Who（誰が）
全国約930港のうち専門の海洋気象解析人員を持たない中小港湾管理者(市町村・地方港湾局)と、周辺に立地する物流倉庫・造船所・臨海工業地帯の企業約2000社が対象顧客である。
対象とする社会課題：港湾地域における高潮・高波浸水リスクの可視化不足
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。
台風が近づくたび、港湾管理者は国の広域予報と経験則だけを頼りに、どの岸壁がいつ浸水するかを自分たちで判断してきた。専門の気象海洋解析人員を持たない中小港湾ほど、その負担は重い。想定を超える浸水で物流機能が長期停止する事例が繰り返される今、施設単位で浸水を可視化し、現場の担当者が根拠を持って動け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750万円の申請資料も、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。
下のボタンを押すと、この事業の内容を読み込んだAIチャットが開きます。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し、対話しながら文章や構成を整えていくことができます。
※ 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。
港湾管理者や物流・倉庫企業の担当者がWebブラウザにログインすると、自分の港の岸壁・埠頭・倉庫敷地ごとに今後72時間の潮位・波高・浸水深予測が50〜100mメッシュの地図で表示されます。
台風接近時は気象庁の進路予報更新のたびに自動で再計算され、『A岸壁は何時から浸水するか』とAIチャットボットに聞けば即座に回答が返ります。従来は国の広域警報と経験則に頼っていた避難判断・資機材移動の意思決定を、施設単位の具体的な予測データに基づいて行えるようにし、対応履歴もチームで自動共有されます。台風通過後は実測データでモデルが自己学習し、年々精度が向上します。
全国に約930の重要港湾・特定重要港湾があるが、多くの中小港湾管理者(市町村・地方港湾局)は専門の気象海洋解析人員を持たず、国土交通省や気象庁が提供する広域予測情報を自地域の岸壁・埠頭単位に落とし込めていない。
台風時の高潮・高波は数時間で潮位が2m以上変動することがあり、2019年台風19号や2018年台風21号(関西国際空港浸水)のように、想定を超える浸水で港湾施設・物流機能が長期停止する事例が繰り返されている。既存のハザードマップは数年〜十数年前の静的シミュレーションに基づき、最新の海底地形変化や埋立・護岸改修を反映していないケースが多い。港湾管理者は台風接近時、限られた時間内で「どの岸壁から、いつ、どこまで浸水するか」を判断できず、経験則や国の一律警報に頼らざるを得ない。港湾事業者(倉庫業者・物流企業・造船所)も自社設備の具体的リスクを把握できず、資産保全計画や避難判断が後手に回っている。この課題は港湾管理者・立地企業双方にとって未解決のまま、気候変動により高潮リスクが年々増大している。
予測エンジンは機械学習(勾配ブースティング+物理ベース高潮モデルのハイブリッド)により、気圧配置・風速風向・潮汐・海底地形データから局所潮位偏差と波浪遡上高を推定し、港湾ごとの浸水深メッシュを生成する。
画像解析AIは衛星SAR画像や港湾管理者提供のドローン空撮画像から護岸高・地盤高の変化を検出し、地形データベースを自動更新する。自然言語対話AIは港湾管理者・企業担当者からの質問(浸水開始時刻、影響範囲、過去類似事例)にリアルタイムで回答し、専門知識がなくても意思決定を支援する。強化学習的フィードバックループにより、台風通過後の実測値と予測値の差分を継続学習し、港湾ごとのモデル精度を年々向上させる。
港湾管理者・立地企業がWeb/モバイル管理画面にログインすると、対象港湾の桟橋・埠頭・倉庫敷地ごとに、今後72時間の潮位・波高・浸水深予測が地図上にメッシュ表示される。
担当者は台風発生時、気象庁の進路予報が更新されるたびに自動再計算されたリスクマップを確認し、AIチャットボットに『A岸壁の浸水は何時から始まるか』『倉庫3棟の浸水深は何cm想定か』と自然言語で質問すると即座に回答が返る。過去の高潮実績・地形データ・潮汐データを学習したAIモデルが、台風の気圧・進路・移動速度から局所潮位偏差を予測し、国管理の広域データより高解像度(50m〜100mメッシュ)で提示する。管理者はこの予測を基に、資機材の移動指示や避難勧告のタイミングをシステム上でチーム共有し、対応履歴も自動記録される。台風通過後は実測潮位データを取り込み、AIモデルが誤差を自己学習して次回予測精度を継続的に改善する。
| 台風による港湾施設・在庫の浸水被害額(倉庫1棟あたり、2018年台風21号関空事例参考) | 1棟あたり年間平均1,000万〜1.2億円の想定損失(被災年) |
| 一律避難・資機材退避対応にかかる超過人件費(岸壁を絞れないため全岸壁対応が必要) | 港湾1港あたり台風1回で約50万円(職員残業・応援動員費) |
| 外部コンサルへの静的ハザードマップ更新委託費(数年に1回) | 1港あたり数年に1回300万〜600万円 |
| 保険会社の実態と乖離した料率設定による保険金支払い超過分(業界推計) | 臨海工業地帯企業1社あたり年間数十万〜数百万円規模の想定 |
| 港湾管理者向けSaaS利用料(中規模港湾) | 年額500万円 |
| 企業向け施設別詳細レポート(倉庫2拠点契約) | 月額12万円 |
| BCP策定・保険連携コンサルティング(1案件) | 300万円 |
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。
全国約930の重要港湾・特定重要港湾の多くは専門の気象海洋解析人員を持たず、国交省・気象庁の広域予測を自港の岸壁単位に落とし込めていない。
既存ハザードマップは数年〜十数年前の静的シミュレーションに基づき、埋立・護岸改修後の最新地形を反映していないケースが多い。2018年台風21号の関西国際空港浸水のように、想定を超える高潮で港湾機能が長期停止する事例が繰り返されており、台風接近時に限られた時間で『どの岸壁がいつどこまで浸水するか』を判断する手段が現場にない。気候変動により高潮リスクが年々増大する中、この可視化不足の解消が急務となっている。
実証フェーズ（0〜9ヶ月）はモデル精度も要件も未確定なため準委任契約が適しており、地形データ収集・初期モデル構築を段階的な成果物レビューで進めるべきである。
モデル精度向上フェーズ以降も台風実測データによる反復学習が前提のため、予測精度そのものを成果物として請負契約に含めるのは避け、開発工数ベースの準委任を基調とする。ただし管理画面UIやアラート通知機能など仕様が固まった部分は請負契約に切り出して費用を明確化してもよい。契約時は『平均誤差15cm以内』等のKPIを契約上の完成基準にせず、努力目標・SLA的な位置づけに留めることを明記する。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 港湾管理者（自治体防災部局・地方港湾局の担当者） |
| セカンダリ | 立地企業担当者（倉庫業者・物流企業・造船所・臨海工業地帯企業のBCP担当者） |
| 管理 | 自社カスタマーサクセス・データサイエンスチーム（モデル調整・港湾別カスタマイズ担当） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 局所浸水予測エンジン | 台風の気圧・風速・潮汐データ→AIハイブリッドモデルで解析→50m単位の潮位偏差・浸水深メッシュを生成 |
| 地形データ自動更新機能 | 衛星SAR画像・ドローン空撮画像→画像解析AIで護岸高変化を検出→地形データベースを自動更新 |
| AIチャット応答機能 | 担当者の自然言語質問→対話AIが予測データを解析→浸水開始時刻・浸水深を即時回答 |
| モデル自己学習機能 | 台風通過後の実測潮位データ→予測値との誤差を機械学習で再学習→翌回予測モデルを更新 |
| 気象庁進路予報連携機能 | 気象庁の台風進路予報更新→予測エンジンを自動再計算→リスクマップを最新化 |
| リスクマップ表示機能 | 港湾別浸水予測データ→地図描画エンジンで可視化→桟橋・埠頭単位のメッシュ地図を表示 |
| アラート通知機能 | 浸水深が設定閾値を超過→通知エンジンが判定→担当者へメール・アプリ通知を送信 |
| 対応履歴・チーム共有機能 | 管理者の避難勧告・資機材移動指示→システムに入力→対応履歴を自動記録し関係者に共有 |
| 施設別詳細レポート生成機能 | 契約企業の倉庫・工場位置情報→浸水予測データと突合→施設単位の浸水深レポートをPDF出力 |
| BCP・保険連携データ出力機能 | 港湾別過去被害実績・予測データ→リスク評価用に整形→BCP・保険会社向けレポートを出力 |
| 利用者権限管理機能 | 自治体・企業担当者のログイン情報→権限判定処理→契約範囲に応じた表示データを制御 |
| テーブル | 主要カラム |
|---|---|
ports | port_id, port_name, prefecture, management_body, location_geom, contract_plan, contract_start_date |
facilities | facility_id, port_id, company_id, facility_name, facility_type, geom_polygon, ground_height_m, revetment_height_m |
tide_observations | observation_id, port_id, observed_at, tide_level_cm, wave_height_m, data_source |
typhoon_forecasts | forecast_id, typhoon_name, forecast_time, issued_at, central_pressure_hpa, position_geom, moving_speed_kmh, moving_direction |
prediction_meshes | mesh_id, port_id, forecast_id, mesh_geom, predicted_at, inundation_depth_cm, tide_deviation_cm, wave_runup_m |
terrain_updates | update_id, port_id, source_type, image_url, detected_change_m, updated_at, approved_flag |
companies | company_id, company_name, port_id, industry_type, contact_email, contract_plan, monthly_fee |
alerts_logs | log_id, port_id, facility_id, alert_type, sent_at, message_text, responded_by, response_action, responded_at |
| # | 画面 |
|---|---|
| 1 | 港湾リスクマップ画面 |
| 2 | 施設別浸水予測画面 |
| 3 | 台風進路・潮位推移画面 |
| 4 | AIチャット質問画面 |
| 5 | アラート対応履歴画面 |
| 6 | 地形データ更新確認画面 |
| 7 | 契約・課金管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | Python(scikit-learn/LightGBM) 予測モデル構築に適する |
| 2 | PostGIS 地理空間メッシュデータ管理に必須 |
| 3 | AWS GPU(EC2 P系) 高潮シミュレーション計算に利用 |
| 4 | MapLibre GL JS 地図メッシュ表示を軽量実装 |
| 5 | OpenAI API 自然言語チャット応答生成に利用 |
| 6 | さくらインターネット衛星データ SAR画像取得で地形自動更新 |
| 7 | Kafka リアルタイム気象データ取り込みに利用 |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 台風接近時を含め年間稼働率99.5%以上(年間停止許容時間43.8時間以内)を二重化構成で確保 |
| 性能 | 性能: 気象庁進路予報更新後10分以内にリスクマップの再計算・反映を完了する想定 |
| セキュリティ | セキュリティ: 港湾施設・企業データはAES-256で暗号化、アクセスログを1年間保持 |
| 運用 | 運用: GPUクラウド環境(年間投資約1500万円)を東西2リージョンで冗長化、障害時RTO4時間以内 |
| データ保全 | データ保全: 潮位実測・地形データは日次バックアップし7年間保存する運用とする |
| スケーラビリティ | スケーラビリティ: 契約港湾30港・企業300社規模で同時アクセス500ユーザーに対応可能な設計とする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 特定の港湾を対象に、気象庁の公開データと過去の台風実績を人手で組み合わせ、Excelや地図ソフトで浸水想定を手作業で作成し、港湾管理者に見せて反応を確認する | データ購入と交通費・打合せ費だけで、外部発注はしない水準感 |
| ②最小システム | 対象港湾を数港に絞り、AIモデルの初期版と簡易的なWeb地図表示だけを実装し、担当者が実際にログインして浸水マップとチャット質問を試せる状態にする | 外注または業務委託で数か月分の開発費と、クラウドのGPU利用料が中心の水準感 |
| ③本開発 | 契約港湾数の拡大に合わせて、複数港湾に対応するモデルの自動再学習基盤、企業向けレポート機能、アラート通知機能を本格実装する | 専門エンジニア・データサイエンティストの人件費とクラウド計算基盤の運用費が主体となる水準感 |
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 |
|---|---|---|
| 国土交通省港湾局海岸・防災課の技術系職員 | 港湾BCP策定推進政策の実務窓口で実証事業採択の可否を判断 | 港湾局代表窓口へ資料送付後、防災訓練・技術セミナーで面会依頼 |
| 地方整備局(例:関東地方整備局)港湾空港部の海岸防災担当官 | パイロット導入候補港湾の選定・データ提供協力の実務判断者 | 国交省本省紹介または地整主催の港湾防災協議会に参加し接点構築 |
| 気象庁予報部海洋気象課の高潮担当調査官 | 潮位偏差予測モデルの妥当性検証とデータ利用協定の可否確認 | 気象庁の産学官連携窓口経由でヒアリング依頼を申請 |
| 重要港湾を管理する市町村港湾課の防災担当課長 | 台風時の意思決定プロセスと予算執行の実態を把握する一次情報源 | 全国港湾協会の会員名簿から候補市を選び個別訪問アポを取得 |
| 臨海工業地帯の物流倉庫会社の施設管理責任者 | 浸水リスク把握ニーズと支払意思額を検証するための実需確認 | 日本港湾協会・臨海工業会の会員企業リストから紹介を依頼 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 国交省地方整備局への相談 | 『高潮・高波の浸水予測を港湾単位で可視化する実証を一緒にできないか』と伝え、パイロット導入の対象港湾を紹介してもらえないか相談する |
| 日本港湾協会関連のセミナー・展示会 | 港湾防災をテーマにしたセミナーに出展し、『御社の港湾でリスクマップの試作を見てもらえないか』と担当者に直接声をかける |
| 港湾工学・海岸工学の技術顧問の人脈 | 顧問経由で面識のある港湾管理者・地方港湾局の防災担当者を紹介してもらい、既存の課題感を確認する場を作ってもらう |
| 臨海工業地帯の物流・倉庫企業への直接訪問 | 『台風接近時に自社倉庫の浸水想定を数十m単位で見られる仕組みを試してみないか』とBCP担当者に打診する |
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） | 創業前・創業後まもない法人代表者 | 運転資金の当座資金として活用でき、この事業では創業融資の合計額を 750万円 程度と想定。パイロット導入や地形データ収集などの初期活動費に充てられる候補となる |
| 小規模事業者持続化補助金 | 小規模事業者（創業間もない法人も対象） | 展示会出展や自治体向けパンフレット・ウェブサイト整備など、港湾管理者への周知活動の費用の一部をカバーできる候補となる |
| 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 | 自社SaaSを導入する立地企業側（物流倉庫・造船所等）が利用者としてこの補助金を使える可能性があり、営業提案時の後押しになる |
| NEDO「NEP（NEDO Entrepreneurs Program）」 | 研究開発型スタートアップ・起業家 | AI予測モデルの技術開発・実証にかかる費用を支援する制度で、港湾向けAIモデルの初期版構築フェーズの資金候補となる |
| SBIR制度（中小企業技術革新制度） | 研究開発型の中小企業・スタートアップ | 国交省や気象庁が関連する政府調達・研究開発支援の枠組みに位置づけられており、パイロット導入から本格採用への橋渡しとして活用余地がある |
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。
港湾・防災AI領域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・登録などの行動データにもとづく相対表示です。将来の成果を保証するものではありません。