Who（誰が）
都道府県・市区町村の防災危機管理部局と総務省の応援職員派遣スキーム運営団体を主要顧客とし、災害時は全国から派遣される応援職員が現場でシステムを利用する
対象とする社会課題：被災地に派遣された応援職員が経験不足でも正確・迅速に罹災証明の被害認定調査を行える仕組みがない
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。
大規模災害のたびに、全国から集まった応援職員が経験のないまま被害認定調査にあたり、同じ被害でも判定がぶれて再調査や不服申立てが起きている。罹災証明は仮設住宅入居や義援金の入口であり、その遅れは被災者の生活再建の遅れに直結する。紙のマニュアルとベテラン職員のOJTに頼るしかなかった仕組みを、AIが判定根拠を示しながら支える仕組みに置き換えたい。
※ 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、り災調査AIナビの市場規模・収益モデル・KPI・ロードマップを読み込んだAIチャットが開きます。内閣府の被害認定基準や応援職員派遣制度など、この事業特有の前提を踏まえた資料の素案をその場で作成します。
※ 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。
応援職員が被災家屋をタブレットで撮影すると、AIが外壁・屋根・浸水痕の損傷を解析し、内閣府基準に基づく一次判定候補（全壊〜一部損壊）を提示します。
調査員はチャット形式の質問に答えながら浸水深・傾斜角などを追加入力し、AIが条文根拠を示すため、経験がなくても判定理由を理解しながら記録できます。データは即座にクラウド同期され、本部の査定責任者はダッシュボードで全調査員の判定分布や基準からの逸脱を監視し、罹災証明発行システムへ自動連携することで転記作業をなくします。判定のばらつきを抑え、発行までの日数短縮を目指すシステムです。
大規模災害発生時、被災自治体は罹災証明発行のため住家被害認定調査を短期間で数千〜数万件実施する必要があるが、内閣府の被害認定基準は外壁・屋根・浸水深など判定項目が多く専門性が高い。
応援職員は総務省の応援職員派遣制度(対口支援)で全国から集められるが、多くは調査経験がなく、自治体ごとに運用の癖も異なるため、同じ被害でも判定がぶれる「調査員間のばらつき」が常態化している。実際、2019年台風19号や2024年能登半島地震では、応援職員の判定基準の理解不足により再調査・不服申立てが多発し、罹災証明発行までに1〜3ヶ月を要した自治体もある。被災住民にとって罹災証明は仮設住宅入居・義援金・税減免など生活再建の入口であり、遅延・誤判定は生活再建の遅れに直結する。現状は紙のマニュアル(内閣府『災害に係る住家の被害認定基準運用指針』)と現地ベテラン職員のOJTに依存しており、標準化・デジタル化が進んでいない。自治体単独でシステムを構築する予算・時間的余裕はなく、災害発生の都度この課題が繰り返されている。
①画像解析AI(CNNベースの損傷検出モデル)が、外壁ひび割れ・屋根損傷・浸水痕の写真から損傷部位と程度を自動検出し一次判定候補を生成する。
②自然言語対話AI(LLMベースのチャットボット)が調査員からの質問(例:「半壊と大規模半壊の境界は?」)に基準運用指針の条文を引用して即答し、OJTなしでも基準理解を支援する。③異常検知・予測モデルが調査員ごと・地区ごとの判定傾向を統計解析し、基準からの逸脱や調査員間のばらつきを自動検出して本部にアラートする。④需要予測AIが罹災証明申請件数の推移データから今後の調査必要件数・人員配置の最適化案を自治体に提示する。
応援職員はタブレット端末で現地調査アプリを起動し、被災家屋の外壁・屋根・基礎・浸水痕などをカメラで撮影すると、AIが画像を解析して損傷部位・損傷程度(全壊/大規模半壊/半壊/準半壊/一部損壊)の一次判定候補を内閣府基準に基づき提示する。
調査員はAIの提示結果を確認しながら対話型チェックリスト(チャットボット形式)に沿って追加項目(浸水深・傾斜角など)を入力し、AIが基準運用指針の該当条文を根拠として表示するため、経験がなくても判定根拠を理解しながら記録できる。入力データはクラウドに即時同期され、本部の査定責任者はダッシュボードで全調査員の判定分布・異常値(基準から逸脱した判定)をリアルタイム監視し、AIが「他地区の類似被害と判定がずれている家屋」を自動フラグして再確認を促す。調査完了後は罹災証明書発行システム(自治体の既存システム)へAPI連携でデータを自動出力し、紙の転記作業と二重入力を排除する。この結果、応援職員1人あたりの調査可能件数が向上し、自治体全体の判定基準が統一され、住民への発行スピードが短縮される。
| 応援職員へのベテラン職員OJT付き添い人件費・旅費(1名あたり日当1万円+旅費宿泊費込みで派遣期間中同行) | 応援職員50名規模の派遣で月額約300万円の想定 |
| 判定ばらつきによる再調査・不服申立て対応人件費(再調査率10%、1件2時間×職員時給3,000円換算) | 2,000件調査時で年間約120万円の想定 |
| 罹災証明発行遅延に伴う仮設住宅入居・応急修理制度申請の遅延対応(住民問い合わせ対応窓口の臨時人員配置) | 災害後3ヶ月で月額約50万円の想定 |
| 紙の調査票から既存システムへの二重入力・転記作業の人件費(調査員1名あたり1件5分×2,000件) | 臨時職員1名分で月額約20万円の想定 |
| 平時年間サブスクリプション(人口10万人規模自治体想定) | 年額150万円 |
| 災害発生時従量課金ライセンス(応援職員100名・3ヶ月稼働の想定) | 450万円(1.5万円×100名×3ヶ月) |
| 導入・研修コンサルティング(初期導入時) | 初回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。
大規模災害時、自治体は数千〜数万件の住家被害認定調査を短期間で実施する必要があるが、内閣府基準は外壁・屋根・浸水深など判定項目が多く専門性が高い。
全国から派遣される応援職員の多くは調査未経験で、自治体ごとの運用の癖もあるため同じ被害でも判定がぶれる問題が常態化している。2019年台風19号や2024年能登半島地震では判定基準の理解不足による再調査・不服申立てが多発し、罹災証明発行に1〜3ヶ月を要した自治体もあった。紙マニュアルとベテラン職員のOJTに依存する現状では標準化が進まず、災害の都度同じ問題が繰り返されている。
実証開発フェーズと自治体実証フェーズは画像解析AI・LLMの精度検証を繰り返しながら要件が変化するため準委任契約が適する。
一方、罹災証明発行システムとのAPI連携やユーザー管理などMVPの基本機能部分は仕様を固めやすいため請負契約で範囲・納期・金額を明確化するのが望ましい。発注時は内閣府基準運用指針の改定が今後も発生する前提で、保守フェーズの契約更新条件（改定対応の追加費用の有無）を事前に取り決めておく必要がある。また災害発生時の従量課金部分は繁忙期の人員急増を伴うため、緊急対応時のSLA・追加人員体制を契約書に明記すべきである。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 被災地に派遣された応援職員（住家被害認定調査を行う調査員） |
| セカンダリ | 被災自治体本部の査定責任者・防災危機管理部局職員、罹災証明発行担当部署 |
| 管理 | 自治体情報システム部門の管理者、および事業者側の運用・カスタマーサクセス担当 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 画像解析AI一次判定機能 | 外壁・屋根等の撮影画像→CNN解析→損傷部位と被害区分の一次判定候補を出力 |
| 対話型チェックリスト入力機能 | 浸水深・傾斜角等の調査項目→チャットボット形式で質問提示→回答をデータ化 |
| LLM基準条文Q&A機能 | 調査員の質問文→LLMが運用指針を検索→該当条文と回答を即時表示 |
| 判定根拠表示機能 | AI判定結果→適用条文を紐付け→判定画面に根拠条文を併記表示 |
| 異常検知・ばらつきアラート機能 | 全調査員の判定データ→統計解析で逸脱検出→本部ダッシュボードに自動フラグ通知 |
| 需要予測・人員配置最適化機能 | 過去申請件数推移→需要予測AIが分析→必要調査員数と配置案を提示 |
| 査定責任者ダッシュボード機能 | 調査員別・地区別判定データ→集計処理→分布グラフとアラート一覧を表示 |
| 罹災証明発行システムAPI連携機能 | 確定判定データ→API変換→自治体既存の罹災証明発行システムへ自動送信 |
| 調査データクラウド同期機能 | タブレット入力データ→通信時に即時アップロード→クラウドDBへ反映 |
| 調査員研修シミュレーター機能 | 模擬被災家屋画像→操作演習モードで判定練習→正答率スコアを表示 |
| 被害傾向分析レポート生成機能 | 蓄積判定データ→匿名加工・集計→年次被害傾向レポートPDFを出力 |
| テーブル | 主要カラム |
|---|---|
municipalities(自治体) | municipality_id, 自治体名, 人口規模区分, 契約プラン, 契約開始日 |
inspectors(調査員) | inspector_id, 氏名, 所属自治体, 派遣元自治体, 経験年数, 研修受講状況 |
buildings(家屋) | building_id, 住所, 所有者名, 構造種別, 築年数, 罹災証明申請番号 |
inspections(調査) | inspection_id, building_id, inspector_id, 調査日時, 調査ステータス |
inspection_photos(調査写真) | photo_id, inspection_id, 撮影部位, 画像URL, 撮影日時, GPS座標 |
ai_judgments(AI判定結果) | judgment_id, inspection_id, 損傷部位, 損傷程度, 信頼度スコア, 根拠条文ID |
final_judgments(最終判定) | final_id, inspection_id, 最終被害区分, 判定者ID, 判定理由, 確定日時 |
anomaly_flags(異常検知) | flag_id, inspection_id, 逸脱種別, 検知日時, 対応ステータス, 確認者ID |
| # | 画面 |
|---|---|
| 1 | ログイン画面 |
| 2 | 調査対象家屋一覧 |
| 3 | 現地調査撮影画面 |
| 4 | AI判定確認画面 |
| 5 | 基準相談チャット画面 |
| 6 | 本部監視ダッシュボード |
| 7 | 罹災証明出力管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | PyTorch(損傷検出CNNモデルの学習・推論に採用) |
| 2 | OpenAI GPT-4 API(基準条文引用の対話応答生成) |
| 3 | AWS SageMaker(画像解析モデルの学習基盤として利用) |
| 4 | AWS S3(大量の家屋写真データを低コスト保存) |
| 5 | PostgreSQL(調査・判定履歴の構造化データ管理) |
| 6 | React Native(タブレット向け現地調査アプリの開発) |
| 7 | AWS ISMAP準拠環境(自治体データガバナンス基準への対応) |
| 区分 | 要件 |
|---|---|
| 画像解析AIの一次判定応答時間は撮影完了後3秒以内とする想定 | 画像解析AIの一次判定応答時間は撮影完了後3秒以内とする想定 |
| 災害時同時アクセス2,000端末でもダッシュボード表示遅延3秒以内を目標とする | 災害時同時アクセス2,000端末でもダッシュボード表示遅延3秒以内を目標とする |
| クラウド基盤はISMAP準拠環境を採用し家屋写真・個人情報を暗号化保存する | クラウド基盤はISMAP準拠環境を採用し家屋写真・個人情報を暗号化保存する |
| オフライン環境でも調査入力・AI判定を継続でき通信復旧時に自動同期する仕組みとする | オフライン環境でも調査入力・AI判定を継続でき通信復旧時に自動同期する仕組みとする |
| システム稼働率は災害対応期間中99.5%以上を目標値とする想定 | システム稼働率は災害対応期間中99.5%以上を目標値とする想定 |
| AI判定と最終判定の乖離ログを全件保存し監査・不服申立て対応に3年間参照可能とする | AI判定と最終判定の乖離ログを全件保存し監査・不服申立て対応に3年間参照可能とする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 過去の被害認定調査の写真データと内閣府の基準運用指針を使い、人力で損傷判定のルールベース分類を試し、判定根拠を条文で説明できるかを確認する | 資料収集の人件費と模擬データ取得費だけ |
| ②最小システム | タブレットで撮影した写真をアップロードし、簡易な画像分類モデルとチェックリストで一次判定候補を返す最小限のプロトタイプを作り、元自治体職員に試用してもらう | クラウドAI利用料と外注プロトタイプ開発費が中心 |
| ③本開発 | 自治体実証を踏まえ、ダッシュボード・罹災証明システムへのAPI連携・異常検知アラート機能を含む本番システムを構築し、複数自治体での同時運用に対応させる | 外注開発で数か月分の費用と継続的なクラウド運用費 |
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 |
|---|---|---|
| 内閣府政策統括官（防災担当）付の被害認定基準担当官 | 被害認定基準運用指針の解釈・AI活用の是非を左右する所管者だから | 内閣府防災情報のページの担当部署代表電話・過去の説明会参加者経由で紹介依頼 |
| 総務省自治行政局の応援職員派遣制度（対口支援）担当者 | 応援職員派遣の実務フローにシステムを組み込む窓口になるため | 総務省HPの対口支援関連通知の発出課に問い合わせ、面談依頼文書を送付 |
| 過去被災自治体（例:輪島市・珠洲市等）防災危機管理課の課長級職員 | 実証実験の受け入れ判断者であり現場の運用課題を最も把握しているため | 全国知事会・市長会の防災担当者経由、または災害時派遣実績のある自治体に直接連絡 |
| 全国市長会・全国知事会の防災・危機管理担当部署の事務局職員 | 自治体への一括導入・標準ツール化の推進母体となるため | 各会の事務局代表窓口に事業概要書を送付し説明機会を打診 |
| パスコまたは朝日航洋の自治体向け被害判定事業部の事業開発担当者 | 既存の航空写真・被害判定事業との連携で導入チャネルを確保するため | 防災関連展示会（防災産業展等）でのブース訪問・名刺交換から商談化 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 自治体防災危機管理課への直接アプローチ | 過去に応援職員派遣を受けた自治体の防災危機管理課に連絡し、次の防災訓練でAI判定支援ツールを無償で試してもらえないか依頼する |
| 防災学会・自治体向け防災システム展示会 | 展示会のブースで名刺交換し、罹災証明業務のばらつきに悩む担当者に「まず訓練で使ってみませんか」と声をかける |
| 元総務省・自治体OBの人脈 | 応援職員派遣の経験がある元自治体職員を紹介してもらい、現場の困りごとをヒアリングしながら実証協力を依頼する |
| 防災系SIer・ベンダーとの共同提案 | 既存の罹災証明システムを納めているベンダーに連携を打診し、既存顧客への追加提案として同席させてもらう |
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） | 法人設立から一定期間内の創業者 | 自己資金100万円に加えて運転資金の融資を受けられる制度で、この事業では融資合計500万円を想定し、応援職員向けアプリの初期開発人件費やGPUサーバー費に充てる候補になる |
| NEDO Seed-stage Technology-based Startups Program（NEDO STS） | 研究開発型のシード期スタートアップ | 画像解析AIとLLM対話モデルの精度検証というR&D要素が強い段階に合致し、内閣府基準運用指針への準拠モデル開発費の一部をカバーできる候補になる |
| SBIR制度（研究開発型スタートアップ支援制度） | 国の課題解決に資する研究開発を行う中小企業・スタートアップ | 防災・自治体業務という政府課題領域のAI開発であり、将来的に総務省・内閣府の関連事業への採択を通じて実証フェーズの資金支援につながる候補になる |
| 東京都創業助成事業（東京都創業ステーション） | 都内で法人を設立する創業者 | 本社を東京都内に置く場合、初期の人件費・広告費・専門家活用費の一部を助成対象にでき、自治体渉外担当の採用費に充てられる候補になる |
| ものづくり補助金（中小企業庁） | 設備投資・システム開発を行う中小企業 | 画像解析用GPUサーバーの導入や本番システムの開発費という設備・システム投資要素があり、本開発フェーズの費用の一部を補助できる候補になる |
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。
防災・インフラ領域で挑戦する仲間がコミュニティにいます。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。
※ バッジは閲覧・登録などの自動集計にもとづく相対的な表示です。