Who（誰が）
従業員50〜300名規模で高圧電力契約(50kW〜2,000kW)を持つ金属加工・樹脂成形・食品加工などの中堅製造業の工場長・設備担当者
対象とする社会課題：工場の稼働データと電力消費が紐づかず、省エネの打ち手が見えない製造業
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。
多くの中堅工場では、電気代は月次の請求書で初めて分かり、どのラインが原因かは誰にも分からない。専門のエネルギー管理士を雇う余裕もなく、対策は一斉消灯や空調調整といった粗いものに留まっている。稼働ログと電力データを紐づけて見せることができれば、現場は自分たちの手で改善できるようになる。それが電気料金高騰と脱炭素の両方に効く、地に足のついた一歩だと考えている。
※ 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750万円の申請資料も、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、この事業の市場規模や収益モデル・ロードマップを読み込んだ状態でAIチャットが開き、資料の素案をすぐに作成します。稼働データと電力データの突合という専門的な内容も、たたき台があれば社内検討や取引先への説明がぐっと進みます。
※ 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。
エネルギーツインAIは、工場の分電盤にCTクランプ型センサーを後付けし、既存のMES/PLCの稼働ログと電力波形データを15秒〜1分間隔で時刻同期して自動突合するプラットフォームです。
設備担当者はダッシュボールで「プレス機3号が待機電力で月2万円分の無駄」といった原因設備を一目で特定でき、チャット型AIに『先月比で電気代が増えた理由は？』と聞けば根拠データ付きで即答します。月次では需要予測AIが翌週のピークデマンドを予測し、生産スケジュールの組み替え案と削減額をレポート化。工場長は施策の承認だけで省エネPDCAが回る運用に変わります。
国内製造業の工場の多くは生産管理システム(MES/SCADA)と電力量計・デマンド監視が別系統で導入されており、どの設備・どの工程が何kWhを消費しているかを紐づけて把握できていない。
従業員50〜300名規模の中堅工場では、電力データは月次の高圧受電明細でしか確認できず、稼働ログはExcelや紙帳票で管理されているケースが多い。設備担当者は「電気代が上がった」ことは分かっても、どのラインのどの時間帯・どの製品ロットが原因かを特定できず、省エネ施策は「主観的な勘」か「一斉消灯・空調温度調整」といった粗い対策に留まっている。専門のエネルギー管理士やデータサイエンティストを社内に置く余裕がなく、外部コンサルは工場1件あたり数百万円〜と高額で継続的な運用に至らない。結果として、経済産業省の調査でも中小製造業のエネルギー原単位改善は大企業に比べ大幅に遅れており、電気料金高騰・カーボンプライシング導入の中で収益を圧迫し続けている。
第一に異常検知AI(教師なし学習・時系列クラスタリング)が電流波形から設備ごとの稼働パターンを自動識別し、待機電力・過負荷・老朽化による効率低下を検出する。
第二に需要予測AI(勾配ブースティング・LSTM)が生産計画と気温データから翌日・翌週の電力デマンドを予測し、契約電力超過やピークカットの提案を行う。第三に自然言語対話AI(LLM)が現場担当者からの質問に社内データを根拠に回答し、専門知識がなくても分析結果を理解・活用できるようにする。第四に最適化エンジン(数理最適化)が生産スケジュールの組み替え案を複数生成し、コスト削減額と生産への影響をシミュレーションして提示する。
工場の分電盤・主要設備に安価な電流センサー(CTクランプ、1台あたり数千円)を後付けし、既存のPLC/MESから稼働ログ(稼働・停止・段取り替え・生産数量)をAPIまたはCSVで取得する。
エッジゲートウェイが15秒〜1分間隔で電力波形データと稼働イベントを時刻同期し、クラウドAIが両者を突合して「設備別・工程別・製品ロット別」の電力原単位を自動算出する。工場長・設備担当者はダッシュボード上で異常な待機電力や非効率な稼働パターンをワンクリックで確認でき、チャット型AIアシスタントに「先月比で電気代が増えた原因は?」と自然言語で質問すると、原因設備と推定削減額を即座に回答する。AIは過去データから稼働シナリオごとの電力消費を予測し、生産計画の平準化やピークシフトによる削減余地を月次レポートとして自動生成、担当者は改善施策の実行可否を承認するだけでよい設計とする。導入後は月1回のオンライン定例会で改善効果をAIが自動集計したレポートを基にレビューし、PDCAを継続する運用とする。
| 原因不明な待機電力・非効率稼働による電気代ロス(年間電気代3,000万円の5〜10%相当) | 年間150万円〜300万円 |
| 外部コンサルへのスポット依頼費用(単発診断) | 1回あたり100万円〜300万円 |
| 設備担当者が原因調査に費やす人件費(月10時間×時給3,000円換算) | 年間36万円 |
| 契約電力超過による違約金・ペナルティ | 年間20万円〜60万円(1回あたり10万円〜30万円が年2回程度) |
| SaaS月額利用料(標準プラン・1工場5ライン程度) | 月額15万円(年間180万円) |
| センサー・ゲートウェイ初期導入費(1ライン分・分割払い) | 月額分割で1万円〜3万円(初期一括なら25万円程度) |
| 成果連動フィー(削減電気代の10〜15%) | 削減額150万円の場合、年間15万円〜22.5万円 |
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。
中堅工場では電力データが月次の高圧受電明細でしか確認できず、稼働ログはExcelや紙帳票で管理されているため、電気代が上がった原因設備を特定できない状態が続いている。
専門のエネルギー管理士やデータサイエンティストを社内に置く余裕がなく、外部コンサルは1件数百万円と高額で継続利用に至らない。そのため省エネ施策は「一斉消灯」「空調温度調整」といった粗い対策に留まり、電気料金高騰やカーボンプライシング導入の中で収益を圧迫している。稼働データと電力データを時刻同期して自動で紐づける仕組みがなければ、この課題は解決できない。
MVP開発（センサー連携・データ突合基盤・ダッシュボード）はPoC工場ごとに要件が変動しやすいため、初期6ヶ月は準委任契約で仮説検証と要件確定を優先すべきです。
Phase2以降の需要予測AI・最適化エンジンなど機能仕様が固まった部分は請負契約に切り替え、検収基準（誤差10%以内などPoCで定めた精度基準）を明文化して発注することを推奨します。発注時はMES/PLCベンダー（三菱電機・キーエンス系列）とのAPI仕様変更リスクを契約書の前提条件に明記し、センサー製造委託先（国内EMS企業）の納期遅延が開発スケジュールに影響しないよう分離発注する注意が必要です。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 工場の設備担当者・生産管理担当者（日々のダッシュボード確認、アラート対応、AIへの質問） |
| セカンダリ | 工場長・製造部門管理職（月次レポートでの施策承認、経営層への報告） |
| 管理 | 自社カスタマーサクセス担当・SEチーム（センサー導入設定、顧客ごとのしきい値調整、契約管理） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 電流波形データ収集 | CTクランプの電流値を15秒〜1分間隔でエッジGWが収集し、クラウドへ波形データを送信する |
| 稼働ログ連携 | PLC/MESの稼働・停止・段取り替えログをAPI/CSVで取得し、時刻付きイベントとして保存する |
| 時刻同期・データ突合 | 電力波形データと稼働イベントを時刻同期し、設備単位のデータセットに突合する |
| 電力原単位算出 | 突合済みデータを解析し、設備別・工程別・製品ロット別の電力原単位を自動算出する |
| 異常検知AI | 電流波形を教師なし時系列クラスタリングで解析し、待機電力・過負荷・効率低下を検出する |
| 需要予測AI | 生産計画と気温データを勾配ブースティング/LSTMで解析し、翌日・翌週の電力デマンドを予測する |
| 自然言語対話AI | 担当者の自然言語質問を入力し、社内データを根拠にLLMが原因設備と推定削減額を回答する |
| 最適化エンジン | 稼働・電力データを数理最適化で解析し、削減額付きの生産スケジュール組替案を複数生成する |
| ダッシュボード表示 | 算出済み電力原単位・異常検知結果を入力し、ワンクリックで確認できるグラフ画面を表示する |
| 月次レポート自動生成 | 月間の稼働・電力データを集計し、削減余地とピークシフト提案を含むレポートをPDFで自動生成する |
| アラート通知 | 契約電力超過や異常検知結果を検知し、担当者へメール/アプリ通知でアラートを送信する |
| テーブル | 主要カラム |
|---|---|
factories | factory_id, name, address, contract_power_kw, industry_type, created_at |
lines | line_id, factory_id, name, equipment_type, rated_power_kw |
sensors | sensor_id, line_id, sensor_type, gateway_id, install_date |
power_readings | reading_id, sensor_id, timestamp, current_a, voltage_v, power_kw |
operation_logs | log_id, line_id, timestamp, status, product_lot_id, quantity |
energy_unit_metrics | metric_id, line_id, product_lot_id, period, kwh_per_unit |
anomaly_alerts | alert_id, line_id, detected_at, anomaly_type, severity, status |
contracts | contract_id, factory_id, plan_type, monthly_fee, start_date, status |
| # | 画面 |
|---|---|
| 1 | ログイン・工場選択画面 |
| 2 | 電力・稼働ダッシュボード |
| 3 | 設備別原単位分析画面 |
| 4 | 異常検知アラート一覧 |
| 5 | AIチャット質問画面 |
| 6 | 削減提案レポート画面 |
| 7 | センサー・契約管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS IoT Core(センサーデータ収集の実績豊富) |
| 2 | AWS Timestream(時系列電力データ格納に最適) |
| 3 | Python/scikit-learn(異常検知の教師なし学習実装) |
| 4 | LightGBM(需要予測の勾配ブースティング実装) |
| 5 | OpenAI API GPT-4系(自然言語対話AI構築) |
| 6 | OR-Tools(生産スケジュール数理最適化) |
| 7 | React/Next.js(ダッシュボードUI高速構築) |
| 区分 | 要件 |
|---|---|
| SaaS基幹システムの稼働率99.5%以上(月間ダウンタイム3.6時間以内)を維持する | SaaS基幹システムの稼働率99.5%以上(月間ダウンタイム3.6時間以内)を維持する |
| エッジゲートウェイのデータ収集間隔15秒〜1分、クラウドへの反映は取得後5分以内とする | エッジゲートウェイのデータ収集間隔15秒〜1分、クラウドへの反映は取得後5分以内とする |
| 通信時はTLS1.2以上、保存データはAES-256で暗号化しセキュリティを確保する | 通信時はTLS1.2以上、保存データはAES-256で暗号化しセキュリティを確保する |
| PoC導入は申込から2週間以内にセンサー設置・データ連携開始まで完了させる | PoC導入は申込から2週間以内にセンサー設置・データ連携開始まで完了させる |
| 稼働・電力ログは最低3年間保存し、原単位の再計算・監査対応を可能にする | 稼働・電力ログは最低3年間保存し、原単位の再計算・監査対応を可能にする |
| 工場ネットワーク遮断時はエッジ側で最大72時間分のデータをローカル保存し復旧後に自動同期する | 工場ネットワーク遮断時はエッジ側で最大72時間分のデータをローカル保存し復旧後に自動同期する |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 協力工場数社にCTクランプを仮設置し、電力波形と稼働ログをExcelで手動突合して原単位を算出、削減余地の仮説が成立するかを確認する | センサー数台分の実費とヒアリングの交通費だけ |
| ②最小システム | エッジゲートウェイとクラウドダッシュボードの最小構成を作り、電力と稼働データを自動突合してアラートを出す部分だけを動かし、現場担当者が実際に見て使うかを確認する | 外注開発で数か月分の費用感、クラウド利用料は使用量に応じて小さく始まる |
| ③本開発 | 異常検知AI・需要予測AI・チャット型AIアシスタント・最適化エンジンを順次組み込み、複数工場での同時運用に耐える正式版として仕上げる | AI/MLエンジニアと組込みエンジニアの体制での継続開発費、外部委託を含めるとまとまった予算が必要 |
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100名規模・金属加工業の工場長または設備管理責任者 | PoC協力先として稼働データと電力データの突合ニーズを直接検証できるため | スマート工場EXPO出展、または地元商工会議所の紹介で工場見学を依頼 |
| 新電力（電力小売事業者）の法人営業部門責任者 | 既存の高圧契約顧客への相互送客チャネルを構築できる可能性が高いため | 新電力協会の会員企業リストから中堅規模の事業者に直接アポイント打診 |
| 地方銀行の取引先支援部・事業性評価担当者 | 融資先製造業への省エネDX提案窓口として紹介チャネルになりうるため | 地銀主催のビジネスマッチング商談会や産学連携部門経由で接点を作る |
| 商工会議所・省エネ診断を行う経営指導員 | 中小製造業への省エネ診断実績があり顧客紹介と信頼性付与を得られるため | 都道府県商工会議所連合会の省エネ相談窓口に問い合わせ面談設定 |
| キーエンスまたは三菱電機系列のFA機器代理店・技術担当者 | PLC/MESとのデータ連携仕様をすり合わせ、導入現場での協業を確立するため | 既存取引のある工場からの紹介、または展示会ブースでの名刺交換から接触 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 新電力（電力小売事業者）の営業担当への相互送客提案 | 『電気代の内訳を工程単位まで説明できると解約防止になりませんか』と伝え、既存の高圧契約先へのPoC同席を依頼する |
| 地方銀行・信用金庫の取引先紹介 | 融資先の製造業リストの中で電気代高騰に悩む先を紹介してもらい、『無料PoCから始められます』と担当者経由で提案する |
| スマート工場EXPO等の展示会・オンラインデモ | ブースで実機のCTクランプとダッシュボードを見せ、『まず1ラインだけ試せます』と名刺交換からPoC商談につなげる |
| 商工会議所・工業会経由の勉強会 | 『電気代の見える化セミナー』として無料説明会を開き、参加企業に個別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） | 法人設立後まもない代表者、自己資金を一定額用意できる創業者 | 運転資金として活用する想定で、融資総額は 750万円 を軸に、センサー機材の先行仕入れや当面の人件費に充当できる候補になる |
| 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） | 設備投資やシステム開発を行う中小企業・創業間もない事業者 | エッジゲートウェイやセンサーの量産試作、AI異常検知エンジンの開発費用の一部を補助対象にできる可能性がある |
| 省エネルギー投資促進支援事業費補助金（経済産業省・環境省系） | 省エネ設備・システムを導入する事業者、またはそれを提供するベンダー | 電力見える化・削減提案サービスは省エネ投資支援の対象領域と親和性が高く、導入先工場側の補助金活用を後押しできれば営業の後押しにもなる |
| IT導入補助金 | ITツール・SaaSを導入する中小企業（利用者側が申請者） | 顧客である中堅工場側がSaaS月額利用料の初年度負担を軽減できる制度として案内でき、契約の後押しに使える |
| 東京都創業助成事業（自治体の創業助成の一例） | 都内で法人を設立して間もない創業者 | 人件費・広告費・専門家謝金などの一部が助成対象になりうる自治体制度で、代表1名体制での立ち上げ期の資金繰りを補う候補になる |
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。
同じく工場データ活用や脱炭素に挑む創業者が、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・登録などの自動集計にもとづく相対的な表示です。