Who（誰が）
全国約1,600の就学援助制度実施自治体の教育委員会・学務課担当職員と、申請を行う保護者（ひとり親・非正規雇用世帯を含む）が主な利用者である。
対象とする社会課題：自治体の就学援助認定事務の非効率と支援漏れ
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。
就学援助の審査は今も紙とExcelが中心で、担当職員が世帯ごとの所得や家族構成を手作業で照合している。繁忙期には数週間の残業が常態化し、本来対象になるはずの世帯が申請をあきらめたり、逆に誤認定が起きたりする。給食費や学用品費の支払いに困る子どもを、審査の遅れや人手不足で放置してはいけないという思いから、この事業は生まれた。
※ 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、就学援助AI審査支援システム「ミライサポ」の資料の素案をその場で作成します。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。
「ミライサポ」は、自治体の教育委員会・学務課の職員が就学援助の認定審査をクラウド上で行うためのAI審査支援システムです。
職員が住民基本台帳・税情報から抽出した世帯データをアップロードすると、AIが自治体独自の認定基準（生活保護基準の1.0〜1.3倍等）に基づき所得判定を行い、対象・非対象・要確認の3区分に自動仕分けします。要確認世帯は不足書類や扶養人数と税申告の不一致などをチェックリストで提示し、職員は最終承認のみを行う体制になります。保護者はLINE連携のチャットボットに「対象になりますか」と質問すれば24時間で回答が得られ、申請書類の写真をアップロードすれば記入漏れを即時チェックできます。これにより1件30〜45分かかっていた審査が10分程度に短縮され、繁忙期の残業と支援漏れの両方を減らすことを目指します。
全国の就学援助受給率は平均14.4%（文部科学省2021年度調査）だが、自治体ごとに認定基準・手続きが異なり、担当職員が世帯人数・所得・家族構成を手作業で照合するため、1件あたり平均30〜45分の審査時間がかかっている。
人口10万人規模の市では毎年3,000〜5,000件の申請があり、繁忁期（3〜4月）には担当職員2〜3名が数週間残業対応する状態が常態化している。さらに審査基準が複雑なため、本来対象となるはずの世帯が申請をあきらめたり、逆に基準外の誤認定が発生するケースもある。ひとり親家庭や非正規雇用世帯など所得変動の大きい世帯ほど、書類不備や所得証明の解釈ミスにより認定が遅れやすく、給食費や学用品費の支払いに窮する子どもが放置されるリスクがある。多くの自治体は専門システムではなくExcelや紙台帳で管理しており、担当者の異動によりノウハウが継承されず、審査品質が年度ごとにばらつく問題も未解決のままである。
所得判定エンジンが税情報・世帯人数データを基に機械学習モデル（勾配ブースティング）で認定可否を予測し、判定根拠となる基準額との差分を数値で可視化する。
自然言語対話AI（LLMベースチャットボット）が保護者からの問い合わせに自治体ごとの制度を踏まえて回答し、多言語対応（日本語・英語・中国語・ポルトガル語）で外国籍世帯にも対応する。画像解析AIが提出書類（所得証明書・在学証明書等）をOCRで読み取り、記載事項の不整合や不備を自動検出する。異常検知モデルが過去の不正受給・誤認定パターンを学習し、審査担当者へリスクスコアとともにアラートを出す。
自治体の教育委員会担当者が、住民基本台帳・税情報システムと連携したクラウド画面に世帯情報をアップロードすると、AIが自治体独自の認定基準（生活保護基準の1.0〜1.3倍等）に照らして自動で所得判定を行い、対象世帯・非対象世帯・要確認世帯の3区分に自動仕分けする。
要確認世帯についてはAIが不足書類や矛盾点（扶養人数と税申告の不一致等）を検出し、担当者に確認すべき項目をチェックリスト形式で提示する。保護者向けにはチャットボットが「うちは対象になりますか」といった質問に24時間対応し、必要書類をLINEで案内、申請書類の写真をアップロードすると画像解析で記入漏れ・押印漏れを即時チェックする。担当職員は最終承認のみを行う体制となり、審査時間は1件あたり平均10分程度に短縮される想定である。年度末には認定結果と実際の家庭状況（就学援助以外の福祉サービス利用状況等）を突合し、翌年度の基準調整や支援漏れ世帯の再アプローチにも活用する。
| 繁忙期の職員残業代（2〜3名×数週間、時給換算） | 年間60万〜90万円の目安 |
| 紙台帳・Excel管理に伴う印刷・保管・異動時引継ぎ研修コスト | 年間20万〜30万円の目安 |
| 書類不備による再提出対応・電話問い合わせ対応の人件費 | 年間40万〜60万円の目安 |
| 支援漏れ・誤認定による苦情対応や事後是正のコスト（監査対応含む） | 年間30万〜50万円の目安 |
| SaaS月額利用料（中規模自治体、人口5〜30万人） | 月額20万円（年間240万円） |
| 初期導入・データ移行支援費（税システム連携・職員研修込み、一括） | 100万円（初年度のみ） |
| 保護者向けチャットボット多言語・LINE連携オプション | 月額3万円（年間36万円） |
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。
全国の就学援助受給率は平均14.4%だが、自治体ごとに認定基準・手続きが異なり、担当職員が世帯人数・所得・家族構成を手作業で照合するため1件あたり30〜45分の審査時間がかかっている。
人口10万人規模の市では年間3,000〜5,000件の申請があり、3〜4月の繁忙期には担当職員2〜3名が数週間残業する状態が常態化している。多くの自治体はExcelや紙台帳で管理しており、担当者異動によりノウハウが継承されず、審査品質が年度ごとにばらつく。ひとり親家庭や非正規雇用世帯など所得変動の大きい世帯ほど書類不備や解釈ミスで認定が遅れやすく、給食費・学用品費の支払いに窮する子どもが放置されるリスクがある。
MVP部分（所得判定エンジン、承認ワークフロー、基準設定エンジン等）は要件が比較的明確なため請負契約で範囲・工期・検収条件を明確化することが望ましい。
一方、チャットボットの回答精度向上やOCR読み取り精度95%達成に向けたチューニングは試行錯誤を伴うため、準委任契約で継続的な改善サイクルを回す形が適する。税情報システムとの連携は自治体側の既存システム仕様に強く依存するため、自治体ごとの改修協力費や検証期間を契約前に個別に確認し、要件凍結のタイミングを契約書に明記すべきである。個人情報を扱う特性上、ISMS認証取得状況や再委託先の範囲、監査対応義務を契約条項に必ず含めること。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 自治体教育委員会・学務課の就学援助審査担当職員（人口10万人規模の市で2〜3名体制が典型） |
| セカンダリ | 就学援助を申請する保護者（ひとり親家庭・非正規雇用世帯・外国籍世帯を含む） |
| 管理 | 自治体情報政策課の情報システム管理者およびミライサポ運営会社側のカスタマーサクセス担当者 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 世帯情報連携取込機能 | 住民基本台帳・税情報システムのCSV/API出力→形式検証と正規化→世帯マスタDBへ登録 |
| AI所得判定エンジン | 世帯人数・所得・税情報→勾配ブースティングで基準額差分を算出→対象/非対象スコアを出力 |
| 3区分自動仕分け機能 | AI判定スコア→自治体基準（生活保護基準1.0〜1.3倍等）と照合→対象/非対象/要確認に分類 |
| 要確認世帯チェックリスト生成機能 | 要確認世帯データ→扶養人数と税申告の矛盾点を抽出→確認項目チェックリストを担当者画面に表示 |
| 保護者向け多言語チャットボット | 保護者の質問文（日英中葡）→LLMが自治体制度DBを参照→対象要否・必要書類を回答 |
| LINE書類案内・写真受付機能 | 保護者のLINE操作→必要書類リストを送信→申請書類写真アップロードを受信 |
| OCR画像解析・不備検出機能 | アップロードされた所得証明書・在学証明書画像→OCR読取→記入漏れ・押印漏れを即時検出し通知 |
| 異常検知・リスクスコアリング機能 | 過去の不正受給・誤認定パターンデータ→異常検知モデルで照合→リスクスコアとアラートを担当者に表示 |
| 職員最終承認・電子決裁機能 | AI仕分け結果とチェックリスト→担当職員が確認・修正→承認確定し認定通知書を発行 |
| 認定基準ノーコードルールエンジン | 自治体担当者が基準倍率・所得区分を入力→ルール定義を保存→判定エンジンに即時反映 |
| 年次分析・再アプローチ支援機能 | 認定結果と福祉サービス利用状況データ→突合分析→支援漏れ候補世帯リストと基準見直し案を出力 |
| テーブル | 主要カラム |
|---|---|
households | household_id, municipality_id, guardian_name, address, family_count, created_at, updated_at |
members | member_id, household_id, name, birthdate, relationship, school_id, grade |
income_records | income_id, household_id, fiscal_year, tax_amount, income_source, verified_flag |
applications | application_id, household_id, municipality_id, status, submitted_at, decided_at |
judgment_results | judgment_id, application_id, model_version, score, threshold_diff, decision, explain_data |
documents | document_id, application_id, doc_type, file_path, ocr_status, ocr_result_json |
municipality_rules | rule_id, municipality_id, base_multiplier, rule_json, updated_by, updated_at |
chat_logs | chat_id, household_id, language, message, intent, escalated_flag, created_at |
| # | 画面 |
|---|---|
| 1 | 世帯情報アップロード画面 |
| 2 | AI判定結果一覧画面 |
| 3 | 要確認世帯チェックリスト |
| 4 | 職員最終承認画面 |
| 5 | 保護者向けチャット画面 |
| 6 | 書類アップロード確認画面 |
| 7 | 基準ルール設定管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS（自治体向け実績・閉域網接続対応） |
| 2 | Python/LightGBM（所得判定の勾配ブースティング実装） |
| 3 | AWS Textract＋独自OCR（書類読取・不整合検出） |
| 4 | OpenAI API/LLM（多言語チャットボット対応） |
| 5 | LINE Messaging API（保護者連絡チャネル） |
| 6 | PostgreSQL（世帯・所得データの厳密な整合性管理） |
| 7 | Auth0/ゼロトラストIdP（自治体職員・住民認証分離） |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 通常期稼働率99.5%以上、繁忙期（3〜4月）は99.9%を目標とし月間停止を1時間以内に抑制 |
| 性能 | 性能: 所得判定処理は1件あたり3秒以内、繁忙期の同時申請処理5,000件/日に対応 |
| セキュリティ | セキュリティ: ISMS認証取得、個人情報はAES256で暗号化、自治体単位の閉域網接続オプションを提供 |
| バックアップ | バックアップ: 日次バックアップを実施しRPO24時間・RTO4時間以内で復旧可能とする |
| 監査対応 | 監査対応: AI判定根拠（Explainable AIログ）を地方公共団体文書保存規程に準じ5年間保存 |
| 拡張性 | 拡張性: 3年目時点で150自治体・年間約90万件の申請処理に対応可能なスケーラビリティを確保 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 自治体1団体の匿名化された実データを使い、Excelとルールベースの簡易ロジックで所得判定を手作業でシミュレーションし、判定精度と審査時間短縮の効果を確認する。 | 代表者の稼働のみで、既存の表計算ソフトと無料枠のAI利用でまかなえる水準 |
| ②最小システム | 所得判定エンジンのプロトタイプと要確認世帯のチェックリスト出力機能だけを実装し、1自治体でのパイロット運用を通じて審査時間短縮の実績値を取得する。 | 外部エンジニアへの外注費とクラウド利用料が中心で、数か月分の開発予算の水準 |
| ③本開発 | 税情報連携API、保護者向けチャットボット、OCRによる書類チェック機能を統合したフルシステムを構築し、複数自治体への展開とISMS認証取得を進める。 | 複数エンジニアの人件費とセキュリティ認証取得費用がかかり、まとまった開発予算が必要な水準 |
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 |
|---|---|---|
| 人口10万人規模の市の教育委員会学務課・就学援助担当係長 | 審査実務の課題感とAI判定への抵抗感を直接把握するため | 知人の元教育委員会職員からの紹介、または自治体総合フェアの相談ブースで接触 |
| 同市の情報政策課（情報システム担当）の課長または係長 | SaaS導入の予算決裁権と税情報連携の可否を握る実質的キーパーソンのため | 教育委員会担当者からの庁内紹介、または情報政策課向けセキュリティ説明会で接触 |
| 元教育委員会職員でドメインエキスパート候補となる人材 | 自治体ごとの認定基準差異と現場運用の暗黙知を製品設計に反映するため | 教育行政OB会・自治体シンクタンクの人脈、転職エージェント経由で打診 |
| 校務支援システムベンダー（EDUCOM等）の自治体営業担当者 | OEM提携による導入チャネル確保と既存顧客基盤の活用可否を確認するため | 自治体総合フェアの出展ブース訪問、または業界紹介による商談設定 |
| 全国市長会または都市自治体DX推進協議会の事務局担当者 | 地方三団体経由での複数自治体への一括アプローチ可能性を探るため | 自治体DX関連の勉強会・セミナーに参加し名刺交換後にアポイント依頼 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 自治体総合フェア等の展示会 | ブースで「審査時間が1件あたり平均30分から10分程度に縮む実演」を見せ、名刺交換した担当者に後日オンラインデモの個別面談を依頼する |
| 地方三団体（全国市長会・全国町村会等）との連携 | 研究会や制度説明会に登壇させてもらい、就学援助業務のDX事例を紹介したうえで、興味を持った教育委員会担当者に個別ヒアリングを申し込む |
| 既存の校務支援システムベンダーとの提携紹介 | OEM提携先の既存顧客リストから「就学援助の審査だけを効率化する追加機能」として紹介してもらえるよう営業担当に依頼する |
| ドメインエキスパート（元教育委員会職員）の人脈 | 前職の同僚や知り合いの教育委員会担当者に直接連絡し、実データでの検証に協力してもらえないかとPoC参加を依頼する |
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 新創業融資制度（新規開業資金） | 法人設立から間もない代表者・創業者 | 自己資金に上乗せして開発資金や自治体営業の先行費用に充てられる想定で、運転資金として 500万円 の融資を軸に資金計画を組める |
| IT導入補助金（サービス等生産性向上IT導入支援事業） | ITツール・SaaSを提供する中小企業、および導入する自治体・団体側 | 自治体側の導入コストを下げられるため、営業時に補助金活用を案内できる材料になる |
| SBIR制度（研究開発型スタートアップ支援事業） | AIモデル等の研究開発を行う中小企業・スタートアップ | 所得判定エンジンやOCR・異常検知モデルの研究開発フェーズの資金として候補になる |
| 東京都創業助成事業（自治体ごとに同種の創業助成制度がある） | 都内（または各自治体）で新たに事業を始める中小企業・個人 | 初期の人件費・専門家活用費の一部を補助対象にできる可能性があり、自己資金の補完になる |
| デジタル田園都市国家構想交付金 | 自治体（本事業の顧客である教育委員会・情報政策課） | 顧客である自治体側の導入予算の裏付けとして提案時に案内でき、購買の後押しになる |
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。
貧困・格差領域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。
※ バッジは閲覧・登録などの動きをもとにした自動集計による相対表示です。