Who（誰が）
市区町村の土木・道路管理課、電力・通信インフラ事業者、道路照明委託業者を主要顧客とし、建設コンサル・測量会社を販売代理店として巻き込む
対象とする社会課題：老朽化する電柱・信号・街灯の点検を、限られた人員と予算でどう維持するか
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。
電柱や街灯の点検を担う自治体職員は年々減り、数千本もの設備を数名で見て回る自治体も珍しくない。台風や大雪のたびに倒木や破損が突然発覚し、事後対応に追われて予算は目減りしていく。日常業務の車両にカメラを付けるだけで劣化の兆候を早期に拾えれば、緊急修繕を計画修繕に変えられる。守るべき街を、守れる体制に変える仕事だと思っている。
※ 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1,120万円の申請資料も、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、インフラ・アイズの市場規模・収益モデル・ロードマップを読み込んだ状態で、事業計画書やピッチ資料の素案をその場で作成します。
※ 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。
インフラ・アイズは、自治体のゴミ収集車や道路パトロールカーにドラレコ型AIカメラを後付けし、通常業務の走行だけで電柱・信号機・街灯の劣化状況を自動収集するSaaSです。
撮影画像はクラウドに自動アップロードされ、AIが傾斜・ひび割れ・錆・照明切れを検知して5段階でスコア化、地図上にプロットします。土木・道路担当職員は月数名という体制のままでも、ダッシュボードを開けば『今月緊急対応が必要な箇所』が地区・担当課別に一覧で見え、対話AIに『今月の緊急対応リストを出して』と話しかけるだけで作業指示書のドラフトが自動生成されます。年1回の目視点検頼みだった巡回が、日常業務のついでに週次・月次で更新され続け、事故につながる前の計画修繕へ切り替えられる体制を作ります。
全国の自治体が管理する道路照明灯は約930万基、電柱は約3600万本存在し、多くが設置から30〜40年を経過し老朽化が進んでいる。
目視点検は熟練職員が2〜3年に1度の頻度で徒歩・車両巡回しているが、地方自治体の土木・道路担当職員数はこの20年で約2割減少し、点検対象数に対する人員が慢性的に不足している。人口5万人規模の自治体では道路インフラ担当が3〜5名程度しかおらず、管内数千本の電柱・数百基の信号機・数千灯の街灯を年1回すら回りきれないケースが多い。倒木や積雪、経年劣化による電柱の傾斜・街灯の破損は台風・大雪シーズンに集中して発覚し、事後対応（緊急修繕）のコストが計画修繕の3〜5倍に膨らむことが総務省調査等でも指摘されている。点検データが紙台帳やExcelで属人的に管理され、劣化進行の予測や優先順位付けができていないことも、予算配分の非効率を助長している。
画像解析AIが車載カメラ映像から電柱の傾斜角度・信号機の破損・街灯の非点灯や外装劣化を物体検出モデル（YOLO系をベースに独自学習）で検知し、劣化度を自動スコアリングする。
時系列で蓄積された点検画像を用いた予測モデルが、劣化進行速度から「あと何ヶ月で危険水準に達するか」を推定し、補修優先順位を最適化アルゴリズムで並べ替える。自然言語対話AIが、職員からの「今週の巡回で撮影されたA地区の街灯の状況は」といった問いかけに対し、該当データを要約して回答し、報告書のドラフトも自動生成する。さらに走行ルート最適化AIが、限られた点検車両・人員でカバー率を最大化する巡回ルートを提案する。
自治体が保有する公用車（ゴミ収集車、除雪車、道路パトロールカー等）や委託業者の巡回車両にドライブレコーダー型のAIカメラユニットを取り付け、通常業務の走行中に電柱・信号機・街灯を自動撮影する運用フローを構築する。
撮影された画像はクラウドにアップロードされ、AIが傾斜・ひび割れ・錆・破損・照明切れなどを自動検知し、劣化度を5段階でスコアリングして地図上にプロットする。自治体職員はダッシュボード上で「緊急対応が必要な箇所」「3年以内に補修すべき箇所」を一覧で確認でき、対話型AIアシスタントに「今月の緊急対応リストを出して」と話しかけるだけで担当課・優先順位付きの作業指示書が自動生成される。従来は年1回の目視点検だったものが、日常業務のついでに月次〜週次で更新され続けるため、劣化の兆候を早期に捉え、緊急修繕から計画修繕へのシフトが可能になる。導入自治体は初期に対象エリアの構造物台帳（GISデータ）を投入するだけで、以降は車両走行データが自動的に基盤を更新し続ける。
| 熟練職員による目視点検（2〜3年に1度の巡回人件費・外部委託費） | 年額約400万〜600万円（4人体制・巡回日数換算の目安） |
| 台風・大雪シーズンの緊急修繕費（事後対応、計画修繕の3〜5倍） | 年額約2,500万〜3,500万円（人口5万人規模自治体の想定） |
| 紙台帳・Excel管理による事務工数（転記・突合作業） | 年額約100万円相当（担当者2名×月10時間の目安） |
| 劣化見落としによる事故対応・賠償リスク | 発生時数百万円〜（発生頻度は低いが1件あたりの想定） |
| SaaS利用料（中規模プラン・管理対象数千件想定） | 月額25万円（年額300万円） |
| AIカメラ機器リース（公用車・委託業者車両30台設置） | 月額24万円（8,000円×30台、年額288万円） |
| 導入・データ移行支援費（初期GIS統合、初年度一括） | 初年度のみ200万円 |
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。
全国の道路照明灯約930万基・電柱約3600万本の多くが設置30〜40年を超えて老朽化している一方、自治体の道路担当職員はこの20年で約2割減少し、人口5万人規模では3〜5名で管内数千本の電柱を回りきれていない。
目視点検は2〜3年に1度が限界で、台風・大雪シーズンに倒木や街灯破損が集中発覚し、緊急修繕費が計画修繕の3〜5倍に膨らむ構造が続いている。点検記録が紙台帳・Excelで属人管理されているため劣化進行の予測も優先順位付けもできず、限られた予算が事後対応に吸い取られている。この悪循環を、既存車両を使った『ながら点検』とAI解析で断ち切る必要がある。
検証フェーズ（実証実験・AI検知モデルのプロトタイプ開発）は要件が固まりきらないため準委任契約が適しており、精度目標や検証項目を月次マイルストーンで合意しながら進めるべきである。
一方、初期導入フェーズ以降のダッシュボード・レポート自動生成など仕様が明確な機能開発は請負契約で成果物と受入基準を明確にすることが望ましい。自治体案件は仕様変更や追加要望（例：既存台帳フォーマットの特殊対応）が発生しやすいため、契約時に変更管理プロセス（追加費用・納期への影響を都度合意する仕組み）を必ず盛り込むこと。AI検知精度85%・92%といったKPIは請負契約の検収条件に含めず、努力目標として準委任契約の中で継続改善する形にしないと、精度未達時の契約トラブルにつながる点に注意する。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 市区町村の土木・道路管理課職員（現場点検・優先順位判断の実務担当者） |
| セカンダリ | 道路照明委託業者・建設コンサルタントの巡回担当者、電力・通信インフラ事業者の設備管理担当者 |
| 管理 | 自治体側のシステム管理者（GIS台帳更新・権限管理）およびインフラ・アイズ社のカスタマーサクセス担当（AIモデル精度監視・データ品質管理） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 車載カメラ画像自動収集 | 公用車走行中の映像→GPS位置付きで自動撮影・圧縮→クラウドへ自動アップロード |
| 電柱傾斜検知AI | アップロード画像→YOLO系モデルで電柱傾斜角度を検出→傾斜度数値と警告フラグを出力 |
| 街灯・信号機破損検知AI | 画像データ→破損・非点灯・錆を物体検出モデルで判定→検知結果とタグ付き座標を出力 |
| 劣化度スコアリング | 検知結果一式→独自ロジックで5段階の劣化スコアを算出→地図データベースに登録 |
| 劣化進行予測AI | 時系列蓄積画像・スコア履歴→劣化進行速度を回帰モデルで推定→危険水準到達予測月数を出力 |
| 補修優先順位最適化 | 劣化スコア・予測結果・予算制約→最適化アルゴリズムで並べ替え→優先順位付きリストを出力 |
| 地図ダッシュボード表示 | 劣化スコア・位置情報→地図上にピン表示・色分け→職員がブラウザで一覧閲覧 |
| 対話型AI作業指示アシスタント | 職員の自然文問いかけ→該当データ検索・要約→担当課別作業指示書を自動生成し画面表示 |
| 走行ルート最適化AI | 既存巡回範囲・未撮影エリア情報→カバー率最大化ルートを計算→推奨巡回ルートを地図表示 |
| GIS・台帳初期データ統合 | 既存構造物台帳・GISファイル→座標系変換とマッチング処理→基盤データベースへ一括登録 |
| 中長期修繕計画書自動生成 | 劣化予測・優先順位データ→年次修繕計画テンプレートに自動流し込み→PDFレポートを出力 |
| テーブル | 主要カラム |
|---|---|
自治体テーブル | municipality_id, 団体名, 契約プラン, 契約開始日, 担当課, 契約金額 |
車両テーブル | vehicle_id, municipality_id, 車両種別, カメラユニットID, 走行ルートID |
カメラユニットテーブル | camera_id, シリアル番号, 設置車両ID, 設置日, ステータス |
構造物台帳テーブル | asset_id, 種別(電柱/信号/街灯), 緯度経度, GIS由来ID, 設置年 |
撮影画像テーブル | image_id, camera_id, asset_id, 撮影日時, 画像URL, GPS座標 |
劣化検知結果テーブル | detection_id, image_id, asset_id, 劣化スコア, 検知種別, 信頼度 |
修繕計画テーブル | repair_plan_id, asset_id, 優先度, 予定時期, 対応状況, 担当課 |
作業指示書テーブル | work_order_id, municipality_id, 対象asset_id一覧, 生成日時, ステータス |
| # | 画面 |
|---|---|
| 1 | ログイン画面 |
| 2 | ダッシュボード画面 |
| 3 | 地図プロット画面 |
| 4 | 劣化詳細画面 |
| 5 | 作業指示書生成画面 |
| 6 | AIチャット画面 |
| 7 | レポート出力画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(GPU推論と拡張性に対応するクラウド基盤) |
| 2 | YOLOv8(物体検出の実績が豊富なベースモデル) |
| 3 | PostgreSQL+PostGIS(地理空間データ管理に最適) |
| 4 | React(ダッシュボードUI構築の標準技術) |
| 5 | FastAPI(Python製でAIモデル連携が容易) |
| 6 | Mapbox(地図表示・劣化箇所プロット機能) |
| 7 | OpenAI API(対話型アシスタント機能の実装基盤) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: ダッシュボード・API稼働率99.5%以上（月間停止許容時間約3.6時間以内）を目標とする想定 |
| 性能 | 性能: 撮影画像アップロードからAI判定結果反映まで平均5分以内、ピーク時でも15分以内を目安とする |
| AI精度 | AI精度: 検知適合率は1年目末85%以上、2年目末92%以上を維持し四半期ごとに再学習・検証を実施する想定 |
| セキュリティ | セキュリティ: 自治体別データはテナント単位で論理分離し、通信・保存データはTLS1.2以上およびAES256で暗号化する |
| データ保持 | データ保持: 撮影画像・解析結果は最低5年間保存し、監査対応のため変更履歴をログとして別途保管する |
| 運用 | 運用: カメラ機器・クラウド基盤の障害監視を24時間体制で行い、重大障害発生時は1時間以内に一次対応を開始する想定 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 協力自治体の公用車にカメラユニットを取り付け、撮影した画像を人手でも突き合わせながらAIの検知結果を確認し、電柱の傾斜や街灯の非点灯を見分けられるかを検証する。 | カメラ試作機の部材費とクラウドのAI利用料、現地訪問の交通費が中心で、外注は最小限に抑えられる水準 |
| ②最小システム | 劣化度を地図上に表示するダッシュボードの最小機能を作り、職員が緊急対応箇所を確認できる状態にする。対話型AIアシスタントは簡易な応答のみに絞る。 | 外注開発費が中心で、数か月分の開発費用に収まる水準を想定 |
| ③本開発 | 自動レポート生成、ルート最適化AI、劣化予測モデルを本格実装し、複数自治体への横展開に耐えるマルチテナント構成に拡張する。 | エンジニア人件費と量産カメラの製造費が主な支出で、これまでの段階より一段大きな投資規模になる想定 |
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 |
|---|---|---|
| 人口5万人規模市区町村の土木・道路管理課 課長または係長 | 実証実験の意思決定者であり、現場の点検業務課題を直接把握している | 地方自治体DX関連の展示会・自治体向けセミナーで名刺交換し訪問アポを取る |
| 自治体の情報政策課・DX推進室の担当者 | GISデータ連携やクラウド利用に関する庁内情報セキュリティ審査の窓口になる | 道路管理課経由で紹介を依頼するか、自治体DXの補助金説明会で接点を作る |
| 地域の建設コンサルタント会社（道路点検受託実績あり）の営業責任者 | 代理店提携により自治体への提案チャネルと現場知見を確保できる | 国交省道路メンテナンス関連の入札実績企業リストから直接架電・訪問 |
| 車両テレマティクス・ドラレコ機器メーカーの事業開発担当者 | カメラユニットのハード調達・車載取付の共同開発パートナー候補 | 業界展示会（ITS世界会議等）や既存取引先からの紹介で接触 |
| 総務省・国交省の道路メンテナンス関連補助金の担当官（地方整備局含む） | 自治体導入時の補助金活用スキームを把握し提案資料に反映するため | 国交省道路局のインフラメンテナンス国民会議等の公開イベントで名刺交換 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 元同僚・知人経由の自治体職員への直接アプローチ | 「電柱や街灯の点検、今どうされていますか。実証実験に無償でご協力いただけないか相談させてください」と、まず現状のヒアリングから入る。 |
| 総務省・国土交通省の実証事業公募への応募 | 「自治体との共同実証枠に応募したい」と公募要領を確認し、パイロット自治体を巻き込んだ共同提案書を作成して応募する。 |
| 地域建設コンサルタント・測量会社との協業打診 | 「御社の自治体案件にAI点検オプションとして同席させてもらえないか」と持ちかけ、既存の営業ルートに相乗りする形で紹介を依頼する。 |
| 防災・インフラ関連の自治体向け展示会への出展 | 実機のカメラユニットとデモ画面を持ち込み、「まず御庁の公用車一台で試してみませんか」と声をかけ名刺交換から関係を作る。 |
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） | 新たに事業を始める法人・個人事業主 | 設立初期の運転資金として活用でき、この事業では融資合計1,120万円を軸に、カメラ機器の量産費や実証実験費に充当する想定。着金までの期間を見込んだ資金繰り計画が必要。 |
| 中小企業庁 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 | ダッシュボードやAI解析基盤の開発・導入費の一部をカバーできる可能性があり、自己資金100万円の範囲で開発を進める初期段階の助けになる。 |
| 国土交通省 道路メンテナンス事業補助制度 | 道路インフラの点検・修繕を行う地方自治体 | 導入自治体側がこの補助を活用してシステム利用料や点検委託費を賄えれば、自治体の導入障壁が下がり営業がしやすくなる。 |
| 総務省 地域社会DX推進関連の実証事業（自治体DX推進枠） | 自治体のデジタル化・業務効率化に取り組む事業者・自治体 | 検証フェーズでの実証実験契約の後ろ盾となり、実績のない新規事業者が自治体の入札で技術点を得るための実証データ蓄積に活用できる。 |
| 各都道府県・市区町村の創業支援制度（信用保証協会の制度融資、創業助成金等） | その自治体管内で新たに法人を設立する創業者 | 公庫融資と併用可能な制度融資や助成金が存在する場合があり、自己資金100万円に上乗せする形で初期投資の一部を補える可能性がある。 |
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。
インフラ点検AIに取り組む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・登録などの集計にもとづく相対表示です