Who（誰が）
従業員300〜3000名規模の中堅・大企業の人事部門担当者、および導入を仲介する社労士事務所・人事コンサルティング会社
対象とする社会課題：企業の福利厚生制度が形骸化し、コストに見合う効果を生んでいない
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。
住宅補助や資格取得補助など、毎年更新するだけで利用者がほとんどいない制度が多くの企業に眠っている。人事担当者は多忙で、複数のベンダーに分散したデータを突合して見直す時間がない。従業員一人当たり年間十万円超を占める福利厚生費を、現場の実態に合わせて意味のある支出に変えることが、経営効率と従業員の納得感の両方を守る道だと考えている。
※ 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880万円の申請資料も、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。
福利厚生アナリティクスAIベネフィットウォッチの内容を読み込んだAIチャットが、事業計画書やピッチ資料、開発要件、広告文、融資申請書類などの素案をその場で作成します。ボタンを押すだけで、次に必要な資料の下書きがすぐ手に入ります。
※ 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。
福利厚生アナリティクスAI「ベネフィットウォッチ」は、従業員300〜3000名規模の企業人事部が抱える『福利厚生制度の利用実態が見えない』という課題を解決するSaaSである。
健保組合・社食業者・福利厚生代行会社など複数ベンダーに分散したデータをCSVやAPIで取り込み、AIが名寄せ・正規化して制度別の利用率や部署・年齢層ごとの偏りを自動集計する。人事担当者はダッシュボードで利用率5%未満の低稼働制度を一目で把握し、チャット型AIに『若手社員に人気の制度は何か』と質問すれば、業界ベンチマークと照合した回答が返る。四半期ごとにAIが廃止・拡充・新設の候補を優先順位付きで提案するレポートを自動生成し、そのまま経営会議の意思決定材料として利用できる。
従業員300〜3000名規模の企業では、住宅補助・健康診断オプション・社員食堂・自己啓発支援など平均15〜20種類の福利厚生を運用しているが、人事部が利用率を正確に把握できているケースは少ない。
ある製造業の人事担当者は「毎年更新している資格取得補助制度の利用者が実は年間3名しかいない」と契約更新後に気づいた事例もある。福利厚生費は労務費全体の平均4〜6%(経団連調査ベースで従業員一人当たり年間10万円超)を占めるが、多くの企業は複数のベンダー(健保組合、社食業者、福利厚生代行会社)にデータが分散し、横断的な利用実態分析ができていない。人事部門は制度設計・労務管理・採用対応など多忙で、利用データの突合・分析まで手が回らないのが実情である。結果として「導入して終わり」の制度が温存され、従業員満足度にも経営効率にも寄与しない支出が毎年発生し続けている。
データ統合工程では異なるフォーマットのベンダーデータを名寄せ・正規化するAI(エンティティマッチング技術)が稼働し、手作業での突合作業を排除する。
分析工程では機械学習モデルが利用率・満足度アンケート・離職率データを相関分析し、どの制度が定着率向上に寄与しているかを予測する。対話工程では自然言語処理を用いたチャットボットが人事担当者からの質問にリアルタイムで回答し、専門知識がなくてもデータ活用できるようにする。レポート生成工程では生成AIが分析結果を経営層向けの平易な文章と図表に自動変換し、提案書作成の工数を削減する。
人事担当者はまず既存の福利厚生ベンダー(健保組合システム、社食精算システム、福利厚生代行サービス、勤怠システムなど)のデータをCSVまたはAPI経由で本サービスの管理画面にアップロードする。
AIが各制度の利用率・利用者属性(年齢層・部署・役職・勤続年数)・利用頻度・費用対効果を自動集計し、ダッシュボード上で「利用率5%未満の低稼働制度」「特定部署に偏った利用」「コストに対して満足度貢献が低い制度」を自動的にハイライトする。人事担当者はチャット型AIアシスタントに「若手社員に人気の制度は何か」「他社と比較してこの制度の利用率は高いか低いか」と自然言語で質問でき、AIが匿名化された業界ベンチマークデータと照合して回答する。四半期ごとにAIが自動生成する「見直し提案レポート」(廃止候補・拡充候補・新設候補を優先順位付き提示)を人事部が経営会議に提出し、そのまま制度改定の意思決定材料として活用できる。
| 形骸化した資格取得補助制度の実質浪費費用(年間利用者3名/予算300万円) | 年間約291万円 |
| 人事担当者による手作業データ突合の人件費(月20時間×時給3000円相当) | 年間約72万円 |
| 低稼働な社員食堂補助の維持費(利用率28%想定、予算500万円のうち未活用分) | 年間約360万円 |
| 経営会議での説明不足による見直し機会損失(意思決定遅延による継続コスト) | 年間約200万円の目安 |
| SaaS月額利用料(従業員500名企業・1名あたり150円) | 月額75,000円(年間90万円) |
| 初期導入・データ連携支援費(健保・社食・代行サービス3社連携) | 一括50万円 |
| 四半期定例レポート追加のスポット分析(制度改定シミュレーション1件) | 1件20万円 |
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。
福利厚生制度は毎年ほぼ自動更新され、資格取得補助のように利用者が年間3名しかいない制度が放置される事例が製造業などで実際に発生している。
健保組合・社食業者・福利厚生代行会社にデータが分散しているため、人事部が横断的に利用率を突合するには手作業でのExcel集計が必要になり、制度設計や労務管理で多忙な人事部門では着手できないのが実情である。福利厚生費は労務費の4〜6%、一人当たり年間10万円超という規模でありながら、費用対効果の検証がされずに毎年同じ予算が承認され続けている。この状況を変えるには、複数ベンダーのデータを自動で統合・分析し、経営判断にそのまま使える形で提示する仕組みが必要である。
検証フェーズ(0-6ヶ月)は分析モデルの精度検証が主目的で仕様が固まっていないため準委任契約が適する。
正式版開発フェーズ以降、ダッシュボードやチャット機能、API連携仕様が明確化した部分は請負契約で工程と金額を固定することを検討する。個人の福利厚生利用履歴という機微データを扱うため、契約書に秘密保持・匿名化処理範囲・ISMS/Pマーク準拠のセキュリティ要件を明記し、健保組合や代行会社側とのデータ提供契約とも整合させる必要がある。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 従業員300〜3000名規模企業の人事部門担当者(福利厚生制度の運用・見直しを担う実務担当者) |
| セカンダリ | 経営層(経営会議で制度改定を承認する役員)、社労士事務所・人事コンサルの担当者(代理店経由で分析結果を活用) |
| 管理 | サービス提供側の運用管理者(ベンダーデータ連携設定、匿名化処理の監査、ISMS/Pマーク対応を担当) |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| ベンダーデータ取込機能 | 健保・社食・代行会社のCSV/APIデータを受領し、形式検証後に統合DBへ格納する。 |
| データ名寄せ・正規化AI(エンティティマッチング) | 異表記の氏名・部署名をAIが名寄せし、社員IDに統一した正規化データを出力する。 |
| 利用率自動集計ダッシュボード | 正規化データを集計し、制度別・部署別の利用率をダッシュボードに表示する。 |
| 低稼働制度検出機能 | 利用率データを解析し、利用率5%未満の制度を自動抽出してアラート表示する。 |
| 属性別偏り分析機能 | 利用者の年齢・部署・役職データを集計し、偏りのある制度を一覧表示する。 |
| 定着率予測分析(機械学習モデル) | 利用率・満足度・離職率データを機械学習で相関分析し、定着率への寄与度を出力する。 |
| チャット型AIアシスタント | 人事担当者の自然言語質問を受け、社内データとベンチマークを照合し回答文を返す。 |
| 業界ベンチマーク照合機能 | 匿名加工済み業界データと自社利用率を比較し、相対順位をレポートに出力する。 |
| 見直し提案レポート自動生成(生成AI) | 分析結果を生成AIが要約し、廃止・拡充・新設候補を優先順位付きレポートで出力する。 |
| 制度改定シミュレーション(スポット分析) | 改定条件を入力し、コスト・利用率変化を予測してシミュレーション結果を出力する。 |
| ベンチマークデータライセンス提供機能 | 全顧客の匿名化利用率データを集計し、コンサル会社向けにAPI/レポート形式で配信する。 |
| テーブル | 主要カラム |
|---|---|
companies | id, company_name, industry, employee_count, contract_plan, contract_start_date |
users | id, company_id, name, email, role, last_login_at |
benefit_programs | id, company_id, program_name, category, annual_cost, vendor_id, start_date |
vendors | id, vendor_name, vendor_type, api_connection_status, contact_info |
usage_records | id, program_id, employee_hash_id, usage_date, usage_amount, department, age_group, tenure_years |
benchmark_data | id, industry, program_category, avg_usage_rate, avg_cost_per_employee, aggregation_period |
reports | id, company_id, report_type, generated_at, content_json, status |
chat_logs | id, user_id, question_text, answer_text, created_at |
| # | 画面 |
|---|---|
| 1 | ログイン画面 |
| 2 | ダッシュボード画面 |
| 3 | 制度別詳細分析画面 |
| 4 | データ連携設定画面 |
| 5 | チャットアシスタント画面 |
| 6 | レポート一覧・閲覧画面 |
| 7 | アカウント・権限管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(インフラ全般、セキュリティ認証実績が豊富) |
| 2 | PostgreSQL(複数ベンダーデータの正規化管理に適する) |
| 3 | Python/scikit-learn(利用率相関分析モデル構築) |
| 4 | OpenAI API(自然言語チャット応答の実装短縮) |
| 5 | dbt(異種データの変換パイプライン管理) |
| 6 | Auth0(認証・権限管理を外部委託し工数削減) |
| 7 | Metabase(ダッシュボード可視化を低コストで実現) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: SLA99.5%以上、月間ダウンタイムを3.6時間以内に抑える。 |
| セキュリティ | セキュリティ: 1年目内にISMS(ISO27001)とPマークを取得し、保存・通信データはAES-256で暗号化する。 |
| 性能 | 性能: 従業員3000名規模のデータでもダッシュボード集計を5秒以内に完了する。 |
| データ保持 | データ保持: 退職者の利用履歴は退職後1年で匿名化・削除する運用とする。 |
| バックアップ・復旧 | バックアップ・復旧: 日次バックアップを取得し、RPO24時間・RTO4時間以内で復旧可能とする。 |
| アクセス制御 | アクセス制御: 全利用者に多要素認証を必須とし、操作ログを1年間保持して監査可能とする。 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | パイロット企業からCSVで受け取った利用データをExcelとBIツールで手作業集計し、低稼働制度の抽出ロジックが妥当かを人手で検証する | ツール利用料と担当者の作業時間のみで、外注費はほぼかからない水準 |
| ②最小システム | CSVアップロードと簡易ダッシュボード表示のみを実装したプロトタイプを作り、実データで利用率算出の精度とハイライト機能の反応を確認する | 外注またはフリーランスエンジニアへの数か月分の開発委託費とクラウド利用料が中心 |
| ③本開発 | 主要ベンダーとのAPI連携、チャット型AIアシスタント、四半期レポート自動生成機能を実装し、ISMS取得に向けたセキュリティ体制を整備する | 開発チームの人件費とセキュリティ監査費用がかさむ本格投資フェーズ |
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500〜1000名規模の製造業・IT企業の人事部長または人事企画課長 | 福利厚生費の使途に課題感を持つ実需保有者で、パイロット導入候補になる | 日本CHO協会や人事担当者向けカンファレンス(HRテック展等)の名刺交換から接触 |
| 社会保険労務士法人の代表社労士(顧問先50社以上規模) | 顧問先企業への横展開ができる代理店候補で、導入障壁の低減にも直結する | 全国社会保険労務士会連合会や都道府県社労士会の勉強会に登壇依頼して接点を作る |
| 福利厚生代行大手(ベネフィット・ワン、リロクラブ等)の事業提携・アライアンス担当者 | データ連携の可否が事業の根幹であり、競合ではなく補完関係の構築が必須 | 各社の問い合わせ窓口またはHRテック業界の交流会経由で提携打診の面談を設定 |
| 健康保険組合連合会または単一健保組合の常務理事・事務長 | 健診データ・医療費データ連携の実務上の可否とルールを直接確認する必要がある | 健保連の事業所向け説明会や加入企業の人事部門経由で紹介を依頼 |
| 個人情報保護・労務分野に強い弁護士または社会保険労務士(顧問契約想定) | 要配慮個人情報の取扱い設計とISMS/Pマーク取得方針を初期段階で固める | スタートアップ向け顧問弁護士紹介サービスや商工会議所の専門家相談窓口を利用 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 社労士事務所への協力依頼 | 顧問先の人事担当者に「福利厚生の利用実態を無償で可視化させてほしい」とパイロット参加を依頼し、社労士には紹介料ではなくフィードバック提供を条件にする |
| 人事担当者向けカンファレンス・展示会 | 名刺交換の場で「制度の利用率、正確に把握できていますか」と問いかけ、その場でダッシュボードのデモを見せて後日ヒアリングの約束を取り付ける |
| 既存の福利厚生代行会社経由の紹介 | 競合ではなく補完先として担当営業に「解約リスクが高い顧客の見える化に使える」と説明し、既存顧客への同席訪問を依頼する |
| 人事担当者コミュニティ（SNS・勉強会） | 人事向けオンラインコミュニティで「資格取得補助の利用者が実は年間数名だった」という事例を投稿し、同じ悩みを持つ担当者にDMでヒアリングを依頼する |
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） | 法人設立からおおむね税務申告2期未満の創業者 | 自己資金100万円に加えてシステム開発・人件費の運転資金を賄う主軸の資金調達手段。今回の想定では融資総額は880万円で、着金前の数か月を自己資金で乗り切る前提で設計する必要がある |
| 小規模事業者持続化補助金（創業枠） | 小規模事業者・創業間もない事業者で販路開拓に取り組む者 | 社労士事務所への営業資料作成やカンファレンス・展示会出展費用など、初期拡販フェーズの販促費の一部に充当できる候補になる |
| IT導入補助金（デジタル化基盤導入枠） | 中小企業・小規模事業者でITツールを導入する者 | 自社が導入企業向けにITツールを提供する側になるため直接の対象ではないが、社内の会計・労務管理SaaS導入時の負担軽減策として自社利用の候補になる |
| 東京都創業助成事業（公益財団法人東京都中小企業振興公社） | 都内で創業予定または創業から一定期間内の中小企業者 | データサイエンティストや営業担当の人件費、ISMS取得などのセキュリティ投資費用の一部を助成対象にできる可能性がある |
| NEDO 研究開発型スタートアップ支援事業（STS） | AI・データ分析技術を核とする研究開発型スタートアップ | エンティティマッチングや利用率予測モデルなどの技術開発部分について、事業化前段階の開発費支援の候補になりうる |
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。
同じ人事・メンタルヘルス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。
※ バッジは自動集計にもとづく相対表示です。実際の順位や数値を保証するものではありません。