Who（誰が）
自治体のインフラ整備担当課、充電インフラ運営事業者、不動産・商業施設オーナー、電力会社・自動車メーカーのデータ利用部門が対象
対象とする社会課題：EV普及に対し充電設備の配置がバラバラで、需要地と設置地がズレている問題
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。
地方都市のマンション住民は近くに急速充電器がなく充電待ちに苦しみ、同じ国のどこかの道の駅では充電器が使われずに置かれている。設置する側は勘と競合追随で場所を決めるしかなく、需要予測の材料を持っていない。人流やEV保有動向、電力系統の余裕を組み合わせて需要を地図に落とし込めば、限られた投資を本当に必要な場所に振り向けられる。EV普及の足を引っ張っているのは技術ではなく、この配置のズレそのものだ。
※ 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700万円の申請資料も、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、EV充電需要予測と配置最適化の内容を読み込んだ状態で、事業計画書やピッチ資料などの素案をすぐに作成します。まずは気になる資料から試してください。
※ 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。
ChargeGrid AIは、自治体の充電インフラ担当者と充電器設置事業者が、地図上のダッシュボードで『どこに充電器を置けば需要と投資回収が見合うか』を確認しながら意思決定できるSaaSです。
人流データ・EV登録台数・電力系統の空き容量・道路交通量などをAIが解析し、500m四方のグリッド単位で3年後までの充電需要、充電待ち発生確率、投資回収年数を地図上に色分け表示します。自治体職員は対話型AIが下書きする整備計画書や補助金申請書類のドラフトをそのまま使え、事業者は設置候補地の優先順位リストを見て投資判断でき、稼働開始後は月次レポートで増設・移設・撤退の判断材料を得られます。
日本国内のEV販売台数は年間6万台超まで増加しているが、公共充電器の設置は事業者・自治体・不動産所有者が個別判断で進めており、需要予測に基づいた配置がされていない。
例えば地方都市のマンション住民Aさんは近隣に急速充電器がなく充電待ち30分以上を経験し、逆に一部の道の駅では利用率5%未満の充電器が放置されている。設置事業者は初期投資300万〜800万円/基をかけるが、需要予測の精度が低く投資回収が10年以上かかるケースも多い。自治体側もEV充電インフラ整備計画を策定する専門人材が不足し、国のグリーン成長戦略が求める2030年15万口設置目標に対し実績は6万口程度と大幅に遅れている。この構造的なミスマッチが充電渋滞と設備の遊休化を同時に発生させ、EV普及の足かせになっている。
需要予測AIは人流・EV保有台数・気象・イベント情報等の時系列データを学習し、グリッド単位の充電需要を回帰モデルとLSTMで予測する。
配置最適化AIは電力系統の残容量制約・敷地条件・投資回収シミュレーションを組み合わせた数理最適化(混合整数計画法)で設置候補地をランキング化する。対話型AI(LLM)は自治体職員向けに整備計画書のドラフト作成や補助金要件のQ&A対応を行い、稼働後は異常検知AIが充電器の故障予兆やメンテナンス必要時期を検知する。
自治体・充電インフラ事業者・不動産オーナーが本サービスに登録すると、AIが人流データ・EV登録台数・電力系統情報・道路交通量・POI(商業施設等)データを解析し、500m四方グリッド単位で3年後までの充電需要を予測する。
担当者はダッシュボード上で「充電待ち発生確率」「投資回収年数」「系統容量の余裕度」を地図上で確認し、設置候補地の優先順位リストを自動生成させる。設置後は各充電器の稼働データをAIが継続学習し、需要変化に応じて増設・移設・撤退の推奨を月次レポートで提示する。自治体向けには対話型AIアシスタントが「今後5年の充電インフラ整備計画書」のドラフトを自動生成し、補助金申請書類作成の負担も軽減する。
| 投資回収10年超による資本滞留コスト(1基300万〜800万円の設置投資に対する機会損失) | 1基あたり年間30万〜80万円相当の想定 |
| 稼働率5%未満の遊休充電器の電気基本料金・保守点検費 | 1基あたり年間10万〜20万円 |
| 自治体の整備計画書・補助金申請書類の外部コンサル委託費 | 1自治体あたり年間300万円前後 |
| 充電待ち発生によるEVユーザーの機会損失・利用者離脱(道の駅等の周辺売上機会損失を含む) | 算定は施設規模により変動、目安として年間数十万円規模の想定 |
| 自治体向け計画策定SaaS(人口8万人規模想定) | 年間500万円 |
| 事業者向け配置最適化サブスクリプション(10基管理) | 月額15万円(1基1.5万円×10基) |
| マッチング成立時の仲介手数料(成約金額1000万円想定・料率4%) | 成約時40万円 |
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。
地方都市のマンション住民は近隣に急速充電器がなく30分以上の充電待ちを経験する一方、一部の道の駅では利用率5%未満の充電器が放置されており、需要と設置場所のミスマッチが常態化している。
設置事業者は1基あたり300万〜800万円を投資するが需要予測の精度が低いため投資回収に10年以上かかるケースもあり、新規設置の判断が慎重になりすぎている。自治体側もEV充電インフラ整備計画を策定できる専門人材が不足しており、国が掲げる2030年15万口目標に対し実績は6万口程度にとどまっている。この構造的なミスマッチを解消するには、需要予測と投資回収シミュレーションを自動化し、自治体・事業者・不動産オーナーが共通のデータを見ながら意思決定できる仕組みが必要である。
MVP段階は需要予測モデルの精度検証やダッシュボードのUI/UXが実証実験を通じて変わりやすいため、準委任契約で仕様を都度すり合わせながら進めるのが適切である。
Phase2以降、対話型AI整備計画書生成やマッチング機能など要件が固まった機能については請負契約への切り替えを検討してよい。発注時は「需要予測精度（MAPE15%以下）」のような数値目標を成果物の検収基準にせず、あくまで努力目標として契約書に明記し、データ取得元（人流データ・電力系統データ）の精度や提供元都合による遅延リスクを発注者側が負う旨を明記することが重要である。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 自治体のインフラ整備・環境政策担当課職員、充電インフラ事業者（EV充電スタートアップ・電力会社系子会社）の事業開発担当者 |
| セカンダリ | 不動産・商業施設・道の駅などの適地オーナー、充電器の現場保守を担当する事業者側エンジニア |
| 管理 | ChargeGrid AI運営側のカスタマーサクセス担当およびデータ品質管理担当者 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 需要予測AI(グリッド単位予測) | 人流・EV登録台数・気象データをLSTMで解析し500mグリッド単位の3年後需要を予測 |
| 配置最適化AI(設置候補地ランキング) | 系統容量・敷地条件・投資回収シミュレーションをMIPで解き設置候補地を優先順位付け |
| 投資回収シミュレーション | 設置コスト・稼働率予測・電力料金から投資回収年数を算出しダッシュボードに表示 |
| 系統容量余裕度可視化 | 電力会社提供の系統データを地図上に色分け表示し設置可否判断を支援 |
| 地図ダッシュボード表示 | 需要予測・回収年数・系統余裕度を500mグリッド地図上に統合表示 |
| 整備計画書自動生成(対話型AI) | 自治体の人口・EV普及率データを入力しLLMが5年整備計画書ドラフトを生成 |
| 補助金申請Q&A対応(対話型AI) | 自治体職員の質問文を入力しLLMが補助金要件・申請手順を回答 |
| 稼働モニタリング・増設撤退提案 | 充電器稼働データを学習し増設・移設・撤退推奨を月次レポートで出力 |
| 異常検知AI(故障予兆検知) | 充電器の稼働ログ・センサーデータを解析し故障予兆とメンテ時期を検知通知 |
| マッチングプラットフォーム | 適地オーナー情報と充電事業者の設置希望条件を照合しマッチング候補を提示 |
| 需要予測データAPI提供 | 電力会社・自動車メーカーからのAPIリクエストに応じ需要予測データをJSON返却 |
| テーブル | 主要カラム |
|---|---|
municipalities | municipality_id, name, population, ev_registration_count, contract_plan, contract_start_date |
operators | operator_id, company_name, operator_type, contact_person, contract_plan, api_key |
sites | site_id, owner_name, address, lat, lng, land_area, grid_cell_id, availability_status |
chargers | charger_id, site_id, operator_id, charger_type, output_kw, install_date, status |
grid_cells | grid_cell_id, center_lat, center_lng, foot_traffic, ev_density, grid_capacity_kw, poi_count |
demand_forecasts | forecast_id, grid_cell_id, forecast_year, predicted_demand, wait_probability, roi_years |
charger_usage_logs | log_id, charger_id, timestamp, usage_kwh, occupancy_minutes, error_code |
matching_deals | deal_id, site_id, operator_id, deal_amount, commission_rate, deal_status, closed_date |
| # | 画面 |
|---|---|
| 1 | ログイン・組織選択画面 |
| 2 | 需要予測ヒートマップ画面 |
| 3 | 設置候補地ランキング画面 |
| 4 | 充電器稼働モニタリング画面 |
| 5 | 整備計画書ドラフト生成画面 |
| 6 | マッチング商談管理画面 |
| 7 | 契約・課金・レポート画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(S3/RDS/Lambda): データ基盤とスケーラビリティ確保 |
| 2 | PostgreSQL+PostGIS: グリッド単位の地理空間クエリに最適 |
| 3 | PyTorch(LSTM): 時系列需要予測モデルの学習・推論 |
| 4 | Google OR-Tools: 混合整数計画法で設置候補地最適化 |
| 5 | OpenAI API(GPT-4系): 整備計画書ドラフト自動生成 |
| 6 | Apache Kafka: 充電器稼働データのリアルタイム収集 |
| 7 | Mapbox GL JS: ダッシュボード上の地図可視化 |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: SLA99.5%を保証し、月間累積ダウンタイムは3.6時間以内に制限する |
| 性能 | 性能: 全国グリッドの需要予測モデルは24時間以内に再学習・更新を完了する |
| セキュリティ | セキュリティ: 自治体データはISMAP準拠環境で管理し、全通信はTLS1.3で暗号化する |
| データ保護 | データ保護: 人流データは匿名化処理後5年間保持し、個人情報保護法に準拠する |
| 応答性能 | 応答性能: API平均応答時間300ms以内、異常検知アラートは検知後5分以内に通知する |
| スケーラビリティ | スケーラビリティ: 管理対象充電器10,000基・契約自治体200件規模まで水平スケール対応する |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 自治体・充電事業者数件にヒアリングし、公開されている人流データやEV登録台数の統計を手作業で組み合わせて、簡易な需要マップをExcelやスプレッドシートで作成し仮説を検証する | AI利用料と交通費、ヒアリング謝礼程度の範囲 |
| ②最小システム | グリッド単位の需要スコアを地図上に表示するダッシュボードのプロトタイプをWebアプリとして構築し、自治体1件・充電事業者数社で試験運用してフィードバックを得る | 外注または小規模チームで数か月分の開発費、データは無料トライアル範囲で利用 |
| ③本開発 | LSTMによる需要予測モデルと混合整数計画法による配置最適化エンジンを本実装し、対話型AIによる整備計画書ドラフト生成機能と異常検知機能を統合してリリースする | 本格的な開発委託費とデータ提携費用、専門人材の人件費を含む大きめの投資 |
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 |
|---|---|---|
| 自治体の環境政策課・脱炭素推進課のEV充電インフラ担当者 | 実証実験の受け皿になり、現場の設置課題と予算感を最も把握している | 環境省「脱炭素先行地域」選定自治体の担当課へ直接アポイントを申し込む |
| 充電インフラ設置事業者(e-Mobility Power等)の事業開発責任者 | 設置場所選定の実務課題を持ち、配置最適化AIの実証パートナーになりうる | スマートエネルギーWeek等の業界展示会でブース訪問し名刺交換する |
| 一般送配電事業者の系統アクセスサービス担当者 | 電力系統の残容量データ取得はサービス精度を左右する重要な提携先 | 各電力会社の系統アクセスサービス窓口に問合せ、データ連携を打診する |
| モバイル位置情報データ提供企業(Agoop等)の法人営業担当 | 人流データの調達先として需要予測モデルの精度に直結するため | 各社の法人向け問い合わせ窓口からトライアル利用の商談を申し込む |
| 次世代自動車振興センター(NeV)のCEV補助金事業担当者 | 補助金要件と自治体への紹介経路を把握し、説明会での紹介機会を得るため | NeVや経産省主催のCEV補助金説明会に参加し名刺交換・面談を依頼する |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 自治体の環境政策課・都市計画課への直接アプローチ | 「EVインフラ整備計画の策定業務を、データに基づいて短期間で支援できます」と伝え、まずは無償の需要マップ試作を見せる約束を取り付ける |
| 経産省・環境省の補助金説明会やEVインフラ関連セミナー | 参加者の名刺交換の場で「充電器の投資回収年数を可視化するツールを作っている」と一言で説明し、後日の個別デモにつなげる |
| 充電インフラ設置事業者（スタートアップ・電力会社系子会社・コンビニ運営会社）への直接提案 | 「稼働率が低い充電器の増設・撤退判断をデータで裏付けたい」という担当者に、既存の稼働データを使った無料の簡易診断を提案する |
| スマートシティ・EV関連の業界展示会への出展・登壇 | 「充電渋滞と遊休設備を同時に解決するAI」というテーマでミニ講演を行い、名刺交換後に個別ヒアリングの日程を約束する |
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 新創業融資制度（新規開業資金） | 税務申告を2期終えていない法人・個人事業主 | 自己資金100万円に加えて創業融資（合計 700万円 の想定）を受けることで、需要予測AIとダッシュボードの開発初期費用と人件費を賄う土台になる |
| ものづくり・商業・サービス生産性向上促進補助金（デジタル枠） | 中小企業・小規模事業者（創業間もない法人も対象になり得る） | 需要予測モデルや配置最適化エンジンなど、AIシステムの試作・開発費用の一部を補助対象にできる可能性がある |
| IT導入補助金 | 中小企業・小規模事業者 | 自治体・事業者向けに提供するSaaSダッシュボードのクラウド利用料やツール導入費の一部を軽減できる可能性がある |
| 小規模事業者持続化補助金（創業枠） | 小規模事業者、創業後間もない事業者 | 自治体や充電インフラ事業者への営業資料作成・展示会出展など、初期の販路開拓費用に充てられる可能性がある |
| NEDO 研究開発型スタートアップ支援事業（STS） | 研究開発型のスタートアップ | 需要予測AI（回帰モデル・LSTM）や配置最適化AI（混合整数計画法）の研究開発費用を対象とした支援を受けられる可能性がある |
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。
脱炭素・エネルギー分野で創業を目指す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。