Who（誰が）
北海道・東北・北陸で市町村道除雪を担う建設業者・除雪事業協同組合(全国8,000〜10,000社規模)と、除雪計画を統括する市町村道路管理部門が主な顧客である。
対象とする社会課題：除雪オペレーターの高齢化・技能伝承断絶による除雪体制の崩壊リスク
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。
北海道や東北の除雪現場では、熟練オペレーターの経験と勘だけが吹雪の夜道を守ってきた。だがその技は言葉にならず、退職とともに消えていく。新人は現場で命がけの試行錯誤を強いられ、地域の除雪体制そのものが立ち行かなくなる。技能を可視化し、次の世代が短い期間で一人前になれる仕組みが必要だ。
※ 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850万円の申請資料も、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、雪守AIコーチの事業内容・市場規模・収益モデルを読み込んだ状態で、選んだ資料の素案をその場で書き始めます。まずは気になる一枚から試してみてください。
※ 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。
雪守AIコーチは、除雪車にカメラ・GPS・CAN通信アダプタを搭載し、熟練オペレーターのブレード角度・速度・進路操作と路面状況（積雪深・雪質・凍結有無）を同時記録して『模範操作モデル』をAIに学習させるプラットフォームです。
新人が同じ路線を運転すると、タブレットと音声で『速度を10%落としてください』『ブレード角度を左に5度』とリアルタイムに差分を指摘します。シーズン終了後には判断が遅れた区間や危険接近回数をまとめた個人別技能レポートを提示し、翌シーズンの訓練に反映します。自治体には出動タイミングと配車を提案するダッシュボードも提供し、経験の浅いオペレーターでも安全に稼働できる体制づくりを支援します。
北海道・東北・北陸などの積雪地域では、市町村道除雪の実務を担う除雪車オペレーターの平均年齢が60歳を超え、10年以内に大量離職が見込まれる地域が多い。
熟練オペレーターは雪質・路面凍結・視界不良を経験的に判断し、ブレード角度や速度を無意識に調整しているが、この判断基準は言語化されず、口伝と同乗訓練でしか継承されてきていない。新人が独力で戦力化するには最低3〜5シーズン(1シーズン=約4か月稼働)を要し、その間の事故率も高く、若手が離職しやすい。除雪業務は冬季数か月に業務が集中する特殊性から若年層の就業意欲が低く、地方の建設業者は除雪委託契約の人員確保に毎年苦慮している。国交省調査でも除雪オペレーター不足は「除雪体制維持の最大の懸念事項」として繰り返し指摘されているが、体系的な訓練手段や技能の可視化ツールはほとんど存在しない。
車載カメラ画像から積雪深・雪質・視界不良度を推定する画像解析AI、CANデータから操作パターンを抽出し熟練者との差分を検出する時系列異常検知AI、新人へのフィードバックを行う音声対話AI、気象・過去出動データから出動タイミングと配車を最適化する予測・最適化AIの4つを組み合わせる。
特に技能差分検出AIは、路面条件ごとにクラスタリングした熟練者操作パターンをベースラインとし、新人操作との偏差をリアルタイムでスコア化する点が中核技術である。蓄積データは訓練プログラムの自動更新にも使われ、シーズンを重ねるごとにコーチングの精度が向上する。
除雪車に車載カメラ・GPS・CAN通信アダプタを設置し、熟練オペレーターの走行時のブレード角度・速度・進路・アクセル操作と、路面状況(積雪深・雪質・凍結有無)を同時記録する。
AIはこの熟練者データを「模範操作モデル」として学習し、新人が同じ路線を運転する際にリアルタイムで操作差分を検出、タブレットと音声で「速度を10%落としてください」「ブレード角度を左に5度」のように自然言語で即時コーチングする。新人はシーズン後にAIが生成する個人別技能レポート(判断が遅れた区間、危険接近回数など)を確認し、翌シーズンの訓練計画に反映する。自治体・事業者向けには、気象データと出動履歴からAIが最適な出動タイミングと配車を提案するダッシュボードも提供し、経験の浅いオペレーターでも判断依存度を下げられる体験を実現する。オフシーズンにはVR/シミュレーター上で熟練者データを再現した訓練プログラムを提供し、実車を使わずに危険操作の練習ができる。
| 新人オペレーターの同乗訓練にかかる熟練者の人件費（1名あたり2シーズン×月20万円相当の稼働ロス） | 年間約240万円/新人1名あたりの目安 |
| 除雪車の事故・接触による修理費（ガードレール接触、ブレード破損等） | 年間約50万〜150万円/台の目安 |
| 新人離職に伴う再採用・再訓練コスト（採用広告費、初期研修費） | 1名離職あたり約80万円の目安 |
| 出動タイミング遅延による住民クレーム対応・緊急出動の追加人件費 | 年間約100万円/自治体の目安 |
| 車載AIコーチングSaaS（除雪車1台・冬季稼働月のみ） | 月額3万円/台（初期設置費15万円/台別途） |
| シミュレーター訓練ライセンス（拠点単位・年間） | 年間50万円/拠点 |
| 自治体向け運行データ分析レポート（年次） | 年間80万円/自治体 |
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。
除雪オペレーターの平均年齢は60歳を超え、10年以内に大量離職が見込まれる地域が多い。
熟練者の雪質・凍結判断は言語化されず口伝と同乗訓練でしか継承できないため、新人が独力で戦力化するには3〜5シーズンを要し、その間の事故率も高い。除雪業務は冬季数か月に稼働が集中する特殊性から若年層の就業意欲が低く、地方建設業者は毎年人員確保に苦慮している。体系的な訓練手段や技能可視化ツールがほとんど存在しないため、経験値をデータとして継承する仕組みが必要とされている。
PoC構築期および技能差分検出AIモデルの開発は要件が流動的で試行錯誤を伴うため、準委任契約で進めるのが適する。
先行導入・地域拡大フェーズで機能仕様が固まった車載アプリやダッシュボードの開発は、請負契約でスコープと納期を明確化すべきである。発注時は熟練者データの著作権・利用範囲、耐寒試験(-25℃)の合格基準、AIモデルの精度目標（誤検知率等）を検収条件として契約書に明記することが望ましい。除雪業務は冬季稼働前のリリースが必須のため、季節を跨ぐ遅延リスクを踏まえたマイルストーン設定と違約条件も併せて取り決める必要がある。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 除雪事業者に所属する新人・若手除雪オペレーター（戦力化を目指す層） |
| セカンダリ | 熟練オペレーターOB（技能アドバイザー）、除雪事業者の現場管理者、市町村道路管理部門の担当者 |
| 管理 | システム運営会社の導入・保守担当者、除雪事業協同組合の管理責任者 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 積雪深・雪質・視界不良度推定AI | 車載カメラ画像→CNNで積雪深・雪質・視界不良度を推定→数値スコアを出力 |
| CAN操作データ収集機能 | CANバス信号(速度・ブレード角度・アクセル)→時系列変換→操作ログをDB保存 |
| 技能差分検出AI(時系列異常検知) | 新人操作ログと熟練者ベースライン→偏差を算出→乖離スコアをリアルタイム出力 |
| 音声対話コーチングAI | 乖離スコア・路面条件→自然言語生成→音声で操作修正指示(例:速度10%減) |
| 個人別技能レポート生成 | シーズン累積ログ→区間別遅延・危険接近回数を集計→PDFレポート出力 |
| 出動タイミング・配車最適化AI | 気象予報・過去出動実績→需給予測処理→推奨出動時刻と配車案を提示 |
| 自治体向け運行データダッシュボード | 出動履歴・人員配置データ→集計処理→自治体担当者向けWeb画面に表示 |
| VR/シミュレーター訓練プログラム | 熟練者操作データ→3D路面・操作再現→VR上で危険操作の練習シナリオを提供 |
| 車載IoTデバイス死活監視 | デバイス稼働状態(温度・通信状況)→異常判定→保守担当へアラート通知 |
| 熟練者ベースラインモデル更新 | 新規蓄積操作データ→路面条件別クラスタで再学習→ベースラインモデルを更新 |
| 現場タブレット表示UI | 走行中のセンサー・差分値→画面描画処理→操作差分をリアルタイム表示 |
| テーブル | 主要カラム |
|---|---|
vehicles | 車両ID, 事業者ID, 車種, メーカー, 設置デバイスID, 設置日 |
operators | オペレーターID, 事業者ID, 氏名, 経験シーズン数, 熟練度区分 |
drive_sessions | セッションID, 車両ID, オペレーターID, 路線ID, 開始日時, 終了日時, 天候条件 |
can_telemetry | テレメトリID, セッションID, タイムスタンプ, ブレード角度, 速度, アクセル開度, 緯度経度 |
road_conditions | 条件ID, セッションID, タイムスタンプ, 積雪深, 雪質区分, 凍結有無, 視界不良度 |
coaching_feedback | フィードバックID, セッションID, タイムスタンプ, 差分スコア, 音声メッセージ, 対象区間 |
skill_reports | レポートID, オペレーターID, シーズン, 判断遅延区間数, 危険接近回数, 戦力化進捗スコア |
dispatch_plans | 計画ID, 自治体ID, 対象日, 気象予測データ, 推奨出動時刻, 推奨配車車両リスト |
| # | 画面 |
|---|---|
| 1 | 車載音声コーチング画面 |
| 2 | 個人別技能レポート画面 |
| 3 | 熟練者ベースライン確認画面 |
| 4 | 自治体向け配車ダッシュボード |
| 5 | 事業者向け車両稼働管理画面 |
| 6 | VRシミュレーター訓練画面 |
| 7 | 機器保守・故障対応画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS IoT Core(車載デバイス大量データ収集に実績) |
| 2 | TimescaleDB(時系列CANデータの高速蓄積に適合) |
| 3 | PyTorch(異常検知・画像解析モデル構築に採用) |
| 4 | Kubernetes(季節変動負荷への弾力対応) |
| 5 | 音声認識/合成API(現場向け自然言語コーチングに必要) |
| 6 | Grafana(自治体・事業者向け可視化に採用) |
| 7 | Unity(VRシミュレーター訓練環境構築に採用) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 冬季稼働期間(11-3月)の稼働率99.5%以上、月間ダウンタイム3.6時間以内を目安とする |
| 性能 | 性能: 操作検知から音声コーチング出力までの遅延を300ms以内に抑える想定 |
| 耐環境性 | 耐環境性: 車載機器は-25℃〜50℃での動作を保証し、防塵防水IP67相当に準拠する |
| セキュリティ | セキュリティ: 運転者個人データ・位置情報はAES256で暗号化、通信はTLS1.3を使用する |
| データ運用 | データ運用: 走行ログは直近5シーズン分(約20か月)をクラウド保持し、日次バックアップを実施する |
| 保守運用 | 保守運用: 車載機器故障時は72時間以内に代替機を現地発送・交換する体制を目安とする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 熟練オペレーターに同乗し、GPSロガーとビデオカメラで走行を記録、ヒアリングと合わせて操作パターンを人力で分析・言語化して仮説を作る | AI利用料と交通費・宿泊費だけで済む水準感 |
| ②最小システム | 少数の事業者・車両に車載IoTデバイスと簡易ダッシュボードを試作導入し、技能差分検出AIの初期モデルで実データを検証する | 外注開発で数か月分の費用感、試作機材費を含む水準 |
| ③本開発 | 耐寒仕様のハードウェアを量産設計し、AI音声コーチングと自治体向けダッシュボードを本格実装して複数地域への展開に対応する | 本格開発体制で半年から一年分の外注費・人件費に相当する水準感 |
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 |
|---|---|---|
| 市町村道路管理課の除雪計画担当係長（自治体職員） | 除雪委託契約更新時期と予算枠を把握し、実証協力先を選定するため | 北海道開発局・地方整備局経由の紹介、または除雪連絡会議への参加 |
| 除雪事業協同組合の理事長または熟練オペレーターOB | 現場の技能継承課題の実態確認とデータ収集協力の合意形成のため | 地方建設業協会の除雪部会名簿から個別訪問アポイントを取得 |
| 除雪車メーカー(新明和工業・日本除雪機工業等)の法人営業担当者 | 車両組込み提携と代理店販売チャネル構築の可能性を探るため | 北海道建機展示会・雪祭り関連の業界展示会での名刺交換 |
| 地方建設業協会の除雪部会担当職員 | 会員企業への共同導入プラン提案と業界団体経由の営業ルート確立のため | 協会の除雪講習会・安全大会に参加し担当窓口を紹介依頼 |
| 国交省地方整備局(北海道開発局)道路維持課の除雪担当官 | 除雪オペレーター不足の政策的懸念と補助金・実証事業の情報を得るため | 地方整備局のウェブサイト経由で除雪懇談会・意見交換会に応募 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 除雪車ディーラー・メーカーとの代理店提携 | 「後付けで既存車両にセンサーを付けられるので、新車商談の際にオプションとして紹介してもらえないか」と持ちかけ、実証機を借りて同席商談する |
| 建設業協会・除雪事業協同組合への直接営業 | 「新人オペレーターの育成に困っていませんか、実証で無償試験導入させてもらえないか」と地域支部の会合や勉強会で声をかける |
| 自治体の除雪委託契約更新時期への提案 | 秋の契約更新前に道路管理部門を訪問し、「入札仕様書に実証事業枠でのICT導入を書き込めないか」と技術要件の相談として持ち込む |
| 国交省・自治体の除雪DX関連実証事業や展示会への出展 | 除雪機械の展示会や自治体主催の防災・インフラDXイベントに出展し、「熟練者の技を可視化したい事業者はいませんか」と声をかける |
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 | 法人設立からまだ実績が浅い創業者 | 車載IoTデバイス試作や耐寒試験など初期の設備投資・運転資金の両方に使える。融資額は850万円が目安で、着金までのタイムラグを見込んで自己資金100万円と併用する設計が前提になる |
| 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） | 耐寒車載機器や技能差分検出AIなど新製品・新サービス開発を行う中小企業 | 車載IoTデバイスの試作・耐寒試験や、技能差分検出AIのモデル構築費用が対象経費に含まれやすい |
| 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（創業直後の代表1名体制含む） | 除雪車ディーラー・建設業協会向けの販路開拓資料作成や展示会出展費など、初期の営業活動費に使える枠がある |
| IT導入補助金 | ITツール・ソフトウェアを導入する中小企業（顧客側の建設業者・除雪事業協同組合も対象になり得る） | 顧客である除雪事業者側がSaaS利用料やダッシュボード導入費に本補助金を使える可能性があり、営業時の提案材料になる |
| NEDO シード期研究開発支援事業（Seeds支援） | AI・IoTなど技術的難易度の高い研究開発を行うスタートアップ | 時系列異常検知AIや画像解析AIの精度向上といった研究開発要素の強い部分の資金源として候補になる |
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。
同じ課題意識を持つ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・登録数などにもとづく自動集計の相対表示です。