Who（誰が）
従業員300人以上で男女間賃金差異の開示義務・努力義務を負う上場企業・大手非上場企業の人事部門・ダイバーシティ推進部門の担当者
対象とする社会課題：企業の男女間賃金差異が可視化されず、開示義務があっても実効的な是正に繋がらない
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。
開示義務があっても、多くの企業は単純平均を出すだけで、要因分解も是正計画も持てていない。人事担当者は差異の理由を説明できず、労働組合や株主の追及にも答えられないまま、専門家に頼む予算もない。データと対話で「なぜ」を明らかにし、次の一手まで示す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、このページの事業内容を読み込んだAIチャットが開きます。男女間賃金差異の分析AIという特徴を踏まえた文章で、資料の下書きをその場で作成しますので、たたき台としてすぐにお使いいただけます。
※ 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。
PayGapAIは、従業員300人以上の企業の人事担当者が自社の人事給与システムからCSVをエクスポートしてアップロードするだけで、AIが職種・等級・勤続年数・評価スコアなどを制御した回帰分析を実行し、性別による『説明不可能な賃金差異』を自動算出するSaaSです。
担当者はダッシュボード上でAIと自然言語チャットしながら『なぜこの部署だけ差異が大きいのか』を質問でき、AIがグラフと文章で回答します。さらに『特定等級の基本給を2%引き上げた場合』などの是正シナリオを財務インパクト付きで試算し、女性活躍推進法・厚労省ガイドライン準拠の開示レポートをPDFで自動生成します。従来40時間かかっていた開示資料作成を5時間以内に短縮し、専門アナリスト不在の企業でも監査対応可能な是正計画を作れる状態を実現します。
2022年の女性活躍推進法改正により従業員301人以上の企業は男女間賃金差異の開示が義務化されたが、実際には人事部が単純平均値をExcelで算出し公表するのみで、職種・等級・勤続年数などの要因分解ができていない企業が大半である。
ある従業員300〜1000人規模の製造業やIT企業の人事担当者は「差異が23%あると分かっても、どこにテコ入れすべきか説明できず、開示後に労働組合や株主から追及されても回答できない」という悩みを抱える。中小企業では専門の人事アナリストを雇う余力がなく、社労士やコンサルへの依頼は数百万円規模で予算化が難しい。結果として『開示はしたが是正計画はない』企業が上場企業の6割以上とされ、形骸化が進んでいる。さらに同一労働同一賃金の観点から、要因分解せずに賃金体系を変更すると新たな不公平を生むリスクもあり、専門知識とデータ処理能力の両方が不足している状態が続いている。
第一に統計的機械学習(重回帰分析・ランダムフォレストによる特徴量重要度推定)を用いて、性別以外の合理的説明変数を制御した上での純粋な賃金差異を試算する。
第二に自然言語対話AI(LLM)が人事担当者からの質問に応答し、専門統計知識がなくても要因分析結果を平易な言葉で解釈できるようにする。第三に最適化アルゴリズムが複数の是正シナリオ(昇給・昇格基準変更・配置転換)を組み合わせ、予算制約内で差異縮小効果を最大化する打ち手を提案する。第四に生成AIが法令フォーマットに準拠した開示文書のドラフトを自動作成し、人事・法務担当者の確認工数を最小化する。
人事担当者は自社の人事給与システム(勤怠・等級・評価・給与明細)からCSVをエクスポートし、本サービスの管理画面にアップロードするだけで、AIが職種・等級・勤続年数・時短勤務有無・評価スコアなどの説明変数を用いた回帰分析を自動実行し、性別による『説明不可能な賃金差異(unexplained gap)』を算出する。
担当者はダッシュボード上でAIとチャット形式で対話しながら『なぜこの部署だけ差異が大きいのか』『昇進スピードの違いが影響しているか』を自然言語で質問でき、AIが要因ごとの寄与度をグラフと文章で回答する。さらにAIは是正シミュレーション機能を提供し、『特定等級の基本給を一律2%引き上げた場合』『昇格基準を勤続年数から成果評価に変更した場合』など複数シナリオの財務インパクトと差異縮小効果を数値で試算する。最終的にAIが女性活躍推進法・厚労省ガイドラインに準拠した開示レポート(PDF/Word)を自動生成し、人事担当者は数時間の作業で監査対応可能な資料を完成させられる。年1回の法定開示だけでなく、四半期ごとのモニタリングレポートも自動配信され、経営会議での説明資料としてそのまま使える体験を提供する。
| 社労士法人・ESGコンサルへの単発依頼費用 | 年額300万円〜450万円の目安 |
| 人事担当者の開示レポート作成にかかる残業・工数コスト(40時間×人件費換算) | 年額20万円〜30万円の目安 |
| 開示不備による労働組合・株主対応の追加工数(炎上対応・臨時説明会等) | 発生時50万円〜100万円の目安 |
| 是正計画未策定による同一労働同一賃金訴訟リスクの引当金相当 | 発生時数百万円規模(想定) |
| SaaS年間ライセンス(従業員300〜1000人未満・スタンダードプラン) | 年額180万円 |
| 是正シナリオ設計オプション | 年額50万円(追加) |
| スポット診断パッケージ(非継続利用企業向け) | 1回50万円の目安 |
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。
2022年の法改正で従業員301人以上の企業は男女間賃金差異の開示が義務化されたが、多くの人事部は単純平均値をExcelで算出するだけで、職種・等級・勤続年数による要因分解ができていない。
ある製造業・IT企業の人事担当者は『差異が23%あると分かってもどこにテコ入れすべきか説明できず、労働組合や株主から追及されても回答できない』と悩んでいる。専門の人事アナリスト雇用や数百万円規模のコンサル依頼は中小企業には予算的に難しく、結果として上場企業の6割以上が『開示はしたが是正計画はない』状態にある。要因分解せずに賃金体系を変更すると新たな不公平を生むリスクもあり、専門知識とデータ処理能力の両方を補うツールが求められている。
MVPの回帰分析エンジンやダッシュボードは仕様変更が頻発する研究開発要素が強いため、初期構築フェーズ(0-12ヶ月)は準委任契約で発注し、要件を確定させながら進めることを推奨する。
正式版リリース後のAPI連携機能追加や開示レポートフォーマットの標準化部分は仕様が固まりやすいため請負契約への切替を検討する。発注時は法改正対応(厚労省ガイドライン変更時のモデル再設計)を保守範囲に含めるか、追加費用が発生するかを契約書で明確に区分すること。また社労士監修が必要な出力物については、開発会社側の責任範囲を『AI提案の技術的正確性』までに限定し、法的最終判断は自社の社労士が担う旨を契約書に明記する。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 従業員300人以上企業の人事部門・ダイバーシティ推進部門の担当者 |
| セカンダリ | 経営層(取締役会・経営会議での説明資料利用)、社労士・監査法人パートナーによる分析結果の確認 |
| 管理 | 自社サービス運営チーム(データサイエンティスト・社労士資格保有者によるモデル精度監視と法令対応) |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 人事データ取込機能 | 人事給与システムのCSV/API出力→形式検証・列マッピング→分析用データセット生成 |
| データクレンジング・名寄せ機能 | 取込データ→欠損値補完・表記揺れ統一・重複排除→クリーンデータ出力 |
| 賃金差異回帰分析エンジン | 等級・勤続年数・評価スコア等の説明変数→重回帰分析実行→性別unexplained gap数値算出 |
| 特徴量重要度可視化機能 | 回帰分析結果→ランダムフォレストで寄与度推定→要因別グラフ表示 |
| AI対話型分析アシスタント | 担当者の自然言語質問→LLMが分析結果を参照し解釈→平易な文章とグラフで回答 |
| 是正シナリオ最適化シミュレーション | 予算制約・昇給幅等の条件入力→最適化アルゴリズムで複数案算出→財務影響と差異縮小効果を数値出力 |
| 開示レポート自動生成機能 | 分析結果・シナリオ選択→生成AIが法定フォーマットに整形→PDF/Wordドラフト出力 |
| 四半期モニタリングレポート配信機能 | 最新賃金データ→自動再分析→経営会議用サマリーレポートをメール配信 |
| 専門家承認ワークフロー機能 | AI提案の是正策→社労士がレビュー画面で承認/差戻し操作→承認済みステータス反映 |
| 業種別ベンチマーク比較機能 | 匿名化された蓄積データ→業種・規模別に集計→自社差異の相対位置をランキング表示 |
| ユーザー権限・監査ログ管理機能 | 管理者による権限設定操作→ロール別アクセス制御適用→操作履歴をログとして自動記録 |
| テーブル | 主要カラム |
|---|---|
companies | company_id, name, industry, employee_count, contract_plan, created_at |
employees | employee_id, company_id, gender, job_type, grade, tenure_years, is_shorttime |
compensation_records | record_id, employee_id, fiscal_year, base_salary, bonus, allowance, evaluation_score |
analysis_jobs | job_id, company_id, status, model_type, executed_at, requested_by |
gap_results | result_id, job_id, unexplained_gap, explained_factors_json, r_squared |
correction_scenarios | scenario_id, company_id, scenario_type, params_json, cost_estimate, gap_reduction_estimate |
reports | report_id, company_id, report_type, period, file_url, generated_at |
chat_messages | message_id, company_id, user_id, role, content, referenced_result_id, created_at |
| # | 画面 |
|---|---|
| 1 | ログイン・企業選択画面 |
| 2 | CSVアップロード画面 |
| 3 | 差異分析ダッシュボード |
| 4 | AIチャット対話画面 |
| 5 | 是正シナリオ設計画面 |
| 6 | 開示レポートプレビュー画面 |
| 7 | 四半期モニタリング画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | Python/scikit-learn(重回帰・RF分析実装が容易) |
| 2 | PostgreSQL(給与等機微データを構造化管理) |
| 3 | AWS VPC+KMS(オンプレ相当のセキュア分離) |
| 4 | OpenAI API(RAG構成で対話AI応答を実装) |
| 5 | Next.js/React(ダッシュボードUI開発効率) |
| 6 | Airflow(CSV取込・分析バッチの定期実行管理) |
| 7 | Auth0(企業別権限管理・SSOを迅速に実装) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 月間稼働率99.5%以上、計画メンテナンス除く年間ダウンタイム8時間以内 |
| 性能 | 性能: 従業員1万人規模のデータで回帰分析処理を5分以内に完了 |
| セキュリティ | セキュリティ: 通信はTLS1.3、保存データはAES-256で暗号化、ISMS認証取得を必須とする |
| データ保護 | データ保護: 性別以外の個人属性はハッシュ化・匿名化処理を行い、アクセスログを1年間保管 |
| バックアップ | バックアップ: 日次自動バックアップ、目標復旧時点RPO24時間・目標復旧時間RTO4時間以内 |
| マルチテナント | マルチテナント: 契約企業ごとにデータベースを論理分離し、テナント間データ漏洩を防止 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 提携する社労士法人経由で匿名化した数社分のデータを受け取り、Excelと統計ソフトで手動の回帰分析を行い、要因分解のロジックと開示レポートの構成を検証する。 | 自分の作業時間中心で、外部ツール利用料程度の持ち出し |
| ②最小システム | CSVアップロード機能と自動回帰分析、結果を表示するだけの簡易ダッシュボードを実装し、対話AIやシナリオシミュレーションは搭載せずに需要と精度を検証する。 | 外注エンジニアに数か月分の開発を依頼する水準、クラウド利用料は少額 |
| ③本開発 | 対話AI・是正シナリオの財務シミュレーション・法令準拠の開示レポート自動生成・人事給与システムとのAPI連携を実装し、ISMS取得に向けたセキュリティ強化も進める。 | エンジニア複数名体制での中長期の開発費とセキュリティ認証取得費用が本格的にかかる水準 |
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 |
|---|---|---|
| 従業員300〜1000人規模の製造業・IT企業の人事部長またはダイバーシティ推進責任者 | 開示義務の当事者として現場の課題感・予算感を直接検証するため | 人事DX展示会や厚労省の女性活躍推進セミナーの名刺交換から個別訪問打診 |
| 社会保険労務士法人の代表社労士(女性活躍推進法対応の相談実績があるところ) | 業務範囲の適法性確認とPoC協力・紹介チャネル構築の起点にするため | 都道府県社会保険労務士会の名簿からESG・女性活躍分野の実績者に直接連絡 |
| 監査法人のESGアドバイザリー部門のマネージャー | 開示監査の現場ニーズを把握し紹介手数料型提携の可能性を探るため | ESGコンサル系カンファレンスやIRセミナーでの登壇者に接触 |
| SmartHR・freee等人事給与SaaSベンダーのアライアンス担当者 | CSV/API連携の技術要件と共同営業の可能性を確認するため | 各社のパートナープログラム窓口フォームから提携打診を送付 |
| 厚生労働省雇用環境・均等局の女性活躍推進法担当官(審議会関係者) | 開示基準改正の方向性と算出方法の解釈をPoC前に確認するため | 厚労省主催の女性活躍推進法説明会・パブリックコメント窓口経由で照会 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 社労士法人への同行営業 | 知り合いの社労士に「開示義務対応で困っている顧問先を1社紹介してほしい、御社の名前で一緒に説明に伺う」と頼み、既存の信頼関係に乗せてもらう。 |
| 人事DX関連の展示会 | 小間を出す余力がなければ来場者として参加し、名刺交換の際に「男女間賃金差異の開示、要因分解までできていますか」と一言で困りごとを聞き出す。 |
| 厚労省関連の女性活躍推進セミナー | セミナー後の質疑や懇親時間に登壇者・参加者へ「開示後に説明責任で困っている人事担当者を知らないか」と紹介を依頼する。 |
| note・LinkedInでの情報発信 | 開示義務の実務解説記事を書き、末尾に「自社データで一度試算してみたい方は個別に相談に乗ります」と添えて問い合わせを募る。 |
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 新創業融資制度（新規開業資金） | 税務申告2期未満の法人・個人事業主 | 自己資金100万円での法人設立と合わせて創業資金の調達に使える制度で、この事業では運転資金として融資総額 500万円 を想定している。着金は設立から2か月目ごろが目安。 |
| 小規模事業者持続化補助金 | 商工会議所・商工会の管轄地域の小規模事業者 | 展示会出展費・ウェブサイト制作費・チラシ等の販路開拓費用の一部をカバーでき、社労士法人・監査法人向けの営業資料作成やセミナー出展の初期費用に充てられる可能性がある。 |
| 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 | SaaS型のダッシュボード開発やCSV連携機能の構築費用の一部を対象経費として申請できる可能性があり、初期のシステム開発負担を軽減できる。 |
| 東京都創業助成事業（東京都中小企業振興公社） | 都内で創業予定または創業から間もない中小企業者 | 人件費や賃借料など創業初期の運転資金的な支出の一部を助成対象にできる可能性があり、代表1名体制からの立ち上げ期の固定費負担を軽減する候補になる。 |
| 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・サービス開発やシステム構築を行う中小企業・小規模事業者 | 回帰分析エンジンや対話AI機能など本格的なシステム開発フェーズの外注費・開発人件費の一部を対象にできる可能性があり、③本開発段階での活用候補になる。 |
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。
この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。