Who（誰が）
従業員300〜3000名規模で人事部門に研修運営専任者を置く企業の人事担当者・研修企画責任者
対象とする社会課題：社内研修の講師と受講者が特定層に偏り、育成機会が不平等になっている
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。
同じ管理職ばかりが年に何度も講師に呼ばれ、育休明けや地方拠点の社員は研修の存在すら知らないまま昇進の機会を逃していく。人事担当者はその偏りに気づいていても、Excel台帳を眺めるだけで手を打てずにいる。誰が声をかけられていないかを数字で示し、次の講師・受講者を機械的に公平に選び直す仕組みが必要だと考えた。
※ 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AIチャットが開き、講師偏在・受講機会格差というこの事業の課題設定と仕組みを読み込んだ状態で、資料の素案を一緒に作成します。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。
TeachBalance AIは、従業員300〜3000名規模企業の人事担当者が、社内研修の講師選定・受講者募集の偏りを解消するためのSaaSです。
カオナビやSmartHRに登録済みのスキル申告・評価・勤怠データと研修管理台帳をAPI連携すると、過去2〜3年の登壇履歴・受講履歴が自動集計され、講師登壇回数のジニ係数や部署別・属性別の受講機会格差指数が毎月ダッシュボードに表示されます。研修企画担当者がテーマを登録すると、AIが該当スキルを持ちながら登壇経験の少ない候補者をランキング表示し、Slack/Teamsのチャットボットが『今回の講師をお願いできますか』と自動で打診・日程調整します。参加率の低い層には個別案内も自動送信され、属人的だった人選をデータに基づく公平な運営へと変えます。
従業員300〜3000名規模の企業では、社内講師（メンター・トレーナー）の指名が「声がかかりやすい特定の管理職・ベテラン社員」に集中し、同じ人が年間10回以上登壇する一方、8割の潜在講師候補は一度も登壇機会を得ていないケースが多い。
受講者側も「上司の推薦」に依存するため、育休明け社員・地方拠点・非正規雇用者などが研修参加率で正社員平均の半分以下にとどまる例が人事部門ヒアリングで確認されている。人事担当者は研修申込者リストとExcel台帳で偏りを把握しようとするが、スキル・部署・階層・過去登壇歴を横断的に分析する手段がなく、属人的な人選が常態化している。この偏りは後継者育成の遅れや、女性・若手管理職候補の露出不足による昇進格差にもつながっているが、多くの企業では「偏りの可視化」自体が行われておらず、問題として認識されにくい。従業員500名以上の企業は国内に約1.8万社存在し、うち人事部門が研修運営を専任担当者1〜2名で回している企業が大半で、手作業でのマッチング改善は事実上不可能な状態にある。
①自然言語処理による社内文書・スキル申告テキストの解析で、講師候補者の潜在的専門性を抽出しタグ付けする。
②最適化アルゴリズム（多目的最適化）により、テーマ適合度・公平性スコア・本人の負荷状況を同時考慮した講師候補ランキングを生成する。③対話型AI（チャットボット）が講師・受講者双方との打診・日程調整・リマインドを自動対話で実施する。④時系列予測モデルにより、放置した場合の偏り指数の悪化予測と、施策実施後の改善シミュレーションを提示し、人事の意思決定を支援する。
人事担当者は既存の人事システム（勤怠・評価・スキル申告データ）と研修管理システムをTeachBalance AIに連携させるだけで、社内の「講師候補プール」と「受講希望者プール」が自動生成される。
AIは過去2〜3年の登壇履歴・受講履歴・部署／階層／属性データを解析し、講師登壇回数のジニ係数や受講機会格差指数を毎月自動算出してダッシュボードに表示する。研修企画時には、AIが対象テーマに合致するスキル保有者のうち登壇経験が少ない候補者を優先的にレコメンドし、Slack/Teams上のチャットボットが候補者に「今回の研修講師をお願いできますか」と自然言語で打診・日程調整まで自動化する。受講者募集でも、AIが部署・過去参加歴・評価データから「参加率が低い層」を検出し、個別に受講を促すパーソナライズドメッセージを自動送信する。人事担当者は月次レポートで偏り指数の推移と改善施策の効果を確認し、経営会議での報告資料を自動生成できる。
| Excel台帳での講師・受講者管理にかかる人事担当者の作業時間(月20時間×時給3,000円換算) | 年間約72万円 |
| 特定講師5名への登壇集中による残業代・機会損失(本来業務の商談準備時間削減分) | 年間約150万円の想定 |
| 育休明け・地方拠点社員の育成機会不足による離職・再採用コスト(1名離職あたり採用+教育コスト) | 1名あたり約200万円の想定 |
| 後継者育成遅延による外部管理職採用の追加コスト(内部昇格候補不足の補填) | 年間300万〜500万円の想定 |
| SaaS月額利用料(従業員1,000〜2,999名プラン) | 月額18万円(年間216万円) |
| 初期導入・データ連携費(人事システムAPI連携設定・一括) | 初回100万円(50万〜150万円の目安) |
| エンタープライズカスタムプラン(専用テナント・役員レポート自動生成込み) | 年額500万円〜 |
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。
現在、社内研修の講師依頼は人事担当者が声をかけやすい特定の管理職に偏って発注しており、同じ人物が年間10回以上登壇する一方、8割の潜在講師候補は一度も登壇機会を得ていない。
受講者側も上司推薦に依存するため、育休明け社員や地方拠点、非正規雇用者の研修参加率が正社員平均の半分以下にとどまっている。人事部門は研修申込者リストとExcel台帳で偏りを把握しようとするが、スキル・部署・階層・登壇歴を横断的に分析する手段がなく、専任担当者1〜2名の体制では手作業での改善が事実上不可能な状態にある。
MVP開発（Phase1）はAIレコメンドロジックや画面仕様を検証しながら固める必要があるため準委任契約が適しており、週次スプリントレビューで仕様変更を柔軟に反映できる体制が望ましい。
Phase2以降、API連携仕様や画面要件が固まった段階では請負契約に切り替え、連携モジュールやダッシュボード機能ごとに検収基準を明確にして費用管理をしやすくする。人事データという機微情報を扱うため、委託先のISMS認証取得状況を確認し、個人情報保護法上の委託契約整理とデータ削除・返却条項を契約書に明記することが必須である。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 人事部門の研修運営担当者（従業員300〜3000名規模、専任1〜2名体制） |
| セカンダリ | 講師候補者（管理職・ベテラン社員含む全従業員）および受講希望者（育休明け社員・地方拠点・非正規雇用者を含む） |
| 管理 | 人事部門責任者・システム管理者（データ連携設定、権限管理、匿名化ルール設定を担当） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 人事システム連携・データ取込 | SmartHR/カオナビのAPIから勤怠・評価・スキル申告を取得→正規化→講師候補DBへ格納 |
| スキル・専門性抽出タグ付け | スキル申告テキスト・社内文書を入力→NLPで解析→潜在専門性タグを自動付与 |
| 講師候補プール自動生成 | タグ付済み社員データを入力→登壇履歴と突合→講師候補プールを生成 |
| 受講希望者プール自動生成 | 研修管理システムの申込・受講履歴を入力→部署/属性で分類→受講候補プールを生成 |
| 偏り指数算出ダッシュボード | 登壇・受講履歴を入力→ジニ係数と格差指数を月次計算→ダッシュボードに表示 |
| 講師候補多目的最適化ランキング | テーマ・候補者スキル・登壇回数・負荷を入力→多目的最適化→優先候補ランキングを出力 |
| 講師打診チャットボット | 候補者リストを入力→Slack/Teamsで自然言語打診→日程調整結果を登録 |
| 受講促進パーソナライズ通知 | 低参加率層の属性データを入力→個別メッセージ文面を生成→自動送信 |
| 格差予測・改善シミュレーション | 過去指数の時系列データを入力→予測モデルで悪化/改善シナリオを算出→グラフ提示 |
| 経営報告レポート自動生成 | 月次指数・施策効果データを入力→定型フォーマットに整形→PDFレポートを出力 |
| 講師トレーニングパッケージ提供 | 新任講師候補IDを入力→オンライン講師研修コンテンツを紐付け→受講リンクを配信 |
| テーブル | 主要カラム |
|---|---|
users（従業員マスタ） | user_id, name, department, position, employment_type, hire_date, gender, location |
skills（スキル申告） | skill_id, user_id, skill_name, proficiency_level, source_text, updated_at |
lecture_history（登壇履歴） | lecture_id, user_id, theme, date, training_id, evaluation_score |
training_sessions（研修マスタ） | training_id, title, theme, required_skills, scheduled_date, capacity, status |
attendance（受講履歴） | attendance_id, user_id, training_id, applied_at, attended_flag, source |
fairness_index（公平性指数） | index_id, org_unit, period, gini_coefficient, gap_score, calculated_at |
recommendations（推薦ログ） | rec_id, training_id, user_id, rank_score, reason_text, status, created_at |
chatbot_logs（対話ログ） | log_id, user_id, channel, message, intent, response, timestamp |
| # | 画面 |
|---|---|
| 1 | 偏り指数ダッシュボード |
| 2 | 講師候補ランキング画面 |
| 3 | 研修企画・登録画面 |
| 4 | 受講者募集管理画面 |
| 5 | チャットボット対話履歴 |
| 6 | 月次レポート出力画面 |
| 7 | データ連携設定画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS（ISMS対応実績とスケーラビリティ確保） |
| 2 | Python/FastAPI（AI推論API構築の柔軟性） |
| 3 | PostgreSQL（属性横断クエリと集計処理に適合） |
| 4 | LangChain＋LLM API（スキル文書解析・対話生成に活用） |
| 5 | Slack API/Microsoft Graph（社内チャット連携が必須） |
| 6 | Airflow（指数算出バッチとデータ同期の定期実行） |
| 7 | Metabase（ダッシュボード可視化を短期間で構築） |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: SaaS基盤の月間稼働率99.5%以上を保証しSLAに明記する |
| 性能 | 性能: ダッシュボードの月次集計処理は従業員3000名規模で30分以内に完了する想定 |
| セキュリティ | セキュリティ: ISMS(ISO27001)認証取得と評価・スキル情報の暗号化(AES-256)を必須とする |
| プライバシー | プライバシー: 属性データは分析時に匿名化・仮名化し、個人特定可能な出力を人事担当者承認制とする |
| 運用 | 運用: チャットボットの打診・調整履歴は3年間ログ保存し監査可能な状態を維持する |
| 拡張性 | 拡張性: API連携先を6ヶ月ごとに1〜2社追加できる疎結合アーキテクチャとする想定 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | パイロット候補企業から研修申込者リストと登壇履歴をExcelで提供してもらい、手作業で偏りを集計してレポートを作成。人事担当者に見せて反応を確認する | 自分の作業時間と交通費・ヒアリング謝礼程度で、外部発注費はほぼかからない水準 |
| ②最小システム | 偏り可視化ダッシュボードとSlack/Teams向けチャットボットの試作品を作り、データはAPI連携せず手動アップロードで動かして、パイロット数社で運用検証する | 外注または業務委託エンジニアに数か月分を依頼する規模で、AI利用料（API使用料）も別途かかる水準 |
| ③本開発 | 既存人事システムとのAPI連携、講師レコメンドの多目的最適化、時系列予測モデルを組み込み、複数社への商用提供に耐える体制を整える | 開発チーム体制での数か月〜半年規模の外注・人件費に加え、サーバー・API利用料が継続的にかかる水準 |
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 |
|---|---|---|
| 従業員500〜3000名規模企業の人事部長・人材開発責任者 | 研修偏在の当事者であり、パイロット導入の意思決定者になり得るため | HR Expo等の展示会、または知人人事担当者からの紹介で接点を作る |
| SmartHR・カオナビ・HRBrain等HR SaaSベンダーのアライアンス担当者 | API連携パートナーシップが導入障壁低減と代理店展開の鍵となるため | 各社の事業提携窓口フォームまたはHR Tech系イベントで名刺交換 |
| 人事コンサルティング会社（タナベコンサルティング等）のDEI・組織開発コンサルタント | 導入チャネルとして顧客企業への提案・紹介を担ってもらえるため | 業界セミナー登壇者リストから連絡、または既存人脈経由で紹介依頼 |
| 社労士事務所・中小企業診断士ネットワークの代表者 | 中堅企業への導入紹介チャネルとして継続的な顧客接点を持つため | 都道府県社労士会・中小企業診断協会の勉強会に参加し関係構築 |
| 厚生労働省雇用環境・均等局のダイバーシティ推進担当者 | ポジティブアクション施策との整合性や補助金活用可能性を確認するため | 厚労省の有識者ヒアリング・委託事業公募への参加を通じて接点を得る |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 社労士・中小企業診断士事務所への相談 | 「人事の研修偏在を可視化するツールを作っている、顧問先の人事担当者に感触を聞かせてもらえないか」と頼み、紹介を1社ずつお願いする |
| HR Expo等の人事系展示会 | ブースは持たず来場者として名刺交換し、「研修の講師選定が特定の人に偏る課題を解決するツールを開発中、5分だけ話を聞いてほしい」と声をかける |
| SmartHR・カオナビ等のパートナー担当者 | API連携の相談として営業窓口に接触し、「連携先の顧客で研修偏在に悩む人事部門があれば紹介してほしい」と依頼する |
| 既存の人事担当者の知人経由 | 自分や共同創業者の元同僚・業界の知人に「今の会社で講師の指名が偏っていないか、一度ヒアリングさせてほしい」と直接連絡する |
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（旧・新創業融資制度） | 新たに事業を始める法人・個人事業主。代表者の自己資金や事業計画の実現性が審査される | 運転資金の融資枠として活用でき、この事業では融資額は500万円を想定。着金が設立2か月目ごろのため、その間の人件費・開発外注費のつなぎとして計画しておく必要がある |
| 東京都創業助成事業（TOKYO創業ステーション） | 都内で創業予定・創業5年未満の中小企業者等 | 人件費や広告費、専門家活用費の一部が助成対象になり得るため、MVP開発後の代理店営業・展示会出展費用の一部をまかなう候補になる |
| IT導入補助金 | ITツールを導入する中小企業・小規模事業者 | 自社サービスは対象外だが、自社の会計・人事管理・営業支援ツール導入時のコスト圧縮に使え、顧客企業側にも「IT導入補助金対象ツールとの連携実績」として訴求できる場合がある |
| 小規模事業者持続化補助金 | 従業員数が一定規模以下の小規模事業者 | 代表1名で動く創業初期に、展示会出展費・チラシ作成費・ウェブ広告費などの販路開拓費用の一部を補助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（Seeds支援プログラム等） | 研究開発要素のあるスタートアップ | 多目的最適化・自然言語処理などのAIアルゴリズム開発部分を研究開発要素として位置づけられれば、開発費の一部を外部資金でまかなう候補になる |
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。
この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。