Who（誰が）
介護請求ICT大手・勤怠SaaS企業・人材紹介会社・HRテック企業が買い手候補となり、既存顧客基盤への機能追加や業界特化SaaSの獲得を目的に買収を検討する
対象とする社会課題：介護・医療現場の離職をデータで予測し未然に防ぐ
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。
特別養護老人ホームで働くベテラン介護福祉士は、慢性的な人手不足による過重なシフトと新人指導の負担を抱えながらも、誰にも相談できないまま退職代行を使って突然辞めていく。多くの施設では本人との年に一度の面談以外に離職の兆候をつかむ手段がなく、管理者は退職届が出て初めて事態を知る。中小施設は専任の人事担当を置けず、勤怠データがあっても分析する余力がない。この事業は、その手前の対話の機会を取り戻すために生まれた。
※ 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、ミマモリオの事業内容を読み込んだ状態で資料の素案を作成します。介護・医療現場向けの離職予兆SaaSという文脈を踏まえた文面になるので、そのまま社内検討や提出用の叩き台として使えます。
※ 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。
ミマモリオは、介護施設や病院がすでに持っている勤怠表・シフト表・週1回のスマホアンケート(3問30秒)を取り込むだけで、AIが職員一人ひとりの離職リスクを0〜100点でスコア化するクラウドサービスです。
特養の施設長は朝の申し送り前にダッシュボードを開き、『Bさんのリスクが先週45点から68点に上昇、要因は連続夜勤4日+新人指導負担』という要因分解レポートを確認します。AIが提案する1on1トークスクリプトを参考に声をかけることで、退職代行を使われる前、平均6〜8週間前の段階で対話の機会を持てます。職員側は週3問のアンケートに答えるだけで、本音をAIチャット『きくみみ』に吐き出せます。
介護職の離職率は年間14.3%(介護労働安定センター調べ)と全産業平均より高く、看護職も夜勤・人手不足を理由に3年以内離職が2割を超える。
特別養護老人ホームで働く40代のベテラン介護福祉士Aさんは、慢性的な人員不足による過重シフトと新人指導の負担が重なり、上司に相談する前に退職代行を使って突然辞めるケースが増えている。多くの施設では離職の兆候を把握する手段が本人との年1回面談程度しかなく、管理者は退職届が出て初めて事態を知ることが大半である。中小規模の施設(職員50人未満が全体の7割)は専任の人事担当者を置けず、シフト管理表や勤怠データはあっても分析する余力がない。結果として採用コスト(介護職1人あたり平均122万円、医療系専門職はさらに高額)が繰り返し発生し、現場の疲弊と利用者・患者へのケアの質低下という悪循環が続いている。
①予測モデル(時系列×勾配ブースティング/LSTM)が勤怠・シフト・サーベイの多変量データから個人別離職確率を週次算出する。
②自然言語処理モデルがパルスサーベイの自由記述とチャット対話から感情スコア・ストレス要因語彙を抽出し、離職要因をカテゴリ分解する。③対話AI(LLMベースのチャットボット)が従業員との週次1on1的対話を担い、管理者への引き継ぎ要否を自動判定する。④最適化アルゴリズムがシフト再編成案を複数パターン生成し、負担平準化と法定労働時間遵守を両立する提案を管理者に提示する。
施設が既に持つ勤怠管理システム・シフト表・休憩取得記録・インシデント報告・簡易パルスサーベイ(週1回、スマホで3問30秒)のデータをAPI連携または手動CSVアップロードでミマモリオに集約する。
AIが個人ごとの残業時間推移・連続夜勤日数・有給消化率・サーベイの感情スコア変化を解析し、離職リスクを週次で0〜100のスコアとして算出、リスク上昇者を管理者ダッシュボードに自動表示する。管理者はAIが提示した「要因分解レポート」(例: 連続夜勤+新人指導負担が主因)を見て、AIチャットボットが提案する具体的な介入策(シフト調整案、1on1トークスクリプト、休暇取得推奨)を選択し実行する。従業員側にはAIチャット「きくみみ」が週次サーベイの延長で愚痴や悩みを自然言語で受け止め、深刻な兆候(希死念慮・パワハラ示唆等)は即座に管理者へエスカレーションする仕組みを持つ。これにより管理者は退職届が出る前、平均して離職の6〜8週間前の兆候段階で対話の機会を得られる。導入施設は月次でAIが生成する組織サーベイレポートを受け取り、離職率・エンゲージメントスコアの推移を経営会議で活用できる。
| 介護職員1人あたりの採用コスト（離職者発生ごと） | 122万円／人・年 |
| 突発退職の欠員補充のための人材紹介会社・派遣スポット手数料 | 約40万円〜80万円／件 |
| 年1回面談のみで兆候把握不能なための事後対応工数（管理者の残業・トラブル対応） | 約60万円／年（施設全体、管理者人件費換算） |
| 新人指導負担の偏在による既存職員の残業代増加 | 約90万円／年（施設全体） |
| 月額基本プラン（職員80名×600円） | 48,000円／月 |
| 対話AIアドオン「きくみみ」（職員80名×300円） | 24,000円／月 |
| シフト最適化オプション（施設単位） | 50,000円／月〜 |
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。
介護施設の年間離職率は14.3%と全産業平均を上回り、特養で働くベテラン介護福祉士が上司に相談せず退職代行を使って突然辞めるケースが増えている。
多くの施設では離職の兆候を掴む手段が年1回の面談程度しかなく、退職届が出て初めて事態を知るため、後任採用に1人あたり平均122万円のコストが繰り返し発生している。職員50人未満の施設が全体の7割を占め専任の人事担当者を置けない中、勤怠データやシフト表はあっても分析する余力がないのが実情である。この構造を放置すると、現場の疲弊と利用者・患者へのケアの質低下という悪循環が続く。
PoCフェーズ(0-6ヶ月)は予測モデルの精度検証という成果が事前に読めない工程のため準委任契約が適切で、要件変更やモデルチューニングの試行錯誤を前提に月単位で契約する。
プロダクト磨き込み以降のCSV連携・ダッシュボードなど仕様が固まる開発は請負契約に切り替え、検収基準(対応フォーマット数、画面遷移一覧、スコア算出のテストケース通過率)を発注前に文書化する。ただし対話AI「きくみみ」のエスカレーション精度やLLMプロンプト調整は完成基準を数値化しにくいため、誤検知率○%以下といった指標を握った上で準委任または一部成果報酬型にするなど、機能単位で契約形態を分けることを推奨する。発注時はLLM API利用料を開発会社負担か発注者負担か契約書に明記し、想定利用量を超えた場合の追加費用条項を必ず入れる。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 特養・老健・訪問介護事業所や中小病院看護部門の施設管理者、看護師長、介護福祉士主任などの現場管理職 |
| セカンダリ | サーベイ回答やチャット「きくみみ」を利用する一般の介護職員・看護職員 |
| 管理 | 法人本部の人事担当者、および導入後3ヶ月間伴走するカスタマーサクセス担当者 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 勤怠・シフトデータ連携機能 | 勤怠管理システムのCSV/APIデータを取込→名寄せ・正規化→統合データベースに格納 |
| 離職リスクスコアリング機能 | 個人別勤怠・サーベイデータを入力→勾配ブースティング/LSTMで解析→週次0〜100のリスクスコア算出 |
| 管理者ダッシュボード表示機能 | リスクスコアと要因データを集計→可視化処理→リスク上昇者一覧を管理画面に表示 |
| 要因分解レポート生成機能 | サーベイ自由記述・チャットログをNLP解析→感情スコアと要因語彙を抽出→要因分解レポートを出力 |
| パルスサーベイ配信機能 | 週1回3問の質問をスマホへ配信→回答を収集→感情スコア算出用データとして保存 |
| 対話AI「きくみみ」機能 | 従業員の自然言語入力をLLMが受信→傾聴応答を生成→管理者への引き継ぎ要否を自動判定 |
| 深刻兆候エスカレーション機能 | チャット内の希死念慮・パワハラ示唆語句を検知→重大度判定→管理者へ即時通知 |
| シフト最適化提案機能 | シフト希望・法定労働時間データを入力→最適化アルゴリズムで複数案生成→負担平準化案を管理者へ提示 |
| 介入策提案機能 | リスクスコアと要因データをもとにAIが介入策候補を生成→シフト調整案・トークスクリプトを提示 |
| 月次組織サーベイレポート機能 | 離職率・エンゲージメントスコアの月次推移を集計→グラフ化→経営会議用レポートとして出力 |
| アカウント・権限管理機能 | 管理者・従業員のログイン情報を認証→役割別アクセス制御を適用→権限に応じた画面を表示 |
| テーブル | 主要カラム |
|---|---|
facilities | facility_id, name, type(特養/老健/病院等), staff_count, contract_plan, region |
staff | staff_id, facility_id, name, role, qualification, hire_date, employment_type |
attendance_records | record_id, staff_id, work_date, start_time, end_time, overtime_min, night_shift_flag |
shift_records | shift_id, staff_id, shift_date, shift_pattern, consecutive_night_count, planned_vs_actual |
pulse_surveys | survey_id, staff_id, week, q1_score, q2_score, q3_score, free_text |
chat_logs | log_id, staff_id, timestamp, message, sentiment_score, escalation_flag |
risk_scores | score_id, staff_id, week, risk_score(0-100), factor_breakdown_json, model_version |
intervention_actions | action_id, staff_id, manager_id, action_type, proposed_at, executed_flag, result_note |
| # | 画面 |
|---|---|
| 1 | 管理者ダッシュボード |
| 2 | リスクスコア詳細画面 |
| 3 | 要因分解レポート画面 |
| 4 | シフト最適化提案画面 |
| 5 | 週次サーベイ回答画面 |
| 6 | きくみみチャット画面 |
| 7 | 施設・契約管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(ECS/RDS): 医療系データの可用性・冗長性確保のため |
| 2 | Python/FastAPI: MLモデル呼び出しとAPI開発の親和性 |
| 3 | LightGBM: 勾配ブースティングで離職確率予測に採用実績多数 |
| 4 | PyTorch(LSTM): 勤怠時系列データの推移パターン学習用 |
| 5 | OpenAI API: きくみみ対話・自由記述の感情/要因抽出に利用 |
| 6 | PostgreSQL: 勤怠・シフト等の構造化データ管理に適合 |
| 7 | React/Next.js: 管理者ダッシュボードのSPA構築に採用 |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 月間SLA99.5%以上を維持し、計画外ダウンタイムを月4時間以内に抑える |
| 性能 | 性能: ダッシュボードの表示応答は3秒以内、全施設分のリスクスコア週次バッチ処理は24時間以内に完了する |
| セキュリティ | セキュリティ: 個人情報・サーベイ内容はAES-256で暗号化、通信は全てTLS1.2以上を必須とする |
| 運用 | 運用: データベースは日次バックアップを実施し、障害復旧目標はRPO24時間・RTO8時間とする |
| 監査・コンプライアンス | 監査・コンプライアンス: アクセスログを1年間保持し、個人情報保護士による監査を年1回実施する |
| スケーラビリティ | スケーラビリティ: 3年目時点で最大800法人・職員換算6万人規模の同時データ処理に対応する |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 協力施設から勤怠・シフト・簡易サーベイのCSVを受け取り、Excelと簡単な集計スクリプトで離職リスクの傾向を手作業で分析し、管理者に結果を渡してみる | 交通費とヒアリング用の謝礼程度で収まる水準 |
| ②最小システム | CSVアップロードとダッシュボード表示だけを備えた簡易Webアプリを作り、リスクスコア表示と要因分解レポートの雛形で実際の反応を確認する | 外注または業務委託で数か月分の開発費とクラウド・AI利用料 |
| ③本開発 | 既存勤怠システムとのAPI連携、対話AI「きくみみ」、シフト最適化アルゴリズムを本格実装し、複数施設で継続運用できる状態にする | エンジニア複数名分の人件費とクラウド・LLM API利用料が継続的にかかる水準 |
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 |
|---|---|---|
| 特別養護老人ホームの施設長・事務長(PoC候補施設) | 実データでの予測精度検証と現場ニーズのすり合わせが最優先のため | 地域老人福祉施設協議会や介護経営コンサル経由で紹介を依頼する |
| 地域社会保険労務士会に所属する社労士(労務監修・代理店候補) | シフト最適化提案の労基法適合性監修と代理店提携の窓口になるため | 社労士会の勉強会・セミナーに参加し名刺交換から関係構築する |
| 勤怠管理SaaS(ジョブカン等)の事業提携・アライアンス担当者 | CSV/API連携仕様のすり合わせと販売連携の可能性を確認するため | CareTEX等の展示会または公式問い合わせ窓口から提携打診する |
| 介護経営コンサルティング会社の代表・営業責任者 | 中小施設への導入チャネルとなる代理店網構築の初期パートナー候補 | 業界セミナー登壇者リストやSNS(note等)経由で直接連絡する |
| 個人情報保護士またはIT分野に強い弁護士 | サーベイ・チャットの匿名化設計と同意取得フローの適法性確認のため | 個人情報保護士会の会員名簿やIT法務系弁護士紹介サイトで探す |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 社会保険労務士事務所への紹介依頼 | 顧問先の介護・医療施設で離職に困っている法人がないか、無料の試験導入枠がある旨を添えて紹介を依頼する |
| 介護経営コンサルティング会社との提携 | コンサル先の施設向けに離職予兆レポートを共同で提供し、成果が出れば正式契約につなげたいと持ちかける |
| CareTEX等の介護・医療展示会での直接営業 | ブースでダッシュボード画面を実演し、その場で試験導入の申込みフォームに記入してもらう |
| 地域医師会・看護協会経由の紹介 | 会員向け勉強会で夜勤負担と離職の関係を話し、興味を示した施設に個別訪問の約束を取り付ける |
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） | 法人設立後まもない代表者・創業者 | 運転資金の融資として活用でき、融資総額は500万円を想定。着金は設立から2か月目ごろが目安になる |
| 小規模事業者持続化補助金 | 小規模事業者（法人・個人事業主） | CareTEX等展示会出展費・パンフレット作成費・ウェブ広告費など、販路開拓にかかる費用の一部に充当できる |
| IT導入補助金 | ITツールを導入・提供する中小企業・小規模事業者 | 自社SaaSを補助対象ツールとして登録できれば、導入施設側の負担が下がり営業がしやすくなる |
| 東京都創業助成事業 | 都内で創業予定・創業から間もない中小企業者 | 人件費・広告費など運転資金の一部を助成対象にでき、自己資金100万円を補う手段になる |
| ものづくり・商業・サービス生産性向上促進補助金（デジタル枠等） | 革新的なサービス開発・生産性向上に取り組む中小企業 | 離職予測モデルやシフト最適化アルゴリズムの開発費用の一部を補助対象にできる可能性がある |
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。
同じ課題に取り組む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・登録データにもとづく自動集計の相対表示です