Who（誰が）
従業員50〜1000名規模で外国籍社員を10名以上雇用する製造業・介護・IT企業の人事担当者と、対象となる外国籍社員本人。
対象とする社会課題：外国籍社員の昇給基準の不透明さによる不公平感・離職の解消
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。
技能実習生から正社員になった外国籍社員が、自分の評価がなぜその点数なのか分からないまま「差別されている」と感じてしまう。人事担当者は悪意がないのに説明する言葉とデータを持たない。この情報の非対称を、客観データと母語での説明で埋めることが、離職と不公平感の両方を減らす一番現実的な道だと考えている。
※ 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680万円の申請資料も、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、このショーケースの内容を読み込んだ状態で資料の素案を一緒に作成します。事業計画書やピッチ資料、要件定義書など、次の一歩にそのまま使えるたたき台を用意できます。
※ 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。
PayFair AIは、外国籍社員が『なぜこの評価・昇給なのか』を自分の母語で理解できるようにするSaaSです。
人事担当者は勤怠・評価・スキル資格データをCSVでアップロードするだけで、AIが同職種・同勤続年数の社員と比較した昇給スコアを算出します。外国籍社員はスマホアプリでレーダーチャートを見ながら自分の立ち位置を確認し、疑問はベトナム語や中国語などのチャットAIにその場で質問できます。人事担当者側は上司評価と客観データのズレをアラートで把握し、四半期の昇給会議では1人1ページの根拠レジュメと多言語説明書をそのまま資料として使えます。Excelと上司の主観メモに依存した説明不能な評価から、データに基づいて誰もが納得できる説明ができる状態への転換を目指します。
日本国内の外国籍労働者は2023年時点で約205万人に達し、製造業・IT・介護分野で年々増加しているが、多くの企業では昇給基準が日本人社員向けの年功・上司裁量ベースの評価制度のままで、言語や文化背景の違いから外国籍社員に基準が正しく伝わっていない。
実際に人事担当者への調査では、外国籍社員からの昇給・評価に関する問い合わせの60%以上が「基準がわからない」という内容であり、説明できる客観データを人事部門が持っていないケースが多い。中小企業（従業員300名未満）では専任の人事データ分析者がおらず、評価はExcelと上司の主観メモに依存しており、説明責任を果たせないまま離職やSNSでの不満投稿、労働局への相談に発展する事例が増えている。特に技能実習生から特定技能・正社員に移行した社員は、評価基準の理解不足から「差別されている」と感じるケースが多く、企業側も悪意はないが説明能力が不足している状態にある。この構造的な情報非対称性は、人事担当者の言語能力・データ分析能力・時間的制約という三重の壁により放置されてきた。
①予測モデルが過去3年分の評価・昇給データを学習し、勤続年数・スキル資格・KPI達成率から統計的に説明可能な昇給スコアを算出する回帰・XGBoostモデルを用いる。
②自然言語対話AIが11言語対応のチャットボットとして、外国籍社員からの評価に関する質問にリアルタイムで回答し、社内規定PDFを参照した根拠付き回答を生成する(RAG構成)。③異常検知アルゴリズムが上司評価と客観データのギャップを検知し、国籍・性別など属性による統計的偏りがないかをバイアス検査モデルで可視化する。④自動文書生成AIが評価根拠レジュメと多言語説明書をテンプレートベースで自動作成し、人事担当者の作業時間を削減する。
人事部門が勤怠・評価スコア・スキル資格・OJT達成率などの既存データをCSVでアップロードすると、AIが公平性を数値化した昇給スコアレポートを自動生成する。
外国籍社員本人はスマホアプリ上で、自分の評価が同職種・同勤続年数の社員と比較してどの位置にあるかをレーダーチャートで確認でき、不明点はチャット型AIに母語(ベトナム語・中国語・インドネシア語等11言語対応)で質問できる。人事担当者側の管理画面では、AIが「昇給基準に統計的な偏りがないか」を検知し、上司評価と客観指標のギャップが大きい社員をアラート表示する。四半期ごとに人事部が昇給会議を行う際、AIが生成した根拠レジュメ(1人1ページ、評価軸別の偏差値付き)を提示資料として使用し、その場で外国籍社員向けに多言語で自動翻訳された説明書を発行する。導入企業は最短2週間でパイロット運用を開始でき、既存の人事評価システム(SmartHR、freee人事労務等)とAPI連携できる。
| 外国籍社員1名あたりの離職・再採用コスト(監理団体費用・渡航費・研修費、年2名離職想定) | 年間約140万円(1名70万円×2名) |
| 評価トラブル対応時の外部通訳依頼費(都度2万円、月2回想定) | 月額4万円(年間48万円) |
| 人事担当者のExcel集計・個別説明資料作成の人件費(月20時間、時給3000円換算) | 月額6万円(年間72万円) |
| 労基署相談・弁護士相談対応費(年1回発生想定) | 年間約20万円 |
| スタンダードプラン(従業員50〜300名・外国籍社員20名の従量課金込み) | 月額9万円(基本8万円+従量1万円) |
| エンタープライズプラン(従業員301〜1000名) | 月額20万円 |
| 導入コンサルティング(初期一括・評価制度棚卸し込み) | 初年度一括80万円 |
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。
外国籍労働者は2023年時点で約205万人に達しているが、多くの企業の昇給基準は日本人向けの年功・上司裁量ベースのままで、外国籍社員に正しく伝わっていない。
人事担当者への調査では問い合わせの60%以上が『基準がわからない』という内容であり、説明できる客観データを人事部門が持たないケースが多い。従業員300名未満の中小企業では専任の人事データ分析者がおらず、評価はExcelと上司の主観メモに依存しており、説明責任を果たせないまま離職やSNS投稿、労働局への相談に発展する事例が増えている。企業側に悪意はなくても、言語・データ分析・時間という三重の壁により説明能力が構造的に不足している。
MVPフェーズは準委任契約が向いています。
昇給スコアモデルの精度検証や翻訳品質の調整は、パイロット企業3社の実データを見ながら仕様が変わることが多いためです。ただしレジュメ自動生成や管理画面のCRUDなど仕様が固まった機能は請負での切り出しも検討可能です。発注時はバイアス検査結果を『人事の最終判断補助情報』に限定する要件を契約書・要件定義書に明記し、AIが評価を確定しない旨を成果物の受入基準に含めることを推奨します。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 外国籍社員(技能実習生から正社員まで、スマホアプリで評価確認・チャット質問を行う) |
| セカンダリ | 人事担当者・現場上司(CSVアップロード、アラート確認、昇給会議での資料利用) |
| 管理 | SaaS運営側システム管理者・社労士パートナー(権限管理、パートナー版ライセンス発行、翻訳品質管理) |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 評価データCSV取込機能 | 勤怠・評価・資格CSVを入力→形式検証と正規化→分析用DBへ格納する |
| 昇給スコア算出モデル | 勤続年数・KPI・資格データを入力→XGBoost回帰で予測→昇給スコアと偏差値を出力する |
| 社員向けレーダーチャート表示 | 本人IDでログイン→同職種同勤続者と比較集計→評価軸別レーダーチャートを表示する |
| 多言語チャットAI(RAG) | 母語質問を入力→社内規定PDFを検索し根拠抽出→11言語で根拠付き回答を生成する |
| バイアス検査・異常検知 | 上司評価と客観指標を入力→統計的ギャップ検出モデルで分析→属性別偏りアラートを出力する |
| 根拠レジュメ自動生成 | 個人の評価データを入力→テンプレート適用→1人1ページの偏差値付きPDFを生成する |
| 多言語説明書発行 | レジュメ内容を入力→対応言語で自動翻訳→PDF説明書を社員アプリへ配信する |
| 人事管理ダッシュボード | 全社員スコアを集計→アラート対象者を抽出→昇給会議用一覧を画面表示する |
| 外部人事SaaS連携 | SmartHR/freee人事労務のAPIから評価データを取得→差分同期→自社DBへ反映する |
| 権限・認証管理 | 利用者ロール(人事/社員/社労士)を登録→ログイン認証→機能アクセス範囲を制御する |
| 追加言語パック管理 | 契約言語リストを入力→対応翻訳モデルを切替→チャット・説明書の言語出力範囲を更新する |
| テーブル | 主要カラム |
|---|---|
companies | company_id, company_name, industry_type, employee_count, foreign_employee_count, contract_plan, contract_start_date |
employees | employee_id, company_id, name, nationality, native_language, job_type, hire_date, employment_status |
evaluation_records | record_id, employee_id, fiscal_period, kpi_score, skill_qualification, ojt_completion_rate, supervisor_score, attendance_rate |
salary_score_results | score_id, employee_id, fiscal_period, predicted_score, deviation_value, model_version, calculated_at |
bias_alerts | alert_id, company_id, fiscal_period, attribute_type, gap_score, severity_level, status |
chat_logs | chat_id, employee_id, question_text, answer_text, language_code, referenced_document_id, created_at |
documents_master | document_id, company_id, document_type, file_path, language_code, updated_at |
resume_reports | report_id, employee_id, fiscal_period, evaluation_axis_json, deviation_summary, pdf_path, generated_at |
| # | 画面 |
|---|---|
| 1 | CSVデータアップロード画面 |
| 2 | 昇給スコアレポート画面 |
| 3 | レーダーチャート比較画面 |
| 4 | 多言語チャット相談画面 |
| 5 | バイアスアラート一覧画面 |
| 6 | 昇給会議用レジュメ画面 |
| 7 | 契約・プラン管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | XGBoost(昇給スコア回帰・分類精度と説明性の両立) |
| 2 | LangChain+RAG構成(社内規定PDF参照の根拠付き回答生成) |
| 3 | OpenAI API/多言語LLM(11言語対応チャット翻訳精度確保) |
| 4 | PostgreSQL(評価データ・スコア履歴の構造化管理) |
| 5 | AWS(ISO27001準拠のセキュリティ基盤構築要件対応) |
| 6 | SmartHR API/freee人事労務API(既存人事データ連携) |
| 7 | Fairlearn(バイアス検査・属性別統計偏り可視化) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: SaaS基盤の月間稼働率99.9%以上を目標とする |
| セキュリティ | セキュリティ: ISO27001準拠、通信はTLS1.3、保存データはAES256で暗号化する |
| 性能 | 性能: 多言語チャットAIの応答時間は平均2秒以内を目安とする |
| 個人情報保護 | 個人情報保護: 評価データは匿名化処理後に分析基盤へ格納し、識別情報は分離管理する |
| 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・RTO4時間以内を目安とする |
| 翻訳品質 | 翻訳品質: 多言語翻訳の用語一致率95%以上をネイティブレビューで検証する |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | パイロット企業から評価・勤怠データをExcelで受け取り、代表自身が手作業でレーダーチャートと昇給根拠メモを作成し、人事担当者と外国籍社員本人の反応を直接ヒアリングする | 交通費と作業時間のみ。外部発注なしで代表1名で完結させる水準 |
| ②最小システム | CSVアップロードで簡易スコアを自動計算するノーコード・ローコードツールと、既存の翻訳APIを組み合わせた多言語チャットのβ版を作り、複数のパイロット企業で継続運用に耐えるか確認する | 翻訳API・クラウド利用料程度。小規模な外注（画面作成など）を数週間分見込む水準 |
| ③本開発 | 回帰・XGBoostによる昇給スコアモデル、RAG構成のチャットボット、SmartHR等とのAPI連携、バイアス検査機能を本格的に実装し、社労士事務所への再販ライセンス提供に耐える品質に仕上げる | AI/MLエンジニアやNLPエンジニアを含む外注・業務委託で数か月分の開発費用を見込む水準 |
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名未満の製造業・人事部長(外国籍社員10名以上雇用企業) | 現場の昇給説明の困りごとと評価データの実態を直接把握するため | 中小企業家同友会や商工会議所の人事交流会に参加し名刺交換で接点を作る |
| 技能実習生監理団体の事務局長・事務局担当者 | 実習生から特定技能移行時の評価トラブル事例と紹介ルートを持つため | 外国人技能実習機構(OTIT)の監理団体名簿から地域団体に電話アポを取る |
| 社労士事務所の代表社労士(外国人雇用に強い事務所) | 顧問先への再販チャネル構築とパートナーライセンス提案のため | 都道府県社労士会の外国人労務相談窓口担当者経由で紹介を依頼する |
| SmartHR・freee人事労務のアライアンス担当者 | API連携の技術要件とパートナー掲載条件を事前にすり合わせるため | 各社パートナープログラム申込フォームから問い合わせ後に商談設定 |
| 外国人雇用支援NPOの代表・相談員 | 外国籍社員本人側の不満・相談実態とニーズ検証を行うため | 自治体の多文化共生センターや国際交流協会の紹介で面談を依頼する |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 社労士事務所への個別訪問 | 「外国籍社員からの昇給・評価に関する問い合わせ対応で困っている顧問先企業はありませんか」と聞き、無償の試作レポートを一社分だけ作らせてほしいと頼む |
| 技能実習生監理団体・特定技能受入支援団体への紹介依頼 | 「移行後の評価説明でトラブルになった実習生・特定技能者の事例を教えてほしい」と聞き、監理団体経由で受入企業の人事担当者を紹介してもらう |
| 介護・製造業向け業界展示会での直接商談 | ブースで「外国籍社員向けに昇給理由をその場で多言語で見せられるデモ」を実演し、名刺交換した人事担当者に後日個別デモを申し込む |
| 外国人雇用支援NPO・人材紹介会社への協力依頼 | 「支援先企業で評価の説明不足による離職相談を受けたことがあるか」を聞き、該当する企業の人事担当者への紹介をお願いする |
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、自己資金を一定額用意している創業者 | 運転資金の融資枠を活用し、CSV連携基盤や多言語対話AIの開発人件費に充当できる。融資合計は 680万円 を想定し、着金までのつなぎ期間は自己資金 100万円 で対応する設計にする |
| IT導入補助金 | 中小企業・小規模事業者でITツールを新規導入する事業者 | 自社のSaaSを顧客企業（中小の製造業・介護事業者）が導入する際の負担軽減として案内できる。営業トークの後押しになる |
| 小規模事業者持続化補助金 | 従業員数が少ない小規模事業者（本事業の初期段階の自社にも該当し得る） | 展示会出展費や販促用の多言語パンフレット制作費など、初期の営業活動費の一部をカバーできる可能性がある |
| 東京都創業助成事業（公益財団法人東京都中小企業振興公社） | 都内で創業予定・創業間もない中小企業者 | 人件費や賃借料など創業初期の固定費の一部を助成対象にできる可能性があり、代表1名体制の期間の資金繰りを補強できる |
| 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） | 生産性向上に資するシステム投資を行う中小企業 | 異常検知モデルや自動文書生成AIなど、システム開発投資部分の一部を補助対象として検討できる余地がある |
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。
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集まっています。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。
※ バッジは自動集計にもとづく相対表示です。