Who（誰が）
従業員100〜999名の中堅企業の人事部門・人事担当役員、および中間管理職と一般従業員が利用者となる
対象とする社会課題：職場の人間関係のこじれが放置され、離職・メンタル不調・生産性低下に発展する
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。
上司と部下の間の空気の変化や、同僚同士のすれ違いは、当事者も気づかないうちに数ヶ月かけて悪化していく。人事担当者は1人で数百名を見ており、相談が来るまで動けない。離職やメンタル不調に至る前の「まだ言葉にならないモヤモヤ」を見つけ、上司自身が対話をやり直すきっかけを渡すことが、この事業の役目です。
※ 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チャットが起動し、このハタラクケアの事業設計を読み込んだ状態で、事業計画書やピッチ資料などの素案をその場で書き始めます。まずは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。
ハタラクケアは、Slack/Teamsに常駐するAIチャットボットが従業員に週1回1〜2分のパルスチェックを送り、業務負荷や対人関係の主観スコア・自由記述コメントを回収するサービスです。
AIがコメントの感情極性や行動ログの異常を解析し、部署・ペア単位で関係悪化リスクをスコア化。閾値を超えた場合のみ人事担当者と上司にアラートが届き、ダッシュボード上で背景要因の要約レポートと1on1用の対話スクリプトを確認できます。人事担当者は『相談が来る前に』該当ペアへ声をかけられるようになり、数百名を1人で見なければならなかった状況から、AIが優先度をつけて介入対象を絞り込む運用へ変わります。
従業員規模100〜1000名の中堅企業では、人事担当者1人が数百名の従業員の関係性変化を把握することは不可能で、上司―部下間や同僚間の軋轢は表面化するまで平均して数ヶ月放置される傾向がある。
厚生労働省の調査でも離職理由の上位に「職場の人間関係」が継続的に挙がっており、精神障害の労災認定件数も増加傾向にあるが、多くは1on1やストレスチェックの形式的実施に留まり、実際の関係悪化シグナルを捉えられていない。特に30〜40代の中間管理職は部下との関係調整に不慣れなまま板挟みになりやすく、本人も不調を自覚しづらい。人事部門は「相談が来てから」の事後対応が中心で、予防的な介入手段を持たない。結果として、1件の管理職層離職で数百万円規模の採用・教育コストが発生し、周囲のエンゲージメント低下という二次被害も広がる。
自然言語処理モデル(感情分析・トピック抽出)が週次コメントと1on1音声・テキスト議事録から関係性の兆候語(不満・回避・対立語彙)を検出する。
行動ログ(会議参加率、メッセージ応答時間、既読無視パターン)を時系列異常検知モデルで解析し、通常パターンからの逸脱をリスクシグナルとして数値化する。グラフニューラルネットワークで従業員間の関係性ネットワークを構築し、特定ペア・チーム内の孤立や対立クラスタを予測する。生成AI(LLM)が検知結果を人事・管理職向けに非専門用語で要約し、状況に応じた介入トークスクリプトや面談質問例を自動生成する。
従業員はSlack/Teamsに常駐するAIチャットボットに週1回1〜2分のパルスチェック(業務負荷・対人関係の主観スコア、自由記述コメント)を回答し、これに加えて任意連携したカレンダー・チャットの応答遅延やミーティング頻度などの行動ログをAIが解析する。
AIは自然言語処理でコメントの感情極性や特定人物への言及トーンを分析し、関係性グラフ上で「関係悪化リスクスコア」を部署・ペア単位で算出、閾値を超えた場合のみ人事担当者と当該上司にアラートを送る。人事担当者はダッシュボード上でリスクの背景要因(業務過多、コミュニケーション頻度低下、評価への不満など)をAIが要約したレポートを確認し、AIが生成した対話スクリプト(1on1での質問例、避けるべき表現)を使って介入する。従業員本人にもAIチャットが「最近のモヤモヤ」をヒアリングし、必要に応じて社内外の相談窓口へのつなぎを自動提案する。介入後は再度パルスチェックで効果測定し、AIが改善傾向を追跡してアラートを解除する。
| 管理職層1名離職時の採用・教育コスト | 1件あたり150万〜300万円(年間複数件発生想定) |
| 形式的ストレスチェックの実施・集計委託費(効果限定的) | 従業員500名規模で年間100万〜150万円 |
| 関係悪化放置による周囲のエンゲージメント低下・生産性損失 | 定量化困難だが1部署あたり年間数十万円相当の目安 |
| 人事担当者が事後対応(退職面談・後任調整)に割く工数 | 1件あたり人事担当者の稼働20〜30時間、時給換算で数万円〜10万円規模 |
| SaaS月額利用料(従業員500名・1名600円) | 月額30万円(年間360万円) |
| 導入・初期設定支援費(初年度のみ) | 50万〜150万円(一括) |
| 管理職向け介入研修オプション(任意・利用人数に応じて) | 1人あたり1万5千円/回 |
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100〜1000名規模の企業では人事担当者1人が数百名の関係性変化を把握するのは物理的に不可能で、上司―部下間や同僚間の軋轢は表面化まで平均数ヶ月放置されている。
1on1やストレスチェックは形式的実施に留まり、実際の関係悪化シグナルを捉える仕組みがないため、人事部門は相談が来てからの事後対応しかできていない。特に30〜40代の中間管理職は板挟みになりやすく本人も不調を自覚しづらいため、離職やメンタル不調に発展してから初めて問題が発覚するケースが多い。1件の管理職離職で数百万円規模のコストが発生する現状に対し、予防的に軋轢を検知し早期介入する手段が求められている。
PoC・MVP開発フェーズはNLPモデルの精度検証やUI試行錯誤が前提となるため準委任契約が適しています。
感情分析精度70%などの数値目標は契約上の完成義務ではなく努力目標として扱うことを明記し、精度未達時の責任範囲を事前に取り決めてください。有償化以降、Slack/Teams連携やダッシュボードなど要件が固まった機能は請負契約に切り替え、検収基準（連携動作確認、アラート発火テスト等）を仕様書に明文化することを推奨します。個人情報・労務データを扱うため、契約書に匿名化処理義務とインシデント時の責任分担を必ず盛り込むこと。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 中堅企業の人事担当者・人事担当役員（アラート確認、介入判断、レポート閲覧） |
| セカンダリ | 中間管理職（1on1での介入実施）および従業員本人（パルスチェック回答、相談チャット利用） |
| 管理 | 自社情報システム部門またはベンダー側運用担当（Slack/Teams連携設定、アラート閾値カスタマイズ、データ管理） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| パルスチェック配信・回答収集機能 | 週次質問をSlack/Teamsへ自動配信→従業員が1〜2分回答→回答データをDB保存 |
| 感情分析・兆候語検出機能 | 週次コメント・1on1議事録→NLPで感情極性と対立語彙を検出→兆候スコアを出力 |
| 行動ログ異常検知機能 | 会議参加率・メッセージ応答時間ログ→時系列異常検知モデルで逸脱値算出→異常スコア出力 |
| 関係性グラフ・リスクスコア算出機能 | 感情スコアと行動異常値→GNNで関係性ネットワーク構築→ペア・部署別リスクスコア算出 |
| アラート通知機能 | 算出済みリスクスコア→閾値判定→超過時に人事担当者と上司へ通知送信 |
| ダッシュボード・レポート要約機能 | 検知結果データ→LLMが背景要因を非専門用語で要約→人事向けレポートを表示 |
| 介入トークスクリプト自動生成機能 | リスク要因と対象者属性→LLMが1on1質問例とNG表現を生成→スクリプトを出力 |
| 従業員向けヒアリングチャットボット機能 | 従業員のパルス回答→AIが追加質問で深掘り→モヤモヤ内容をテキスト記録 |
| 外部相談窓口マッチング機能 | 深刻度判定結果→産業医・EAP候補を選定→本人同意後に紹介情報を送信 |
| 効果測定・改善追跡機能 | 介入後の再パルス回答→介入前後のスコアを比較→改善判定しアラートを解除 |
| 外部システム連携・データ取込機能 | Slack/Teams/勤怠評価システムAPI→データ取得・正規化→統合DBへ格納 |
| テーブル | 主要カラム |
|---|---|
companies | id, name, industry, employee_count, contract_plan, contract_start_date |
employees | id, company_id, department_id, role, email, join_date, manager_id |
pulse_checks | id, employee_id, week_date, workload_score, relationship_score, free_comment, sentiment_score |
behavior_logs | id, employee_id, log_date, message_response_time_avg, meeting_attendance_rate, message_count |
risk_scores | id, target_type, target_id_a, target_id_b, score, factors_json, calculated_at |
alerts | id, risk_score_id, status, assigned_to, created_at, resolved_at |
interventions | id, alert_id, hr_user_id, script_used, action_taken, result_note, intervention_date |
referrals | id, employee_id, referral_type, partner_org, status, fee_amount, referred_at |
| # | 画面 |
|---|---|
| 1 | パルスチェック回答画面 |
| 2 | 人事向けダッシュボード |
| 3 | リスク詳細レポート画面 |
| 4 | 介入スクリプト表示画面 |
| 5 | アラート閾値設定画面 |
| 6 | 従業員本人チャット画面 |
| 7 | 外部システム連携設定画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | Slack Bolt API(Slack常駐Bot構築に必要) |
| 2 | Microsoft Graph API(Teams連携・行動ログ取得用) |
| 3 | OpenAI API GPT-4系(感情分析・要約・スクリプト生成) |
| 4 | GiNZA/spaCy(日本語自由記述の形態素・感情前処理) |
| 5 | Neo4j(従業員間関係性グラフの保存・GNN学習用) |
| 6 | AWS ECS/RDS/S3(スケーラブルなSaaS基盤) |
| 7 | Auth0(企業SSO・従業員認証の一元管理) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 月間稼働率99.5%以上（ダウンタイム月間約3.6時間以内）を維持する |
| 性能 | 性能: 従業員1000名規模のパルスチェック配信を5分以内に完了させる |
| セキュリティ | セキュリティ: 個人特定可能情報はAES-256で暗号化保存し、アクセスログを1年間保管する |
| データ保護 | データ保護: 行動ログ・感情分析データは匿名化処理を施し90日経過後に自動削除する |
| 運用 | 運用: アラート発報から人事担当者の一次確認まで平均24時間以内を目標値とする |
| スケーラビリティ | スケーラビリティ: 従業員1000名規模の企業を最大100社（合計10万ID）まで同時運用可能とする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 協力企業の人事担当者にGoogleフォームで週次パルスチェックを配布し、担当者と一緒に回答コメントを手作業で読み込んでリスク兆候を判定する。汎用の生成AIでコメント分類を試し、精度感を掴む | AI利用料と協力企業へのヒアリング交通費程度 |
| ②最小システム | SlackボットでBotによる週次配信を自動化し、既存のクラウド感情分析APIでスコア化、スプレッドシート連携の簡易ダッシュボードでアラート表示する最小構成を組み上げる | 外注または業務委託で数か月分の開発費水準 |
| ③本開発 | グラフニューラルネットワークによる関係性ネットワーク分析、Teams連携、要配慮個人情報を扱うためのセキュアな基盤整備、顧問弁護士による法務レビューを経て正式版を開発する | 自己資金と創業融資に加え、エンジェル投資も視野に入れた本格開発費水準 |
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300〜500名規模の中堅企業の人事部長または人事担当役員 | 実際の人事課題感とPoC協力・予算感を検証するため | 経営者交流会や中小企業家同友会、人事勉強会コミュニティ経由で紹介依頼 |
| 企業の嘱託産業医(月1回訪問クラスの契約医) | メンタル不調検知の医学的妥当性と紹介フローの実務要件を確認するため | 産業医紹介会社(産業医紹介ネット等)や地域産業保健センター経由で接点作り |
| 中堅企業を顧客に持つ社会保険労務士法人の代表 | 労務トラブル事例とOEM/API連携チャネル構築の可能性を探るため | 全国社会保険労務士会連合会や地域の社労士会の異業種交流会に参加 |
| 導入検討企業の労働組合執行部または従業員代表 | 監視ツールと誤解されず社内合意を得るための説明要件を把握するため | PoC協力企業の人事部長経由で労組委員長への同席打診を依頼 |
| 労働法・個人情報保護法を専門とする弁護士(顧問契約想定先) | 行動ログ・感情分析データ取得の適法性設計を事前に固めるため | 労働法専門の法律事務所に個人情報保護法対応の相談として問い合わせ |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 社会保険労務士事務所からの紹介 | 顧問先の中堅企業を多く抱える社労士に「ストレスチェックの次の一手として無料トライアルを紹介してほしい」と依頼し、紹介料や提携条件を提示する |
| 産業医・EAP提携先からの逆紹介 | 産業医紹介サービスの担当者に「重篤化する前の予防ツールとして、貴社の顧客企業に紹介してもらえないか」と持ちかけ、共同提案の形を作る |
| 人事責任者が集まるコミュニティ・勉強会 | 人事担当者向けオンラインコミュニティやHRテック勉強会に参加し、「離職予兆の見える化」について事例共有の登壇枠をもらい、そこで無料トライアルを案内する |
| LinkedInでの人事責任者への直接メッセージ | 従業員規模が条件に合う企業の人事部長・執行役員に絞り、「1ヶ月・部署単位の無料トライアルで離職予兆を可視化してみませんか」と個別に打診する |
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 | 税務申告を2期終えていない法人・個人事業主で、自己資金要件を満たす創業者 | 無担保無保証で運転資金を借り入れられる制度で、当事業の創業融資合計（500万円）はこの制度の利用を想定している。設備資金（サーバー・開発機材等）は別枠での申請を検討する |
| 東京都中小企業振興公社 創業助成事業 | 都内で創業予定・創業からまもない中小企業者 | 人件費・広報費・専門家謝金などが対象経費に含まれるため、代表1名体制からカスタマーサクセスや法人営業を採用する段階の人件費補助に活用できる |
| 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・サービス開発や生産性向上に取り組む中小企業・小規模事業者 | 感情分析モデルやグラフニューラルネットワークなどAIエンジンの開発費・クラウド利用料の一部を補助対象にできる可能性がある |
| 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 | 無料トライアルの案内資料作成、展示会出展、Web広告など販路開拓費用に充当できるため、最初の10社を獲得する営業活動の後押しになる |
| IPA 未踏IT人材発掘・育成事業 | 独創的なアイデアを持つ個人（学生・社会人不問）のIT人材 | NLP・グラフ解析といった先端的な要素技術を担うエンジニアの研究開発支援として、採択されればプロトタイプ開発の技術検証段階で活用余地がある |
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。
同じ課題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。
※ バッジは自動集計にもとづく相対表示です