Who（誰が）
市区町村の公園緑地課・道路管理課、造園・緑地管理受託の民間企業、将来的には保険会社・電力インフラ会社が対象顧客となる
対象とする社会課題：老朽化・倒木リスクのある街路樹・公園樹木の点検が人手不足で追いつかない
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。
全国の街路樹は老木化が進む一方、専門人材は数千人規模しかおらず、多くの自治体では担当者1〜2名が数万本を抱えている。目視点検は年1回が限界で、内部の腐朽や根の劣化は見た目では分からない。台風のたびに倒木事故が報道されても、予算は事後対応にしか回らない。だからこそ、スマホ一枚で健全度を可視化し、限られた人と予算でリスクの高い木から優先的に手当てできる仕組みが必要だ。
※ 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700万円の申請資料も、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、GreenGuard AIの事業内容を読み込んだ状態で資料の素案をその場で作成します。自治体への提案や融資申請、開発発注にそのまま使える形を目指した下書きが出てきます。
※ 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。
GreenGuard AIは、自治体の公園緑地課職員や造園業者の作業員がスマートフォンで街路樹の幹・根元・樹冠を撮影するだけで、AIが樹皮の亀裂やキノコ状の子実体、空洞兆候を検出し、5段階の健全度スコアを自動算出するクラウドサービスです。
診断結果はクラウド地図上にピンで表示され、樹種・樹齢・電線近接や避難路指定といった立地条件を加味して「優先剪定・伐採・経過観察」の3区分に自動仕分けされます。担当者はダッシュボードでAIが提案した年間剪定計画・概算費用・作業班配置案を確認し、ワンクリックで作業指示書を発行できます。年1回の目視点検が限界だった現場に、写真1枚から客観的なリスク判定と計画立案ができる仕組みを提供し、専任1〜2名で数万本を管理する自治体の負担を軽減します。
全国の自治体が管理する街路樹は推計約1,000万本、公園樹木を含めるとさらに多く、多くが植栽から30〜50年が経過し老木化・空洞化が進んでいる。
一方で樹木医や造園技術者などの専門人材は全国で数千人規模にとどまり、多くの市区町村では専任担当者が1〜2名で数万本を管理している実態がある。目視点検は年1回程度が限界で、内部腐朽や根系の劣化は外観から判断しづらく、台風や強風時の倒木・枝折れによる人身事故や電線・家屋損傷が毎年報道されている。点検記録が紙台帳やExcelで属人的に管理され、過去データとの比較や優先順位付けができないことも、計画的な更新・剪定を妨げている。予算は限られており「壊れてから対応する」事後対応型の管理が常態化している。専門家不足と予算制約という構造的問題により、リスクの高い樹木を客観的に洗い出す仕組みが存在しないことが未解決の根本原因である。
画像解析AIが幹・葉・根元の写真から病害虫・腐朽・空洞兆候を検出し健全度スコアを自動算出する（畳み込みニューラルネットワークによる異常検知）。
予測AIが樹種・樹齢・気象履歴・土壌条件を組み合わせ、倒木確率や枯死進行度を時系列で予測するリスクモデルを提供する。最適化AIが限られた予算・人員・作業日数の制約下で、剪定・伐採対象樹木の優先順位と作業ルートをスケジューリングし、コスト最小かつリスク低減効果最大の計画を自動生成する。対話AIチャットボットが自治体職員からの「今年度の高リスク樹木は？」といった自然言語の問い合わせに答え、レポート自動生成も行う。
自治体の緑地公園課職員やグリーンインフラ管理会社の作業員が、スマートフォンで街路樹の幹・根元・樹冠をアプリで撮影するだけで、AIが画像から樹皮の亀裂・キノコ状子実体・空洞兆候・葉の変色などを検出し、健全度を5段階でスコアリングする。
あわせてドローンやスマホLiDARで簡易的に樹冠形状や傾斜角を計測し、倒木リスク指数を算出する。診断結果はクラウド地図上にプロットされ、樹種・樹齢・立地条件（歩道幅・電線近接・避難路指定の有無）を加味してAIが「優先剪定・伐採・経過観察」の3区分に自動仕分けする。管理者はダッシュボード上でAIが提案した年間維持管理計画（剪定順序・概算費用・作業班配置案）を確認し、ワンクリックで作業指示書を発行できる。過去の点検写真と気象データ（台風接近・降雨量）を突き合わせ、次年度の要注意樹木リストをAIが事前に通知する体験を提供する。
| 外部委託による目視点検費用（樹木医・造園業者への年1回点検委託、1万本規模） | 年額 約300万〜500万円 |
| 倒木・枝折れ事故による道路封鎖対応・損害賠償（電線損傷・車両損害含む） | 年額 約200万〜1,000万円（事故件数による） |
| 紙台帳・Excel管理による重複作業・情報検索の人件費ロス（職員2名の稼働時間の一部） | 年額 約100万〜150万円相当（人件費換算） |
| 事後対応型の緊急伐採・応急処置費用（計画的剪定より割高な緊急対応単価） | 年額 約150万〜300万円 |
| SaaS月額利用料（管理本数1万本、健全度診断・計画立案・レポート機能込み） | 月額 20万〜40万円（年額240万〜480万円） |
| 初期データ構築支援（現地撮影・ドローン計測・台帳デジタル化、一括委託） | 初年度のみ 150万〜500万円 |
| 作業計画最適化オプション（剪定・伐採発注の最適化機能） | 月額 5万〜15万円（年額60万〜180万円） |
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。
全国の街路樹約1,000万本の多くが植栽から30〜50年を経過し老木化・空洞化が進む一方、樹木医など専門人材は全国で数千人規模にとどまり、市区町村では専任1〜2名で数万本を管理する体制が常態化している。
目視点検は年1回程度が限界で、内部腐朽や根系劣化は外観から判断できず、台風時の倒木・枝折れによる人身事故や電線・家屋損傷が毎年発生している。点検記録が紙台帳やExcelで属人管理されているため過去データとの比較ができず、優先順位付けができないまま「壊れてから対応する」事後対応が続いている。専門家不足と予算制約の中でリスクの高い樹木を客観的に洗い出す仕組みが存在しないことが、計画的な更新・剪定を妨げる根本原因になっている。
MVP開発フェーズは要件・画面仕様が確定しているため請負契約が適した想定だが、画像診断AIの精度改善部分は学習データの追加投入や検出ロジックのチューニングが継続的に発生するため準委任契約が向く。
発注時は「請負：撮影アプリ・ダッシュボード・台帳機能」「準委任：AIモデル学習・精度検証」のように契約形態を分割し、F1スコア0.80/0.85といった精度目標を準委任契約の業務報告義務の中に明記して進捗を可視化することが望ましい。自治体の単年度予算制約があるため、契約書には検収時期と自治体側の予算執行時期のズレを吸収する分割検収・分割支払いの条項を入れておく。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 市区町村の公園緑地課・道路管理課の職員（現場撮影・診断確認・計画承認を行う） |
| セカンダリ | 造園・緑地管理を受託する民間企業の作業員（撮影代行・作業指示書に基づく剪定伐採実施）、樹木医（AI診断結果の監修・最終判断） |
| 管理 | GreenGuard AI運営会社のカスタマーサクセス担当・システム管理者（自治体アカウント管理、AIモデル更新、精度モニタリング） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 樹木撮影・登録機能 | スマホで撮影した幹・根元・樹冠の写真とGPS位置情報を入力し、樹木IDと紐付けて台帳DBに登録する。 |
| 画像診断AI(健全度スコアリング) | 登録写真を解析し、亀裂・キノコ状子実体・空洞兆候・変色を検出して健全度を5段階でスコア化する。 |
| 倒木リスク指数算出 | ドローン/スマホLiDAR計測データから樹冠形状・傾斜角を算出し倒木リスク指数を出力する。 |
| 予測AI(倒木確率・枯死進行予測) | 樹種・樹齢・気象履歴・土壌条件を入力し、倒木確率と枯死進行度を時系列で予測する。 |
| 優先区分自動仕分け機能 | 健全度スコアと立地条件(歩道幅・電線近接・避難路)から優先剪定/伐採/経過観察の3区分に分類する。 |
| 最適化AI(年間維持管理計画生成) | 予算・人員・作業日数の制約を入力し、コスト最小・リスク低減最大の年間剪定計画を自動生成する。 |
| 作業指示書発行機能 | 承認された維持管理計画から剪定順序・作業班・概算費用を含む指示書をワンクリックでPDF発行する。 |
| 対話AIチャットボット | 自治体職員の自然言語質問(例:高リスク樹木は?)に回答し、レポートを自動生成する。 |
| クラウド地図ダッシュボード | 診断結果・リスク指数を地図上にプロットし、樹木ごとの健全度分布を可視化表示する。 |
| 気象連携・要注意樹木通知 | 台風接近・降雨量データと過去点検写真を照合し、次年度要注意樹木リストを自動通知する。 |
| リスクデータAPI提供 | 倒木リスクスコアを保険会社・電力会社向けにAPI形式で提供し、外部システムへ連携する。 |
| テーブル | 主要カラム |
|---|---|
trees | tree_id, municipality_id, species, planted_year, location_lat, location_lng, road_width, near_powerline_flag, evacuation_route_flag |
inspections | inspection_id, tree_id, inspector_id, photo_url, inspection_date, method(手動/ドローン/LiDAR) |
diagnosis_results | diagnosis_id, inspection_id, health_score(1-5), crack_flag, fungus_flag, cavity_flag, leaf_discolor_flag, model_version |
risk_scores | risk_id, tree_id, fall_probability, decline_progression, weather_factor, calculated_at |
maintenance_plans | plan_id, municipality_id, fiscal_year, tree_id, priority_class(優先剪定/伐採/経過観察), estimated_cost |
work_orders | order_id, plan_id, assigned_team, scheduled_date, status, completion_date |
municipalities | municipality_id, name, contract_plan, tree_count, contact_person |
contracts | contract_id, municipality_id, plan_type(SaaS/オプション/API), monthly_fee, start_date, end_date |
| # | 画面 |
|---|---|
| 1 | 樹木マップダッシュボード |
| 2 | 撮影・診断アプリ画面 |
| 3 | 健全度スコア詳細画面 |
| 4 | 年間維持管理計画画面 |
| 5 | 作業指示書発行画面 |
| 6 | レポート・チャット画面 |
| 7 | 契約・課金管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS（S3/EC2で画像・データ基盤を構築） |
| 2 | PyTorch（CNNによる樹皮・空洞検出モデル構築） |
| 3 | PostGIS（樹木位置情報の地理空間検索に最適） |
| 4 | React Native（現場職員のスマホ撮影アプリ用） |
| 5 | OpenAI API（自然言語問い合わせ対応チャットボット） |
| 6 | Mapbox（樹木プロット・リスク可視化地図表示） |
| 7 | Stripe Billing（本数連動の月額課金管理） |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: SaaS基盤の月間稼働率99.5%以上を保証し、計画停止は月1回深夜2時間以内に限定する。 |
| 性能 | 性能: 画像診断AIの1枚あたり推論時間3秒以内、同時100リクエストまでの自動スケールに対応する。 |
| セキュリティ | セキュリティ: 自治体データは国内リージョン(東京)に保存し、通信はTLS1.2以上で暗号化、年1回第三者ペネトレーションテストを実施する。 |
| データ保存 | データ保存: 点検写真・診断履歴は最低10年間保存し、台帳データは日次で別リージョンへバックアップ複製する。 |
| 運用 | 運用: AI診断のF1スコアを月次監視し、0.85未満に低下した場合は再学習パイプラインを72時間以内に起動する。 |
| 拡張性 | 拡張性: 管理樹木本数100万本規模までの水平スケーリングに対応し、自治体ごとのマルチテナント分離を実装する。 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 数自治体の街路樹をスマホで撮影し、樹木医が目視でAIなしの健全度判定を行い、その結果を紙またはスプレッドシートで自治体担当者に共有して反応と業務フローの合致度を確認する | 撮影のための交通費と樹木医への謝礼程度で、外部発注はほぼ発生しない水準 |
| ②最小システム | 画像アップロードと簡易な異常検知AI、健全度スコアの一覧表示のみを備えた簡易ダッシュボードを作り、パイロット自治体で実際の運用に近い形で使ってもらいフィードバックを得る | 外注でのプロトタイプ開発費と、クラウド利用料・AI学習用の画像収集費がかかる水準 |
| ③本開発 | 正式版の画像解析AI・倒木リスク予測モデル・最適化計画機能・自治体向けAPI連携までを含むフル機能を開発し、複数自治体での並行運用に耐える体制を整える | エンジニア複数名分の人件費・クラウド運用費・樹木医監修費用がまとまって発生する水準で、外注の場合は数か月〜半年分の開発費に相当 |
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 |
|---|---|---|
| 中核市の公園緑地課または道路維持課の係長級職員 | 現場の点検体制・予算感・入札スケジュールを直接把握できる決裁前キーパーソン | 自治体HPの組織図から代表電話→担当課に「実証実験の提案」で面談依頼 |
| 日本樹木医会に登録する樹木医（開業または自治体嘱託） | AI診断ロジックの監修者・現場実証の協力者として精度検証に不可欠 | 日本緑化センター運営の樹木医会員名簿・支部事務局経由で紹介依頼 |
| 地方の造園・緑地管理会社（自治体指定管理受託業者）の経営者 | 撮影要員確保と作業計画最適化オプションの実需・現場運用課題を確認 | 都道府県造園建設業協会の会員名簿から地域の受託実績社に直接架電 |
| 損害保険会社の火災・企業財物保険商品開発担当者 | 倒木リスクスコアAPIの事業性・データ提供条件を早期にすり合わせるため | 損害保険協会や保険会社のIR・オープンイノベーション窓口経由で打診 |
| 自治体向けGIS・アセットマネジメントシステムベンダーの事業企画担当 | OEM連携により既存導入自治体への横展開チャネルを確保するため | 自治体向け展示会（自治体総合フェア等）のブースで名刺交換し商談設定 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 自治体の公園緑地課・道路管理課への直接訪問 | 近隣の中核市規模の自治体窓口に「街路樹の点検業務を効率化するAIサービスの実証パートナーを探している」と伝え、まず無料の試験診断を提案する |
| 造園業協会・造園業者団体の勉強会 | 地域の造園業協会の例会や研修会に参加し「自治体の点検業務を一緒に受託しませんか」と協業提案し、既存の顧客基盤を持つ造園会社経由で自治体を紹介してもらう |
| 樹木医会・大学の樹木医学研究室 | 診断ロジックの監修を依頼する形で樹木医に接触し「監修いただく代わりに、先生の関わる自治体案件で試験導入させてほしい」と持ちかける |
| 自治体のオープンイノベーション・実証事業窓口 | 自治体が公募する実証事業やスマートシティ関連の相談窓口に「街路樹管理の実証実験枠での先行導入」を提案し、単年度予算の縛りを避けて導入してもらう |
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 | 実績のない新規開業者・法人設立から間もない事業者 | 自己資金100万円に加えて運転資金を融資で確保できる制度で、この事業のように自治体への提案準備期間に人件費・営業活動費がかさむ立ち上げ期を支える。融資額は500万円を想定 |
| 信用保証協会 創業関連保証（制度融資） | 創業前〜創業後一定期間の中小企業・個人事業主 | 自治体入札の準備や造園業界団体との連携構築には時間がかかるため、公庫融資と併用して資金繰りの安全余力を積む目的で候補になる |
| IT導入補助金 | ITツールを導入・提供する中小企業 | クラウドダッシュボードやAI診断機能の開発・実装費の一部を補助対象とできる可能性があり、正式版開発フェーズのコスト圧縮に使える |
| 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） | 革新的なサービス・プロセス開発を行う中小企業 | 画像解析AIモデルや最適化アルゴリズムの開発は試作開発に該当しうるため、精度改善・正式版開発フェーズの投資の一部を補える候補になる |
| 東京都中小企業振興公社 創業助成事業 | 都内で創業予定または創業から一定期間内の中小企業者 | 初期の人件費・広告費・専門家活用費（樹木医監修費用等）が対象になりやすく、代表1名体制での立ち上げ期の実費負担を軽くする候補になる |
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。
※ バッジは自動集計にもとづく相対的な表示です。