Who（誰が）
特別支援学校の進路指導教員・生徒本人と保護者・就労移行支援等事業所が利用し、教育委員会が契約主体となる二面市場構造
対象とする社会課題：特別支援学校卒業生の進路選択が担任教員の経験と勘に依存し、本人の適性に合った就労・生活先に結びつきにくい
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。
特別支援学校の進路指導は担任教員1〜2名の経験と人脈に頼りがちで、生徒本人の適性を客観的に把握する機会も乏しい。教員は数年で異動し、地域の受け入れ先に関する知見はそのたびにゼロから積み直しになる。ミスマッチによる早期離職は、本人にも受け入れ先にも重い負担を残している。この構造を、日々の作業学習記録という現場のデータで変えていきたい。
※ 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、このミライパスの事業内容を読み込んだ状態で、事業計画書やピッチ資料、要件定義書などの素案をその場で作成できます。教育委員会や自治体への提案準備にそのまま使えます。
※ 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。
特別支援学校の進路指導担当教員が、生徒の作業学習記録や実習評価をタブレットで日々入力すると、AIが巧緻性・持続力・対人耐性など12軸で適性をスコア化します。
生徒・保護者はイラスト付きの平易な対話AIに答えるだけで、地域の企業・就労移行支援事業所・A型/B型事業所の中から適性の一致度や定着率を根拠に上位5件の進路候補が提示されます。教員は根拠を見ながら実習先を選定し、実習後の結果を入力するとAIが継続学習して翌年の精度が上がります。担任の経験と勘に頼っていた進路選択を、データに基づく説明可能な意思決定に変える仕組みです。
全国の特別支援学校高等部卒業生は年間約2万人にのぼり、その進路は一般就労、就労移行支援事業所、就労継続支援A型・B型、生活介護事業所など多岐にわたるが、選択肢の比較検討は担任教員1〜2名が数十件の実習先候補から手探りで行っているのが実情である。
教員は3年に一度異動することも多く、地域の受け入れ先の特性(作業内容・支援体制・定着率)に関する知見が組織的に蓄積されず、毎年ゼロから情報収集する構造になっている。生徒本人・保護者は年1〜2回の三者面談で進路希望を伝えるが、自身の適性を客観的に把握する機会が乏しく「なんとなく近いから」「先輩が行ったから」という理由で決まるケースが少なくない。結果として就労後1年以内の離職・退所率は就労移行支援利用者で約3割との報告もあり、ミスマッチによる再アセスメントのコストが本人にも受け入れ先にも重くのしかかっている。この課題は市場が小さく分散していることに加え、個人情報保護や特別支援教育の専門性の壁があり、民間IT事業者の参入が進んでこなかった。
①作業学習記録・実習評価テキストを自然言語処理で解析し、生徒の特性を12軸のベクトルに変換する特性推定AI、②生徒本人・保護者向けの対話型ヒアリングを行う自然言語対話AI、③生徒の特性ベクトルと受け入れ先(企業・事業所)の求める人材特性・定着率データを組み合わせ、線形計画法や協調フィルタリングで最適な候補を並べ替えるマッチング最適化AI、④実習後の定着結果を教師データとして取り込み、マッチング精度を継続的に再学習するフィードバックループの4つの役割を担う。
特にマッチング根拠を可視化する説明可能AI(SHAP等を用いたスコア要因表示)を実装し、教員が「なぜこの候補が上位か」を生徒・保護者に説明できるようにする。
特別支援学校の進路指導担当教員が、生徒の作業学習記録・実習評価シート・行動観察記録(タブレットで日常入力)をシステムに蓄積すると、AIが得意な作業特性(巧緻性・持続力・対人耐性・指示理解度など12軸)を自動でスコアリングする。
教員と生徒・保護者はチャット形式の対話AIと共に「どんな作業が好きか」「1日何時間働きたいか」といった簡易な質問に答え、これを定量データと組み合わせて進路候補(企業・就労移行支援事業所・A型/B型事業所等)を地域データベースから最適化アルゴリズムでマッチングする。マッチング結果は上位5件が根拠(適性スコアの一致度、通所可能圏内、過去の定着率)とともに提示され、教員はそれを基に実習先を選定、実習後のフィードバックを再度AIに入力することでモデルが継続学習する仕組みである。生徒本人向けには写真やイラストを多用した平易なUIで結果を提示し、保護者面談資料も自動生成される。3年間の運用で地域ごとの受け入れ先データベースと定着実績が蓄積され、次年度以降のマッチング精度が向上していく。
| 進路検討にかかる教員の時間外業務(残業代換算、1校あたり年間約40時間×2,500円) | 年間約10万円/校 |
| ミスマッチによる離職後の再アセスメント・再実習調整コスト(1件あたり訪問・面談工数換算) | 年間約15万円/校(3〜5件想定) |
| 実習先開拓のための教員による訪問・電話連絡の交通費・人件費 | 年間約20万円/校 |
| 定着率低下による事業所側の採用・再教育コスト(1名離職あたり) | 1件あたり約10万円(事業所負担) |
| 学校向けSaaS利用料(生徒数~80名規模) | 年間30万円/校 |
| 事業所掲載・マッチング成功報酬(掲載料+成立報酬) | 月額2万円+成立1件あたり3万円 |
| 実習コーディネート支援オプション | 年間50万円/校 |
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。
特別支援学校高等部卒業生は年間約2万人にのぼるが、進路決定は担任教員1〜2名が数十件の実習先候補を手探りで比較する属人的な作業になっている。
教員は3年ごとに異動することが多く、地域の受け入れ先の作業内容・支援体制・定着率に関する知見が組織に蓄積されず、毎年ゼロから情報収集する非効率が続いている。生徒・保護者は年1〜2回の面談で希望を伝えるのみで客観的な適性把握の機会が乏しく、「なんとなく」で進路が決まり就労移行支援利用者の1年以内離職・退所率は約3割に達している。この構造的なミスマッチと再アセスメントコストを、記録の蓄積とAIマッチングで是正する必要がある。
準委任契約が適切と考える。
生徒特性の12軸定義や評価テンプレートの妥当性は特別支援教育の専門知識に依存し、5校パイロットでの実運用を通じて仕様が固まっていく性質のため、要件を先に固定する請負には馴染まない。特性推定AIやマッチングアルゴリズムの精度検証も反復的なチューニングが前提となるため、月次のスプリントレビューで進捗と精度指標を確認しながら準委任で進めるのが望ましい。ただし権限管理や記録入力フォームなど仕様が固まりやすいCRUD部分は、後続フェーズで請負による範囲発注に切り出すことも検討する。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 特別支援学校の進路指導担当教員(1〜2名/校、日常記録入力とマッチング候補の検討・実習先選定を行う) |
| セカンダリ | 生徒本人・保護者(対話AIでの回答、マッチング結果の閲覧)、就労移行支援・就労継続支援A型/B型事業所の受け入れ担当者(求人条件登録、実習受け入れ) |
| 管理 | 教育委員会の特別支援教育課担当者(契約・導入校管理)、自社カスタマーサクセス担当(操作研修・データ品質モニタリング) |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 作業学習記録・実習評価入力機能 | 教員がタブレットで日々の作業学習記録・実習評価を入力→DB保存→生徒別履歴として蓄積・閲覧可能にする |
| 行動観察記録入力機能 | 教員が行動観察メモを音声またはテキストで入力→自然言語処理で構造化→特性推定AIの入力データとして格納 |
| 特性推定AI機能 | 蓄積された学習記録・評価テキストを解析→巧緻性等12軸の特性スコアに変換→生徒プロファイルとして出力 |
| 対話型ヒアリングAI機能 | 生徒・保護者がチャットで作業希望・就労時間等に回答→回答をベクトル化→本人希望データとして保存 |
| マッチング最適化AI機能 | 特性ベクトルと事業所条件・定着率データを入力→線形計画法で最適化→進路候補上位5件を出力 |
| 根拠可視化(説明可能AI)機能 | マッチング結果と特性スコアを入力→SHAP値で要因分解→一致度・通所圏内等の根拠を画面表示 |
| フィードバック学習機能 | 実習後の定着・離職結果を教員が入力→教師データとして蓄積→マッチングモデルを月次で再学習 |
| 保護者面談資料自動生成機能 | 特性スコアとマッチング結果を入力→写真・イラスト付きテンプレートに変換→PDF面談資料を出力 |
| 事業所求人・受け入れ条件掲載管理機能 | 事業所担当者が求人内容・受入条件・定員をWeb入力→掲載審査後→地域データベースに公開 |
| マッチング成立・成功報酬集計機能 | 実習後の進路決定情報を入力→成立件数と対象事業所を集計→月次請求データを自動出力 |
| 定着率・KPIダッシュボード機能 | 各校の入力データと定着追跡結果を集計→定着率・工数削減率等を算出→自治体・学校向け画面に表示 |
| テーブル | 主要カラム |
|---|---|
生徒 | student_id, school_id, name, birth_date, grade, guardian_contact, enrollment_status |
特性スコア | score_id, student_id, axis_name, score_value, evaluated_at, evidence_source |
実習評価記録 | record_id, student_id, facility_id, evaluation_date, evaluator_id, comment_text, raw_score |
対話ヒアリングログ | session_id, student_id, question_text, answer_text, session_date, sentiment_tag |
受け入れ先事業所 | facility_id, facility_name, facility_type, capacity, required_traits, retention_rate |
マッチング結果 | match_id, student_id, facility_id, rank, match_score, reason_json, created_at |
定着追跡 | tracking_id, student_id, facility_id, placement_date, status, followup_date, retention_flag |
ユーザー権限 | user_id, name, role, school_id, facility_id, login_email, permission_level |
| # | 画面 |
|---|---|
| 1 | 生徒特性ダッシュボード |
| 2 | 対話ヒアリング画面 |
| 3 | マッチング結果一覧 |
| 4 | マッチング根拠詳細 |
| 5 | 実習評価入力画面 |
| 6 | 保護者面談資料出力 |
| 7 | 事業所掲載管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | Python/FastAPI: ML処理とAPIを一体構築できる |
| 2 | PostgreSQL: 構造化データを安全に管理できる |
| 3 | BERT系NLP: 評価テキストを特性ベクトル化 |
| 4 | SHAP: マッチング根拠を可視化できる |
| 5 | AWS(ISMS対応): 個人情報保護要件を満たす |
| 6 | React: タブレット対応の平易UIを構築 |
| 7 | Auth0: 学校・事業所の権限管理を効率化 |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 平日8時〜18時の稼働率99.5%以上を目標とし、保守は22時〜翌5時の夜間帯に限定する想定 |
| 性能 | 性能: 対話AIの応答時間は3秒以内、マッチング最適化AIは生徒1名あたり10秒以内で候補5件を算出する想定 |
| セキュリティ | セキュリティ: ISMS認証取得を前提に、生徒の機微情報は自治体単位で論理分離しAES256で暗号化保存する |
| 個人情報保護 | 個人情報保護: データライセンス提供時はk-匿名性k=5以上を満たす匿名加工処理を実施する想定 |
| バックアップ | バックアップ: 日次バックアップを実施しRPO24時間・RTO8時間を目標復旧値とする |
| 運用支援 | 運用支援: ITリテラシー差対応として入力支援員派遣・音声入力機能を導入1年目は全校に提供する想定 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 数校の進路指導担当教員にヒアリングし、既存の実習評価シートをもとにスプレッドシートで特性スコアリングとマッチング候補選びを手作業で代行し、精度とニーズを確認する | ヒアリングの交通費と資料作成費程度で、外部発注はしない水準 |
| ②最小システム | ノーコードのフォームと簡易チャットボットで生徒・保護者への対話ヒアリングを自動化し、手動スコアリング結果と組み合わせて上位候補リストをPDFで出力するミニマムなツールを試作する | ノーコードツールの利用料と外注デザイン費で、数か月分の小規模発注で収まる水準 |
| ③本開発 | 特性推定AI・対話AI・マッチング最適化AI・説明可能AIを組み込んだ本格SaaSを開発し、自治体の実証事業と連携してパイロット校での本番運用に移す | 外部の機械学習エンジニア・NLP経験者への発注を含む本格開発費で、数か月〜半年単位の外注規模 |
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 |
|---|---|---|
| 特別支援学校高等部の進路指導主事(現役教員) | 実習先選定の実務フローと年間スケジュール、入力負担の許容度を把握するため | 元特別支援学校教員の人脈経由、または全国特別支援教育研究連盟の研究大会で接触 |
| 都道府県教育委員会 特別支援教育課の指導主事 | SaaS導入の意思決定プロセスと単年度予算・モデル事業枠の有無を確認するため | 教育委員会代表電話から特別支援教育課へアポイント依頼、または首長部局の福祉部経由 |
| 就労移行支援事業所を運営する社会福祉法人の施設長 | 掲載料・成功報酬モデルへの支払意欲と受け入れ基準データの提供可否を確認するため | 地域の障害福祉サービス事業所連絡会や自治体主催の就労支援連絡会議で紹介を受ける |
| 市区町村 障害福祉課の就労支援担当職員 | 地域の就労移行・A型B型事業所リストと定着率データの所在・入手可否を確認するため | 自治体の障害福祉計画策定委員会や地域自立支援協議会への参加を通じて接触 |
| 大学教育学部の特別支援教育研究者(作業療法・行動観察評価の専門家) | 12軸特性推定モデルの妥当性検証と監修体制構築のため | 日本特殊教育学会や日本LD学会の学会発表・論文著者への直接連絡 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 特別支援教育の全国研究大会・地方研究会 | 元特別支援学校教員というメンバーの肩書きを使い『進路指導の実情を教えてほしい』とヒアリング目的で名刺交換し、後日パイロット参加を依頼する |
| 元同僚・知人の特別支援学校教員への紹介依頼 | 『進路指導部の先生を一人紹介してもらえないか』とお願いし、まず現場の困りごとを聞かせてもらう約束を取る |
| 就労移行支援・A型/B型事業所を運営する社会福祉法人 | 『掲載枠を試しに無料で使ってもらえないか』と持ちかけ、実習受け入れ先としてデータベースに登録してもらう |
| 自治体の障害福祉課・特別支援教育課への直接提案 | モデル事業・実証事業の枠で導入できないか担当窓口に相談し、単年度予算内で試行できる形を提示する |
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） | 法人設立から間もない代表者（担保・保証人なしで利用できる制度融資の枠を含む） | 自己資金100万円に加えて500万円規模の融資を受けられれば、システム開発費と実証運用の人件費を着金までのつなぎ資金として確保できる |
| 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） | 教育委員会・自治体向けの営業資料作成やパイロット校向けの説明会開催など、販路開拓の初期費用の一部に使える |
| IT導入補助金 | ITツールを導入・提供する事業者、または導入する側の事業者 | 学校・事業所側がSaaS利用料を負担する際に対象ツールとして登録できれば、導入のハードルを下げる訴求材料になる |
| 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） | 革新的な製品・サービス開発を行う中小企業・小規模事業者 | 特性推定AI・マッチング最適化アルゴリズムのデジタル枠での開発費に一部充当できる可能性がある |
| 東京都創業助成事業 | 都内で創業して一定期間内の中小企業者・個人事業主 | 本社を都内に置く場合、賃借料や人件費の一部を補助対象にできれば代表1名体制での運営コストを抑えられる |
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。
特別支援教育や福祉のDX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・登録などの実績にもとづく自動集計で、相対的な表示です。