Who（誰が）
従業員30〜300名規模の中小企業の人事総務担当者、および提携する社労士事務所・地域金融機関の法人営業担当者
対象とする社会課題：中小企業が自社の賃金水準の適正さを把握できず、規程見直しが進まない
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。
従業員30人から300人規模の企業では人事担当が少なく、賃金規程は創業時のまま何年も放置されがちだ。同業他社と比べて自社の給与が高いのか低いのか分からないまま、優秀な人材の離職や採用難を『給与のせいでは』という感覚だけで片付けてしまう。逆に払いすぎて固定費を圧迫している会社もある。同業水準を数字で示せれば、経営者も社労士も、感覚ではなく根拠をもって規程を見直せるようになる。
※ 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。
各ボタンを押すと、チンアップAIの事業内容を読み込んだAIチャットが開き、目的に合わせた資料の素案をその場で作成します。市場規模や売上計画などの数値は1.1兆円や10億2,829万円などこのショーケースの想定値がそのまま反映されるので、たたき台としてすぐ使えます。
※ 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。
従業員30〜300名規模の中小企業で人事総務を1〜2名で担当する担当者が、自社の給与水準を初めて客観的に把握できるサービスです。
クラウドフォームに職種・等級・年齢・地域・現在給与を入力すると、求人票データや公的統計、提携社労士事務所の匿名化給与データ約120万件をAIが突合し、数分で「営業主任クラス・35歳・関東・製造業なら同業内で下位30％」といった自社の立ち位置をグラフで表示します。チャットで『初任給を2万円上げたら定着率はどう変わるか』と聞けば簡易シミュレーションが返り、そのまま等級表・昇給ルールを盛り込んだ規程改定ドラフトがPDFで出力されます。最終チェックは提携社労士がオンラインで行い、従来1〜2ヶ月かかった規程見直しを数日〜数週間に短縮します。
従業員30〜300名規模の中小企業では専任の人事担当が1〜2名しかおらず、賃金規程は創業時のまま10年以上放置されているケースが多い。
厚労省「賃金構造基本統計調査」等の公的データは業種・規模別集計が粗く、経営者が「自社の給与水準が同業他社に対して高いか低いか」を判断する材料がない。結果として、優秀人材の離職や採用難が「賃金が低いのでは」という感覚論のまま放置され、逆に賃金が高すぎて固定費を圧迫している企業も存在する。社労士に相談しても最新の同業給与データへのアクセスが限られ、規程改定の提案は経験と感覚に依存しがちである。全国約336万社の中小企業のうち賃金テーブルを定期的に見直している企業は3割未満と推計され、放置のまま人材流出や労務トラブルに発展する例が後を絶たない。
①自然言語処理による求人票・公開給与情報の自動収集・職種名寄せ（同一職種でも表記揺れが激しいためAIで正規化）、②統計的ベンチマークモデルによる同業・同規模・同地域の給与分布推定と自社ポジション予測、③対話型AI（LLM）による人事担当者からの自然言語質問への回答生成とシナリオシミュレーション、④最適化アルゴリズムによる離職リスクと人件費上昇のトレードオフを考慮した等級・昇給テーブルの自動ドラフト生成、の4工程でAIが中核を担う。
人事総務担当者がクラウド上のフォームに従業員の職種・等級・年齢・地域・現在給与を入力すると、AIが求人票データ・公的統計・提携社労士事務所からの匿名化給与データ約120万件を突合し、同業・同規模・同地域における給与レンジと自社の位置(パーセンタイル)を数分で可視化する。
担当者はチャット型AIに「営業職の初任給を上げたら定着率はどう変わるか」等を自然言語で質問でき、AIが離職率データと連動した簡易シミュレーションを返す。診断後は自動生成された賃金規程改定ドラフト（等級表・昇給ルール・手当設計を含む）がPDF/Wordで出力され、提携社労士がオンラインで最終レビューを行う。企業側は月次で給与データを更新するだけで、常に最新の同業水準との差分アラートを受け取れる仕組みとなる。
| 社労士への規程改定一括依頼（データ収集含む従来型見積り） | 50万円〜100万円（1回あたり、完了まで1〜2ヶ月） |
| 賃金の低さを理由とした中途採用の内定辞退・再募集コスト（求人媒体費・人材紹介料） | 年間150万円〜300万円の想定 |
| 人事総務担当者が同業給与情報を独自に調査する人件費（週数時間×月換算） | 年間60万円程度の目安 |
| 賃金水準が同業より高すぎる場合の固定費過払い（見直し未実施による人件費超過分） | 従業員100名規模で年間200万円〜500万円の想定 |
| SaaS月額利用料（従業員100名規模） | 月額6万円（年額72万円） |
| 規程改定スポット支援パッケージ（AIドラフト＋社労士レビュー） | 1回あたり25万円〜50万円 |
| 社労士事務所向けOEM/API利用料 | 月額5万円〜（顧客数連動の従量課金あり） |
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。
従業員30〜300名規模の中小企業では人事担当が1〜2名しかおらず、賃金規程が創業時から10年以上見直されないまま放置されているケースが多い。
厚労省の賃金構造基本統計調査は業種・規模の粒度が粗く、経営者が『自社は同業より給与が高いのか低いのか』を判断する材料がない。社労士に相談しても最新の同業給与データへのアクセスが限られ、改定提案は経験と感覚に依存しがちである。結果として賃金が低いという感覚論だけで離職が語られたり、逆に賃金が高すぎて固定費を圧迫している企業が放置され、人材流出や労務トラブルに発展している。
MVP構築・データ基盤整備フェーズ（0〜6ヶ月）は要件が流動的でベンチマークモデルの精度検証を繰り返す性質が強いため準委任契約が向く。
有償化以降のOEM/API開発やダッシュボード機能拡充など仕様が固まった機能追加は請負契約でスコープと納期を明確にするのが望ましい。発注時は職種名寄せの精度基準（例：主要職種カテゴリでの正規化正答率90%以上など）とデータ更新頻度をSLAとして契約書に明記し、匿名化・統計集約処理の範囲を委託契約書上で個人情報保護法・提携先契約と齟齬なく定義する必要がある。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 従業員30〜300名規模の中小企業の人事総務担当者（1〜2名体制が中心） |
| セカンダリ | 提携社労士事務所の担当者（ドラフトレビュー・最終助言を実施）、地域金融機関の法人営業担当（紹介チャネル） |
| 管理 | 自社カスタマーサクセス担当・データサイエンティスト（データ品質管理・モデル精度モニタリング） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 求人票・給与データ自動収集基盤 | 求人媒体・公的統計サイトURL→定期スクレイピング→正規化済み給与データ約120万件をDB格納 |
| 職種名寄せ・正規化AI | 収集した求人票・給与データの職種表記→NLPで名寄せ→統一職種コード付きデータ出力 |
| 企業属性入力フォーム | 人事担当者が職種・等級・年齢・地域・現在給与を入力→入力値検証→企業プロファイルDB保存 |
| ベンチマーク診断エンジン | 企業プロファイル→統計モデルで同業同規模給与分布と比較→パーセンタイル位置を可視化レポート出力 |
| チャット型AI相談機能 | 自然言語の質問（例:初任給引上げ効果）→LLMが離職率データと連動して回答→回答文表示 |
| 離職リスク・人件費シミュレーション | 給与変更案パラメータ→離職率モデルで予測→定着率・コスト変化グラフ出力 |
| 等級・昇給テーブル自動ドラフト生成 | 診断結果と制約条件→最適化アルゴリズムで等級表・昇給ルール算出→PDF/Word原案出力 |
| 社労士オンラインレビューワークフロー | AI生成ドラフト→提携社労士がオンラインで修正・承認→確定版規程文書出力 |
| 月次差分アラート通知 | 月次更新給与データ→同業水準との差分再計算→乖離検知時に担当者へメール/画面通知 |
| 社労士事務所向けOEM/API連携 | 顧客管理システムからのAPIリクエスト→診断・ドラフト生成処理呼び出し→JSON形式で結果返却 |
| 契約・課金管理 | 契約プラン・利用量情報→月額/従量課金計算→請求書発行とオンライン決済処理 |
| テーブル | 主要カラム |
|---|---|
companies | company_id, name, industry_code, employee_count, region_code, plan_type, contract_status |
employees_input | input_id, company_id, job_title_raw, job_title_normalized, grade, age, region_code, current_salary, input_date |
salary_benchmark_data | record_id, source_type, job_title_normalized, industry_code, region_code, company_size_band, salary_amount, collected_date, anonymized_flag |
job_title_mapping | raw_title, normalized_title, confidence_score, updated_at |
diagnosis_results | diagnosis_id, company_id, job_title_normalized, percentile, benchmark_median, sample_size, confidence_interval, created_at |
chat_sessions | session_id, company_id, user_id, question_text, answer_text, model_version, created_at |
regulation_drafts | draft_id, company_id, grade_table_json, salary_rule_json, allowance_json, status, sr_reviewer_id, reviewed_at |
partner_sr_offices | office_id, office_name, contact_person, oem_plan, api_key, contracted_clients_count |
| # | 画面 |
|---|---|
| 1 | ログイン・企業登録画面 |
| 2 | 従業員給与データ入力画面 |
| 3 | ベンチマーク診断結果画面 |
| 4 | チャットAI相談画面 |
| 5 | 規程改定ドラフト編集画面 |
| 6 | 社労士レビュー承認画面 |
| 7 | 月次アラート・差分通知画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | Python/FastAPI（データ処理APIの高速開発） |
| 2 | PostgreSQL（統計集計・大量給与データ管理に適合） |
| 3 | Scrapy（求人票データの定期自動収集） |
| 4 | OpenAI API（職種名寄せ・チャット応答生成） |
| 5 | Airflow（データ収集・正規化パイプラインの定期実行） |
| 6 | AWS S3+Glue（匿名化データレイクと統計処理基盤） |
| 7 | Auth0（企業・社労士アカウントの認証管理） |
| 区分 | 要件 |
|---|---|
| ベンチマーク診断のレスポンス時間 | ベンチマーク診断のレスポンス時間: 入力から結果表示まで平均5分以内 |
| 可用性 | 可用性: SaaS基盤の月間稼働率99.5%以上（計画停止除く） |
| データ保護 | データ保護: 給与データは匿名化・統計集約後にAES256相当で暗号化保存 |
| 同時接続 | 同時接続: ピーク時500企業・5,000ユーザーの同時アクセスに対応 |
| 監査・ログ保持 | 監査・ログ保持: アクセスログ・処理履歴を5年間保存し社労士レビュー履歴を追跡可能に |
| バックアップ | バックアップ: DB全量バックアップを日次実施し障害時RPO24時間以内で復旧 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | パイロット企業に対して、担当者が求人票データや公的統計を手作業で集めExcelでベンチマーク表を作成し、同業比較が実際の経営判断に使えるかを聞き取る | 人件費と交通費程度で、外部発注はほぼ発生しない水準 |
| ②最小システム | 求人票データの自動収集とベンチマーク表示だけを実装した簡易Webアプリを作り、パイロット企業に使ってもらい診断精度と操作感を検証する | 外注で数か月分の開発費とAI利用料が中心 |
| ③本開発 | チャットAI相談・規程改定ドラフト自動生成・社労士レビュー連携までを含む本番システムを構築し、有償プランとして提供できる状態に仕上げる | データサイエンティストや社労士との契約費用も含め、外部資金調達を前提とした規模の投資 |
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 |
|---|---|---|
| 地域社会保険労務士会に所属する開業社労士（5〜20名規模の事務所代表） | 顧客紹介チャネル兼レビュー担当の要となるため、提携条件を早期にすり合わせる必要がある | 都道府県社労士会の研修会・勉強会に参加し、賃金改定業務を扱う会員に個別打診する |
| 従業員100名前後の製造業・小売業の人事総務担当者（1〜2名体制） | パイロット診断の実利用者として精度検証とUI改善のフィードバックを得るため | 商工会議所や中小企業家同友会の会員名簿経由で人事担当者に個別打診する |
| 地方銀行の法人営業部・取引先支援担当者 | 融資先中小企業への紹介チャネル構築とデータ提供パートナー化の可能性を探るため | 地銀の産業支援室・ビジネスマッチング部門に事業説明資料を持ち込み面談を依頼する |
| 求人媒体運営会社（求人ボックス・Indeed系アグリゲーター等）のデータ提携担当者 | 求人票データの利用許諾・API連携条件を確認し、データ調達ルートを確保するため | 各社のデータパートナー窓口・法人営業問い合わせフォームから提携打診する |
| 中小企業診断協会の支部所属診断士（労務・人事コンサル経験者） | 規程改定支援の実務知見獲得と、診断士経由の顧客紹介ルート開拓のため | 都道府県診断協会の交流会・研究会に参加し名刺交換後に個別相談を申し込む |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 提携予定の社労士事務所への直接訪問 | 「賃金相談を受けたときに同業比較のデータがなくて困っていませんか」と聞き、顧客企業に無料診断を案内する窓口役をお願いする |
| 商工会議所・中小企業診断協会のセミナー登壇 | 賃金規程見直しをテーマにした無料セミナーを開き、参加した人事総務担当者に個別のベンチマーク診断を案内する |
| 地方銀行の法人営業担当者への紹介依頼 | 融資先企業から人事給与の相談が出た際に紹介してもらえるよう、営業担当者向けに一枚もののチラシと紹介の流れを渡す |
| 人事総務担当者が集まるオンラインコミュニティ・SNS | 賃金規程の見直しに悩む担当者向けの投稿をし、反応してくれた人に個別で無料診断を試してもらう約束を取る |
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） | これから法人を設立する創業者、または設立して間もない法人 | データ基盤構築やデータサイエンティストの人件費など創業初期の先行投資を融資で補える。融資総額は500万円を想定し、自己資金の100万円だけに依存しない体制を作れる |
| 小規模事業者持続化補助金 | 従業員数の少ない小規模事業者（法人・個人事業主） | 社労士事務所向けの提案資料作成やWebサイト・チラシ等の販路開拓費用の一部を補助対象にできる可能性がある |
| ものづくり補助金（革新的サービス開発・試作開発枠） | 新しいサービス・システムを開発する中小企業 | ベンチマークAIモデルやチャットAI相談機能、規程ドラフト自動生成の開発費の一部を補助対象にできる可能性がある |
| 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初期の中小企業 | 人件費や賃借料など創業期の運営コストの一部を助成金でカバーできる可能性があり、融資と並行して活用を検討できる |
| IT導入補助金 | ITツールを導入して業務効率化を図る中小企業 | 自社が利用する開発支援ツールやクラウド基盤の導入費用の一部を補助対象にできる可能性がある |
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。
同じ労働・雇用領域に取り組む創業者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。
※ バッジはサイト内の閲覧・登録データにもとづく相対的な表示です