Who（誰が）
鉄道事業者の運行管理部門と道路管理者（自治体・国道事務所）、および踏切周辺の住民・事業者
対象とする社会課題：踏切の過剰な遮断時間による交通渋滞・事故リスクの放置
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。
毎朝、踏切待ちに時間を費やす通勤客や、遮断のたびに客足が途切れる沿道の商店主がいる。遮断時間は列車の本数を基準にした固定の安全マージンで決まり、交通量が減った時間帯でも見直されないまま何年も放置される。現地調査による見直しはめったに行われず、閑散時間帯の過剰遮断は誰の担当でもない隙間として残り続けている。実際の交通量をAIで測り、安全基準の範囲内で遮断時間を動かせる仕組みが必要だ。
※ 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。
各ボタンを押すと、この事業内容を読み込んだAIチャットが起動し、事業計画書やピッチ資料などの下書きをその場で作成します。数値や体制はチャット内で調整しながら、実際に使える形に仕上げていけます。
※ 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。
鉄道事業者の運行管理部門が、踏切ごとのカメラ映像・検知センサー・列車運行データをダッシュボード上で確認し、AIが提示する『遮断時間短縮シミュレーション』を見ながら『通学時間帯は現状維持で』のように自然言語で条件を調整し、最終承認を行うプラットフォームです。
承認された遮断パターンは保安装置に段階的に反映され、変更後の踏切内立ち往生やニアミスは異常検知AIが自動でレポート化します。踏切待ちに毎朝5〜10分を費やす通勤者や近隣商店にとっては、アプリ通知による混雑予測・迂回誘導で無駄な待ち時間が減り、鉄道事業者にとっては数年に一度の現地調査に頼らず、安全基準を満たしたまま遮断時間の見直しを継続的に行える仕組みになります。
国内には約3万3千箇所の踏切があり、国土交通省の調査では「開かずの踏切」と呼ばれる1時間あたり40分以上遮断される踏切が全国で約540箇所存在する。
遮断時間は列車の運行速度や本数を基準に固定的な安全マージンで設計されており、時間帯別の実際の道路交通量や歩行者数を反映していないため、閑散時間帯でも過剰に長く遮断されるケースが多い。踏切近隣で商店を営む個人事業主や、通勤・通学で毎朝踏切待ちに5〜10分を費やす会社員・学生にとって、この非効率は生活時間とビジネス機会の損失に直結している。鉄道事業者側も遮断時間の見直しには保安装置の改修コストと安全性検証の負荷が大きく、人手による現地調査ベースの見直しは数年に一度しか行われていない。結果として、交通量が減少した踏切でも旧来の遮断パターンが放置され続け、渋滞・迂回・踏切内立ち往生のリスクが解消されないまま残っている。
画像解析AIが踏切カメラ映像から自動車・自転車・歩行者の通過数と待機列の長さをリアルタイムに検知し、時系列データとして蓄積する。
時系列予測モデルが列車運行スケジュールと道路交通量データを組み合わせ、時間帯別・曜日別の最適遮断パターンを最適化アルゴリズム（制約付き数理最適化）で算出する。対話型AIアシスタントが運行管理者からの自然言語での条件変更（例：「通学時間帯は現状維持で」）を受け付けてシミュレーションを再計算する。異常検知AIが遮断時間変更後の踏切内立ち往生・ニアミス事象を検知し、安全性検証データとして自動レポート化する。
鉄道事業者の運行管理部門と道路管理者（自治体・国道事務所）が共同でシステムを導入し、既設の踏切障検知センサー・道路カメラ・列車運行データをAIプラットフォームに接続する。
AIは踏切ごとに時間帯別・�季節別の道路交通量、歩行者流量、列車速度・本数を解析し、現行の安全基準を満たす範囲内で遮断開始・終了タイミングの最適パターンを算出する。運行管理者はダッシュボード上でAIが提示した「遮断時間短縮シミュレーション」を確認し、対話型UIで条件（最低安全マージン秒数、優先する時間帯など）を調整しながら最終判断を行う。承認された新パターンは踏切保安装置の制御パラメータとして段階的に反映され、実際の遮断時間・事故インシデントをAIが継続モニタリングしてフィードバックする。住民向けには開かずの踏切の混雑予測をアプリで通知し、迂回誘導も行う。
| 遮断パターン見直しのための現地交通量調査・コンサル委託費（数年に一度300〜500万円を年換算） | 約100万円/年（踏切1箇所あたり） |
| 踏切渋滞による迂回・待機時間の経済損失（開かずの踏切1箇所あたり推計） | 約800万円/年 |
| 踏切近隣商店の配達遅延・来客減少による売上機会損失 | 約120万円/年（店舗単位） |
| 保安員配置・立ち往生時の緊急対応人件費 | 約250万円/年（踏切1箇所あたり） |
| 踏切AI監視・最適化SaaS利用料 | 月額8万円（年間96万円、踏切1箇所あたり） |
| 初期システム構築・センサー連携費（初年度のみ） | 初期費用300万円（踏切1箇所あたり） |
| 安全性検証レポート作成支援 | 1件50万円（国交省申請都度） |
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。
全国約540箇所の『開かずの踏切』は、列車の運行速度や本数を基準にした固定的な安全マージンで遮断時間が決まっており、閑散時間帯の実際の交通量を反映していない。
鉄道事業者が遮断時間を見直すには現地調査と保安装置改修の負荷が大きく、人手ベースでは数年に一度しか実施できていない。結果として交通量が減った踏切でも旧来の遮断パターンが放置され、毎朝の踏切待ちや周辺商店の機会損失が解消されないまま残っている。運行管理者が日々の交通データをもとに安全性を確認しながら遮断時間を調整できる仕組みがなければ、この非効率は今後も固定化される。
実証フェーズ（0〜6ヶ月）はセンサー連携やAI予測モデルの精度検証を試行錯誤しながら進める必要があるため準委任契約が適しており、要件を都度見直せる体制にすべきである。
拡大実証フェーズ以降、ダッシュボードや承認フローなど機能仕様が固まった部分は請負契約で成果物を明確化し、検収基準（遮断時間短縮率の実測値、異常検知の誤検知率など）を数値で契約書に明記することを推奨する。なお安全性に関わる保安装置連携部分は、責任分界を明確にするため鉄道事業者側のシステムベンダーとの三者契約（自社・開発会社・鉄道事業者）を検討し、瑕疵担保・損害賠償の範囲を個別に取り決める必要がある。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 鉄道事業者の運行管理部門の担当者（踏切遮断パターンの確認・承認を行う） |
| セカンダリ | 道路管理者（自治体道路課・国道事務所）の担当者、踏切周辺の通勤者・通学者・商店主 |
| 管理 | 自社カスタマーサクセス担当者およびシステム運用管理者（センサー連携設定・障害対応を行う） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 踏切カメラ・センサーデータ収集基盤 | 踏切カメラ映像とセンサー信号を受信→フォーマット統一・欠損補完→時系列DBへ保存 |
| 画像解析AI（通過数・待機列検知） | 踏切カメラ映像を入力→AIで車両・自転車・歩行者数と待機列長を検知→通過数データを出力 |
| 列車運行データ連携 | 列車運行ダイヤ・実績データを取得→遮断開始終了時刻と整合→運行DBへ格納 |
| 交通量・運行データ統合 | 画像解析結果と運行データを結合→時間帯別・曜日別に集計→分析用データセットを生成 |
| 遮断パターン最適化AI | 交通量・運行データを入力→時系列予測と制約付き数理最適化で遮断パターン算出→候補パターンを出力 |
| 運行管理者向けダッシュボード | 算出済み遮断パターンを取得→短縮効果をシミュレーション表示→運行管理者へ提示 |
| 対話型AIアシスタント（条件変更） | 運行管理者の自然言語指示（例：通学時間帯維持）を入力→制約条件へ変換→シミュレーションを再計算 |
| 承認・制御パラメータ反映 | 承認済み遮断パターンを取得→踏切保安装置の制御パラメータへ変換→段階反映しログ記録 |
| 異常検知AI・安全性レポート自動生成 | 変更後の映像・センサーデータを入力→異常検知AIで立ち往生・ニアミスを検知→安全性検証レポートを自動生成 |
| 住民向け混雑予測通知・迂回誘導 | 混雑予測データを取得→アプリへ配信→迂回ルートを住民端末に通知 |
| 混雑予測データAPI提供・課金基盤 | 遮断実績・混雑予測データを匿名加工→外部事業者へAPI提供→利用件数に応じ課金記録を生成 |
| テーブル | 主要カラム |
|---|---|
railway_companies | id, company_name, contract_type, contract_start_date, billing_contact |
crossings | id, name, railway_company_id, line_name, location_lat, location_lng, current_pattern_id |
sensors | id, crossing_id, sensor_type, install_date, status, last_calibration_date |
traffic_observations | id, crossing_id, sensor_id, observed_at, vehicle_count, pedestrian_count, bicycle_count, queue_length_m |
train_schedules | id, crossing_id, train_id, scheduled_time, actual_time, speed_kmh, direction |
barrier_patterns | id, crossing_id, time_slot, day_type, close_before_sec, open_after_sec, status, approved_by, approved_at |
simulations | id, crossing_id, pattern_proposal_id, predicted_reduction_pct, safety_margin_sec, created_at, ai_model_version |
incidents | id, crossing_id, occurred_at, incident_type, severity, description, related_pattern_id |
| # | 画面 |
|---|---|
| 1 | 踏切一覧ダッシュボード |
| 2 | 踏切詳細・交通量モニタ |
| 3 | 遮断パターンシミュレーション |
| 4 | 対話型AI条件調整画面 |
| 5 | 承認・変更履歴管理画面 |
| 6 | 安全インシデントレポート |
| 7 | 住民向け混雑予測アプリ |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS（可用性・スケーラビリティ確保のため） |
| 2 | PyTorch（映像からの物体検知AI開発のため） |
| 3 | OpenCV（カメラ映像の前処理・検知補助のため） |
| 4 | TimescaleDB（時系列交通量・運行データ蓄積のため） |
| 5 | Google OR-Tools（制約付き遮断時間最適化のため） |
| 6 | OpenAI API（自然言語での条件変更受付のため） |
| 7 | Grafana（運行管理者向け可視化ダッシュボードのため） |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 踏切制御関連システムは稼働率99.99%以上を維持し、二重化構成で単一障害点を排除する |
| 性能 | 性能: 画像解析AIの検知遅延は300ms以内、遮断パターン最適化計算は1分以内に完了させる |
| セキュリティ | セキュリティ: 保安装置制御通信はTLS1.3で暗号化し、鉄道事業者ネットワークとは専用線接続とする |
| フェイルセーフ | フェイルセーフ: AI異常検知時は既存の安全マージン設定へ自動フォールバックし遮断時間を短縮しない |
| 監査性 | 監査性: 遮断パターン変更履歴と承認者情報を5年間保存し、監査ログとして参照可能にする |
| 拡張性 | 拡張性: 1踏切あたり秒間30フレームの映像処理に対応し、同時500踏切分のデータストリームを処理可能とする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 私鉄1社の踏切数箇所で人手による交通量・待機列の目視調査を行い、Excelで遮断時間短縮の余地を試算した資料を作り、運行管理部門に見せて反応を確認する | 調査に出向く交通費と資料作成の人件費のみで、外部発注は不要な水準 |
| ②最小システム | 既設カメラ映像を使った画像解析AIの試作と簡易ダッシュボードを用意し、時間帯別の通過数を自動集計して最適化アルゴリズムの試算精度を検証する | AI利用料とクラウド費用が中心で、外注する場合は小規模開発の数か月分 |
| ③本開発 | 保安装置の制御パラメータ連携API、対話型AIアシスタント、異常検知AIまで含めたフル機能を開発し、複数踏切・複数鉄道事業者への横展開に対応させる | エンジニア複数名の人件費とインフラ費用がかかる本格開発の水準 |
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 |
|---|---|---|
| 私鉄（中堅規模、踏切数200箇所程度）の運行管理部門・保安技術課長クラス | 実証PoCの意思決定者であり、保安装置改修の現場感を持つ | 鉄道技術協会や日本民営鉄道協会の技術部会経由で紹介依頼 |
| 国土交通省鉄道局技術企画課・保安対策室の担当官 | 踏切保安設備の技術基準や安全性検証の要件を事前確認するため | 同省の踏切対策関連の公開資料の問い合わせ窓口からアポイント打診 |
| 国道事務所または自治体道路課の踏切対策担当者 | 道路管理者側の交通量データ提供と補助金申請の共同窓口になる | 各地方整備局の「開かずの踏切」対策協議会の参加自治体リストから接触 |
| 元鉄道事業者出身で保安システムに精通した技術顧問候補（OB人材） | 社内承認プロセスや保安基準の実務知識を製品設計に反映するため | 鉄道総合技術研究所OB会や鉄道技術者の人材紹介会社経由で探索 |
| ナビアプリ・地図サービス事業者のデータ連携部門担当者 | 混雑予測データAPI提供の実現可能性と価格感を早期にすり合わせる | 各社のオープンデータ・パートナー募集ページから問い合わせ |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 元鉄道事業者出身の技術顧問の人脈 | 顧問の元同僚である運行管理部門の担当者に、まず「遮断時間の見直し検討状況を教えてほしいだけ」と負担の軽い形で面談を依頼する |
| 踏切道改良促進法関連の協議会・勉強会 | 自治体道路課や国道事務所が主催する踏切対策の会議に出席し、名刺交換の場で実証への協力可能性を打診する |
| 鉄道技術展示会（鉄道技術展等） | 運行管理システムのブースを回り、「開かずの踏切対策のPoC事例を紹介したい」と声をかけて後日面談の約束を取り付ける |
| 踏切保安装置メーカー・SI企業経由の紹介 | 既存のハードウェア更新案件を抱えるSI企業に「後付けAI補正モジュール」の連携提案を持ちかけ、顧客企業への同席紹介を依頼する |
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 新規開業資金（創業融資） | 法人設立から間もない創業者（自己資金要件あり） | 運転資金と設備資金を分けて借りられる制度で、この事業の融資合計は750万円を想定。センサー連携開発やクラウド費用に充てられる |
| 信用保証協会 創業関連保証制度 | 創業初期で銀行融資の担保・信用力が不足する法人 | 公庫融資に加えて民間金融機関からの追加調達を狙う際、保証協会付き融資の枠を確保できる可能性がある |
| 東京都創業助成事業（自治体による創業助成金の代表例） | 都内で創業する中小企業・個人事業主 | AIエンジニアの人件費や広報費の一部を助成対象にできる可能性があり、実証フェーズの資金負担を軽減できる |
| 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） | 革新的な設備投資・システム開発を行う中小企業 | 画像解析AIや制御連携システムの開発費用の一部を補助対象にできる可能性がある枠組みとして候補になる |
| NEDO Entrepreneurs Program（NEP） | ディープテック・技術シーズを持つ起業前後のチーム | AIによる最適化アルゴリズムという技術シーズの検証段階で、事業化に向けた研究開発資金の候補になる |
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。
モビリティ領域の創業仲間がコミュニティで活動中です。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。順位や件数を断定するものではありません。