Who（誰が）
人口10万人以上の基礎自治体の行政改革課・男女共同参画推進課の担当職員と、審議会委員候補となる住民・NPO関係者を主な利用者とする
対象とする社会課題：自治体審議会の委員構成が同質化し、多様な住民の意見が政策に反映されない
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。
環境審議会も都市計画審議会も、委員名簿を開くといつも同じ顔ぶれが並ぶ。担当職員は「多様性を確保せよ」と言われても、数年前の名簿を使い回す以外に手立てがない。誰も悪意で同質化させているわけではなく、忙しさとノウハウ不足がそうさせている。だからこそ、候補者を探す作業そのものを技術で肩代わりする仕組みが必要だと考えた。
※ 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710万円の申請資料も、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。
上のボタンを押すと、AIチャットがこの事業の内容を読み込んだ状態で立ち上がり、事業計画書やピッチ資料、要件定義書などの素案をその場で作成します。自治体向けSaaSに必要な資料を、たたき台から仕上げまで一緒に作れます。
※ 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。
自治体の審議会事務局職員が、環境審議会や都市計画審議会などの委員名簿(Excel等)をバランサーの管理画面にアップロードすると、AIが年齢・性別・職業・過去の兼務履歴を解析し、構成の偏りをレーダーチャートで可視化する。
職員は不足している属性(例:30代女性、外国人住民)に該当する候補者リストをAIから受け取り、推薦理由の要約文と利益相反チェック結果を確認したうえでワンクリックで打診メールを送付できる。候補者は専用ポータルでAIチャットボットに活動頻度などを質問しながら応募を検討でき、辞退時は次点候補が自動で提示される。これにより、数年前の名簿流用や属人的な人脈頼みの選任作業が、データに基づく透明な選任プロセスに置き換わる。
全国の自治体には環境審議会、都市計画審議会、男女共同参画審議会など数千の附属機関があり、委員の多くが同じ大学教授や商工会関係者、退職公務員OBなど固定的な人脈から選任されている。
内閣府調査でも女性委員比率が3割未満の自治体が半数以上を占め、若年層・障害者・外国人住民・非正規雇用者などの声が制度上反映されにくい構造が続いている。担当職員は法令上「多様性確保」を求められながらも、候補者リストが数年前の名簿の流用に留まり、新たな人材を探す時間もノウハウもない。委員候補の推薦は各部署の縦割りで管理され、同一人物が複数審議会に重複委嘱される「委員の兼務集中」も常態化している。結果として審議会は形式的な承認機関となり、住民参加の実質性が失われたまま放置されている。
AIは①既存委員名簿の属性解析(自然言語処理による職業・所属テキストの構造化)、②地域人材データベースとの適合度予測(勾配ブースティングによるスコアリング)、③候補者への説明文・打診文の自動生成(生成AIによる文章作成)、④利益相反・兼務過多の自動検知(ルールベース+異分散検知アルゴリズム)の4工程を担う。
特に適合度予測モデルは過去の委嘱実績・活動継続率データを学習し、辞退可能性が高い候補への打診順位を最適化することで職員の再打診作業を減らす。対話AIは候補者からの質問に24時間応答し、応募離脱率を下げる役割も担う。
自治体職員がバランサーの管理画面に審議会の設置目的・定数・任期・過去の委員名簿をアップロードすると、AIが年齢・性別・職業属性・居住地区・過去の兼務履歴を解析し、現在の構成の偏りをレーダーチャートで可視化する。
次にAIは地域内の人材データベース(公募登録者、NPO・自治会推薦者、公募論文・SNS発信歴を含む公開情報)から、不足属性に合致する候補者を自然言語処理でスクリーニングし、適合度スコール付きの推薦リストを自動生成する。職員は候補者ごとにAIが生成した「推薦理由の要約文」と利益相反リスクの自動チェック結果を確認し、そのままオンライン打診メールをワンクリックで送付できる。候補者側は専用ポータルでAIチャットボットに審議会の役割や活動頻度を質問しながら応募可否を判断でき、辞退時には即座に次点候補が自動提示される仕組みで、選任業務の往復を大幅に削減する。
| 審議会事務局職員の候補者探し・調整に費やす人件費(1審議会あたり年間12時間×時給3,000円×20審議会相当) | 年間約72万円 |
| 任期満了前の駆け込み電話・紹介依頼にかかる残業代・外部委託費 | 年間約15万円 |
| 議会答弁・内閣府調査向け実績報告書の手作業集計(担当者3週間分の人件費換算) | 年間約36万円 |
| 女性委員登用率が低いことによる国庫補助金・交付金の加点機会損失(男女共同参画関連の先進事例補助等) | 年間数十万円〜100万円の想定 |
| SaaS基本ライセンス(人口10万人未満) | 年額30万円 |
| AI打診・候補者データベース拡張オプション(年間150件想定) | 年額30万円(2,000円×150件) |
| 議会答弁・法令対応レポート自動作成オプション | 年額20万円 |
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。
内閣府調査で女性委員比率3割未満の自治体が半数以上を占めるように、委員選任は担当職員の経験と数年前の名簿流用に頼っており、新規人材の発掘に割く時間もノウハウもないのが実情である。
委員候補の推薦は環境審議会・都市計画審議会など部署ごとに縦割りで管理されているため、同一人物が複数審議会を兼務する「委員の兼務集中」が常態化し、審議会が形式的な承認機関に陥っている。法令上は多様性確保が求められているが、それを実現する具体的な業務ツールが自治体に存在しないため、担当者は毎回ゼロから候補者を探す負担を強いられている。
PoC・実証フェーズ(0-6ヶ月)はAI推薦精度の検証を繰り返しながら要件が変化するため準委任契約が向く。
MVPローンチ以降、名簿アップロード・可視化・打診メールなど要件が固まった基本SaaS機能の開発は請負契約で成果物と納期を明確化するのが望ましい。ただし適合度予測モデルの精度改善やXAI機能などAI関連開発は試行錯誤が続くため準委任を継続し、応諾率60%などの数値目標は検収条件ではなく努力目標として契約書に明記する。個人情報を扱うためISMAP準拠クラウド基盤の選定・第三者セキュリティ監査は契約前に必須要件として発注仕様書に明記すべきである。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 自治体の審議会事務局担当職員(行政改革課・男女共同参画推進課・各審議会事務局) |
| セカンダリ | 委員候補者(NPO・自治会推薦者、公募登録者、既存委員) |
| 管理 | バランサー運営会社のカスタマーサクセス担当・システム管理者 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 委員名簿アップロード・属性解析機能 | 委員名簿CSV/Excelを入力→NLPで職業・所属テキストを構造化→年齢・性別・職業属性データを出力 |
| 構成偏りレーダーチャート可視化機能 | 構造化済み属性データを入力→属性別分布を集計→レーダーチャート画像とギャップ数値を出力 |
| 地域人材データベース連携機能 | 公募登録者・NPO推薦者情報を入力→重複・欠損チェック→統合済み候補者マスタを出力 |
| AI適合度スコアリング機能 | 不足属性条件と候補者マスタを入力→勾配ブースティングで適合度予測→0-100点スコア付き推薦リストを出力 |
| 推薦理由要約文自動生成機能 | 候補者属性・活動履歴を入力→生成AIが要約文を作成→200字程度の推薦理由テキストを出力 |
| 利益相反・兼務過多自動検知機能 | 候補者の既存委嘱履歴を入力→ルールベース+異分散検知で判定→リスクフラグと根拠一覧を出力 |
| オンライン打診メール自動送付機能 | 承認済み候補者リストを入力→生成AIが打診文を作成→ワンクリックでメール送信し送信ログを出力 |
| 候補者ポータル・AIチャットボット応答機能 | 候補者からの質問文を入力→対話AIが審議会情報を検索・回答生成→24時間即時応答を出力 |
| 辞退時次点候補自動提示機能 | 辞退通知を入力→次点候補のスコア再計算→自動で次点候補リストを職員画面に出力 |
| 議会答弁・法令対応レポート自動生成機能 | 多様性実績データを入力→生成AIが報告書フォーマットに整形→PDF形式の答弁資料を出力 |
| 自治体向け管理ダッシュボード機能 | 利用ログ・契約情報を入力→自治体別に業務時間削減率等を集計→KPIダッシュボード画面を出力 |
| テーブル | 主要カラム |
|---|---|
municipalities(自治体) | id, name, population, prefecture, plan_type |
councils(審議会) | id, municipality_id, name, purpose, capacity, term_years |
committee_members(委員) | id, council_id, candidate_id, appointed_date, term_end, role |
candidates(候補者) | id, name, age, gender, occupation, district, contact_email, source |
candidate_scores(適合度スコア) | id, candidate_id, council_id, score, generated_reason, model_version |
conflict_checks(利益相反チェック) | id, candidate_id, council_id, risk_type, risk_level, detected_at |
outreach_logs(打診履歴) | id, candidate_id, council_id, status, sent_at, response_at, message_body |
reports(法令対応レポート) | id, municipality_id, council_id, fiscal_year, diversity_score, file_url |
| # | 画面 |
|---|---|
| 1 | 審議会構成可視化ダッシュボード |
| 2 | 候補者推薦リスト画面 |
| 3 | 委員名簿アップロード画面 |
| 4 | 打診メール作成・送信画面 |
| 5 | 候補者ポータル応募辞退画面 |
| 6 | 利益相反チェック結果画面 |
| 7 | 法令対応レポート出力画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(ISMAP準拠で行政向けセキュリティ要件を満たす) |
| 2 | Python/FastAPI(推薦APIとNLP処理の実装基盤) |
| 3 | LightGBM(勾配ブースティングで適合度スコアを予測) |
| 4 | spaCy/GiNZA(日本語NLPで職業・所属テキストを構造化) |
| 5 | OpenAI API(推薦理由・打診文の自動生成に活用) |
| 6 | PostgreSQL(委員・候補者データを構造化して管理) |
| 7 | Auth0(自治体職員と候補者の認証基盤を提供) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: SaaS基盤の月間稼働率99.5%以上、計画停止を除く年間停止時間8時間以内とする |
| セキュリティ | セキュリティ: ISMAP準拠クラウド環境を採用し、個人情報はAES-256暗号化、通信はTLS1.2以上を必須とする |
| 性能 | 性能: AI推薦・スコアリング処理は候補者1,000件規模で平均5秒以内に応答し、同時アクセス100自治体を許容する |
| バックアップ・復旧 | バックアップ・復旧: 日次バックアップを実施しRPO24時間・RTO4時間以内でのデータ復旧を保証する |
| 運用サポート | 運用サポート: 平日9時〜18時の問い合わせ対応窓口を設置し、障害時SLA応答時間を1時間以内とする |
| ログ・権限管理 | ログ・権限管理: 全操作ログを最低1年間保持し、ロールベースアクセス制御により職員権限を部署単位で分離する |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 実証自治体の委員名簿をExcelで受け取り、代表が手作業で属性を分類しレーダーチャートを作成、候補者も人力でリストアップして構成の偏りが伝わるか確認する。 | 作業時間のみで、外部への支払いはほぼ発生しない水準 |
| ②最小システム | 名簿アップロードと属性の自動集計、レーダーチャート表示、候補者リストの簡易スコアリングまでを外部ツール・低コードで組み、複数自治体で試験稼働させる。 | 外注で数か月分の開発費とクラウド利用料程度 |
| ③本開発 | 自然言語処理による名簿解析、適合度予測モデル、打診文生成、利益相反検知をAPIとして統合し、ISMAP準拠のクラウド基盤で本番運用できる形に仕上げる。 | エンジニア人件費とAI利用料が主体で、当初の外注費よりまとまった規模の投資 |
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 |
|---|---|---|
| 人口10万人以上の中核市・行政改革課または男女共同参画推進課の課長級職員 | 審議会委員選任の実務権限と予算要求権を持ち、PoC協力の意思決定者になり得る | 総務省・内閣府の女性委員登用促進通知の担当課リストから自治体窓口を特定し電話・メールで打診 |
| 内閣府男女共同参画局・推進課の担当官 | 女性委員登用促進通知の運用実態と自治体への働きかけ方針を把握できる | 内閣府男女共同参画白書の巻末連絡先または内閣府HPの担当課代表電話に照会 |
| 地方自治情報センター(J-LIS)の自治体クラウド担当者 | 自治体クラウド経由の販路開拓とデータ連携基盤の技術要件を確認するため | J-LIS公式サイトの事業者向け相談窓口フォームから面談依頼 |
| 審議会事務局を兼務する自治体職員(環境審議会・都市計画審議会等の担当係長) | 委員名簿管理・候補者探しの現場の困りごとと業務フローの実態を把握するため | PoC自治体の紹介または自治体職員向けオンライン研修・セミナーで名刺交換 |
| 公募人材紹介NPO(例:市民公益活動団体ネットワーク系)の運営責任者 | 候補者データベース拡充のための提携可否と登録者属性の確認が必要 | 内閣府NPO法人ポータルサイトで多様性・市民参加系NPOを検索し直接連絡 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 男女共同参画推進課への直接アプローチ | 内閣府の女性委員登用促進通知を引用し「委員構成の見直しを法令対応の観点から支援したい」と伝え、まず無償の構成診断を提案して面談を依頼する。 |
| 自治体総合フェア・自治体DX関連の展示会 | 審議会名簿のExcelを持ち込んでもらい、その場でレーダーチャートを見せる体験デモを行い、後日のオンライン説明会につなげる。 |
| 地方自治情報センター（J-LIS）関連の勉強会・研究会 | 自治体クラウド関係者向けの勉強会に参加し、行政職員の業務時間削減という切り口で製品概要を紹介し、個別相談の予約を取る。 |
| 公募人材紹介NPO・男女共同参画推進機関との連携 | 候補者データベース拡充のパートナーとして提携を打診し、その紹介先の自治体担当者に「共同で実証したい」と持ちかける。 |
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個人・法人（税務署への開業届や登記が前提） | 自治体向けSaaSの開発費・人件費の立ち上げ資金として使える見込み。融資額は710万円で、設立から着金までの期間は別枠の設備資金と合わせて資金計画に組み込む想定。 |
| 小規模事業者持続化補助金 | 小規模事業者（従業員数の上限あり） | 自治体担当者向けの説明会・営業資料作成・展示会出展など、初期の販路開拓費用の一部をカバーできる可能性がある。 |
| 東京都創業助成事業（TOKYO創業ステーション） | 都内での創業を予定・開始した個人・法人 | 人件費や広告費など創業初期の運営費に使える助成金で、エンジニア採用前の外注費補填としても候補になる。 |
| ものづくり・商業・サービス生産性向上促進補助金（サービス等生産性向上IT導入支援型） | 生産性向上に資するITシステムを開発・導入する中小企業 | 推薦アルゴリズムやAIチャットボットの開発費が「生産性向上のためのシステム投資」に該当しうるため、本開発フェーズの費用軽減に使える可能性がある。 |
| 創業支援等事業者補助金（自治体の創業支援施策・インキュベーション施設利用等） | 自治体が認定する創業支援事業を利用する創業者 | 地方自治体を顧客とする事業であるため、自治体の創業支援窓口やインキュベーション施設を通じて実証機会や人脈を得やすく、実証自治体の確保にもつながる。 |
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。
ジェンダー・多様性領域で創業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。
※ バッジは閲覧・登録などの実績にもとづく相対表示であり、事業の優劣を保証するものではありません。