Who（誰が）
全国の公立・私立小中高校の理科専科教員、教頭・校長、学校薬剤師、教育委員会ICT推進課担当者が主な利用者であり、教材商社が販売パートナーとなる
対象とする社会課題：理科教員の実験準備負担と安全管理の属人化を、AIが支える仕組み
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。
実験のたびに薬品調合や器具準備、危険予測から片付けまで多くの時間がかかるが、理科の専科教員は各校にごくわずかしかおらず、負担は勤務時間外に積み上がっている。安全確認は個人の経験と紙のチェックリスト任せで、経験の浅い教員ほど実験を敬遠しがちになり、子どもたちが体験から学ぶ機会そのものが失われている。この事業は、教員一人の経験と善意に頼ってきた安全と学びの土台を、仕組みとして支え直す。
※ 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、リカジツAIの事業内容を読み込んだAIチャットが開きます。事業計画書やピッチ資料、要件定義書などの下書きをその場で作成しますので、気になる資料から試して、たたき台を手に入れてください。
※ 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。
リカジツAIは、公立小中学校の理科教員がタブレットひとつで実験準備から安全確認までを終えられるSaaSです。
教員は「中2・酸とアルカリ」など単元名を入力するだけで、AIが薬品調合表・器具リスト・危険予測を自動生成します。実験当日は薬品瓶や器具の配置をカメラで撮影すると、画像解析AIが誤配合や破損器具をその場で警告し、チャット型アシスタントが「エタノールとガスバーナーの安全距離は？」といった質問に安全基準を示しながら即答します。片付け・廃棄手順や薬品使用ログの記録も自動化され、教育委員会への報告書作成まで一括で終わります。1回2〜3時間かかっていた準備・安全確認の負担を減らし、経験の浅い教員でもベテラン相当の安全水準を保てる現場を目指します。
公立小中学校の理科専科・担任教員は、1つの実験につき薬品調合・器具準備・危険予測・片付けまで平均2〜3時間を費やしているが、多くの学校で理科専科は1〜2名しかおらず、準備は勤務時間外に持ち越されがちである。
文部科学省調査でも教員の時間外労働の主要因に授業準備が挙げられ、実験系科目は特に負担が大きいとされる。安全確認は各教員の経験と紙のチェックリストに依存しており、薬品の誤配合や加熱器具の扱いミスによる事故が全国で年間数百件報告されている（独立行政法人日本スポーツ振興センターの災害共済給付データ等より推計）。若手教員は指導経験が浅く、危険予知（ヒヤリハット）のノウハウが継承されにくいため、実験を敬遠したり簡略化したりする傾向があり、結果として児童生徒の体験的理解の機会が失われている。学校側も外部人材（実験助手）を雇う予算がなく、教員個人の努力に依存した状態が長年放置されてきた。
①自然言語処理による対話型アシスタントが、教員からの質問や単元入力を解釈し指導要領・薬品データベースと照合して手順書を自動生成する。
②画像解析AI（物体検出・分類モデル）が薬品ラベル・器具配置の写真を解析し、誤配合や破損・劣化器具の検出、必要器具の過不足チェックを行う。③蓄積された全国のヒヤリハット・事故事例データを学習した予測モデルが、実験条件（薬品組み合わせ・気温・生徒人数）から事故リスクスコアを算出し、注意喚起の優先順位付けを行う。④使用ログの時系列データから薬品在庫の消費予測を行い、発注最適化の提案も自動で行う。
教員は授業予定日と単元（例：中2「酸とアルカリ」）をアプリに入力するだけで、AIが学習指導要領対応の実験手順書・薬品調合表・必要器具リストを自動生成し、過去の事故事例データベースと照合して危険ポイントを提示する。
実験当日は、教員がタブレットのカメラで薬品瓶のラベルや器具のセッティングを撮影すると、画像解析AIが薬品の組み合わせ・分量・器具配置を確認し、誤配合や破損器具の使用リスクをその場で警告する。準備中に不明点があれば、チャット型AIアシスタントに「エタノールとガスバーナーの安全距離は？」のように自然言語で質問でき、根拠となる安全基準（学校薬品管理マニュアル等）を示しながら即答する。実験終了後は片付け・廃棄手順もAIが提示し、薬品使用ログを自動記録することで、学校薬剤師や教育委員会への報告書作成も自動化される。これにより教員の準備時間を短縮しつつ、経験の浅い教員でもベテラン相当の安全確認水準を担保できる体験を提供する。
| 教員の実験準備の時間外労働（1実験あたり2〜3時間×週2〜3回、時給換算約2,500円と仮定） | 年額 約60万円相当（1教員あたりの見えないコスト） |
| 薬品誤配合・器具事故発生時の対応コスト（保護者説明・治療同席・報告書作成の教員稼働） | 1件あたり10〜20万円相当（発生頻度は学校により年数件〜0件） |
| 外部実験助手を雇用する場合の人件費（予算が確保できず未実施の学校が大半） | 年額 約150万円〜200万円（非常勤想定、多くの学校は未計上のまま負担を教員に転嫁） |
| 紙ベースの薬品使用簿・報告書作成にかかる教頭・教員の集計工数（年度末集中作業） | 年額 約5万円相当（人件費換算、2日間×複数名） |
| 学校向けSaaS利用料（教員5アカウントまで） | 月額 30,000円 |
| 教育委員会向け一括契約（1校あたり） | 年額 250,000円（複数校割引適用時） |
| 導入研修・オンボーディング支援（初年度のみ） | 1校あたり 100,000円（スポット） |
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。
理科専科教員は1校あたり1〜2名しかおらず、実験準備は勤務時間外に持ち越されやすい。
安全確認は個人の経験と紙のチェックリストに依存しており、薬品の誤配合や加熱器具の扱いミスによる事故が年間数百件報告されている。若手教員は危険予知のノウハウを継承する機会が少なく、実験を敬遠・簡略化する傾向があり、児童生徒の体験的理解の機会が失われている。学校側に外部人材を雇う予算もなく、この状態が長年放置されてきた。
MVP開発フェーズは要件変更が多く発生する想定のため準委任契約が向くが、画像解析AIの誤検知率や手順書生成の対応単元数など検証可能な数値目標を月次マイルストーンとして契約書に明記することを推奨する。
パイロット20校でのフィードバックを反映しながら仕様を固めていく性質上、請負での厳格な仕様固定は手戻りリスクが高い。精度改善フェーズ以降、画像解析モデルの学習・チューニング業務など切り出しやすい範囲は請負に移行することも検討する。発注側は事故事例データベースの著作権・利用範囲、学校の個人情報（生徒人数等）の取り扱いについて契約書で明確化する必要がある。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 公立・私立小中高校の理科専科教員・担任教員（実験準備・安全確認・片付けの実務担当者） |
| セカンダリ | 学校薬剤師、教頭・校長（事故報告・コンプライアンス確認の閲覧者）、教育委員会ICT推進課（複数校の横断管理者） |
| 管理 | 自社カスタマーサクセス担当（学校・自治体ごとのアカウント発行、事故事例データベースの更新、画像解析モデルの精度モニタリングを行う） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 実験手順書自動生成 | 教員が単元名(例:中2酸とアルカリ)を入力→AIが指導要領照合→手順書PDFを出力 |
| 薬品調合表・器具リスト生成 | 単元・生徒人数を入力→AIが必要薬品量と器具を算出→調合表と器具リストを表示 |
| 危険ポイント照合表示 | 生成した手順書を入力→過去事故DBと自動照合→危険箇所と注意文をハイライト表示 |
| 薬品・器具画像解析チェック | タブレットで薬品瓶・器具配置を撮影→画像解析AIが組合せ・破損を判定→警告メッセージを表示 |
| チャット型安全質問応答 | 教員が自然言語で質問入力(例:安全距離は？)→AIが安全基準DBを検索→根拠付き回答を表示 |
| 事故リスクスコア算出 | 薬品組合せ・気温・人数データを入力→予測モデルがリスク値を計算→優先度付き注意喚起を出力 |
| 片付け・廃棄手順提示 | 使用薬品・器具情報を入力→AIが廃棄基準を参照→片付け手順を画面表示 |
| 薬品使用ログ記録 | 実験終了時に使用薬品量を入力→システムが自動記録→ログ一覧をDB保存 |
| 在庫消費予測・発注提案 | 過去の使用ログを入力→時系列予測AIが消費量を推定→発注推奨リストを出力 |
| 教育委員会ダッシュボード | 各校の安全管理・準備時間データを収集→AIが集計・可視化→自治体担当者向け画面に表示 |
| 事故報告書自動作成 | 事故・ヒヤリハット記録を入力→AIが定型フォーマットに整形→報告書PDFを自動生成 |
| テーブル | 主要カラム |
|---|---|
schools | school_id, school_name, board_id, address, contract_plan, contract_start_date |
teachers | teacher_id, school_id, name, role, login_email, last_login_at |
experiments | experiment_id, school_id, teacher_id, unit_name, scheduled_date, grade, status |
chemicals_master | chemical_id, chemical_name, hazard_class, storage_condition, legal_regulation |
equipment_master | equipment_id, equipment_name, category, lifespan_months, last_inspection_date |
risk_incidents | incident_id, experiment_type, chemical_combo, cause, severity, reported_date, source |
image_inspections | inspection_id, experiment_id, image_url, detected_items, risk_flag, confidence_score, inspected_at |
usage_logs | log_id, experiment_id, chemical_id, quantity_used, disposal_method, logged_at |
| # | 画面 |
|---|---|
| 1 | 実験予定入力画面 |
| 2 | 手順書・調合表表示画面 |
| 3 | 危険ポイント確認画面 |
| 4 | カメラ撮影・画像解析画面 |
| 5 | チャットAI質問画面 |
| 6 | 片付け・廃棄手順画面 |
| 7 | 教育委員会ダッシュボード |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS（学校データの可用性・セキュリティ要件対応） |
| 2 | Amazon Bedrock（自然言語手順書生成の基盤モデル利用） |
| 3 | AWS Rekognition Custom Labels（薬品・器具の物体検出） |
| 4 | PostgreSQL（構造化データの一貫性管理） |
| 5 | OpenSearch（事故事例データの類似検索） |
| 6 | React Native（教員用タブレット/スマホ共通UI） |
| 7 | Auth0（学校・教委単位のアクセス権限管理） |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 授業実施時間帯(平日8-17時)のシステム稼働率99.5%以上を目標とする想定 |
| 性能 | 性能: 画像解析AIの判定結果を撮影後3秒以内に返す目安とする |
| 精度 | 精度: 画像解析AIの誤検知率を導入1年以内に5%未満へ改善する想定 |
| セキュリティ | セキュリティ: 薬品使用ログ・生徒関連データは通信・保存時ともにAES256相当で暗号化する |
| 運用 | 運用: 全データを日次バックアップし、障害時のRPOを24時間以内とする想定 |
| 拡張性 | 拡張性: 300校×5アカウント(約1,500ユーザー)の同時アクセスに耐える構成とする目安 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 元教員監修者が手作業で単元別の実験手順書・薬品調合表を作成し、モデル校の教員に使ってもらい、準備時間の実感や不足情報をヒアリングで確認する。画像解析は行わず紙のチェックリストで代用する | 印刷代と謝礼、モデル校訪問の交通費程度 |
| ②最小システム | 既存の対話型AIサービスを組み込んだ簡易フォームで手順書生成を自動化し、チャットで質問できる仕組みを試す。器具リストや危険ポイントの表示は行うが、画像解析は担当者が目視で代替する | AI利用料と外注によるプロトタイプ開発費（数週間〜1か月分の規模感） |
| ③本開発 | 画像解析AIによる薬品・器具のチェック機能、事故事例データベースとの照合機能、教育委員会向けダッシュボードを実装し、複数校での本番運用に対応する | AIエンジニアの人件費と外注費で数か月分、クラウドインフラ費用が中心 |
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 |
|---|---|---|
| 公立中学校の理科専科教員（現場の実態把握対象） | 実験準備の時間配分・不満点・危険予知の実情を直接把握できる一次情報源 | 理科教育研究会や自治体の教員研修会に参加し、勉強会経由で接点をつくる |
| 中学校の教頭・校長（パイロット導入の決裁者） | 校務DX予算の裁量権を持ち、モデル校としての導入許可を出せる立場 | 教育委員会経由でモデル校を推薦してもらい、校長面談を設定する |
| 教育委員会ICT推進課・学校教育課の担当者 | 自治体単位契約と働き方改革予算の窓口であり、複数校展開の鍵を握る | 自治体主催のICT活用セミナーや教育DX展示会に出展し名刺交換する |
| 都道府県学校薬剤師会の支部担当者 | 薬品管理マニュアルとの整合性確認と安全基準の監修協力を得るため | 薬剤師会事務局へ事業説明のアポイントを申請し監修依頼の形で接触する |
| 理科教材商社（ケニス、ナリカ）の営業担当者 | 既存の学校営業網を活用した販売代理店契約の可能性を探るため | 教育ITソリューションEXPO等の展示会で名刺交換し提案書を送付する |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 理科教育研究会・地区教科研究会 | 地区の理科教育研究会や研修会に参加し、実験準備の悩みをヒアリングさせてほしいと伝え、後日プロトタイプを試してもらう約束を取る |
| 監修者（元教員）の人脈 | カリキュラム監修を頼んだ元教員に、かつての勤務校や知り合いの理科専科教員を紹介してもらい、個別に手順書生成を試してもらう |
| 教育委員会ICT推進課への直接連絡 | 働き方改革予算の担当課に電話・メールで連絡し、モデル校を探していると伝え、無償のパイロット導入を提案する |
| 理科教材商社（ケニス・ナリカ）の営業同行 | 既存の取引校を訪問する営業に同行させてもらい、実験準備の負担を減らすツールとして紹介してもらう |
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 | 法人設立から間もない事業者（実績が浅くても利用可） | 無担保・無保証人で利用できる創業融資で、運転資金の融資合計（700万円）を初期の人件費・データ整備費に充てる想定。設立2か月目ごろの着金を前提に資金計画を組める |
| 小規模事業者持続化補助金 | 小規模事業者（商工会・商工会議所の管轄地域の事業者） | 教育委員会・教材商社向けの営業チラシ作成やパイロット校向け説明会の開催費など、販路開拓の取り組みを補助対象に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等） | ITツールを導入・提供する中小企業・小規模事業者 | SaaS型の学校向けシステムの導入費用が対象になりうる類型があり、教育委員会側の導入コスト負担を下げる訴求材料にもなる |
| 経済産業省 EdTech導入補助金 | 学校・教育委員会にEdTechサービスを提供する事業者 | 学校現場でのICT・AIツール実証導入を後押しする制度で、モデル校でのパイロット導入や実証フェーズの費用負担軽減に活用できる可能性がある |
| 東京都創業助成事業（東京都創業ステーション等の自治体創業支援） | 都内で創業予定・創業初期の事業者 | 人件費・広告費・専門家活用費等が対象になる助成事業で、代表1名体制の初期に営業担当や研修コンテンツ制作の外注費を補う候補になる |
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。
教育×AI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