Who（誰が）
政令指定都市・特別区の防災担当部局、鉄道事業者、大規模商業施設運営会社が導入主体となり、住民・帰宅困難者が最終利用者となる
対象とする社会課題：大規模地震・災害時に発生する帰宅困難者への受け入れ施設誘導が機能しない問題
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。
首都直下地震で数百万人規模と想定される帰宅困難者に対し、受け入れ施設の空き情報は今も紙と電話でしか把握できていない。自治体は誘導計画を事前に作っても、発災後の実際の被害状況とのズレに対応できない。平時の計画づくりから発災直後の一分一秒の誘導まで、AIが人の判断を支え続ける仕組みがなければ、路上を彷徨う人は減らせないと考えている。
※ 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630万円の申請資料も、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、カエルナビの事業内容を読み込んだ状態で、事業計画書や投資家向け資料、要件定義書などの素案をその場で作成します。自治体への提案や融資申請にそのまま使える文章として出力します。
※ 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。
「カエルナビ」は大規模地震発生時に帰宅困難者を最も収容余力のある一時滞在施設へ導くAIプラットフォームです。
会社員が発災直後にスマホのチャットボットへ現在地を伝えると、AIが施設のQR入退場データと道路被害情報（SNS画像解析・道路センサー）を5分間隔で再計算し、実際に受け入れ可能な施設への経路を音声・地図で案内します。施設スタッフはタブレットでQRスキャンするだけで残容量が自動更新され、自治体防災担当者はダッシュボード上で施設別受入可能人数マップと誘導シナリオを平時に確認・承認し、発災時は状況をリアルタイムに監視できます。紙・電話ベースの空き情報確認から、AIによる分単位の動的誘導へ切り替える仕組みです。
首都直下地震では最大約800万人（東京都想定）の帰宅困難者が発生するとされるが、一時滞在施設の収容力は必要量の3〜4割程度にとどまり、多くは自治体庁舎や指定避難所の空き情報を紙・電話ベースでしか把握できていない。
会社員のAさん（40代、都心オフィス勤務）は発災直後にスマホで最寄りの受け入れ施設を検索しても、実際には満員だったり閉鎖済みだったりする情報しか得られず、路上を彷徨うリスクが高い。自治体側も、施設の受入可能人数・混雑状況・道路寸断状況をリアルタイムに把握する手段がなく、事前に策定した誘導計画は災害発生時の実際の人流・被害状況とズレて機能しないことが多い。過去の訓練データや被害想定は静的な資料として作られるだけで、発災後の動的な状況変化に対応できる仕組みが存在しないことが本質的な未解決要因である。
①平時計画フェーズでは強化学習・数理最適化を用いて建物属性・人口メッシュデータから施設配置と収容力配分の最適解を算出する。
②発災時フェーズでは時系列予測モデルが入退場データ・SNS投稿・道路センサー情報を統合し、施設混雑度と道路通行可否を5分間隔で再予測する。③画像解析AIがSNS・防犯カメラ映像から倒壊・火災・渋滞箇所を検出し誘導ルート計算に反映する。④対話AI（LLM）が住民からの多言語チャット・音声問い合わせに応答し、パーソナライズされた避難誘導案内を自動生成する。
自治体防災担当者は平時に、AIが都市の建物データ・人口動態データ・過去の混雑実績を解析して算出した「施設別受入可能人数マップ」と「避難誘導シナリオ」をダッシュボード上で確認し、地域特性に応じた一時滞在施設の指定案をAIの提案から選択・承認する。
発災時には、施設側スタッフがタブレットで入退場人数をQRスキャンし、AIがリアルタイムに残容量を再計算、混雑予測と道路の被害情報（道路管理者・SNS投稿の画像解析結果）を組み合わせて最適な誘導ルートを分単位で更新する。帰宅困難者本人は専用アプリまたはWeb（アプリ非依存のPWA）でチャットボットに現在地と状況を伝えるだけで、AIが最も収容余力があり到達可能な施設への経路を音声・地図で案内する。訓練時には過去シナリオと気象・時間帯パラメータを変えたAIシミュレーションを繰り返し、施設配置や誘導計画の弱点を自動で洗い出し改善提案を行う。
| 紙・電話による避難所空き状況確認の職員人件費（発災後72時間想定、防災課職員5名稼働） | 1回あたり約450万円（年2回の訓練込みで年間約900万円） |
| 収容力を把握できないために過大に確保する施設借上げ・備蓄コスト（人口30万人規模自治体想定） | 年間約1,200万円 |
| 誤誘導・受け入れ不可による負傷者対応や見舞金・補償対応コスト（発生時想定） | 年間200万円〜1,000万円（発生時のみ） |
| 防災コンサルへの訓練シナリオ策定委託費（年2回実施） | 1回あたり約350万円（年間約700万円） |
| 自治体向け年間SaaSライセンス（人口30万人規模） | 年間800万円〜2,000万円 |
| 施設運用端末・従量課金（1施設あたり） | 月額1.5万円（年間18万円/施設） |
| 訓練・研修シナリオパッケージ（年2回実施の場合） | 1回300万円（年間600万円） |
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。
自治体は事前に避難誘導計画を策定しているが、実際の被害状況・人流とズレて機能しないことが多い。
施設の受入可能人数や道路寸断状況をリアルタイムに把握する手段が自治体側になく、紙・電話ベースの運用に留まっている。帰宅困難者は最寄り施設をスマホで検索しても満員・閉鎖済みの情報しか得られず、路上を彷徨うリスクが高い。過去の訓練データや被害想定が静的資料として作られるだけで、発災後の動的な状況変化に対応できる仕組みが存在しないことが本質的な課題である。
Phase1〜2のデータ基盤構築・AI最適化エンジン開発・訓練シミュレーション実装は要件・精度目標が実証を通じて変動するため準委任契約が向く。
誘導精度80%以上といった目標は環境依存要素が大きく、請負での成果保証は難しいため達成基準を努力目標として契約書に明記する。Phase3以降の入退場管理端末・住民向けアプリなど仕様が固まった機能は請負契約で開発範囲・受入基準を明確化するのが望ましい。発注時はAI予測が意思決定支援ツールである旨と責任分界を契約条項に明記し、自治体の個人情報保護条例準拠の確認プロセスも契約に含めること。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 発災時に避難誘導を必要とする帰宅困難者（会社員・観光客等の一般住民） |
| セカンダリ | 自治体防災担当者（平時の計画承認・発災時の監視）、一時滞在施設スタッフ（入退場管理）、鉄道事業者・商業施設の防災担当者 |
| 管理 | 自治体側システム管理者（データ・権限管理）、開発・運営会社側の保守運用担当者 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 施設別受入可能人数マップ生成 | 建物・人口メッシュデータ→数理最適化計算→施設ごとの推奨収容人数マップを出力 |
| 避難誘導シナリオ自動生成 | 過去混雑実績・地域特性データ→強化学習で最適配分計算→誘導シナリオ案を生成 |
| 施設指定案承認ダッシュボード | AI提案の施設リスト→担当者が選択・修正→承認済み指定施設リストとして確定保存 |
| QRコード入退場管理 | 来場者QRスキャン→入退場数を集計→施設別現在人数を運用DBへ反映 |
| 残容量リアルタイム再計算 | 入退場データ・SNS投稿・道路センサー→時系列予測モデルで需給推定→5分間隔で残容量を更新 |
| 被害・渋滞画像解析 | SNS投稿画像・防犯カメラ映像→画像解析AIで倒壊/火災/渋滞検出→被害箇所座標を出力 |
| 誘導ルート動的計算 | 施設残容量・道路被害情報→最短到達可能経路を再計算→分単位で更新ルートを配信 |
| 住民向けチャット誘導 | 利用者の現在地・状況テキスト/音声→対話AIが状況解析→最適施設への音声・地図案内を返答 |
| 訓練シナリオシミュレーション | 気象・時間帯パラメータ設定→AIが複数シナリオを反復実行→誘導計画の弱点と改善案を出力 |
| 人流データ分析レポート | 蓄積された入退場・誘導実績データ→匿名加工・集計処理→都市計画向けレポートPDFを生成 |
| オフラインローカル推論 | 通信断絶時の端末内センサー・入力データ→ローカル推論モデルで簡易判定→端末内で誘導案内を表示 |
| テーブル | 主要カラム |
|---|---|
facilities | facility_id, name, address, lat, lng, capacity_max, capacity_type, owner_org_id, status |
facility_occupancy_logs | log_id, facility_id, timestamp, entry_count, exit_count, current_occupancy, source_device_id |
residents_sessions | session_id, device_token, current_lat, current_lng, language, status, last_contact_at |
guidance_routes | route_id, session_id, facility_id, route_geojson, estimated_time_min, generated_at, status |
road_hazard_events | event_id, source_type, lat, lng, hazard_type, confidence_score, detected_at, image_url |
municipalities | org_id, name, population, contract_plan, contract_start, contract_end |
training_scenarios | scenario_id, org_id, scenario_type, weather_param, time_param, created_at, result_score |
devices | device_id, facility_id, device_type, serial_no, last_sync_at, firmware_version |
| # | 画面 |
|---|---|
| 1 | 自治体向け計画ダッシュボード |
| 2 | 施設配置提案・承認画面 |
| 3 | 訓練シナリオ設定画面 |
| 4 | 施設スタッフ入退場管理 |
| 5 | 混雑状況モニタリング画面 |
| 6 | 住民向けチャット誘導画面 |
| 7 | データ分析レポート画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | Python/PyTorch（時系列予測・最適化モデル構築） |
| 2 | OR-Tools（施設配置の数理最適化計算） |
| 3 | OpenAI API/LLM（多言語対話AI応答生成） |
| 4 | AWS IoT Core（QR端末からのリアルタイムデータ収集） |
| 5 | PostGIS（地理空間データの高速クエリ処理） |
| 6 | React/PWA（アプリ非依存の住民向けUI提供） |
| 7 | MQTTブローカー（通信障害時のオフライン同期対応） |
| 区分 | 要件 |
|---|---|
| 発災時システム可用性99.9%以上、RTO15分以内での復旧を目標とする想定 | 発災時システム可用性99.9%以上、RTO15分以内での復旧を目標とする想定 |
| 誘導ルート・残容量情報の更新間隔は5分以内、遅延許容上限は10分の想定 | 誘導ルート・残容量情報の更新間隔は5分以内、遅延許容上限は10分の想定 |
| 同時アクセス想定は1施設あたり最大500人規模、都市全体で10万同時接続に耐える設計とする想定 | 同時アクセス想定は1施設あたり最大500人規模、都市全体で10万同時接続に耐える設計とする想定 |
| 位置情報・個人情報は自治体の個人情報保護条例に準拠し匿名化・暗号化通信(TLS1.3以上)で保護する想定 | 位置情報・個人情報は自治体の個人情報保護条例に準拠し匿名化・暗号化通信(TLS1.3以上)で保護する想定 |
| 通信障害時はメッシュネットワーク経由でのデータ同期とローカル推論継続を保証する想定 | 通信障害時はメッシュネットワーク経由でのデータ同期とローカル推論継続を保証する想定 |
| 誘導精度（AI予測と実受入可否の一致率）は1年目末までに90%以上を維持する運用目標 | 誘導精度（AI予測と実受入可否の一致率）は1年目末までに90%以上を維持する運用目標 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | パイロット自治体1団体の建物データ・人口データをExcelとGISで手動集計し、施設別の受入可能人数マップを人力で作成して防災担当者に見せ、反応と修正要望を確認する | 人件費と資料作成の時間だけで、外部発注費はほぼかからない水準 |
| ②最小システム | QRスキャンによる入退場記録と残容量の自動計算だけを行う簡易Webアプリを作り、訓練の一部で実際に使ってもらい、誘導精度や現場スタッフの操作性を確認する | 外注で数か月分の開発費とタブレット数台分の調達費が中心 |
| ③本開発 | 時系列予測モデルによる混雑度再予測、道路被害の画像解析、対話AIによる住民向け誘導案内までを統合したダッシュボードとPWAを構築し、複数自治体での商用導入に耐える形にする | AI開発・自治体向けセキュリティ対応・多言語対話AIの利用料を含め、外注と自社開発を組み合わせた継続的な費用 |
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 |
|---|---|---|
| 東京都総合防災部 帰宅困難者対策担当課長級職員 | 帰宅困難者対策条例の運用実態と一時滞在施設協定の課題を直接把握するため | 東京都防災ホームページの担当課代表電話に問合せ、施策説明会への参加を依頼 |
| 特別区（例：千代田区・新宿区）防災課の一時滞在施設担当者 | 現場レベルの施設運営・空き情報管理の実態とニーズを把握するため | 区の防災訓練・帰宅困難者対策協議会に見学者として参加し名刺交換 |
| 大手鉄道事業者（JR東日本・東京メトロ等）防災・事業継続担当部門 | 駅周辺滞留者対策の課題と施設連携ニーズ、代理店提携の可能性を探るため | 鉄道防災連絡会議や国交省主催の帰宅困難者対策連絡会経由で紹介依頼 |
| 防災コンサルティング会社（例：日本総合研究所・応用地質等）の防災事業部門責任者 | 自治体向け防災計画策定支援の営業チャネル・代理店提携可能性を確認するため | 防災系展示会（危機管理産業展等）のブース訪問・名刺交換から商談設定 |
| 大規模商業施設（駅ビル・複合施設）運営会社の危機管理・施設管理責任者 | 一時滞在施設としての受入余力データ提供・端末導入意向を確認するため | 施設運営会社の広報窓口経由でCSR・防災協定担当部署へアポイント依頼 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 自治体の総合防災訓練への見学・同行 | 防災部局の訓練担当者に「訓練の様子を拝見しながら、施設の空き情報がどう共有されているか教えてほしい」と依頼し、現場の困りごとを直接聞く |
| 防災コンサルティング会社との協業打診 | 地域防災計画の策定支援を行うコンサル会社に「AIによる施設配置の最適化案を無償で一緒に検証させてほしい」と持ちかけ、既存の自治体案件に相乗りする |
| 防災関連の展示会・自治体向けカンファレンス出展 | 防災産業展や自治体向けDXフェアの小間で「一時滞在施設の空き状況をリアルタイムで見える化するデモ」を実演し、名刺交換から訪問アポにつなげる |
| 防災工学・都市計画の研究者からの紹介 | 大学の防災研究室の教員に「共同研究として自治体を紹介してもらえないか」と相談し、研究室が既に付き合いのある自治体の防災部局に橋渡しを頼む |
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 新創業融資制度 | 税務署に開業届を出す前後の創業者、法人設立から間もない代表者 | 自己資金100万円に加えて630万円の融資を受けることで、自治体向けSaaSの開発人件費とタブレット・QR端末の初期調達費を、着金までの間は自己資金でつなぎながら確保できる候補になる |
| 東京都中小企業振興公社 創業助成事業 | 都内で創業予定または創業から一定期間内の中小企業・個人事業主 | 本社を東京都内に置く場合、AI最適化エンジンの開発費や人件費の一部を助成対象経費として申請できる候補になる。自治体向け防災DXという事業テーマが都の政策課題（防災・帰宅困難者対策）と合致しやすい |
| 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） | 新製品・新サービスの開発を行う中小企業・小規模事業者 | 施設別受入可能人数マップや誘導シナリオを算出するAIエンジン、QR入退場管理システムなどのシステム開発・機器導入費が対象経費になり得る候補になる |
| NEDO Technology Startups Program（NEDO STS） | 研究開発型のシード期スタートアップ | 強化学習・数理最適化による施設配置最適化や時系列予測モデルなど、技術的難度の高いAI研究開発部分を対象とした助成候補になる。エンジェル投資（6か月目以降）の前段階の資金源として位置付けられる |
| 内閣府 戦略的イノベーション創造プログラム（SIP）の防災・減災領域における研究開発・実証事業 | 大学・研究機関・企業が連携して行う防災分野の研究開発コンソーシアム | 自治体・鉄道事業者との共同実証というPhase1〜Phase3の内容が、SIPの実証フィールド提供・研究開発費支援の対象テーマと重なる候補になる |
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。
同じ防災・インフラ領域に取り組む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・お気に入り登録などの集計にもとづく相対的な表示です