Who（誰が）
従業員300〜5000名規模の企業人事部門を主要顧客とし、SmartHRやfreee等の労務SaaSベンダー、パーソル等の人事コンサル大手が買収候補となる
対象とする社会課題：企業の副業許可判断が属人的・非効率で、解禁が進まない
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。
人事担当者が1〜2名で兼務しながら、競業リスクや労働時間の法的判断まで手作業で抱えている現場がある。判断基準が明文化されず、承認は部署や上司によって割れ、従業員は数週間待たされる。一律禁止か実質フリーパスかの二極化は、優秀人材の流出と情報漏洩トラブルの両方を招く。属人化した審査を仕組みに変えることが、企業と働く人の双方を守る。
※ 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720万円の申請資料も、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、副業ジャッジAIの事業内容を読み込んだ状態で、事業計画書やピッチ資料、要件定義などの素案をその場で作成します。気になる資料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。
本サービスは、副業を許可制にしている従業員300〜3000名規模の企業人事部門向けに、副業申請の審査をAIが支援するSaaSです。
従業員がSlackやWeb画面から副業先社名・業務内容・稼働時間を入力すると、AIが自社事業とのテキスト類似度から競業リスクを0〜100点で算出し、同時にSmartHRやKING OF TIMEの勤怠データと合算して労働時間超過リスクを判定します。人事担当者は『承認/条件付き承認/要面談/却下推奨』の判定理由レポートを読み、承認ボタンを押すだけで従業員に自動通知されます。これにより1〜2名体制の人事部でも月20〜100件の申請を平均2〜4週間から3営業日以内で処理できるようになり、判断の属人化・部署間のばらつきも解消されます。
厚労省の副業・兼業ガイドライン改定以降、副業を認める企業は増えているが、実際に許可制を採用する企業の人事部門では、申請書1件ごとに競業性・情報漏洩リスク・本業への影響（労働時間超過による安全配慮義務違反リスク）を人事担当者が手作業で審査しており、従業員300〜3000名規模の企業では月20〜100件の申請が滞留するケースが多い。
判断基準が明文化されていない企業も多く、担当者の主観や前例踏襲に依存するため、承認までに平均2〜4週間かかり、従業員の副業機会損失や不公平感(部署・上司によって判断が割れる)が発生している。特に中堅企業の人事部は1〜2名体制で兼務しているケースが多く、労働基準法38条の通算労働時間管理や競業避止義務の法的リスク判断まで手が回らず、「一律禁止」または「性善説での実質フリーパス」という二極化が起きている。この結果、優秀人材の流出（副業できる他社への転職）と、逆に副業先とのトラブル（情報漏洩・競業訴訟）の両方のリスクを企業が抱えている。
①自然言語処理（BERTベース類似度モデル）により副業先の事業内容記述と自社の事業ドメイン・取引先データベースを照合し競業リスクを定量スコア化する。
②時系列予測モデルが勤怠データから残業傾向を予測し、副業稼働時間との合算シミュレーションで労働時間超過確率を算出する。③生成AI（LLM）が過去の判例・自社就業規則・厚労省ガイドラインを学習した上で、判定根拠を人事担当者にも従業員にも分かる自然言語レポートとして自動生成し、対話型チャットボットで従業員からの質問に回答する。④蓄積された承認/却下履歴を教師データとして再学習し、企業ごとの実際の判断傾向にモデルをファインチューニングして精度を継続向上させる。
人事担当者が申請フォーム（副業先社名・業種・業務内容・想定稼働時間・週何日）をWeb画面またはSlack/Teamsボットに入力すると、AIが自社の事業内容・取引先リスト・特許/営業秘密領域とのテキスト類似度を解析し競業リスクスコア（0〜100）を即時算出する。
同時に本業の勤怠システム（freee人事労務・SmartHR・KING OF TIME等とAPI連携）から過去3ヶ月の実労働時間を取得し、副業稼働時間を合算した週間・月間の通算労働時間を予測、時間外労働の上限（月45時間目安）超過リスクをアラート表示する。人事担当者はAIが生成した「承認/条件付き承認/要面談/却下推奨」の判定理由レポート（自然言語で根拠を説明）を確認し、最終承認ボタンを押すだけで従業員に自動通知される仕組みとし、平均処理時間を2〜4週間から即日〜3営業日に短縮する。従業員側は申請前にAIチャットボットに「この副業は通りそうか」を相談でき、競業ワードや稼働時間を対話的に調整して申請内容を最適化できる体験を提供する。管理画面では申請傾向・承認率・部署別リスク分布をダッシュボードで可視化し、就業規則の改定提案にも活用できる。
| 人事担当者の審査工数（月80件×1.5時間×時給3000円換算） | 年間約432万円 |
| 承認遅延による副業希望者の離職・案件辞退（1名あたり代替採用コスト想定） | 年間100万〜300万円 |
| 情報漏洩・競業トラブル発生時の対応・損害賠償コスト（発生時想定） | 1件あたり数百万円規模 |
| 就業規則改定・法的リスク判断の外部社労士相談費 | 年間50万〜100万円 |
| 月額SaaS利用料（従業員800名規模・1名200円想定） | 月額16万円（年間192万円） |
| 初期導入・API連携設定費（勤怠連携＋就業規則データ投入） | 初期一括50万円 |
| 高度分析オプション（部署別リスクレポート・就業規則改定コンサル） | 月額15万円（年間180万円） |
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。
従業員300〜3000名規模の企業では、副業申請1件ごとに競業性・情報漏洩リスク・労働時間超過リスクを人事担当者1〜2名が手作業で審査しており、月20〜100件が滞留し承認まで平均2〜4週間かかっている。
判断基準が明文化されていないため担当者や上司によって判断が割れ、従業員の不公平感や副業機会損失につながっている。労働基準法38条の通算労働時間管理まで手が回らず、結果的に『一律禁止』か『実質フリーパス』のどちらかに偏り、優秀人材の流出リスクと情報漏洩・競業訴訟リスクの両方を企業が抱えている。
MVP開発フェーズは要件が確定しておらず、競業リスクスコアリングのアルゴリズムやAI判定精度を検証・調整しながら進める必要があるため準委任契約が向く想定です。
特にNLP類似度モデルの精度検証、勤怠API連携の仕様確認は反復的な調整が発生するため、成果物固定の請負契約では手戻りコストが発生しやすい。PoC・MVP完了後、機能要件が明確化した2フェーズ以降（管理ダッシュボード等の定型機能追加）は請負契約への切り替えを検討する。発注時は、AI判定精度のKPI（一致率85%等)を契約時点の成果物要件に含めず、努力目標として別途SLAやマイルストーン払いで管理することを推奨する。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 副業許可制を採用する企業の人事担当者（1〜2名体制が多い）で、申請審査・承認判断を行う |
| セカンダリ | 副業を申請する従業員で、申請フォーム入力とAIチャットボットへの事前相談を行う |
| 管理 | システム管理者（IT部門・SaaSベンダー側運用担当）およびHR部門の導入決裁者で、権限設定・API連携設定・ダッシュボード確認を行う |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 副業申請フォーム入力 | 副業先社名・業種・業務内容・稼働時間を入力→バリデーション→申請レコード生成 |
| 競業リスクスコアリング | 副業先事業内容テキスト→BERT類似度モデルで自社事業・取引先DBと照合→0〜100スコア出力 |
| 勤怠API連携取得 | SmartHR/freee/KING OF TIME→過去3ヶ月実労働時間をAPI取得→通算労働時間DBに保存 |
| 労働時間超過予測 | 実労働時間+申請稼働時間→時系列予測モデルで月45時間超過確率算出→アラート判定 |
| AI判定レポート生成 | スコア・超過確率・就業規則→LLMが判例学習済モデルで判定理由を自然言語生成→レポート出力 |
| 承認/却下最終処理 | 人事担当者が判定レポート確認→承認ボタン押下→従業員へ結果を自動通知 |
| 従業員向け事前相談チャットボット | 従業員が副業内容を対話入力→LLMが競業ワード・稼働時間を評価→通過可能性と改善案を回答 |
| モデル再学習パイプライン | 蓄積された承認/却下履歴→教師データとして企業別ファインチューニング→判定精度スコア更新 |
| Slack/Teamsボット申請 | 従業員がチャット上で申請項目を入力→Webフォームと同一APIへ連携→申請受理通知を返信 |
| 管理ダッシュボード | 申請・承認履歴データ→部署別リスク分布と承認率を集計→グラフ表示・CSV出力 |
| 四半期リスク分析レポート出力 | 蓄積判定データ→業種別傾向・就業規則改定提案をLLMが生成→PDFレポート配信 |
| テーブル | 主要カラム |
|---|---|
companies | id, company_name, industry_code, business_description, contract_plan, employee_count, created_at |
employees | id, company_id, employee_code, name, department, position, email, hire_date |
side_job_applications | id, employee_id, side_company_name, industry, job_description, weekly_hours, days_per_week, status, submitted_at |
competitor_risk_scores | id, application_id, similarity_score, matched_keywords, risk_level, model_version, calculated_at |
attendance_records | id, employee_id, work_date, actual_hours, overtime_hours, source_system, synced_at |
judgment_reports | id, application_id, recommendation, reason_text, risk_score, overtime_risk_flag, generated_at |
approval_history | id, application_id, approver_id, decision, decision_reason, decided_at |
chatbot_conversations | id, employee_id, session_id, message, response, created_at |
| # | 画面 |
|---|---|
| 1 | 副業申請フォーム画面 |
| 2 | 人事担当承認ダッシュボード |
| 3 | 競業リスクスコア詳細画面 |
| 4 | AI判定レポート確認画面 |
| 5 | 従業員向けチャットボット画面 |
| 6 | 部署別リスク分析ダッシュボード |
| 7 | 就業規則・判定基準設定画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS（可用性・ISMS/SOC2対応の実績が豊富） |
| 2 | Python/FastAPI（NLP・時系列モデルとの連携が容易） |
| 3 | BERTベース日本語事前学習モデル（競業類似度解析に適合） |
| 4 | LLM（判定根拠の自然言語レポート生成に必要） |
| 5 | SmartHR/freee/KING OF TIME API（勤怠データ取得の主要連携先） |
| 6 | PostgreSQL（申請・履歴データの正規化管理に適合） |
| 7 | Auth0（企業ごとの権限管理・SSO対応が容易） |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 勤怠API連携基盤の月間稼働率99.5%以上を目標とする想定 |
| 性能 | 性能: AI判定レポート生成は申請受理から平均5分以内に完了することを目標とする想定 |
| セキュリティ | セキュリティ: 勤怠・人事機微情報は保存時・通信時ともにAES-256相当で暗号化し、ISMS/SOC2準拠のインフラを初期導入時に構築 |
| アクセス制御 | アクセス制御: 人事担当者・従業員・管理者の3権限をロールベースで分離し、閲覧範囲を部署単位に制限する想定 |
| 監査ログ | 監査ログ: 申請・判定・承認操作を最低3年間保持し、労使トラブル時の説明責任に対応できる状態を維持 |
| 拡張性 | 拡張性: 業種別テンプレート追加を四半期ごとに実施し、100社規模の同時利用増加にスケール可能な構成とする想定 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | パイロット企業数社の実際の申請書と就業規則をもとに、人手でリスクスコアリングと判定理由レポートを作成し、人事担当者が実務で使えるかを確認する | 自分の作業時間とヒアリングの交通費だけで検証できる水準 |
| ②最小システム | 申請フォームと簡易な類似度判定ロジック、勤怠システム1社分のAPI連携のみを実装し、実際の申請フローで即日〜数営業日の判定が回るかを試す | 外注または少人数のエンジニアで数か月分の開発費が目安 |
| ③本開発 | 複数の勤怠SaaSとの正式連携、生成AIによる判定理由レポートの自動生成、社労士エスカレーション機能を実装し、複数社への本番導入に耐える体制にする | 学習データ整備費・API連携開発費を含め、本格的な外部開発投資が必要な水準 |
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500〜2000名規模企業の人事労務部長（副業許可制を運用中） | 現場の審査フロー・滞留件数・判断基準の実態をヒアリングし要件定義に反映するため | 日本CHRO協会や人事勉強会（HR Tech系イベント）経由で紹介依頼、または知人人事の紹介 |
| 労働法専門の弁護士（企業法務系事務所、競業避止義務・営業秘密訴訟の経験者） | AI判定根拠の法的妥当性とExplainable AI設計の監修者を確保するため | 経営法友会や第二東京弁護士会の労働法部会に所属する弁護士へ紹介依頼 |
| 社会保険労務士事務所の代表社労士（従業員規模500名以上の顧問先を持つ事務所） | 代理店契約と就業規則・判例知見の情報優位性を早期に構築するため | 全国社会保険労務士会連合会の支部セミナーに参加し名刺交換から接触 |
| SmartHR・freee・KING OF TIMEのアライアンス/パートナー営業担当者 | API連携仕様確認とアドオンストア掲載交渉の窓口を最初に確保するため | 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、展示会（HR EXPO等）でも接触可能 |
| 厚生労働省労働基準局監督課または都道府県労働局の担当官 | 副業・兼業ガイドラインの通算労働時間管理の解釈をサービス設計前に確認するため | 所轄の都道府県労働局労働基準部への電話照会、または厚労省担当課への問い合わせ窓口経由 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 顧問社労士・提携社労士事務所の紹介 | 「副業許可の審査で困っている顧客企業の人事部門を、無料PoCとして紹介してほしい」と直接依頼する |
| 人事担当者向けオンラインコミュニティ | 人事・労務系のFacebookグループやSlackコミュニティで、副業審査の運用課題について投稿し個別に相談を持ちかける |
| 労務SaaSベンダーの勉強会・ウェビナー | SmartHR・freee等が主催する人事担当者向けイベントに参加し、名刺交換した相手に個別にPoC参加を打診する |
| LinkedInでの人事部門長への直接メッセージ | 従業員300〜3000名規模の企業の人事部門長を検索し、副業申請の滞留課題を具体的に挙げてヒアリングを申し込む |
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（創業融資制度） | 新たに法人を設立して事業を始める代表者 | 自己資金100万円に対し、API連携開発費や学習データ整備費に充てる運転資金を融資で補える。融資総額は720万円を想定。着金は設立から2か月目ごろ。 |
| 東京都 創業助成事業 | 東京都内で創業予定または創業後5年未満の中小企業・個人事業主 | 人件費・専門家活用費・広告費の一部が助成対象になり、PoC期に発生する外注費や社労士監修費の負担を軽減できる可能性がある |
| 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 | 代表1名体制の時期に、Webサイト制作や展示会出展など販路開拓にかかる費用の一部を補助対象にできる |
| 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） | 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 | 競業リスクスコアリングエンジンや時系列予測モデルの開発など、システム開発の一部が補助対象になり得る |
| 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 | 自社サービス自体ではなく、導入企業側（人事部門）がこのSaaSを導入する際の自己負担を減らせるため、営業時の提案材料として使える |
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。
労務・人事DX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。
※ バッジは自動集計にもとづく相対表示です、実際の成果を保証するものではありません