Who（誰が）
全国約1,700の市区町村公園管理課職員（土木・造園兼務が多く専任技術者不足）と、遊具メーカー・点検委託業者・損害保険会社が主な関係者となる。
対象とする社会課題：老朽化する公園遊具の点検不足と更新計画の属人化
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。
全国の公園には老朽化した遊具が数多く残るが、点検を担うのは土木の専門家ではなく兼務の自治体職員で、経験と勘だけで劣化を見極めているのが実情だ。予算は限られ、どの遊具から直すべきかの根拠を示せないまま、事故の芽を見過ごしてしまう。劣化の兆しをAIが数値で示し、限られた予算をどこに使うべきか一緒に考える仕組みが、子どもたちの遊び場の安全を支える。
※ 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870万円の申請資料も、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。
各ボタンを押すとAIチャットが開き、パークメンテAIの事業内容・市場データ・KPIを読み込んだ状態で、資料の素案をその場で書き始めます。ゼロから説明し直す手間はありません。
※ 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。
パークメンテAIは、自治体の公園管理課職員が専用スマホアプリで遊具を撮影するだけで、腐食・亀裂・摩耗・グラつきなどの劣化を画像解析AIが自動判定し、5段階スコアで即座に表示するサービスです。
撮影は1基あたり30秒〜1分、月1回程度で完了し、GPSと連動して遊具台帳に自動登録されます。蓄積データから劣化進行を予測し、限られた予算内で最もリスクを下げられる更新順位と5年分の費用シミュレーションをAIが提示します。担当者はチャット画面で「来年度予算300万円でどこを優先すべきか」と聞くだけで根拠付きの回答を得られ、年度末には国交省基準準拠の計画書も自動生成されます。ベテラン職員の経験に頼っていた点検・更新判断を、誰でも一定水準で行える仕組みに変えます。
全国の都市公園にある遊具は約61万基（国交省調査）と推計され、うち設置後20年以上経過したものが4割を超えるが、点検を担う自治体職員は土木・造園の専任ではなく兼務が多く、1人あたり数百基を年1〜2回の目視点検で回さざるを得ない。
点検基準（国交省「遊具の安全に関する基準」）はあるものの、劣化度合いの判断は担当者の経験に依存し、記録も紙の点検表やExcelに散在しているため、経年劣化の傾向分析や更新優先順位付けが困難である。実際に2022年以降も遊具の破損による負傷事故が年間100件超報告されており、予算不足（多くの市区町村で遊具修繕費は年間数百万円規模）の中でどの遊具から更新すべきかの根拠ある意思決定ができていない。人口減少自治体では技術継承者不足も深刻で、退職予定のベテラン職員の暗黙知が失われつつある。
画像解析AIは撮影写真から遊具の部位ごとの劣化（塗装剥離・腐食・ひび割れ・部品欠損）を検出し、過去事故データで学習したモデルにより危険度スコアを算出する。
時系列予測AIは各遊具の劣化進行速度を素材・設置年数・気象データ（降雨量・塩害地域か等）から推定し、あと何年で要修繕基準に達するかを予測する。最適化AIは限られた予算制約の中で複数遊具の更新・修繕タイミングを組み合わせ、リスク低減効果が最大になる計画案を線形計画法ベースで算出する。自然言語対話AIは点検結果・予算・過去計画をもとに担当者の質問に答え、計画書のドラフト文章まで自動生成する。
自治体の公園管理課職員が専用スマホアプリで遊具を撮影すると、画像解析AIが腐食・亀裂・摩耗・グラつきなどを検出し、劣化度を5段階でスコアリングして即時に画面表示する。
撮影は月1回程度、1基あたり30秒〜1分で完了し、GPSと連携して遊具台帳に自動紐付けされる。蓄積された劣化スコアの推移と設置年数・素材・利用頻度（近隣人口データ）を基に、AIが「更新優先順位ランキング」と向こう5年間の概算修繕・更新費用シミュレーションを自動生成する。担当者はダッシュボード上でチャット形式のAIアシスタントに「来年度予算300万円でどこを優先すべきか」と質問すると、根拠付きの提案（対象遊具・想定費用・リスク低減効果）が返ってくる。年度末にはAIが自動作成した点検・更新計画書（国交省基準準拠フォーマット）を出力し、議会・住民説明資料としてそのまま活用できる。
| 造園業者への遊具点検外部委託費（年1〜2回の目視点検、420基規模） | 年間180万円〜250万円程度の想定 |
| 点検・台帳整理にかかる職員の残業・人件費（Excel突合作業等） | 年間30万円程度の想定（月5〜8時間×時給換算） |
| 遊具破損事故対応費用（修繕・保険対応・住民説明含む） | 1件あたり10万〜50万円程度の想定、年間数件発生の自治体もある |
| 更新計画書・議会説明資料の作成外部委託または職員残業対応 | 年間15万円程度の想定 |
| SaaS利用料（管理遊具500基まで） | 月額5万円（年間60万円） |
| SaaS利用料＋更新計画書作成支援 | 年間70万円（月額5万円×12ヶ月＋計画書作成支援10万円） |
| SaaS利用料（1,000基以上）＋点検代行オプション（100基分想定） | 年間96万円＋点検代行8万円（100基×800円）＝年間104万円 |
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。
公園管理課の職員は土木・造園の専任ではなく兼務が多く、1人あたり数百基の遊具を年1〜2回の目視点検で回さざるを得ない状況にある。
劣化度合いの判断は担当者の経験に依存し、点検記録も紙やExcelに散在しているため、経年劣化の傾向分析や更新優先順位付けが困難になっている。実際に遊具の破損による負傷事故は年間100件超報告されており、修繕費が年間数百万円規模しかない自治体ではどの遊具から更新すべきか根拠を持って説明できていない。退職予定のベテラン職員が持つ劣化判断の暗黙知が失われつつあり、標準化された仕組みでの技術継承が急務である。
MVPフェーズは画像解析AIの精度検証や現場の運用フローに応じた仕様変更が頻発するため、準委任契約で進め、月次の成果物レビューと精度指標（誤検出率など）を確認しながら進めるのが向く。
フェーズ2以降、ダッシュボードや計画書出力など仕様が固まった機能の追加開発は、要件定義書を確定させたうえで請負契約に切り替えることも検討できる。発注時はAI判定精度の目標値（例：誤検出率10%以下）を契約書または仕様書に明記し、未達時の追加チューニング工数の扱いを事前に取り決めておく必要がある。自治体向け公共調達を想定するため、単年度予算・入札制度に対応できる契約形態（複数年度契約や柔軟な検収条件）を発注側・開発側双方で事前調整しておくことも重要である。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 自治体公園管理課の担当職員（点検撮影・劣化確認・更新計画立案を行う実務者、多くが土木造園の兼務者） |
| セカンダリ | 提携点検員（点検代行オプション利用時の巡回担当）、遊具メーカー・損害保険会社（データ提供先としての利用） |
| 管理 | サービス提供事業者の運営担当者（自治体アカウント管理、AIモデルの精度監視・再学習、データ品質チェック） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 遊具撮影・アップロード | 現地でスマホ撮影した遊具写真→アプリで圧縮・送信→サーバーに保存し解析キューへ登録 |
| GPS連携・台帳自動紐付け | 撮影時のGPS座標→既存遊具台帳と照合→該当遊具IDに写真・撮影日時を自動紐付け |
| 画像解析AI劣化検出・スコアリング | 遊具写真→腐食・亀裂・摩耗・グラつきを部位ごとに検出→5段階劣化スコアを算出し画面表示 |
| 劣化進行時系列予測AI | 劣化スコア履歴・設置年数・素材・気象データ→進行速度を回帰予測→要修繕到達までの残年数を出力 |
| 更新優先順位最適化AI | 予算上限・劣化予測・リスク値→線形計画法で組合せ計算→5年間の更新計画案と概算費用を提示 |
| 自然言語対話AIアシスタント | 担当者のチャット質問(例:来年度予算300万円配分)→計画データを参照し回答生成→根拠付き提案文を表示 |
| 点検・更新計画書自動生成 | 点検結果・優先順位案→国交省基準準拠テンプレートに自動流し込み→議会提出用PDFを出力 |
| 劣化推移ダッシュボード | 蓄積された劣化スコア・費用データ→時系列グラフ・ランキング表に集計→担当者画面へ可視化表示 |
| 点検代行オプション管理 | 撮影困難遊具の派遣依頼→提携点検員のスケジュール割当→巡回実績と800円/基の従量請求データを生成 |
| 画像プライバシー保護処理 | 撮影画像内の人物領域→AIが自動検出しモザイク加工→加工済み画像のみ保存・閲覧可能に制御 |
| データ提供・匿名化ライセンス機能 | 自治体別劣化・事故傾向データ→自治体名等を匿名化・集計→メーカー・保険会社向けAPI/レポートで提供 |
| テーブル | 主要カラム |
|---|---|
municipalities（自治体） | id, name, prefecture, contract_plan, contract_start_date, billing_unit_count |
users（利用者） | id, municipality_id, name, role, email, last_login_at |
parks（公園） | id, municipality_id, name, address, lat, lng, area_sqm |
playground_equipment（遊具） | id, park_id, type, manufacturer, install_date, material, last_inspection_date |
inspections（点検記録） | id, equipment_id, inspector_id, photo_url, gps_lat, gps_lng, inspected_at |
deterioration_scores（劣化判定） | id, inspection_id, part_name, defect_type, score, confidence, predicted_years_to_repair |
renewal_plans（更新計画） | id, municipality_id, fiscal_year, budget_amount, generated_at, status |
renewal_plan_items（計画明細） | id, renewal_plan_id, equipment_id, priority_rank, estimated_cost, risk_reduction_score |
| # | 画面 |
|---|---|
| 1 | ログイン画面 |
| 2 | 遊具台帳一覧画面 |
| 3 | 撮影・点検登録画面 |
| 4 | 劣化判定結果画面 |
| 5 | 更新優先順位ダッシュボード |
| 6 | AIチャット相談画面 |
| 7 | 計画書出力画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS（画像保存・スケーラブルな自治体別データ管理の実績） |
| 2 | PyTorch（劣化検出モデルの学習・チューニングに柔軟） |
| 3 | Amazon Rekognition Custom Labels（少量データでの画像分類に有効） |
| 4 | PostgreSQL+PostGIS（GPS位置情報の空間検索に必要） |
| 5 | React Native（iOS/Android両対応アプリを効率開発） |
| 6 | OpenAI API（対話AI・計画書ドラフト生成に活用） |
| 7 | OR-Tools（線形計画法による予算最適化計算に使用） |
| 区分 | 要件 |
|---|---|
| 可用性99.5%以上を目標とし、月間計画外停止3.6時間以内に抑える | 可用性99.5%以上を目標とし、月間計画外停止3.6時間以内に抑える |
| 自治体50団体・遊具1.5万基相当の同時アップロードでも画像解析結果を平均3秒以内に返却する | 自治体50団体・遊具1.5万基相当の同時アップロードでも画像解析結果を平均3秒以内に返却する |
| 劣化判定AIの誤検出率を2年目末までに10%以下とし、月次で精度モニタリングとモデル再学習を実施する | 劣化判定AIの誤検出率を2年目末までに10%以下とし、月次で精度モニタリングとモデル再学習を実施する |
| 撮影画像に写り込む人物は自動モザイク処理を行い、原本画像は処理後30日以内に削除する | 撮影画像に写り込む人物は自動モザイク処理を行い、原本画像は処理後30日以内に削除する |
| 自治体データは論理的にテナント分離し、アクセスログを1年間保存・監査可能とする | 自治体データは論理的にテナント分離し、アクセスログを1年間保存・監査可能とする |
| 通信はTLS1.2以上で暗号化し、自治体のLGWAN接続・セキュリティポリシー要件に準拠する | 通信はTLS1.2以上で暗号化し、自治体のLGWAN接続・セキュリティポリシー要件に準拠する |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 協力自治体の遊具を撮影し、ドメインアドバイザー（元自治体職員）が目視で劣化度を判定してAIの判定基準案を作る。担当者が実際に使いたいと感じるかを確認する | 自分たちの人件費と交通費・撮影機材代程度で、外部発注はほぼ発生しない水準 |
| ②最小システム | 既存の画像解析APIを組み合わせた簡易スコアリング機能と、撮影記録をGPS付きで一覧表示するだけの簡易ダッシュボードを作り、1〜2自治体で実運用に近い形で試す | 外部の画像解析API利用料と、簡易ダッシュボード開発を外注する場合は数か月分の開発費がかかる水準 |
| ③本開発 | 自社学習データによる劣化判定・時系列予測・最適化計画・対話AIまでを含む本番システムを構築し、国交省基準準拠の計画書自動出力機能まで実装する | AIエンジニアの人件費と学習データ整備費が中心となり、外注する場合はまとまった開発費が必要になる水準 |
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 |
|---|---|---|
| 市区町村公園緑地課（公園管理担当）の係長・担当職員 | 現場の点検業務フローと予算サイクルを把握し、実証協力を得るため | 都市公園を持つ市区町村の緑地公園課へ直接電話・訪問アポで接触 |
| 遊具点検経験のある元自治体職員（技術継承者・退職予定者） | 劣化判定基準の暗黙知をAI学習データ設計に反映するため | 自治体OB人材紹介会社や造園緑化業界団体の紹介経由で探す |
| 遊具メーカー（コトブキ・ジャクエツ等）の自治体営業担当者 | 既存の自治体接点とアライアンス経由の紹介販売ルートを確保するため | 各社の法人営業窓口に問い合わせ、業務提携の打診として面談設定 |
| 国土交通省都市局公園緑地・景観課の担当官 | 「遊具の安全に関する基準」準拠の計画書フォーマット設計を確認するため | 国交省代表窓口経由で照会、または都市公園関連のシンポジウムで名刺交換 |
| 損害保険会社（自治体向け賠償責任保険担当）のリスク引受担当者 | 劣化データ提供による保険連携と事故責任リスクの分担スキームを協議するため | 自治体総合賠償保険を扱う損保会社の公共法人部に問い合わせ |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 自治体公園管理課への直接アプローチ | 知人・元自治体職員のドメインアドバイザーの紹介で「無償トライアルで遊具20基まで試せます」と伝え、まず1公園の撮影から始めさせてもらう |
| 遊具メーカー・点検委託事業者との連携紹介 | 既存の点検委託業者に「点検記録のデジタル化を手伝う相棒として使ってもらえないか」と持ちかけ、既存顧客への同行訪問を依頼する |
| 公園緑地行政の研究会・自治体職員向けセミナー | 国交省や造園関連団体が主催する勉強会に参加し、劣化判定AIのデモを見せて「一緒に検証してくれる自治体を探している」と声をかける |
| 自治体DX関連メディア・プレスリリース | 自治体DXを扱う専門メディアに「公園遊具点検の属人化解消」というテーマでプレスリリースを出し、興味を持った担当者からの問い合わせを待つ |
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） | 実質的な創業者（法人設立直後で決算実績が乏しい代表者） | 無担保・無保証人での借入が可能で、この事業の前提となる創業融資（合計 870万円）はこの制度の枠組みで想定している |
| 信用保証協会の制度融資（自治体の創業融資メニュー） | 都道府県・市区町村の制度融資窓口を利用する創業間もない中小企業 | 公庫融資と併用・追加調達の選択肢になり、自治体営業を行う本事業が地元自治体の信用保証枠を使う実績づくりにもなる |
| ものづくり補助金（一般型） | 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 | 画像解析AIモデルの精度向上や劣化予測モデルの開発費用の一部を対象にできる可能性がある |
| IT導入補助金 | ITツール・クラウドサービスを導入する中小企業 | 自社の業務効率化（顧客管理・契約管理等のバックオフィスSaaS導入）に使える可能性がある |
| SBIR制度（研究開発型スタートアップ支援制度） | 公共分野の課題解決に資する技術を持つ中小企業・スタートアップ | 国交省・自治体のインフラ点検DXという公共調達に近い領域のため、研究開発フェーズの支援対象になり得る |
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。
同じ公共インフラ点検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。
※ バッジは閲覧・お気に入り登録などの自動集計にもとづく相対表示です。