Who（誰が）
人口1万〜30万人規模の市区町村の道路課・環境課・財政課職員（全国約1400自治体が主要対象）が利用者となる
対象とする社会課題：自治体街路灯のLED化遅延と維持管理コストの膨張
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。
街路灯の担当者は多くが兼務で、台帳と現地の状況が合わないまま目視巡回に頼っている。水銀灯の部材は枯渇し始め、壊れてから交換先を探す自治体が増えている。予算は単年度で読めず、暗い道が放置される。この事業は、限られた人手と予算の中で、どこを直すべきかをAIが示し、財政課への説明資料まで用意することで、担当者ひとりでも街の明かりを守れる状態をつくる。
※ 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、この事業の内容を読み込んだAIチャットが立ち上がり、資料の初稿をその場で作成します。自治体への提案や社内での検討にそのまま使える形で出力されるので、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。
AIロードライト・プランナーは、自治体の道路課・環境課職員がExcelや紙台帳しかない街路灯データ（住所・灯具種別・設置年・修繕履歴）をアップロードするだけで、衛星写真と道路台帳と突合して位置精度95%以上に補正し、灯具ごとの故障確率をAIが予測して向こう3〜5年のLED化優先順位マップを自動生成するクラウドサービスです。
担当職員はダッシュボード上で「予算800万円で今年度どこを優先すべきか」とチャットで問いかけると、AIが複数シナリオと財政課向け説明資料（費用対効果・電気代削減額・CO2削減量）をワンクリックで作成します。工事後は施工業者がスマホで灯具写真を撮るだけでAIが施工不良を自動検知し、検収作業を効率化します。数百時間かかっていた台帳整理と優先順位検討を数日に短縮し、暗い道の放置と修繕費の補正予算頼みを解消します。
全国の自治体が管理する街路灯は約1000万灯とされ、その多くが水銀灯・ナトリウム灯のままLED化率は自治体平均で5割前後にとどまる。
人口3万人規模の町でも街路灯は5000〜1万灯あり、担当職員は1〜2名で兼務のことが多く、故障報告はあっても台帳と現地の状況が一致せず、点検は目視巡回に頼っている。LED化には1灯あたり2〜4万円の初期費用がかかり、財政課は投資対効果を示せず予算化が後回しになりやすい。さらに水銀灯の製造・輸出入は2020年以降規制対象となり在庫部材が枯渇しつつあるため、故障してから交換先を探す自治体が急増している。結果として「暗い道が放置される」「修繕費が単年度で読めず補正予算頼み」という状態が全国の中小自治体で共通して起きている。
台帳突合フェーズでは画像認識・地理空間マッチングAIが衛星画像と行政GISデータから灯具位置と現況を推定する。
計画立案フェーズでは故障予測モデル（生存時間分析・機械学習）が灯具ごとの余寿命と交換優先度をスコアリングし、予算制約下での最適化アルゴリズムが工事計画案を複数生成する。住民対応フェーズでは自然言語対話AIが通報内容を分類・要約し、担当部署への自動振り分けと進捗返信を行う。施工検収フェーズでは画像解析AIが施工写真から不備を検出し、人手でのダブルチェック工数を削減する。
自治体はまず既存の街路灯台帳（住所・灯具種別・設置年・修繕履歴、多くはExcelや紙）をアップロードし、衛星写真・道路台帳データとAIが突合して灯具の位置精度を95%以上まで補正する。
次にAIが灯具の設置年・種別・故障履歴・気象データ（塩害地域や積雪地域など)から個体ごとの故障確率を予測し、向こう3〜5年のLED化・修繕優先順位マップを自動生成する。担当職員はダッシュボード上でチャット形式のAIに「予算800万円で今年度どこを優先すべきか」と問いかけると、AIが複数シナリオ(優先度順・地域バランス順・CO2削減優先など)を提示し、財政課向け説明資料（費用対効果、電気代削減額、CO2削減量）をワンクリックで自動作成する。工事後は施工業者がスマホで灯具写真を撮影しアップロードすると画像解析AIが施工不良（配線露出・角度不良など）を自動検知し、検収作業を効率化する。運用開始後は住民からのLINE通報（暗い・点滅している）をAIチャットボットが受け付け、位置情報と写真から故障種別を自動分類し、優先度に応じて自治体・保守業者に自動割り振りする。
| 台帳整理・現地確認にかかる職員人件費（年間約200時間、時給換算3000円） | 年間約60万円 |
| 水銀灯部材枯渇による緊急修繕費の割増（通常の1.5〜2倍単価での補正予算対応） | 年間300万〜500万円 |
| LED化遅延による電気代の超過支出（1万灯規模、1灯あたり水銀灯とLEDの差額約4000円/年） | 年間約4000万円（LED化完了までの累積機会損失） |
| 住民からの電話・クレーム対応工数（月20〜30件、1件30分） | 年間36万〜54万円 |
| SaaS利用料（街路灯1万灯・1灯あたり200円想定） | 年間約200万円 |
| 初期データ整備・導入支援費（台帳突合・GIS構築・職員研修込み、一括） | 250万円（初年度のみ） |
| 住民通報AIチャットボットオプション（月額10万円） | 年間120万円 |
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。
人口3万人規模の町でも街路灯は5000〜1万灯あり、担当職員1〜2名の兼務体制では台帳と現地状況の不一致を目視巡回でしか確認できていない。
水銀灯・ナトリウム灯の在庫部材が2020年以降の規制で枯渇しつつあり、故障してから交換先を探す自治体が急増している。財政課は1灯2〜4万円のLED化費用対効果を示せず予算化が後回しになり、結果として単年度読みできない修繕費が補正予算頼みになっている。この悪循環を断つには、台帳整備から予算シナリオ提示、施工検収までを一気通貫で支援する仕組みが必要である。
MVP開発は要件変更が見込まれるため準委任契約が向くが、台帳突合・故障予測モデルなど成果物の仕様が固まる部分は請負契約に切り出す二段構えを推奨する。
自治体データの品質ばらつきにより仕様変更が頻発する想定のため、準委任契約でも月次のスコープレビュー会議を契約条項に明記し、追加工数の扱いを事前合意しておくこと。個人情報を含む住民通報データを扱うフェーズ2以降は、ISMAP準拠等のセキュリティ要件を仕様書に明記し、検収基準にセキュリティ監査項目を含めることが必要である。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 自治体の道路課・環境課の担当職員（街路灯の台帳管理・LED化計画立案・住民対応を行う実務者、多くは1〜2名兼務） |
| セカンダリ | 財政課職員（予算査定資料を参照する）、施工業者（検収写真をアップロードする）、住民（LINEで故障通報する） |
| 管理 | 自社カスタマーサクセス担当者およびシステム運用担当者（自治体ごとのアカウント・データ品質・利用状況を管理する） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 街路灯台帳データ取込機能 | Excel/紙台帳(スキャン)を入力→フォーマット統一・文字認識→標準化台帳データを出力 |
| 灯具位置突合AI機能 | 台帳住所と衛星画像・道路GISデータを入力→AI地理空間マッチング→位置精度95%以上の灯具座標を出力 |
| 故障確率予測AIスコアリング機能 | 設置年・種別・故障履歴・気象データを入力→生存時間分析モデルで演算→灯具ごとの余寿命スコアを出力 |
| LED化優先順位マップ生成機能 | 故障スコアと地域情報を入力→優先度順に並べ替え→3〜5年分の交換計画マップを出力 |
| 予算シナリオ対話AI機能 | 職員のチャット入力(予算額・条件)を入力→最適化アルゴリズムで演算→複数の工事計画シナリオを出力 |
| 財政課向け資料自動生成機能 | 選択シナリオデータを入力→費用対効果・CO2削減量を集計→説明資料PDFをワンクリック出力 |
| 工事計画最適化機能 | 予算制約・優先度スコアを入力→制約付き最適化計算→年度別工事対象リストを出力 |
| 施工写真AI検収機能 | 施工業者のスマホ撮影画像を入力→画像解析AIで配線・角度不良検知→合否判定と不備箇所を出力 |
| 住民通報AIチャットボット機能 | LINEからの通報文・写真・位置情報を入力→自然言語対話AIで分類→故障種別と緊急度を出力 |
| 通報自動振り分け機能 | 分類済み通報データを入力→担当部署・保守業者マッチング処理→自動割り振りと進捗通知を出力 |
| ダッシュボード・KPIモニタリング機能 | 各機能の処理結果を入力→契約灯数・対応時間等を集計→自治体別KPIグラフを出力 |
| テーブル | 主要カラム |
|---|---|
municipalities | id, name, prefecture, population, contract_plan, contract_start_date |
streetlights | id, municipality_id, address, lat, lng, lamp_type, install_year, wattage, status |
maintenance_records | id, streetlight_id, repair_date, repair_type, cost, vendor_id |
failure_predictions | id, streetlight_id, predicted_failure_probability, remaining_life_years, model_version, calculated_at |
construction_plans | id, municipality_id, fiscal_year, budget, priority_scenario, generated_at |
inspection_records | id, streetlight_id, photo_url, defect_detected, defect_type, inspected_by, inspected_at |
citizen_reports | id, streetlight_id, reporter_line_id, report_type, photo_url, status, assigned_to, reported_at |
weather_data | id, region_code, salt_damage_flag, snow_load_level, avg_temperature, data_year |
| # | 画面 |
|---|---|
| 1 | 台帳アップロード画面 |
| 2 | 灯具位置確認マップ画面 |
| 3 | 優先順位マップダッシュボード |
| 4 | AIチャット計画相談画面 |
| 5 | 財政課向け資料出力画面 |
| 6 | 施工検収写真アップロード画面 |
| 7 | 住民通報管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(S3/RDS) - ISMAP準拠のインフラ構築が可能 |
| 2 | PostGIS - 地理空間データの突合・検索に最適 |
| 3 | Python+lifelines - 生存時間分析で故障予測を実装 |
| 4 | LINE Messaging API - 住民通報窓口として普及率が高い |
| 5 | OpenAI API - チャット対話・資料自動生成に活用 |
| 6 | React+TypeScript - ダッシュボードUIを効率開発 |
| 7 | YOLO系画像認識 - 施工不良の物体検出に利用 |
| 区分 | 要件 |
|---|---|
| 可用性99.5%以上を目標とし、月間許容ダウンタイムは約3.6時間以内とする | 可用性99.5%以上を目標とし、月間許容ダウンタイムは約3.6時間以内とする |
| 住民通報データ等の個人情報はAES-256で暗号化し、ISMAP準拠のインフラ基準に沿って運用する | 住民通報データ等の個人情報はAES-256で暗号化し、ISMAP準拠のインフラ基準に沿って運用する |
| 80自治体・数百名同時アクセス時でもダッシュボード応答時間3秒以内を目安とする | 80自治体・数百名同時アクセス時でもダッシュボード応答時間3秒以内を目安とする |
| データバックアップは日次実施し、RPO24時間・RTO8時間以内を目安とする | データバックアップは日次実施し、RPO24時間・RTO8時間以内を目安とする |
| 故障予測モデルは月次で再学習し、的中率70%以上を維持する運用とする | 故障予測モデルは月次で再学習し、的中率70%以上を維持する運用とする |
| 施工写真・通報写真は1件あたり10MB上限とし、アップロード時に自動圧縮処理を行う | 施工写真・通報写真は1件あたり10MB上限とし、アップロード時に自動圧縮処理を行う |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | モデル自治体から台帳（Excelや紙）を預かり、人手で衛星写真・道路台帳と突合して優先順位表を手作業で作成し、財政課向け提案資料の形で手渡して反応を見る | 自治体訪問の交通費とヒアリングの時間だけで、開発費はかけない水準 |
| ②最小システム | 既存のBIツールやスプレッドシートと外部AI APIを組み合わせ、台帳突合と故障優先度スコアリングを半自動化し、実際の予算検討会議で使ってもらえるか試す | 外部AI利用料と簡易な外注開発費のみで、まとまった投資は避ける水準 |
| ③本開発 | SaaSダッシュボード・提案資料自動生成・住民通報AI・施工検収AIを含む正式サービスを構築し、複数自治体への同時提供に耐える体制にする | エンジニアの人件費を中心とした、外注または正社員化を含むまとまった投資 |
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 |
|---|---|---|
| 人口1〜30万人規模の市区町村・道路課の街路灯担当職員（兼務主任クラス） | 台帳管理と故障対応の実務課題を最も具体的に把握しており、現場ニーズの一次情報が取れる | 自治体DX関連展示会（自治体総合フェア等）のブース来場者リストから個別アプローチ |
| 同自治体の財政課・予算担当係長 | LED化投資の予算化判断者であり、費用対効果資料の要件を握っている | 道路課担当者からの庁内紹介、または環境省LED化推進事業説明会での名刺交換 |
| 地方銀行の地域振興部・自治体担当渉外担当者 | 自治体との既存接点を持ち、代理店提携先として導入初期の紹介経路になる | 地方銀行主催の自治体向けDXセミナーに登壇・協賛して担当者と直接接触 |
| 照明器具メーカー（岩崎電気・パナソニック等）の自治体向け営業担当 | 施工・部材供給と検収オプションの連携先であり、既存の自治体営業ルートを持つ | 業界展示会や自治体案件の共同提案機会を通じて営業部門にコンタクト |
| 総務省地域情報政策室または環境省地球温暖化対策課の補助金担当者 | LED化推進事業や自治体DX関連補助金の要件・活用可能性を確認するため | 各省庁の公募説明会・オンライン相談窓口経由で事前相談を申し込む |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 自治体DX関連の展示会・フォーラム | 「街路灯台帳の整理と優先順位付けをAIで数日に短縮できます」と説明し、名刺交換の場でヒアリングの約束を取る |
| 地方銀行の地域振興・自治体担当部門 | 「取引先自治体の道路課・環境課に紹介してほしい」と依頼し、同席訪問で台帳の状況を直接聞かせてもらう |
| 照明メーカー・電気工事会社の営業ルート | 「更新提案の際にAIで優先順位表を無償で作るので、御社の商談に同行させてほしい」と持ちかける |
| 自治体職員向けオンライン勉強会・SNSコミュニティ | 「街路灯台帳の整理に困っている担当者向けに、無償でヒアリングと簡易診断をします」と投稿し希望者を募る |
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） | 法人設立から間もない創業者本人 | 自己資金 100万円 に加えて運転資金の融資（合計 500万円 の想定）を受けられ、開発初期の人件費・クラウド費用に充てられるため |
| 自治体の創業助成事業（例: 東京都中小企業振興公社 創業助成事業） | 都内など対象エリアで法人を設立した創業者 | SaaSダッシュボードや故障予測モデルの開発費・広報費の一部を補助対象にできる可能性があるため |
| NEDO シード期研究開発型スタートアップ支援事業（NEP） | ディープテック・AI領域の研究開発型スタートアップ | 画像認識・故障予測モデルなど研究開発要素の強い部分の開発費を補助対象にできる可能性があるため |
| 環境省 二酸化炭素排出抑制対策事業費等補助金 | 街路灯のLED化・省CO2化を計画する自治体（顧客側） | 自治体が本サービスの提案資料をもとにこの補助金の申請根拠を作れるため、営業提案の材料として使えるため |
| デジタル田園都市国家構想交付金 | DX・データ利活用を進める自治体（顧客側） | 自治体がSaaS導入費・データ整備費の予算化にこの交付金を活用できる可能性があり、導入決裁のハードルを下げられるため |
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。
自治体インフラ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。