Who（誰が）
従業員100〜3,000人規模の製造業・小売・物流・医療福祉法人など、非正規雇用比率の高い中堅・中小企業の人事労務担当者
対象とする社会課題：非正規と正社員の不合理な待遇差が放置され、企業が法的・人的リスクを抱えている
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。
人手の少ない人事部門では、多くの従業員データをExcelで手作業で見比べる余力がない。同一労働同一賃金法は非正規への不合理な待遇差を禁じているが、放置すれば労働局への相談や訴訟に発展し、大きな金額の未払い賃金を命じられる例もある。専門家である社労士は全国的に不足しており、AIが見落としを可視化する仕組みが必要だ。
※ 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。
ボタンを押すとAIチャットが開き、このショーケースの内容を読み込んだ状態で、それぞれの資料の素案をすぐに作成します。まずは気になる資料から押してみてください。
※ 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。
従業員300人規模の製造業・小売業で、人事担当者が1〜2名だけで正社員と契約社員の手当・賞与差を数千件Excelで手作業チェックしている状況を変えるクラウドサービスです。
給与計算ソフトのCSVを取り込むと、AIが職務内容の類似度を解析して『同じ仕事なのに待遇が違う』ペアを自動抽出し、通勤手当や皆勤手当の差を赤黄緑でダッシュボード表示します。担当者は『なぜリスクありと判定されたか』をチャットボットに聞けば判例やガイドラインを根拠に回答が返り、是正案と追加人件費のシミュレーションもその場で確認できます。年1回のレポートは役員会や顧問社労士への相談資料としてそのまま使えます。
2020年施行のパートタイム・有期雇用労働法により、正社員と非正規社員の不合理な待遇差是正が全企業(中小企業含め2021年4月から)に義務化されたが、厚労省調査では中小企業の約4割が「対応未着手・不十分」と回答している。
従業員300人規模の製造業や小売業では、人事担当者が1〜2名しかおらず、数千件の給与・手当・賞与データをExcelで手作業比較する余力がない。実際には同じ職務内容でも契約社員だけ通勤手当や皆勤手当が支給されないケースが放置され、労働者から労働局への相談件数は年間1万件超で推移している。訴訟化すると企業側敗訴事例(ハマキョウレックス事件、長澤運輸事件など)で数百万円規模の未払賃金支払いが命じられており、経営リスクが顕在化しつつある。しかし専門知識を持つ社労士は全国で約4.3万人しかおらず、全ての中小企業を個別診断する人的リソースが構造的に不足している。結果として「何から手をつけていいか分からない」まま放置される企業が大半である。
自然言語処理により職務記述書・作業手順書のテキストを解析し、正社員と非正規社員の職務類似度をベクトル化して自動マッチングする。
統計的異常検知モデルが手当・賞与・基本給の分布から標準偏差を超える格差を検出し、リスクスコアを算出する。生成AI(LLM)を用いた対話エージェントが判例・ガイドラインのナレッジベースを参照しながら、なぜリスク判定されたかを人事担当者向けに平易な言葉で説明する。最適化アルゴリズムが複数の是正シナリオ(手当統一額・段階的移行スケジュール)を人件費増加額とセットで自動生成し、意思決定を支援する。
企業の人事システム(給与計算ソフト・勤怠システム)からCSVまたはAPI連携で従業員データ(雇用形態、職務内容、勤続年数、手当項目、賞与額、異動履歴)を取り込むと、AIが職務内容の類似度を自然言語処理で解析し、正社員と非正規社員の「同一(または同種)職務ペア」を自動抽出する。
抽出されたペアごとに手当・賞与・基本給の差異を統計的に比較し、判例基準(職務内容・配置転換の範囲・その他事情)に照らして不合理と推定されるリスク項目を赤・黄・緑でスコアリング表示する。人事担当者はダッシュボード上でリスク箇所を確認し、AIチャットボットに「なぜこの手当差はリスクありと判定されたか」を質問すると、関連判例や厚労省ガイドラインを引用して自然言語で回答する。是正案(手当統一・職務再定義・等級再設計)もAIが複数パターン算出し、追加人件費シミュレーションとともに提示するため、担当者はレポートを役員会や社労士との相談材料としてそのまま活用できる。年1回の法改正・判例更新はAIが自動学習し、判定ロジックが継続的にアップデートされる。
| 労働局相談・是正指導対応にかかる担当者工数(年間延べ200時間相当の人件費換算) | 約60万円/年 |
| 訴訟化した場合の未払賃金・遅延損害金支払い(ハマキョウレックス事件・長澤運輸事件規模を参考) | 300万円〜800万円(訴訟発生時) |
| 都度依頼する社労士への個別診断コンサル費用(1回あたり) | 50万円〜100万円/回 |
| 人事担当者がExcelで手作業比較する工数(数千件データ、年2回実施想定) | 約80万円/年(人件費換算) |
| SaaS月額利用料(従業員300人未満プラン) | 8万円/月(年間96万円) |
| 初期診断・データ連携導入支援(一時金) | 50万円〜150万円(初年度のみ) |
| 社労士連携オプション(是正実務サポート成約時の紹介料、顧問契約額の15%) | 顧問契約額に応じて変動(例:顧問料30万円/年の場合4.5万円) |
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。
パートタイム・有期雇用労働法により非正規と正社員の不合理な待遇差是正が全企業に義務化されたが、厚労省調査では中小企業の約4割が未着手・不十分と回答している。
従業員300人規模の会社では人事担当が1〜2名しかおらず、数千件の給与・手当データをExcelで突き合わせる余力がない。労働局への相談は年間1万件超で推移し、訴訟化すれば数百万円規模の未払賃金支払いが命じられる判例も出ているが、専門家である社労士は全国4.3万人しかおらず全社を個別診断できない。結果として『何から手をつけるか分からない』まま放置される企業が大半であり、機械的にリスク箇所を洗い出す仕組みが必要とされている。
検証フェーズ(0-6ヶ月)のプロトタイプ開発とAI精度チューニング部分は要件が固まりきらないため準委任契約が向く。
正式リリース以降のダッシュボードやレポート出力など仕様が確定した機能追加は請負契約で範囲・納期・金額を明確にすべき。AI判定精度は85%→92%と段階目標があるため、精度未達時の責任範囲(再学習コストの負担)を契約書に明記しておくこと。判例・ガイドラインのデータベースライセンス費用や社労士監修工数は別途見積もりとし、開発委託費用と切り分けて発注することを推奨する。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 従業員100〜3,000人規模の企業の人事・労務担当者（1〜2名体制が多い） |
| セカンダリ | 提携社労士・中小企業診断士（是正実務サポートを担当） |
| 管理 | 運営会社のカスタマーサクセス担当と社労士監修チーム（ナレッジベース更新・精度管理） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| データ連携・取込機能 | 給与計算ソフトのCSV/APIデータを入力→形式正規化・重複排除→分析用DBに格納 |
| 職務類似度AI解析機能 | 職務記述書テキストを入力→NLPでベクトル化・類似度計算→正社員/非正規の職務ペアを出力 |
| 待遇差統計異常検知機能 | 手当・賞与・基本給データを入力→標準偏差比較の異常検知モデル実行→格差リスク値を出力 |
| リスクスコアリング表示機能 | 検出済み格差データを入力→判例基準で赤黄緑判定→ダッシュボードに一覧表示 |
| AI対話説明チャットボット機能 | 担当者の質問文を入力→LLMが判例・ガイドラインDB参照→平易な根拠説明文を出力 |
| 是正案シミュレーション機能 | リスク項目データを入力→最適化アルゴリズムで複数是正案算出→人件費増加額付きで出力 |
| 判例・ガイドライン自動更新機能 | 厚労省通達・新判例テキストを入力→社労士監修レビュー後→ナレッジベースを更新 |
| レポート自動生成機能 | 診断結果データを入力→役員会・社労士向けテンプレート適用→PDFレポートを出力 |
| 社労士紹介連携機能 | 検出リスク項目を入力→提携社労士候補を業種・地域で絞込→紹介案件として通知 |
| 業界ベンチマークレポート生成機能 | 全顧客の匿名化データを入力→業種別集計・統計処理→年次ベンチマークレポートを出力 |
| ユーザー権限管理機能 | 利用者アカウント情報を入力→ロール別アクセス権限を設定→部門・役職別に表示範囲を制限 |
| テーブル | 主要カラム |
|---|---|
companies | company_id, company_name, industry, employee_count, contract_plan, api_connection_status |
employees | employee_id, company_id, employment_type, job_code, hire_date, department, transfer_history |
job_descriptions | job_id, company_id, job_title, task_text, required_skill, vector_embedding |
job_match_pairs | pair_id, company_id, regular_employee_id, non_regular_employee_id, similarity_score |
allowance_items | allowance_id, employee_id, allowance_type, amount, payment_flag, fiscal_year |
risk_scores | score_id, pair_id, allowance_id, risk_level, deviation_value, judged_at |
correction_plans | plan_id, company_id, risk_score_id, plan_type, additional_cost, migration_schedule |
case_law_kb | case_id, case_name, court_level, judgment_summary, guideline_reference, updated_at |
| # | 画面 |
|---|---|
| 1 | ログイン/企業選択 |
| 2 | データ連携設定画面 |
| 3 | ダッシュボード(リスク一覧) |
| 4 | 職務ペア詳細画面 |
| 5 | AIチャットボット相談画面 |
| 6 | 是正案シミュレーション画面 |
| 7 | レポート出力画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(セキュリティ実績・ゼロトラスト対応が容易) |
| 2 | Python/FastAPI(ML実装・API開発の速度重視) |
| 3 | PostgreSQL(構造化された給与データ管理に適する) |
| 4 | BERT系NLPモデル(職務記述の類似度ベクトル化) |
| 5 | OpenAI API(判例引用対話エージェント構築) |
| 6 | React/Next.js(ダッシュボードSPA構築に適する) |
| 7 | Auth0(ゼロトラスト認証・SSO対応で安全性訴求) |
| 区分 | 要件 |
|---|---|
| 可用性99.5%以上を維持し、月間計画外停止は3.6時間以内に抑える想定 | 可用性99.5%以上を維持し、月間計画外停止は3.6時間以内に抑える想定 |
| 従業員3,000名規模・数万行のCSV取込処理を10分以内で完了させる目安 | 従業員3,000名規模・数万行のCSV取込処理を10分以内で完了させる目安 |
| 通信はTLS1.2以上、保存データはAES256で暗号化し人事データを保護する | 通信はTLS1.2以上、保存データはAES256で暗号化し人事データを保護する |
| アクセスログを1年間保持し、労働局・監督機関からの照会に対応できる体制とする | アクセスログを1年間保持し、労働局・監督機関からの照会に対応できる体制とする |
| 日次バックアップを実施し、RPO24時間・RTO4時間以内での復旧を目標とする | 日次バックアップを実施し、RPO24時間・RTO4時間以内での復旧を目標とする |
| 個人情報保護法準拠のロールベースアクセス制御により部門外閲覧を禁止する | 個人情報保護法準拠のロールベースアクセス制御により部門外閲覧を禁止する |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 提携社労士と組み、数社の実データをExcelとスプレッドシートで手作業比較し、職務類似度の判断基準と赤黄緑のリスク分類ルールを人力で固める。AIなしで診断レポートの型を作る。 | 社労士への謝礼と交通費程度で収まる水準 |
| ②最小システム | CSVアップロードとルールベースの簡易スコアリング、既製の対話AI（LLM API）を組み合わせた簡易ダッシュボードを作り、無償トライアル企業にリスク判定結果を見せて反応を確かめる。 | 外注で数か月分の開発費とLLMのAPI利用料の範囲 |
| ③本開発 | 自然言語処理による職務類似度の自動マッチング、統計的異常検知モデル、給与計算ソフトとのAPI連携を本格実装し、正式な有償SaaSとしてリリースする。 | エンジニア複数名の人件費と判例データベースのライセンス費用がかかる水準 |
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 |
|---|---|---|
| 地域の開業社労士（従業員300人規模の製造業・物流業を顧客に持つ事務所の代表社労士） | 実データでの職務マッチング検証と、判定ロジックの実務妥当性を検証するため | 都道府県社会保険労務士会の名簿検索、または知人経由の紹介で個別にアプローチ |
| 全国社会保険労務士会連合会の総務部・広報部門の担当者 | 社労士法上の業務範囲抵触リスクの事前相談と、会員向け提携スキームの了承取得のため | 連合会公式サイトの問い合わせ窓口から事業説明資料を送付しアポイントを依頼 |
| SmartHR・マネーフォワード・freeeのアライアンス/API連携担当部門 | 給与・勤怠データのCSV/API連携仕様を確定し、導入企業の連携負荷を下げるため | 各社のパートナープログラム申込ページから正式にAPI連携申請・商談依頼 |
| 商工会議所（東京商工会議所や地方商工会議所）の中小企業相談所・経営支援課 | セミナー営業チャネル構築とβ版トライアル企業の紹介を受けるため | 商工会議所の経営相談窓口に事業説明を持参し、共催セミナー開催を提案 |
| 従業員300〜1000人規模の製造業・医療福祉法人の人事部長（β版トライアル候補） | 実際の給与・手当データでAIリスクスコアリングの精度と現場受容性を検証するため | 社労士パートナーや商工会議所経由で紹介を受け、無償トライアル契約を提案 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 提携社労士事務所からの紹介 | 「顧問先で非正規比率が高い製造業・小売業のお客様がいたら、無償トライアルとして職務データを診断させてほしい」と社労士に直接依頼する |
| 商工会議所の労務セミナー | 「同一労働同一賃金の対応状況セルフチェック会」という名目で無料セミナーを開催し、参加企業に個別診断を案内する |
| SNS・note発信からの問い合わせ | 人事担当者向けに「同一労働同一賃金の落とし穴」という実務記事を継続発信し、記事末尾から無料簡易診断への申込みを誘導する |
| 中小企業診断士のネットワーク | 「経営相談で労務リスクの話が出たら一緒に同席させてほしい」と診断士に依頼し、同席の場でダッシュボードのデモを見せる |
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（創業融資） | 税務申告を2期終えていない、またはこれから事業を始める法人・個人 | 自己資金100万円に加え、AI開発エンジニアの人件費や判例データベースのライセンス費用など先行投資が重い事業のため、運転資金として活用する候補になる。融資総額は500万円を想定。 |
| 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（ここでは自社の会計・労務システム整備に利用する想定、または導入企業側が使う制度として提携提案に使える） | 顧客企業側がクラウド労務ツール導入時にこの補助金を使えるため、社労士パートナー経由の提案資料に加える価値がある |
| 小規模事業者持続化補助金 | 商工会議所・商工会の管轄地域にある小規模事業者 | 展示会出展費用やパンフレット制作、セミナー営業のためのウェブ広告費など、初期の販路開拓費用の一部に充てられる候補となる |
| 事業再構築補助金 | 新分野展開・事業転換等を行う中小企業（応募枠・要件は公募回ごとに異なる） | AI判定エンジンの本格開発フェーズで大きな設備投資・外注開発費が発生する場合の候補になりうるが、応募要件が厳しいため優先度は中程度 |
| 東京都創業助成事業（または本社所在地の自治体の創業助成金） | 都内（または当該自治体内）で創業予定・創業から間もない事業者 | 人件費・賃借料・広告費などの一部を助成対象にできる制度が多く、社労士2〜3名採用の人件費の一部に充当できる候補として検討する |
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、実数を保証するものではありません