Who（誰が）
従業員100名以上、育休取得者が年間継続的に発生する企業の人事部門担当者、および育休から復帰する社員本人が主な利用者である
対象とする社会課題：育休復帰後にポストが減り、キャリアが停滞・離職に至る問題
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。
育休から戻った日、机はあるのに仕事がない。人事は悪気なく空いた席に人を当てはめ、本人は「調整役」という名の宙ぶらりんな仕事を渡される。これは特定の会社の問題ではなく、職務記述書と再配置の判断を支える仕組みがどこにもないという、制度と現場の間の欠落である。この欠落を埋めない限り、育休は「取れるけど戻れない制度」のままである。
※ 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950万円の申請資料も、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、このショーケースの内容を読み込んだAIチャットが開き、事業計画書やピッチ資料などの素案をその場で一緒に作成します。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。
リターンシップAIは、育休から復帰する社員の配置先を人事担当者の勘だけに頼らず、データで決められるようにするSaaSです。
人事は復帰予定者の育休前の職務記述書・評価履歴・スキルをシステムに登録し、AIが社内の空きポスト情報と突き合わせてマッチ度スコア付きの候補を3〜5案自動生成します。復帰者本人はチャット画面で時短勤務や出張可否、挑戦したい業務領域を回答でき、その内容が候補ランキングにリアルタイムで反映されます。人事は画面上で候補ごとの『原職相当性スコア』と『本人納得度予測』を見比べながら最終決定を行い、配置後も半年ごとのアンケートと業績データからミスマッチの兆候をAIが検知し、早期にアラートを出します。従来ブラックボックスだった再配置の意思決定過程を、根拠を示せる形に変えます。
厚生労働省調査では育休取得後の女性正社員のうち約2割が原職または相当職に復帰できず、配置転換や事実上の降格を経験している。
従業員300名の製造業A社では、育休中に担当業務が他メンバーに再分配され、復帰後は「調整役」的な周辺業務しか残っていないケースが頻発している。人事担当者は復帰者一人ひとりの元職務・スキル・希望条件を個別に把握する時間がなく、空いているポストへの機械的な当てはめに頼りがちである。結果として復帰者本人のスキルが活かされず、モチベーション低下から2年以内の離職率が通常社員の1.5倍という企業も存在する（自社ヒアリング推定）。企業側も「原職相当」の定義が曖昧なまま人事異動を行い、後にハラスメント相談や労基署対応に発展するリスクを抱えている。制度はあっても運用を支える職務データと再配置の意思決定支援ツールが存在しないことが未解決の核心である。
職務記述書や評価コメントなどの非構造化テキストを自然言語処理で解析し、スキル・業務内容をタグ化して職務データベースを自動構築する。
復帰者のプロフィールと全社ポストデータをベクトル化し、類似度計算と多目的最適化（原職相当性・本人希望・組織ニーズのバランス）によって配置候補をランキング生成する。対話型AIが復帰者との面談前ヒアリングを自然言語で行い、定量化しづらい希望条件を構造化データに変換する。さらに配置後のアンケート回答・稼働データを時系列解析し、離職予兆や不満兆候を検知する予測モデルが早期アラートを人事に通知する。
人事担当者が復帰予定者の育休前職務記述書・評価履歴・保有スキルタグをシステムに登録すると、AIが社内の全ポストの職務定義データベース（職務内容・必要スキル・稼働率・将来性）と突き合わせ、マッチ度スコア付きの配置候補を自動生成する。
復帰者本人はチャットボット型の対話UIで、希望する働き方（時短・出張可否・成長希望領域）を入力でき、その回答がリアルタイムで候補ランキングに反映される。人事は生成された候補3〜5案を比較検討し、AIが提示する「原職相当性スコア」と「本人納得度予測」を参照しながら最終決定を行う。配置後もAIが半年ごとに本人の業務満足度アンケートと業績データを解析し、ミスマッチの兆候があれば早期に人事へアラートを出す。これにより従来は人事の勘と経験に依存していた再配置業務が、データに基づく再現性ある意思決定プロセスに変わる。
| 育休復帰者の早期離職に伴う再雇用・再教育コスト（1名あたり約150万円、年間5名想定） | 年額750万円 |
| 人事担当者が職務記述書・評価履歴を手動照合する人件費（1件8時間×時給3000円×年間20件） | 年額48万円 |
| ハラスメント相談・労基署対応にかかる社労士相談費・対応コスト | 年額100万円〜300万円の想定 |
| 配置ミスマッチによる生産性低下（復帰者1名あたり年間50万円相当、5名想定） | 年額250万円 |
| スタンダードプラン（従業員300名規模、職務DB構築・配置提案・モニタリング含む） | 月額15万円（年額180万円） |
| ハイタッチプラン（従業員500名以上、人事コンサル伴走付き） | 月額40万円（年額480万円） |
| 初期導入・データ移行支援（職務記述書データ化、初回のみ） | 50万円〜150万円 |
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。
育休復帰者の約2割が原職または相当職に戻れず、周辺業務への配置転換で本人のモチベーションが下がり、離職率が通常社員の1.5倍になっている企業もある。
人事担当者は復帰者一人ひとりの元職務やスキルを把握する時間的余裕がなく、空いているポストへの機械的な当てはめに頼らざるを得ないのが実情である。加えて『原職相当』の定義が曖昧なまま異動を進めた結果、後からハラスメント相談や労基署対応に発展するケースも出ている。制度自体は存在していても、それを支える職務データと再配置の意思決定を支援する仕組みが社内に存在しないことが根本の問題である。
MVP開発は要件が流動的でマッチングアルゴリズムの精度検証を繰り返す必要があるため、準委任契約でアジャイル的に進めるのが適切である。
特に配置提案ロジックと原職相当性スコアの算出方式はパイロット企業3社との検証を通じて仕様が変わることが見込まれるため、固定スコープの請負契約は不向きである。一方、既存人事システムとのCSV連携やUI実装など仕様が固まった部分は、正式版リリース以降に請負契約で切り出すことも検討できる。発注時は、原職相当性の判定ロジックが労務リスクに直結するため、社労士監修の判断基準を仕様書に明記し、AI提案があくまで意思決定支援であって最終責任は企業側にある旨を契約書上も明確にすることが必要である。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 従業員100名以上の企業の人事部門担当者（配置提案の生成・比較検討・最終決定を行う） |
| セカンダリ | 育休から復帰する社員本人（チャットUIで希望条件を回答し、配置後アンケートに答える） |
| 管理 | SaaS提供企業のカスタマーサクセス担当、および導入企業側の人事システム管理者（データ移行・権限設定・API連携を管理） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 職務記述書テキスト解析・タグ化 | 職務記述書・評価コメントを入力→NLP解析でスキル・業務タグを抽出→タグ付きデータを出力する |
| 職務データベース自動構築 | 全社ポストの職務内容・稼働率情報を入力→構造化処理→職務DBへ登録する |
| 復帰者プロフィール登録 | 育休前職務記述書・評価履歴・スキルタグを入力→統合処理→復帰者プロフィールを生成する |
| 配置候補マッチング生成 | 復帰者プロフィールと職務DBを入力→ベクトル化・多目的最適化→マッチ度スコア付き候補3〜5案を出力する |
| 対話型AIヒアリング | 復帰者の自然言語回答を入力→対話AIが解析→希望条件を構造化データに変換して出力する |
| 候補ランキングのリアルタイム更新 | 本人の希望条件入力を反映→再計算処理→候補ランキングを更新表示する |
| 原職相当性・納得度スコア算出 | 配置候補と原職定義データを入力→比較分析→原職相当性スコアと納得度予測を出力する |
| 人事最終決定記録 | 人事が選択した配置案を入力→承認処理→決定内容と理由を履歴DBに保存する |
| 配置後モニタリング調査 | 配置後半年ごとに満足度アンケートを配信→回答収集→業績データと紐付け保存する |
| 離職予兆検知アラート | アンケート・業績データを入力→時系列解析で予兆検知→人事へアラート通知を出力する |
| 人事システム連携 | カオナビ・SmartHR等のAPIから評価データを取得→形式変換→職務DBへ自動反映する |
| テーブル | 主要カラム |
|---|---|
companies | company_id, company_name, employee_count, industry, contract_plan, contract_start_date |
employees | employee_id, company_id, name, department, hire_date, leave_start_date, leave_end_date |
job_descriptions | jd_id, company_id, position_id, employee_id, job_title, description_text, extracted_skills, created_at |
positions | position_id, company_id, position_name, required_skills, workload_rate, growth_potential, headcount |
skills | skill_id, skill_name, category, related_job_ids |
returnee_profiles | profile_id, employee_id, pre_leave_position_id, skill_tags, desired_conditions, hearing_log |
placement_proposals | proposal_id, employee_id, candidate_position_ids, match_score, original_position_score, hr_decision, decided_at |
satisfaction_surveys | survey_id, employee_id, position_id, survey_date, satisfaction_score, comments, alert_flag |
| # | 画面 |
|---|---|
| 1 | ログイン・企業選択画面 |
| 2 | 復帰者プロフィール登録画面 |
| 3 | 職務記述書アップロード画面 |
| 4 | 配置提案候補比較画面 |
| 5 | 対話ヒアリングチャット画面 |
| 6 | 満足度アンケート回答画面 |
| 7 | 離職予兆アラート一覧画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | Python(NLP・最適化アルゴリズム実装に適する) |
| 2 | OpenAI API(職務記述書解析・対話UI生成に利用) |
| 3 | PostgreSQL(職務・スキルタグ等の構造化データ管理) |
| 4 | Pinecone(職務・人材ベクトルの類似度検索用) |
| 5 | AWS ECS/Fargate(SaaSのスケーラブルな運用基盤) |
| 6 | Auth0(企業別テナント認証・権限管理を簡易実装) |
| 7 | SmartHR API(既存人事データの自動連携取込) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: SLA99.5%以上、月間ダウンタイム3.6時間以内を目安とする |
| 性能 | 性能: 職務DB10万件規模で配置候補生成のレスポンス時間3秒以内を目安とする |
| セキュリティ | セキュリティ: 個人情報・評価データはAES-256で暗号化、Pマーク・ISMS準拠を想定 |
| 運用 | 運用: バックアップは日次実施、RPO24時間・RTO4時間以内を目安とする |
| スケーラビリティ | スケーラビリティ: 従業員1000名規模企業100社同時利用時もレスポンス劣化10%以内を目安とする |
| 監査対応 | 監査対応: 配置決定・AI提案ログを5年間保持し労基署対応の証跡として利用可能とする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | パイロット企業数社の職務記述書と評価データをExcelとヒアリングで集め、代表が手作業でマッチング候補を作成し、人事担当者に見せて反応を確認する | 交通費と印刷費程度、ツール利用は無料枠中心 |
| ②最小システム | 職務タグ化と候補ランキングをノーコード・低コードと既存のAI APIで組み立て、対話UIは簡易チャットで代替し、実データで精度を検証する | AI利用料と簡易開発の外注費のみ、大きな人件費は発生しない水準 |
| ③本開発 | 自社データベースと最適化アルゴリズムを本格実装し、既存人事システムとのAPI連携、モニタリングのアラート機能まで含めて正式版として構築する | 外注開発で数か月分のまとまった費用、詳細は発注方法により変動 |
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300名規模製造業の人事部長・人事課長（育休復帰者配置の実務担当者） | 現場の配置課題と職務記述書の整備状況をヒアリングし要件定義に反映する | 自社ヒアリング先A社の人事部門に紹介経由でアプローチ、または人事勉強会経由 |
| 社会保険労務士法人の代表・パートナー社労士（労務コンプライアンス専門） | 原職相当性の法的定義や労基署対応リスクの監修者候補を確保する | 全国社会保険労務士会連合会や地域社労士会のセミナー・勉強会で接点を作る |
| SmartHR・カオナビ等HR SaaSベンダーのアライアンス担当者 | 既存人事システムとのAPI連携可否と提携販売チャネルの可能性を探る | 各社のパートナープログラム窓口にオンラインで問い合わせ、展示会で名刺交換 |
| 厚生労働省 雇用環境・均等局 職業生活両立課の担当者 | 育休復帰・原職相当配置に関する行政指針や助成金動向を確認する | 厚労省ウェブサイトの担当課代表電話・問い合わせフォームから照会 |
| 人事コンサルティング会社（中堅・大企業向け組織人事専門）のシニアコンサルタント | ハイタッチプラン共同提供や大企業への導入紹介ルートを構築する | HRテック展示会や人事コンサル業界団体のイベントで名刺交換し個別面談を依頼 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 社労士の勉強会・研究会 | 顧問先の育休復帰対応で困っている企業を紹介してもらえないか、無償のヒアリング協力という形で参加を依頼する |
| 人事担当者向けオンラインコミュニティ | 育休復帰の配置に悩む人事の声を集めたいと投稿し、匿名でよいので実際の困りごとを教えてほしいと呼びかける |
| マザーズハローワーク等の連携イベント | 育休復帰者支援の現場担当者に、企業側の配置課題を聞きたいと伝え、企業人事の紹介をお願いする |
| LinkedInでの人事部長への直接メッセージ | 育休復帰後の配置で苦労した具体的なエピソードを一つ教えてほしいと、売り込みではなくヒアリング目的で連絡する |
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（創業融資） | creates法人ではなく、創業予定または創業後まもない法人・個人事業主 | 自己資金100万円に加え、融資総額950万円を運転資金として活用でき、着金までの期間をPoCとデータ基盤構築の人件費に充てられる |
| 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（本事業の顧客企業が申請するケースを想定） | 導入企業がSaaS利用料の一部を補助対象にできれば契約のハードルが下がり、パイロット企業から有料契約への転換を後押しできる |
| 小規模事業者持続化補助金 | 小規模企業者・小規模事業者（創業直後の自社が対象になり得る） | 人事系展示会への出展費用やHRテック媒体への広告費、代理店開拓用の提案資料制作費など販路開拓の一部をカバーできる |
| 東京都創業助成事業 | 都内で創業予定または創業後間もない中小企業者 | 人件費・賃借料・専門家謝金の一部が対象になり、AIエンジニアやドメインエキスパートを正式採用する前の外部委託費に充てられる |
| J-Startup（経済産業省の育成プログラム） | 成長性が見込まれるスタートアップ企業 | 選定されれば大企業・自治体との連携機会や広報露出が得られ、社労士・人事コンサルとの提携チャネル構築を後押しする |
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、コミュニティに集まっています。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。