Who（誰が）
従業員50〜300人規模、電気代年間500万円以上の金属加工・食品加工・樹脂成形・繊維工場の経営者・工場長を主対象とする。
対象とする社会課題：中小工場の省エネ・設備更新が投資判断できず放置される問題
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。
専任のエネルギー管理者がいない中小工場では、電気代が上がっても『どの設備を、いつ、どの順番で』更新すべきか判断できる人がいない。専門家に頼めば数十万円から数百万円かかり、結果が出るまで数週間かかる。結局、経営者は決断を先送りし、省エネの余地がある老朽設備がそのまま動き続け、光熱費とCO2排出だけが積み上がっていく。
※ 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、この事業の内容を読み込んだ状態で素案づくりを始めます。事業計画書からシステム要件、融資申請書類まで、その場で下書きが手に入ります。
※ 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。
エネカエルAIは、年商5〜50億円規模の中小工場向けに、設備更新の投資判断を『見える化』するAI診断プラットフォームです。
工場のブレーカー盤に10〜20点の電流・温度センサーを取り付け、月次の電気・ガス請求書をスマホで撮影してアップロードするだけで、AIがコンプレッサー・ボイラー・空調など設備ごとの消費電力を推定します。ダッシュボードには『どの設備を』『いくらで』更新すれば『何年で回収できるか』が一覧表示され、工場長はチャットで『予算300万円で3年回収の案は？』と聞くだけで優先順位付きの更新プランを得られます。プランが決まれば補助金候補の検索と申請書ドラフトまでAIが自動生成し、更新後は毎月の実測データで削減効果を自動チェックします。専任のエネルギー管理者がいない工場でも、経営者一人で投資判断から補助金申請、効果検証まで完結できる仕組みです。
従業員50〜300人規模の中小工場は全国に約18万社存在し、うち多くが1990〜2000年代導入の老朽コンプレッサー・ボイラー・空調を使い続けている。
電気代高騰で年間数百万円のコスト増に直面しても、専任のエネルギー管理者がいないため『どの設備を』『いつ』『どの順番で』更新すべきか判断できない。国や自治体の省エネ補助金は存在するが申請書類作成の負荷が高く、費用対効果が不透明なため経営者が投資決定を先送りしがちである。中小企業診断士やESCO事業者による個別診断は1件50万〜200万円と高額で、投資回収期間の試算にも数週間かかり機動性に欠ける。結果として省エネポテンシャルの高い設備が更新されず、CO2排出削減目標の未達と光熱費負担の悪循環が続いている。
①時系列電力データからのアノマリー検知・機器別消費分解(非侵入型負荷分解に近い統計モデル)により、請求書とセンサーデータだけで設備別エネルギー消費を推定する。
②機器DBとの類似度マッチングによる予測モデルが、更新後の削減効果と投資回収年数を機種・使用時間・地域電力単価をもとにシミュレーションする。③自然言語対話AIが経営者の予算・優先条件をヒアリングし、最適化アルゴリズム(整数計画法ベース)で複数設備更新の組み合わせをROI最大化順に並べ替える。④補助金公募要領を定期的にクロールしテキスト解析するAIが、対象工場の条件に合致する制度を自動抽出し申請書ドラフトを生成する。
工場に設置した安価な電流・温度センサー(1拠点あたり10〜20点)とブレーカー盤の電力データ、既存の月次電気・ガス使用量請求書をスマホ撮影でアップロードするだけで、AIが設備単位のエネルギー消費パターンを自動推定する。
AIは老朽設備の消費電力プロファイルを機器種別データベース(コンプレッサー・ボイラー・空調・照明など約120機種の実測値)と照合し、更新候補設備ごとに『投資額・年間削減額・回収年数・補助金適用後回収年数』を自動算出したレポートをダッシュボードとPDFで提示する。工場長はチャットボット形式のAIに『予算300万円以内で3年以内に回収できる案は？』のように自然言語で質問でき、AIが複数の更新プラン(単独更新/組み合わせ更新)を優先順位付きで再提案する。提案が確定すると、AIが該当する国・自治体の省エネ補助金候補を自動検索し、申請書類のドラフトまで生成する。導入後は実測データをAIが継続監視し、想定通りの削減効果が出ているかを月次で自動レポートし、乖離があれば運用改善(稼働時間調整など)を提案する。
| 老朽設備の非効率運転による電力ロス(想定) | 年間200万〜300万円 |
| 中小企業診断士・ESCO事業者への個別診断費用 | 1件あたり50万〜200万円 |
| 電気代高騰による追加負担(想定) | 年間200万〜500万円 |
| 補助金申請見送りによる機会損失(申請書作成負荷が高く未活用のケース) | 年間100万円規模の想定 |
| AI診断SaaS(1拠点・センサーレンタル込み) | 月額5万円(年間60万円) |
| 詳細ROIレポート・補助金申請支援(1プロジェクト) | 20万〜50万円(スポット) |
| 金融機関向けデータAPI | 月額10万円〜 |
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。
従業員50〜300人規模の工場の多くは1990〜2000年代導入の老朽コンプレッサーやボイラーを使い続けており、電気代高騰で年間数百万円のコスト増に直面しても、専任のエネルギー管理者がいないため更新の優先順位を判断できない。
中小企業診断士やESCO事業者への個別診断は1件50万〜200万円と高額で、結果が出るまで数週間かかるため機動的な意思決定ができない。国や自治体の補助金は存在するものの申請書類作成の負荷が高く、費用対効果が不透明なまま投資決定が先送りされ続けている。結果として省エネポテンシャルの高い設備が放置され、光熱費負担とCO2排出削減目標未達の悪循環が続いている。
MVPのセンサー連携・請求書OCR・ROI試算・ダッシュボードは要件が明確なため請負契約が向くが、機器別消費分解の推定精度は実証データを見ながら調整が必要なため、当該部分は準委任で契約し検証サイクルを回すのが望ましい。
特にAIモデルの精度目標（誤差±15%以内）は契約時点で保証できないため、検収基準を『機能実装完了』に置き、精度改善は別途準委任の保守・改善フェーズとして分離することを推奨する。補助金申請書ドラフト生成機能は制度改廃への追随が継続的に必要なため、Phase2以降は保守込みの準委任契約とし、月次の人手レビュー工数も契約範囲に明記すべきである。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 中小工場の経営者・工場長（電気代年間500万円以上、年商5〜50億円規模の金属加工・食品加工・樹脂成形・繊維工場） |
| セカンダリ | 地域金融機関の融資担当者、設備商社・ESCO事業者の営業担当者 |
| 管理 | 自社のカスタマーサクセス担当・データサイエンティスト（機器DBメンテナンス、精度検証、補助金制度の人手レビューを行う） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| センサー・電力データ収集機能 | 電流・温度センサーとブレーカー盤の計測値→ノイズ除去・時系列整形→機器分解用データセットを生成 |
| 請求書OCR取込機能 | スマホ撮影した電気・ガス請求書画像→OCRで数値抽出→月次使用量データとして登録 |
| 機器別消費電力分解機能(非侵入型負荷分解) | 収集した電力波形→AIが機種DB約120機種と照合し機器別に按分→設備ごとの推定消費電力を出力 |
| 投資回収シミュレーション機能 | 推定消費電力と機器DB→類似度マッチングで削減効果予測→投資額・年間削減額・回収年数を算出 |
| 自然言語ヒアリングチャットボット機能 | 経営者が予算・条件を自然文で入力→対話AIが意図解析→優先条件パラメータを抽出 |
| 設備組み合わせ最適化機能 | 予算条件と更新候補リスト→整数計画法で組合せ計算→ROI順位付き更新プランを出力 |
| 補助金候補自動マッチング機能 | 公募要領テキストと工場属性データ→クロール・条件照合AIが解析→適用可能な補助金候補リストを出力 |
| 申請書ドラフト自動生成機能 | 選定補助金情報と工場データ→テンプレート生成AIが文書作成→申請書ドラフトPDFを出力 |
| 月次モニタリング・乖離検知機能 | 導入後の実測データ→想定削減量と比較し乖離検知→改善提案付き月次レポートを自動配信 |
| ダッシュボード・PDFレポート出力機能 | 診断・シミュレーション結果→可視化エンジンで集計→ダッシュボード画面とPDF帳票を生成 |
| 金融機関向けデータAPI・送客連携機能 | 診断・実測データ→API形式に整形、または案件情報を商社へ連携→金融機関・設備商社に送信 |
| テーブル | 主要カラム |
|---|---|
factories | id, name, industry, address, contract_plan, electricity_rate_area, created_at |
sensors | id, factory_id, sensor_type, install_location, install_date, status |
sensor_readings | id, sensor_id, timestamp, current_value, temperature_value, power_kw |
utility_bills | id, factory_id, billing_month, electricity_kwh, electricity_cost, gas_m3, gas_cost, ocr_source_image_url |
equipment_master | id, equipment_type, manufacturer, model, rated_power, energy_profile_json, released_year |
equipment_candidates | id, factory_id, current_equipment_id, proposed_equipment_id, estimated_investment, estimated_annual_saving, payback_years |
subsidy_programs | id, name, jurisdiction, conditions_json, application_deadline, max_amount, source_url |
update_projects | id, factory_id, status, selected_candidates_json, partner_company_id, contract_amount, commission_amount |
| # | 画面 |
|---|---|
| 1 | ダッシュボード（拠点別サマリ） |
| 2 | センサー・請求書アップロード |
| 3 | 設備別消費診断レポート |
| 4 | 更新プラン提案チャット |
| 5 | 補助金申請ドラフト編集 |
| 6 | 月次モニタリングレポート |
| 7 | 管理者用機器DB・提携先管理 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS IoT Core（センサーデータ収集の標準基盤） |
| 2 | Python/FastAPI（MLモデルとAPI統合が容易） |
| 3 | TimescaleDB（時系列電力データの効率的な蓄積） |
| 4 | PyTorch（非侵入型負荷分解モデルの構築に適する） |
| 5 | OpenAI API（自然言語対話とドラフト生成に活用） |
| 6 | OR-Tools（整数計画法による組み合わせ最適化） |
| 7 | Next.js（ダッシュボード・チャットUIの高速開発） |
| 区分 | 要件 |
|---|---|
| SaaSダッシュボードの月間稼働率99.5%以上(月間ダウンタイム3.6時間以内)を維持する想定 | SaaSダッシュボードの月間稼働率99.5%以上(月間ダウンタイム3.6時間以内)を維持する想定 |
| センサーデータ収集から機器別分解結果表示まで24時間以内に処理完了する目安 | センサーデータ収集から機器別分解結果表示まで24時間以内に処理完了する目安 |
| 電力・請求書データは通信時TLS1.2以上、保存時AES256で暗号化しアクセスログを1年間保管 | 電力・請求書データは通信時TLS1.2以上、保存時AES256で暗号化しアクセスログを1年間保管 |
| 投資回収年数の予測誤差は実測比±15%以内(導入18ヶ月時点のKPI基準)を目標とする | 投資回収年数の予測誤差は実測比±15%以内(導入18ヶ月時点のKPI基準)を目標とする |
| 補助金公募要領クロールは週1回自動実行し、人手レビューを月1回実施して制度陳腐化を防止 | 補助金公募要領クロールは週1回自動実行し、人手レビューを月1回実施して制度陳腐化を防止 |
| 拠点数800件時でもAPI・ダッシュボードの応答時間3秒以内を維持できるスケーラビリティを確保する想定 | 拠点数800件時でもAPI・ダッシュボードの応答時間3秒以内を維持できるスケーラビリティを確保する想定 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 実証工場数件を訪問し、電気・ガス請求書の写真とブレーカー盤の写真を手作業で集め、顧問の元ESCO診断士がExcelで投資回収年数を試算して提示し、反応を確認する | 交通費と顧問への謝礼程度 |
| ②最小システム | センサー数十点分のデータと機器DB数十機種を組み合わせ、投資回収年数を自動算出するダッシュボードの試作版を作り、実測との誤差を検証する | 外注開発で数か月分の費用感、AI利用料は別途 |
| ③本開発 | チャットボット型の対話AI、補助金クロール・申請書ドラフト生成機能、月次モニタリング自動レポートまでを実装し、SaaSとして正式リリースする | データサイエンティスト複数名の人件費が中心で、外注時は半年〜1年分の開発費水準 |
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 |
|---|---|---|
| 商工会議所の経営指導員(中小企業診断士資格保有者が望ましい) | 地域工場への信頼あるアクセスとセミナー開催窓口を確保するため | 地元商工会議所の経営相談窓口に事業説明資料を持参し面談予約 |
| 信用金庫の法人融資担当・事業性評価部門の渉外担当者 | 取引先工場への紹介チャネルと脱炭素融資商品連携を検討するため | 信金の地域連携・創業支援部門に電話しアポイントを打診 |
| 実証協力候補の工場長(金属加工・食品加工、従業員50〜100人規模) | センサー設置と実測データ取得の実証フィールドを確保するため | 商工会議所または工業団地管理組合経由で協力工場を紹介依頼 |
| 元ESCO事業者・中小企業診断士(省エネ診断経験者) | AI診断ロジックの妥当性検証と顧問就任交渉のため | 省エネルギーセンターOB名簿や診断士協会経由で紹介を依頼 |
| 設備商社(コンプレッサー・ボイラーメーカー系販売店)の営業責任者 | 更新提案後の送客先確保と成約手数料スキームの合意形成のため | メーカー系販売店の代理店窓口に直接連絡し面談を申し込む |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 商工会議所・商工会議所連合会のセミナー | 『電気代高騰対策セミナー』として無料で登壇させてもらい、終了後に『無料で簡易診断をやってみませんか』と個別声かけする |
| 地域の信用金庫・地方銀行の融資担当 | 『脱炭素融資の与信材料になる無料診断ツールです』と説明し、既存の融資先工場を紹介してもらう |
| 設備商社・ボイラーメーカー系販売店の営業担当 | 『御社の見積作成を効率化する診断ツールです、成約すれば手数料は発生しません』と伝え、既存顧客への同行訪問を依頼する |
| 工業団地の工場長会・異業種交流会 | 参加者名簿を頼りに『電気代が年間数百万円規模の工場様に無料診断をご案内しています』と直接声をかける |
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） | 法人設立後間もない創業者・小規模事業者 | センサーキット試作やデータサイエンティスト採用の運転資金として活用でき、融資総額は500万円を目安に申請する候補になる |
| 省エネルギー投資促進に向けた支援補助金（経済産業省 資源エネルギー庁） | 工場等の設備更新・省エネ投資を検討する中小製造業 | 顧客工場側が設備更新を実行する際の補助金として、AIが自動抽出・申請書ドラフト生成する対象制度そのものであり、事業モデルの核となる |
| ものづくり・商業・サービス生産性向上促進補助金（ものづくり補助金） | 生産性向上に資する設備投資を行う中小企業・小規模事業者 | 顧客工場のコンプレッサー・ボイラー更新提案において、投資回収年数を短縮する補助金候補として組み合わせ提案できる |
| IT導入補助金 | ITツール・SaaSを導入する中小企業・小規模事業者 | 工場側がエネカエルAIのSaaS利用料を導入する際の負担軽減策として案内でき、SaaS拠点獲得の営業トークに使える |
| 信用保証協会の創業関連保証制度 | 創業者・創業間もない法人 | 公庫融資と併用することで自己資金100万円に加えた資金調達の幅を広げ、量産費用や人件費の手当てに充てられる候補になる |
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。
同じ環境・脱炭素領域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。
※ バッジは閲覧やお気に入り登録などの実績にもとづく相対表示です。