資） | 法人設立から間もない代表者本人（担保・保証人なしでも申請可能な枠あり） | クラウド開発費や初期の人件費に充てる運転資金として利用できる。融資額は650万円を想定し、着金は設立から2か月目ごろを見込んで初期のデータ整備委託費に備える |
| IT導入補助金（中小企業庁） | 顧客側となる中小バス事業者（SaaS導入費の補助を受けられる場合がある） | 事業者が月額利用料や初期のデータ整備支援費を導入する際の負担を下げられる可能性があり、営業時に導入障壁を下げる材料として案内できる |
| 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） | 自社（システム開発を行う法人）またはシステム内製化を進める顧客事業者 | 需要予測モデルや最適化エンジンの開発費の一部をカバーできる可能性があり、本開発フェーズの資金計画に組み込める |
| 小規模事業者持続化補助金 | 自社（創業初期の小規模事業者） | 展示会出展や協会向け営業資料の作成、初期のウェブサイト整備など販路開拓費に使える可能性がある |
| 地域公共交通確保維持改善事業（国土交通省） | 顧客となる自治体・バス事業者 | 自治体が需要予測ツールや路線再編の効果検証を導入する際の財源になり得るため、自治体向け提案資料の中で紹介できる |
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。
公共交通DX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。
※ バッジは閲覧・登録データにもとづく自動集計の相対表示です。