Who（誰が）
福祉総合システムベンダーや自治体向けSIer、介護・障害福祉サービス運営企業が買い手候補となる
対象とする社会課題：介護・障害・医療にまたがる制度の谷間で住民が「たらい回し」に遭う
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。
高齢になった瞬間に障害福祉から介護保険への切り替えを迫られ、高齢の親と障害のある子が同居する世帯ほど、介護保険課・障害福祉課・医療機関を何度も往復させられる。窓口の職員は膨大な相談を抱え、制度の適用可否を判断するだけで多くの時間を費やしている。縦割りの制度の谷間で必要な支援にたどり着けないまま孤立する人を、なくしたい。それがこの事業を始めた理由だ。
※ 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。
各ボタンを押すと、このショーケースの内容を読み込んだAIチャットが開き、事業計画書やピッチ資料などの素案をその場で一緒に作成します。まずは気になる資料から試してみてください。
※ 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。
「つなぐAI」は、介護・障害・医療にまたがる制度の狭間で住民がたらい回しに遭う問題を解消するための相談基盤です。
住民は自治体窓口の端末やスマホで、自分や家族の状況をチャットで話すだけでよく、AIが要介護度・障害区分・世帯構成を自動で聞き取り、利用可能な制度候補を即座に提示します。窓口職員はAIが作った相談サマリーを見て追加確認だけ行えばよいため、初回面談は40分から15分に短縮されます。ケースは自動で介護保険課・障害福祉課・医療機関へ振り分けられ、一元カルテとして共有されるため、住民は同じ説明を課ごとに繰り返す必要がなくなり、チャットで「今どの課が対応中か」も確認できます。
65歳を境に障害福祉サービスから介護保険サービスへ移行が強制される「65歳の壁」や、精神疾患と身体障害と要介護状態が併存する複合ケースでは、住民は地域包括支援センター・障害福祉課・医療機関の窓口を何度も往復させられる。
ある地方都市（人口15万人規模）の窓口担当者は1人あたり月200件超の相談を抱え、制度の適用可否判断だけで平均40分を要し、担当者交代のたびに説明を最初からやり直させられる住民も多い。厚労省の調査では基礎自治体の福祉相談員の有効求人倍率は3倍を超え、慢性的な人手不足の中で複雑ケースに割ける時間は年々縮小している。制度が縦割り（介護保険法・障害者総合支援法・医療保険各法）であるため、職員個人の経験と勘に頼った制度選択が行われ、本来受けられる支援に住民がたどり着けないまま孤立死や介護離職に至る事例も報告されている。特に80代の要介護高齢者と50代の障害を持つ子どもが同居する「8050+介護」世帯は、担当課が3課にまたがり、初回相談だけで平均2週間の待ちが発生している自治体もある。
自然言語対話AI（LLMベース）が住民との一次ヒアリングを行い、要介護度・障害支援区分・医療依存度などの構造化データを自動抽出する。
制度適用予測モデルが介護保険法・障害者総合支援法・医療保険各法の適用要件を学習し、複合ケースにおける利用可能サービスの組み合わせを確率付きで提示する。最適化アルゴリズムが職員の空き状況・専門性・担当エリアを踏まえてケースを自動割り振りし、対応の偏りと待ち時間を最小化する。過去相談ログを蓄積したレコメンドエンジンが類似ケースの解決事例を検索・要約し、職員の意思決定を支援する。
住民または家族はスマホや自治体窓口の端末で「つなぐAI」に自然言語で状況を話すだけでよく、AIが対話の中から要介護度・障害区分・医療的ケアの必要性・世帯構成を聞き取り、制度横断のフローチャートに沿って利用可能な制度候補を即時に提示する。
窓口職員はAIが自動生成した「相談サマリーと制度適用シミュレーション」を確認し、必要な追加確認事項だけをヒアリングすればよいため、初回面談時間が平均40分から15分に短縮される。AIはケースを介護保険課・障害福祉課・医療機関の担当者へ自動でルーティングし、担当者間で同じ内容を住民に何度も説明させない「一元カルテ」を生成・共有する。過去の類似ケース（匿名化済み）をAIが検索・提示することで、経験の浅い職員でも先輩職員相当の判断材料を得られ、複合ケースの制度選定ミスを減らす。住民向けには進捗状況をチャットで随時通知し、「今どの課が対応中か」が可視化されるため、たらい回し感が解消される。
| 相談員の時間外労働（月200件×40分対応の残業代、時給2,000円換算） | 年額約320万円（1人あたり月26.6万円相当の超過稼働） |
| 複合ケースでの重複ヒアリング・部署間連絡調整の人件費（3課×平均30分の重複説明） | 年額約180万円（1自治体・複合ケース月30件想定） |
| 経験不足職員へのOJT・先輩職員の指導時間（1件あたり付き添い30分） | 年額約150万円（先輩職員の機会損失込み） |
| 支援漏れ・対応遅延による孤立死・介護離職対応の事後的コスト（生活保護費増加等） | 年額数百万円規模（自治体ごとに変動、明確な統計はなく目安） |
| 自治体向けSaaSライセンス料（人口10万〜30万人区分） | 月額40万円（年額480万円） |
| 職員研修・運用サポート費 | 月額10万円（年額120万円） |
| 初期導入・API連携カスタマイズ費（初年度一括） | 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。
地方都市の福祉窓口では担当者1人が月200件超の相談を抱え、制度適用可否の判断だけで1件平均40分を要している。
65歳の壁や8050+介護のような複合ケースでは担当課が3課にまたがり、住民は同じ説明を繰り返しながら初回相談だけで2週間待たされる自治体もある。基礎自治体の福祉相談員は有効求人倍率3倍超の慢性的な人手不足にあり、職員個人の経験と勘に頼った制度選択が続くと、本来受けられる支援に住民がたどり着けず孤立死や介護離職に至る事例も生じている。制度が縦割り（介護保険法・障害者総合支援法・医療保険各法）である構造自体は変えられないため、窓口の判断と連携を支援するシステムが必要になっている。
PoCフェーズ（0-6ヶ月）は自治体ごとの業務フローや既存福祉総合システムの仕様把握が先行し要件が固まっていないため、準委任契約が向く。
API連携仕様や画面仕様が確定する初期導入フェーズ以降は、機能単位で請負契約に切り替え、検収基準を明文化してコスト超過リスクを抑えることを推奨する。ただし福祉総合システムベンダー（富士通Japan等）側のAPI仕様変更や自治体の予算化遅延で仕様が流動化しやすいため、追加費用・瑕疵担保の扱いを契約時に明記すること。個人情報を扱う事業のため、ISMS準拠・自治体情報セキュリティポリシー遵守・データ漏洩時の損害賠償条項は契約書に必ず盛り込む。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 自治体の福祉窓口職員（地域包括支援センター職員、障害福祉課・介護保険課の相談員） |
| セカンダリ | 相談する住民本人・家族（65歳の壁や8050+介護等の複合ケース当事者） |
| 管理 | 自治体福祉部局のシステム管理担当者、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 |
|---|---|
| 自然言語対話ヒアリング機能 | 住民のスマホ・端末からの自然言語発話→対話AIが要介護度等を聞き取り→ヒアリング結果を出力 |
| 構造化データ自動抽出機能 | 対話ログ→AIが要介護度・障害区分・医療依存度を解析→構造化データとして保存 |
| 制度適用予測シミュレーション機能 | 構造化データ→予測モデルが介護・障害・医療各法の要件と照合→利用可能制度候補を確率付き提示 |
| 相談サマリー自動生成機能 | ヒアリング結果と予測結果→AIが要点を要約→職員向け相談サマリーを自動生成 |
| ケース自動ルーティング・割当最適化機能 | ケース情報と職員の空き状況→最適化アルゴリズムが担当を算出→自動割当結果を出力 |
| 一元カルテ共有機能 | 各課の対応履歴・面談記録→一元カルテに統合→介護保険課・障害福祉課・医療機関へ共有 |
| 類似ケースレコメンド機能 | 現在のケースの特徴量→過去相談ログを検索→類似ケースの解決事例を要約提示 |
| AI誤判定ダブルチェック機能 | AIの制度適用判定結果→ルールベースで矛盾を検証→異常検知時に職員へアラート表示 |
| 住民向け進捗通知チャット機能 | 案件の処理状況データ→通知テキストを自動生成→住民のスマホへ対応中の課を通知 |
| 既存福祉総合システムAPI連携機能 | 住民基本情報・要介護認定データ→API経由で自治体既存システムから取得→つなぐAIへ自動反映 |
| 匿名化データ分析レポート生成機能 | 蓄積された相談ログ→匿名化・集計処理→地域福祉ニーズ傾向レポートをPDF出力 |
| テーブル | 主要カラム |
|---|---|
residents | resident_id, name, birth_date, address, household_id, care_level, disability_class |
households | household_id, household_type(8050等), member_count, address, risk_flag |
consultations | consultation_id, resident_id, channel, status, initial_text, created_at |
ai_extraction_results | extraction_id, consultation_id, care_level_estimate, disability_class_estimate, medical_dependency_flag, confidence_score |
system_recommendations | recommendation_id, consultation_id, applicable_law, applicable_service, probability, condition_note |
case_routing | routing_id, consultation_id, assigned_department, assigned_staff_id, routing_status, routed_at |
staff | staff_id, name, department, specialty, current_case_count |
case_notes | note_id, consultation_id, department, staff_id, note_text, created_at |
| # | 画面 |
|---|---|
| 1 | 住民向け相談チャット画面 |
| 2 | 相談サマリー確認画面 |
| 3 | 制度適用シミュレーション画面 |
| 4 | ケース振分・担当者管理画面 |
| 5 | 一元カルテ閲覧編集画面 |
| 6 | 住民向け進捗通知画面 |
| 7 | 類似ケース検索画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | GPT-4系LLM API（制度対話の自然言語理解精度確保） |
| 2 | Python/FastAPI（AI推論・API基盤の高速開発） |
| 3 | PostgreSQL（住民・制度データの構造化永続化） |
| 4 | pgvector（類似ケース検索のベクトル類似度計算） |
| 5 | AWS（自治体ISMS要件に対応可能な国内リージョン運用） |
| 6 | Next.js/React（職員・住民向け画面の共通UI基盤） |
| 7 | 自治体共通認証基盤連携（職員なりすまし防止・権限制御） |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 平日9-17時の稼働率99.5%以上、月間計画外停止は3時間以内を目標とする想定 |
| 性能 | 性能: 制度適用予測の応答時間は3秒以内、同時アクセス500窓口端末までを想定した設計 |
| セキュリティ | セキュリティ: ISMS認証取得と個人情報のAES-256暗号化、自治体LGWAN環境内での通信完結を必須とする |
| 精度 | 精度: 制度適用予測モデルの正解率80%以上をPoCで維持し、四半期ごとに再学習する運用の想定 |
| 運用 | 運用: データバックアップは日次実施、障害発生時のRTO(目標復旧時間)4時間以内を目安とする |
| 監査 | 監査: AI判定結果と職員の最終承認履歴を全件ログ化し、法定保存年限に合わせ5年間保存する |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 職員へのヒアリングと紙・スプレッドシートでの相談記録を元に、制度横断のフローチャートを手作業で作り、実際の相談ケースに当てはめて振分けが機能するかを確認する | 交通費とヒアリング用の資料作成費のみで、外部発注は行わない水準 |
| ②最小システム | 対話AIによる聞き取りと制度適用候補の提示だけを行う簡易画面を用意し、1自治体のPoCで初回相談時間の短縮効果と予測精度を実測する | AI利用料とプロトタイプ開発の外注費で、数か月分の小規模発注の水準 |
| ③本開発 | 既存の福祉総合システムとのAPI連携、ケース自動ルーティング、一元カルテ機能を実装し、複数自治体での本格運用に耐えるシステムに仕上げる | エンジニア複数名体制での外注・雇用費用がかかり、初期投資の大半を占める水準 |
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 |
|---|---|---|
| 人口10万人規模の市区町村・介護保険課または障害福祉課の課長級職員 | 予算化権限と現場課題を把握しており、導入意思決定の起点になるため | 総務省地域DX交付金の説明会や自治体DXフォーラムで名刺交換し訪問打診 |
| 地域包括支援センターまたは基幹相談支援センターのセンター長 | 日々の相談業務で「たらい回し」の実態を最も具体的に語れる現場責任者 | 自治体福祉部局からの紹介、または地域包括ケア関連の研修会で接点構築 |
| 福祉総合システムベンダー（富士通Japan・日立システムズ等）の自治体営業担当 | 既存システムとのAPI連携可否と導入自治体リストへのアクセスを持つため | 自治体向け展示会（自治体総合フェア等）のブースで接触し協業を打診 |
| 社会福祉協議会の事務局長または地域福祉課担当 | 8050世帯や複合ケースの一次相談窓口として現場データと信用を持つため | 自治体福祉部局の紹介、または全国社会福祉協議会の地域大会で接点構築 |
| 総務省または デジタル庁の地域DX交付金・自治体DX推進担当者 | 補助金活用によるリードタイム短縮と自治体への導入後押しを得るため | デジタル庁の地域活性化DX事業の公募説明会に参加し担当者に相談 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 地域包括支援センターへの直接訪問 | 「窓口業務の負担を減らす相談振分けの仕組みを検証したい」と伝え、業務フローのヒアリングとPoC協力をお願いする |
| 自治体障害福祉課への個別ヒアリング依頼 | 「65歳の壁や複合ケースの相談対応で困っていることを聞かせてほしい」と伝え、現場の業務フローを教えてもらう約束を取る |
| 社会福祉協議会経由の紹介 | 「制度をまたぐ相談で困っている自治体を紹介してほしい」と依頼し、地域の福祉関係者づながりから紹介を得る |
| 高齢の親と障害のある子が同居する世帯を支援する家族会・NPOへの接触 | 「複数の窓口を回らされて困った経験を聞かせてほしい」と伝え、住民側の困りごとを直接ヒアリングさせてもらう |
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 新創業融資制度 | 創業前または創業直後で、法人・個人事業として自己資金を用意している人 | 自己資金100万円を元にした法人設立直後の運転資金として利用でき、融資総額は500万円を想定している。着金は設立から2か月目ごろが目安 |
| 小規模事業者持続化補助金 | 小規模事業者（従業員数の少ない法人・個人事業主） | 自治体向けの営業資料作成・展示会出展・ホームページ整備など販路開拓の費用の一部をカバーできる可能性がある |
| IT導入補助金（デジタル化基盤導入類型） | ITツールを導入・提供する中小企業・小規模事業者 | 自治体の福祉総合システムとのAPI連携やSaaS導入にかかる初期費用の一部を補助対象にできる可能性がある |
| デジタル庁・総務省 地域デジタル基盤活用推進事業（地域DX交付金） | 自治体、または自治体と連携する事業者 | 自治体側の予算化サイクルが長いという想定リスクに対し、自治体が本交付金を活用して導入予算を確保する道筋を作れる可能性がある |
| 東京都創業助成事業 | 都内で創業する個人・創業後一定期間内の中小企業者 | 本社を東京都内に置く場合、賃借料や広告費など創業初期の固定費の一部を助成対象にできる可能性がある |
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。
行政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。
※ バッジは自動集計にもとづく相対表示です