Who（誰が）
従業員50〜300人規模の中堅製造業工場の総務・生産技術担当者、および産業廃棄物処理業者・金属買取業者を両面顧客とする
対象とする社会課題：工場の使用済み設備の廃棄・再資源化判断が専門知識不足で属人化・停滞している
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。
工場の廃棄判断は総務や生産技術の兼務者が手探りで担っており、本来リサイクルできる金属や樹脂が産廃として一括処理されている。専門知識がないまま契約が続き、処理コストも環境負荷も見過ごされてきた。判断の根拠を可視化し、誰でも適切な選択ができる仕組みが必要だと考えた。
※ 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、設備解体・再資源化判定AI基盤『マテリアルナビ』の事業内容を読み込んだ状態で、事業計画からピッチ資料、採用要項まで、そのまま使える素案を数分で作成します。
※ 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。
『マテリアルナビ』は、工場の廃棄予定設備をスマホで撮影し仕様書を添付するだけで、AIが部材ごとに『有価売却』『リサイクル』『産廃処理』『特管産廃』を自動判定するSaaSです。
総務や生産技術の兼務担当者が、専門知識がなくても画面上のチャットでAIに『このモーターは再利用できるか』と質問し、根拠となる法令条文や過去実績を確認できます。判定後は近隣の許可業者・買取業者が自動で提示され、マニフェストの下書きまで用意されるため、担当者の作業は最終確認と押印だけになります。属人化していた廃棄判断業務を、誰でも同じ精度で実行できる状態に変えます。
国内には約18万の製造業工場があり、生産設備の更新時に発生する使用済み設備（工作機械、コンベア、電気盤等）の廃棄・再資源化判断に多くの現場が苦慮している。
担当者は総務・生産技術の兼務者であることが多く、部材ごとの材質特定や産業廃棄物処理法・資源有効利用促進法への適合確認、有価物としての売却可否判断に専門知識が必要だが、社内に専門人材がいないケースが大半である。結果として本来リサイクル可能な金属・樹脂部材が産廃として一括処理され、処理コストが年間数十万〜数百万円単位で余分に発生している工場も多い。処理業者の選定も過去付き合いのある1〜2社に依存し、価格や処理方法の比較検討がされないまま契約されるのが実態である。この判断業務は設備ごとに構成部材・材質・市場価格が異なるため定型化が難しく、これまでITツール化が進んでこなかった。
画像解析AIが設備写真から部材を検出・分類し、OCRと自然言語処理で仕様書・銘板情報を抽出して型式・材質を特定する。
予測モデルが金属くず・樹脂スクラップの市場価格変動データを学習し、有価売却か処理委託かの経済性を数値で提示する。対話AI（LLM）が担当者からの質問に対し法令DB・過去判定事例を根拠に回答し、判断理由を平易な言葉で説明する。最適化アルゴリズムが複数部材の解体順序・搬出ルート・複数処理業者への振り分けを計算し、総処理コストを最小化する提案を行う。
工場担当者は廃棄予定設備の写真と仕様書（型番・購入年・材質表があれば添付）をスマホ・PCアプリからアップロードするだけで利用を開始できる。
AIが画像解析と仕様書OCRから部材構成（筐体、配線、基板、油圧部、金属フレーム等）を推定し、材質データベース・法令データベース・金属くず市場価格データと照合して、部材ごとに「有価売却」「マテリアルリサイクル」「産業廃棄物処理（要許可業者）」「特別管理産業廃棄物」のいずれかを判定・提示する。担当者は結果に対しチャット形式でAIに質問（例：「このモーターはリユース可能か」）し、根拠となる法令条文や過去の処理実績を確認できる。判定確定後は近隣の許可済み処理業者・買取業者をマッチングし、マニフェスト（産業廃棄物管理票）の下書きも自動生成するため、担当者の作業は最終確認と押印のみになる。
| 産廃一括処理による過剰処理費用（本来リサイクル可能な部材の産廃扱い分） | 年間200万円程度 |
| 有価売却できたはずの金属・樹脂スクラップの売却機会損失 | 年間80万〜120万円程度 |
| 担当者が専門知識習得・処理業者問い合わせに費やす人件費相当 | 年間40万〜60万円相当（月10時間×時給換算） |
| 処理業者1社依存による価格競争不在の割高契約分 | 年間30万〜50万円程度 |
| SaaS標準プラン（1拠点あたり） | 月額8万円（年間96万円） |
| 法令・市場価格DB高度利用オプション | 月額2万円（年間24万円） |
| 大型設備一括査定コンサルティング（生産ライン刷新時のみ） | 1件100万円〜150万円（随時発生） |
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。
国内約18万の製造業工場では設備更新時に廃棄・再資源化判断が必要になるが、担当者は専門知識を持たない兼務者であることが多く、本来リサイクル可能な部材が産廃として一括処理され年間数十万〜数百万円の余分なコストが発生している。
処理業者選定も過去付き合いのある1〜2社に依存し、価格・処理方法の比較検討がされないまま契約されるのが実態である。設備ごとに構成部材・材質・市場価格が異なり判断が定型化できないため、これまでITツール化が進んでこなかった。この属人化した判断プロセスを標準化し、コストと環境負荷の両方を削減する仕組みが必要とされている。
MVP開発は画像解析モデルの精度目標や法令DBの構造など仕様が確定しきっていない部分が多いため、まずは準委任契約で進め、Phase1のプロトタイプ検証（判定精度80%目標）を通じて要件を固めることを推奨する。
Phase2以降のマッチング機能・マニフェスト生成など要件が明確化した機能は請負契約に切り替え、工期と金額を固定して発注する。発注仕様書には部材判定精度85%（1年目末）などのKPIを受入基準として明記し、学習データの提供範囲と学習済みモデルの知的財産権の帰属を契約前に取り決めておく必要がある。また法令DB構築は行政書士監修が必須のため、監修完了を検収条件に含め、未レビューの法令情報がリリースされない体制を契約上も担保すること。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 工場の総務・生産技術担当者（廃棄設備の判定依頼・確認を行う現場の兼務者） |
| セカンダリ | 産業廃棄物処理業者・金属スクラップ買取業者（マッチング経由で案件を受注する事業者） |
| 管理 | 自社カスタマーサクセス担当・法令監修アドバイザー（判定精度モニタリング、法令DB更新、専門家レビュー実施者） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 設備写真アップロード・部材検出 | スマホ/PC撮影画像→画像解析AIが筐体・配線・基板等を検出→部材リストを表示 |
| 仕様書OCR・銘板情報抽出 | 仕様書PDF/銘板写真→OCRと自然言語処理で型番・購入年・材質を抽出→構造化データ化 |
| 材質・型式特定 | 検出部材と抽出情報→材質データベースと照合→部材ごとの材質・型式候補を確定 |
| 処理区分判定（法令DB照合） | 部材材質データ→廃棄物処理法・資源有効利用促進法DBと照合→有価売却/リサイクル/産廃/特管産廃を判定 |
| 経済性判定（市場価格照合） | 部材種別・重量→金属くず・樹脂市場価格予測モデルで評価→売却額と処理コストを比較提示 |
| AIチャット質問応答 | 担当者の質問文（例：モーターのリユース可否）→LLMが法令DB・過去事例を根拠に回答→回答文と条文出典を表示 |
| 処理業者・買取業者マッチング | 判定確定済み部材リストと拠点位置→近隣許可業者DBと条件照合→候補業者リストと見積を提示 |
| マニフェスト下書き自動生成 | 確定処理区分・業者情報→マニフェスト項目に自動転記→担当者確認用の下書きPDFを出力 |
| 解体順序・搬出ルート最適化 | 複数部材の処理先・搬出条件→最適化アルゴリズムが順序とルートを計算→総コスト最小の作業計画を提示 |
| コスト削減・CO2削減レポート出力 | 処理実績データ→従来処理との比較・CO2削減量を算出→月次レポートPDFを生成 |
| 法令改正アラート配信 | 自治体別法令DBの更新情報→影響のある契約拠点を判定→該当担当者へ通知メール送信 |
| テーブル | 主要カラム |
|---|---|
facilities | facility_id, company_name, address, industry_type, contract_plan, contract_start_date |
equipment | equipment_id, facility_id, equipment_name, model_number, purchase_year, photo_url, spec_sheet_url, status |
equipment_parts | part_id, equipment_id, part_name, material_type, weight_kg, detection_confidence |
judgments | judgment_id, part_id, judgment_type, law_basis_id, market_price_ref, judged_at, reviewer_id |
law_regulations | law_id, law_name, article_number, region_code, effective_date, summary_text |
market_prices | price_id, material_type, price_per_kg, price_date, source |
processors | processor_id, company_name, license_number, area_code, service_type, rating_score |
matchings | matching_id, judgment_id, processor_id, contract_amount, margin_rate, status, matched_at |
| # | 画面 |
|---|---|
| 1 | ログイン・拠点選択画面 |
| 2 | 設備写真・仕様書登録画面 |
| 3 | 部材判定結果一覧画面 |
| 4 | AIチャット質問画面 |
| 5 | 処理業者マッチング画面 |
| 6 | マニフェスト下書き確認画面 |
| 7 | コスト削減・CO2レポート画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS S3（写真・仕様書ファイル保存の低コスト運用） |
| 2 | 独自CNNモデル（部材画像分類の精度カスタマイズ） |
| 3 | Amazon Textract（銘板・仕様書OCR抽出の高速化） |
| 4 | GPT-4 API（法令根拠を平易に説明する対話生成） |
| 5 | PostgreSQL（部材・法令・価格データの構造管理） |
| 6 | Elasticsearch（法令条文・過去判定事例の全文検索） |
| 7 | Auth0（工場・処理業者の権限別認証管理） |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 月間稼働率99.5%以上（計画停止除く）を目標とする |
| 性能 | 性能: 写真・仕様書アップロードから判定結果表示まで平均30秒以内を目安とする |
| セキュリティ | セキュリティ: 通信は全てTLS1.3で暗号化し、工場設備情報・法令DBは保存時AES256で暗号化する想定 |
| 拡張性 | 拡張性: 3年目600拠点想定時、ピーク時同時アクセス500拠点程度に対応できる構成とする |
| データ保全 | データ保全: 日次バックアップを実施し、RPO24時間・RTO4時間以内を目安とする |
| 精度運用 | 精度運用: 部材判定精度は1年目末85%以上、2年目末92%以上を維持し、閾値未満の判定は必ず人間確認を要求するフローとする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 実際の工場から廃棄予定設備の写真と仕様書を受け取り、専門家（行政書士・環境コンサルタント）が手動で部材判定と処理区分を回答し、需要の有無と判定内容の妥当性を確認する | 専門家への相談料と交通費程度で、システム開発費はかけない |
| ②最小システム | 写真・仕様書のアップロード機能と、簡易な画像分類ロジック（判定の一部は人力で補完）だけを実装し、パイロット工場数拠点で実際に運用して精度と業務フローの課題を洗い出す | 外注でのアプリ試作費とAI利用料が中心で、数か月分の開発期間を想定 |
| ③本開発 | 画像解析・OCR・法令データベース・処理業者マッチング・マニフェスト下書き生成までを統合したフル機能を開発し、商用SaaSとして提供できる形に仕上げる | 機械学習エンジニアや法令監修アドバイザーの人件費を含む本格的な開発投資となり、資金計画の中でも大きな比重を占める |
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 |
|---|---|---|
| 産業廃棄物処理業許可（収集運搬・処分）を持つ中堅処理業者の経営者または事業開発担当 | マッチング先候補であり、判定基準や現場実務の生きた知見を得られる | 都道府県産業廃棄物協会の会員名簿・展示会（新環境展等）で連絡先を入手 |
| 産業廃棄物処理法専門の行政書士または環境コンサルタント | 法令DB監修・判定精度の妥当性確認を委託する監修者候補 | 日本行政書士会連合会の環境専門部会や産廃コンサル会社への紹介依頼 |
| 地域工業会・商工会議所の中小企業支援担当者 | 対象顧客（中堅製造業工場）への紹介チャネル構築の窓口 | 商工会議所の経営相談窓口に事業紹介のアポイントを申請 |
| 中古機械商社（設備買取業者）の営業責任者 | 有価売却判定後の買取先候補・提携アライアンス先 | 中古機械展示会（機械工業見本市等）や業界団体紹介で接触 |
| 従業員100人規模の機械・電機製造業工場の総務・生産技術担当者 | 実際の廃棄判断業務の課題・ワークフローを直接ヒアリングできる | 既存の工業会人脈または知人経由で工場見学・ヒアリング依頼 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 工業会・商工会経由の紹介 | 地域の工業会の会員向け勉強会に「設備廃棄の判断で困っていませんか」という題で登壇枠を頼み、名刺交換した担当者に個別ヒアリングを申し込む |
| 産業廃棄物処理業者との提携 | 既存の処理業者に「御社のお客様の廃棄判断を効率化するツールを一緒に検証したい」と持ちかけ、紹介してもらった工場に無償トライアルを提案する |
| 中古機械商社（設備買取業者）とのアライアンス | 買取査定の際に有価物判定の相談を受けている商社に「査定の裏付けとして使えるツールがある」と伝え、査定先の工場担当者への同席を依頼する |
| 環境・脱炭素系の展示会・セミナー | 設備廃棄・リサイクル関連の展示会にブースまたは登壇枠で出て、その場で名刺交換した担当者にデモを見せて訪問アポを取る |
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（新創業融資制度） | 法人設立から間もない代表者、自己資金の準備がある創業者 | 運転資金として活用でき、この事業モデルでは融資総額は500万円を想定。着金までのタイムラグを踏まえて早期に申請準備を進める候補になる |
| ものづくり補助金 | 画像解析AIや判定システムの開発投資を行う中小企業・創業者 | 画像分類モデルや法令データベース構築などの開発費が対象になりやすく、Phase1〜Phase2の開発投資と相性が良い |
| IT導入補助金 | SaaS型ツールを新規に開発・提供する事業者、または導入する中堅製造業側 | 顧客側の工場が本サービスを導入する際の費用負担軽減に使える可能性があり、営業トークの一つとして提示できる |
| 小規模事業者持続化補助金 | 従業員数の少ない創業初期の事業者 | 展示会出展や営業用資料作成など、最初の10拠点を開拓する販路開拓費用の一部に活用できる候補になる |
| 東京都創業助成事業 | 都内で創業する法人・個人事業主 | 本社を東京都内に置く場合、人件費や賃借料など創業初期の運営費の一部を補う候補になる |
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。
環境・脱炭素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。