Who（誰が）
水処理薬品・設備メーカーや環境計測機器メーカー、損害保険会社などが買い手となり、既存の工場顧客基盤やセンサー販路を持つ企業が主導する想定である。
対象とする社会課題：工場排水の水質異常を早期に検知できず、環境汚染・行政処分リスクが放置されている
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。
全国の工場の多くは中小企業で、専任の水質管理者を置けないまま1日1〜2回の手作業サンプリングに頼っている。夜間や休日の異常放流は経験則では防ぎきれず、行政処分や取引停止という形で現場に跳ね返る。設備投資の余力が乏しい工場ほどこのリスクを背負っている構造を、連続監視という技術で変えたい。
※ 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800万円の申請資料も、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、AquaGuard AIの事業設計（市場・KPI・収益構造など）を読み込んだ状態で、資料の素案をその場で作成します。数値や表現はあなたの状況に合わせてすぐ調整できます。
※ 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。
AquaGuard AIは、工場排水の水質を24時間自動監視し、異常の予兆を早期に検知して現場担当者へ知らせるSaaS+IoTサービスです。
排水放流口に設置したpH計・COD計・SS計等の既存センサーからのデータを5分間隔でクラウドに集め、AIが工場ごとの正常パターンを学習して逸脱をリアルタイムにスコア化します。異常が疑われるとスマートフォンにLINEやメールで通知が届き、担当者はダッシュボード上で原因候補を確認、チャットボットに質問すれば過去事例に基づく対応手順が返ってきます。月次の水質報告書もAIが自治体様式で自動作成し、行政処分リスクの低減と担当者の工数削減（月20時間→3時間目安）を同時に実現します。
全国に約4万5千の特定施設(水質汚濁防止法対象工場)があり、多くは中小企業で専任の水質管理担当者を置けず、pH・COD・SS等の測定は1日1〜2回の手作業サンプリングに依存している。
担当者の経験則に頼るため、夜間や休日の異常放流を見逃すケースが年間数百件報告され、行政指導・罰金・取引停止につながる事例が後を絶たない。センサー自体は安価に入手可能になったが、大量の連続データを人力で監視し続けることは現実的でなく、異常の予兆(徐々の値の乖離)は特に見逃されやすい。実際、環境省の公表データでは水質汚濁防止法違反の行政処分は年間300件超で推移し、うち約6割が中小製造業・食品工場である。設備投資余力が乏しい中小工場ほどリスクが高いという構造的な課題が未解決のまま残っている。
①時系列異常検知: LSTM/Isolation Forestを用いて工場固有の正常範囲を学習し、通常のばらつきと真の異常を統計的に区別する。
②予兆予測: 直近の変化率から数時間後の閾値超過確率を予測し、放流前に是正措置を促す。③自然言語対話: 検知結果の解釈と対応手順を自然言語で説明する社内向けチャットボットが、過去の異常事例データベースを検索し担当者の質問に回答する。④帳票自動生成: 自然言語生成により月次・年次の水質管理報告書を自治体様式に合わせて自動作成する。
工場の排水放流口・処理槽出口に既存センサー(pH計、COD計、SS計、電気伝導度計等)を接続するIoTゲートウェイを設置し、5分間隔で連続データをクラウドに送信する。
AIエンジンが工場ごとの正常運転パターンを学習し、統計的異常検知モデルと時系列予測モデルを組み合わせてリアルタイムに逸脱スコアを算出、閾値超過時に工場責任者のスマートフォンへLINE/メールで即時アラートを送る。担当者はダッシュボード上でAIが提示する「原因候補(pH急変・希釈不足・薬剤投入ミス等)」を確認し、対話型チャットボットに質問すると過去の類似事例と対応手順を返答する仕組みで、専門知識がなくても初動対応が取れる。月次では自治体提出用の水質報告書をAIが自動生成し、法令順守の証跡としても活用できる。導入後は異常発生から検知までの時間が従来の数時間〜1日から平均10分以内に短縮される体験を提供する。
| 水質管理担当者の手作業サンプリング・記録工数(月20時間×人件費換算3,000円/時) | 年間約72万円 |
| 行政処分(改善命令・罰金)発生時の対応コスト・罰金の想定 | 年間50万円〜300万円の想定 |
| 異常放流発覚による取引先からの取引停止・信用失墜による売上損失の想定 | 年間300万円〜1,000万円の想定(発生時) |
| 是正命令後の緊急設備改修・薬剤追加投入等の応急対応費用の想定 | 1回あたり200万円〜500万円の想定 |
| 月額監視SaaS利用料(排水量日量50〜500㎥、24時間監視+アラート+レポート自動生成込み) | 月額8万円〜15万円(年間96万円〜180万円) |
| IoTゲートウェイ初期導入費(センサー接続キット・設置工事、一括) | 1拠点あたり50万円〜120万円(初年度のみ) |
| コンサルティング・原因分析オプション(異常発生時の従量課金) | 1件5万円〜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。
全国約4万5千の特定施設の多くは中小工場で、専任の水質管理担当者を置けず、pH・COD・SS等の測定を1日1〜2回の手作業サンプリングに頼っている。
そのため夜間・休日の異常放流を見逃すケースが後を絶たず、環境省統計でも水質汚濁防止法違反の行政処分は年間300件超で推移し、その約6割が中小製造業・食品工場である。センサー自体は安価に導入できるようになったが、大量の連続データを人力で監視し続けることは現実的ではなく、徐々に進行する異常の予兆は特に見逃されやすい。設備投資余力の乏しい中小工場ほどリスクが高いという構造を放置せず、連続監視とAI判定を安価に提供できる仕組みが求められている。
PoC・技術検証フェーズ（0〜6ヶ月）は、業種ごとの排水特性やAIモデルの精度目標が事前に確定しきれないため準委任契約が向く。
要件が固まるMVP開発以降は、機能一覧・受入基準・性能要件（検知遅延10分以内等）を仕様書に明記したうえで請負契約に切り替えるのが望ましい。発注時は誤検知率や検知精度を検収基準に含めると開発側が達成困難な数値目標を一方的に負うリスクがあるため、キャリブレーション期間中の精度は努力目標とし、契約上の検収条件とは分離して定義することが重要である。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 工場の水質管理担当者（現場責任者、多くは他業務との兼任） |
| セカンダリ | 代理店営業担当、環境コンサルタント、自治体環境部局の担当者 |
| 管理 | 自社カスタマーサクセス/AIモデル運用チーム、システム管理者 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| センサーデータ収集 | pH・COD・SS・電気伝導度の生値を5分間隔で収集し、クラウドDBに送信する。 |
| 時系列異常検知 | 蓄積した時系列データをLSTM/Isolation Forestで解析し、逸脱スコアを出力する。 |
| 予兆予測 | 直近の変化率データを予測モデルに入力し、数時間後の閾値超過確率を出力する。 |
| リアルタイムアラート通知 | 逸脱スコアが閾値超過した際、担当者スマホへLINE/メールで即時通知する。 |
| 原因候補提示 | 異常パターンを分類し、pH急変・希釈不足等の原因候補をダッシュボードに表示する。 |
| 対話型チャットボット | 担当者の質問文を受け取り、過去事例DBを検索して対応手順を自然言語で回答する。 |
| 月次報告書自動生成 | 月次水質データを集計し、自治体様式に整形した報告書PDFを自動生成する。 |
| 監視ダッシュボード | 各拠点の最新測定値と異常スコアを可視化し、担当者向けWeb画面に表示する。 |
| センサーメーカーAPI連携 | 堀場製作所・東亜DKK等の既存センサー出力をAPI経由で取得し統一形式に変換する。 |
| モデルキャリブレーション | 導入後3ヶ月分のデータで業種別テンプレートモデルを工場固有に再学習する。 |
| 匿名化データ集計・提供 | 拠点データを匿名化・集計し、自治体・保険会社向けレポートを年次提供する。 |
| テーブル | 主要カラム |
|---|---|
factories | factory_id, name, address, industry_type, discharge_volume_m3, contract_plan, created_at |
sensors | sensor_id, factory_id, sensor_type(pH/COD/SS/EC), maker, model, install_point, last_calibrated_at |
gateways | gateway_id, factory_id, device_serial, firmware_version, status, last_heartbeat_at |
measurements | measurement_id, sensor_id, timestamp, value, unit, quality_flag |
anomaly_scores | score_id, factory_id, timestamp, model_version, anomaly_score, predicted_breach_prob |
alerts | alert_id, factory_id, triggered_at, severity, cause_candidate, status, resolved_at |
incident_logs | log_id, alert_id, operator_id, action_taken, comment, created_at |
reports | report_id, factory_id, period, report_type, file_url, submitted_flag, generated_at |
| # | 画面 |
|---|---|
| 1 | ダッシュボード(全拠点概況) |
| 2 | 拠点別リアルタイム監視画面 |
| 3 | アラート一覧・詳細画面 |
| 4 | 異常原因候補チャット画面 |
| 5 | センサー設置・管理画面 |
| 6 | 月次報告書生成・確認画面 |
| 7 | 契約・請求管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS IoT Core(センサーデータ収集の実績豊富) |
| 2 | TimescaleDB(時系列データ蓄積・高速集計に適する) |
| 3 | PyTorch/LSTM(時系列異常予測モデル構築に適合) |
| 4 | Isolation Forest(scikit-learn)(軽量な統計的異常検知) |
| 5 | LangChain+社内LLM API(チャットボット対話生成) |
| 6 | Grafana(工場担当者向けリアルタイム可視化) |
| 7 | AWS Lambda+EventBridge(アラート通知の低遅延処理) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 24時間365日稼働、SLA99.5%以上（月間ダウンタイム約3.6時間以内）を保証する。 |
| 性能 | 性能: センサー受信から異常検知・アラート通知まで平均10分以内、ピーク時600拠点同時処理に対応する。 |
| セキュリティ | セキュリティ: センサーデータ・報告書はTLS1.2以上で暗号化し、改ざん検知ログを90日以上保持する。 |
| 運用 | 運用: AIモデルの再学習を月1回自動実行し、誤検知率を稼働1年で15%→5%以下に低減する。 |
| データ保存 | データ保存: 水質汚濁防止法の記録保持義務に対応し、生データを最低5年間保存する。 |
| スケーラビリティ | スケーラビリティ: 1拠点あたりセンサー最大20点、拠点数600まで水平スケール可能なクラウド構成とする。 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 実証工場数拠点の既存センサーデータを人力で収集・可視化し、担当者への聞き取りをもとに異常判定の仮説ルールを作る。AIモデル抜きでまず異常の見え方を確認する段階。 | 交通費と担当者へのヒアリング謝礼程度で収まる水準 |
| ②最小システム | IoTゲートウェイの試作機と簡易な異常検知ロジックを実証工場に設置し、閾値超過時にLINE/メールで通知が届くかを確認する。ダッシュボードは最小限の表示にとどめる。 | ハードウェア試作費と外部委託のAI開発費が中心で、数か月分の外注費に相当する水準 |
| ③本開発 | 複数センサーメーカーとのAPI連携、時系列異常検知モデルの本番化、チャットボットによる原因候補の提示、自治体様式の月次報告書自動生成までを実装し、複数拠点で並行稼働させる。 | クラウド利用料とエンジニア人件費が主体で、継続的な開発体制を前提とした水準 |
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 |
|---|---|---|
| 食品加工・金属加工業の工場長または環境安全担当者(中小製造業) | 実際の排水管理の課題感とpH等測定業務の実態をヒアリングするため | 地元工業会・商工会議所の環境部会や展示会(環境展)経由で紹介依頼 |
| 水質計測機器代理店の営業責任者(堀場テクノサービス系列等) | 既存センサー顧客への提案チャネルとAPI連携の技術窓口を確保するため | 堀場製作所・東亜ディーケーケーの代理店一覧から直接問合せ |
| 都道府県・政令市の環境部局担当者(水質規制課・公害対策課) | 行政処分の実態把握と自治体提出報告書フォーマットの正確な仕様確認のため | 情報公開請求または環境部局の相談窓口に事業説明の面談を申込み |
| 水処理薬品メーカーの技術営業(栗田工業・オルガノの現場担当) | 既存の顧客基盤への相乗り提案と薬剤投入異常の知見を得るため | 業界紹介・展示会名刺交換後にオンライン商談を設定 |
| 産業廃棄物処理業者の営業担当(排水処理委託先を持つ工場と接点あり) | 紹介チャネル構築と排水トラブル発生時の現場実例を収集するため | 産廃協会の会員名簿や既存取引先からの紹介で接触 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 環境計測機器代理店への直接コンタクト | 既存センサーの販売代理店に「センサー買い替え不要でAI監視を追加できる」と説明し、既存顧客への同行訪問を依頼する。 |
| 産業廃棄物処理業者からの紹介 | 契約先の工場を多く抱える処理業者に「行政処分回避に役立つ仕組み」として紹介を依頼し、紹介料や協業条件を提示する。 |
| 工業会・商工会のセミナー | 地域の工業会や商工会に「水質汚濁防止法対応セミナー」の開催を持ちかけ、参加企業に個別相談の場を設けてもらう。 |
| 自治体環境部局への働きかけ | 環境部局の担当者に「行政処分件数低減に資する仕組み」として説明し、管内の中小工場への案内や実証協力を依頼する。 |
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） | 新たに事業を始める個人・法人、または事業開始後おおむね一定期間内の事業者 | IoTゲートウェイ試作費やクラウド開発費など創業初期の設備・運転資金に充てられる。融資総額は750万円を想定し、着金までのつなぎとして自己資金100万円を併用する設計にしている。 |
| 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） | IoT機器やシステムを新たに開発・導入する中小企業・小規模事業者 | IoTゲートウェイの試作や異常検知AIモデルの開発費用の一部をカバーできる可能性があり、自己負担を抑えて技術検証(PoC)を進められる。 |
| 小規模事業者持続化補助金 | 小規模事業者（創業直後の代表1名体制でも対象になりうる） | 代理店開拓や工業会セミナー出展などの販路開拓費、チラシ・展示会出展費に使えるため、最初の10拠点の営業活動を後押しできる。 |
| IT導入補助金 | ITツール・SaaSを導入する中小企業（本事業では顧客側が対象になる制度） | 導入企業側がこの補助金を使えることを商談時に案内すると、月額監視SaaS利用料や初期導入費の負担感を下げる訴求材料になる。 |
| 自治体の創業支援事業（例：東京都創業助成事業など地域の制度） | 都道府県・市区町村内で創業する個人・法人 | 人件費・広告費・専門家依頼費等の一部が対象になる制度が多く、代表1名体制の期間の資金繰りを補強できる。 |
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。
工場排水・環境モニタリングに取り組む仲間がコミュニティで活動しています。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。