Who（誰が）
自治体の道路管理課・公園緑地課、造園・樹木医委託会社、電力・通信インフラ事業者が主な利用者となる
対象とする社会課題：街路樹の倒木・落枝リスクを見逃さず、限られた予算で優先順位づけした管理を実現する
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。
全国の街路樹は点検が数年に一度しか回らず、多くの自治体が倒木事故を起こしてから対応する事後対応型の管理から抜け出せずにいる。限られた予算と人員の中で、専門知識がなくても危険な木を見逃さず優先順位をつけて管理できる仕組みがあれば、台風や豪雨のたびに住民が不安を抱える状況を変えられる。誰が担当しても同じ基準で判断できる仕組みを届けたい。
※ 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650万円の申請資料も、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、このツリードックの事業設計を読み込んだ状態で、事業計画書や自治体向け提案書などの素案をその場で作成します。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。
「ツリードック」は、自治体の道路管理課職員や造園委託業者がスマホで街路樹の幹・根元・樹冠を撮影するだけで、AIが数秒〜数十秒で腐朽・空洞・キノコ(子実体)・傾斜・根上がりを検出し、5段階の危険度スコアと推奨対応(即時伐採・詳細診断・経過観察・健全)を返すサービスです。
1000本規模の街路樹でも1日で一次スクリーニングが完了し、結果は地図上のダッシュボードに自動プロットされます。台風接近時には気象データと連動して「今回の暴風で危険な樹木リスト」が自動生成され、職員はチャットで「予算300万円で優先すべき対象は」と質問すれば根拠データ付きの回答が返ってきます。数年に一度の目視巡回に頼っていた事後対応型の管理から、限られた予算で危険木を先回りして絞り込む予防型管理へと転換します。
全国の街路樹は約1000万本と推計され、多くが植栽から30〜50年を経過し腐朽・空洞化のリスクが高まっているが、点検は専門技術者による目視診断が中心で、1本あたり15〜30分・費用3000〜5000円程度かかり、自治体の予算と人員不足から数年に一度しか巡回できないのが実情である。
実際、台風や豪雨時の倒木事故は年間数百件報告されており、電線損傷・車両損壊・通行人の負傷といった二次被害も発生している。担当は市区町村の道路管理課や公園緑地課の職員数名〜十数名程度で、樹木医の資格を持つ人材は限られ、外部委託費も年々圧迫される財政の中で削減圧力にさらされている。倒木事故が起きて初めて対応するという事後対応型の管理から抜け出せず、住民からの苦情対応に追われる悪循環が続いている。健全度を定量化し、危険木を効率的に絞り込む仕組みが求められている。
画像解析AIが幹表面の変色・キノコ・樹皮欠損・空洞兆候を検出する画像診断モデル(深層学習の物体検出・セグメンテーション)を用い、樹種・樹齢・胸高直径などの属性データと組み合わせて倒木確率を予測する回帰・分類モデルを構築する。
気象予測データ(風速・降水量)と樹木データを統合し、台風接近時の倒木リスクを地理空間上でシミュレーションする最適化アルゴリズムが優先点検エリアを自動選定する。対話型AI(LLM)が自治体職員からの自然言語での質問に対し、診断データベースを参照して根拠付きの回答や点検計画案を生成し、専門知識がない職員でも意思決定を支援する。蓄積された点検結果と実際の倒木・伐採記録をフィードバックループとして再学習させ、予測精度を継続的に向上させる。
自治体職員や委託業者がスマートフォンやタブレットで街路樹の幹・根元・樹冠を撮影し、専用アプリにアップロードすると、AIが数秒〜数十秒で腐朽・空洞・キノコ(子実体)・傾斜・根上がりなどの異常兆候を検出し、5段階の危険度スコアと推奨対応(即時伐採・詳細診断・経過観察・健全)を提示する。
さらに車両搭載カメラやドローンによる一括撮影データも取り込み、街路樹1000本規模でも1日で一次スクリーニングが完了する体制を構築する。診断結果は地図上にプロットされたダッシュボードで可視化され、台風接近時には気象データと連動して「今回の暴風で倒木リスクが高い樹木リスト」を自動生成し優先点検箇所を提示する。職員はダッシュボード上でチャット形式のAIアシスタントに「今月伐採すべき危険木は何本か」「予算300万円で優先すべき対象は」と質問すると、根拠となる診断データとともに具体的な回答が返ってくる体験になる。
| 目視点検委託費(街路樹1万本規模・3年に1度巡回換算) | 年額約1500万〜1700万円(1本3000〜5000円×1万本÷3年) |
| 倒木事故時の緊急対応・賠償費用(電線損傷・車両損壊含む) | 年額300万〜1000万円程度(自治体規模により変動) |
| 住民からの苦情対応・現地確認の人件費 | 年額200万円程度(職員2名×月10時間相当) |
| 電力会社の倒木由来停電の復旧作業費 | 年額500万〜1000万円(1件50万〜100万円×年間10件前後) |
| SaaS年間ライセンス(街路樹1万本規模の市) | 年額300万円 |
| 診断従量パッケージ(1本200円×1万本) | 年額200万円 |
| 初期データ整備・導入支援(初年度のみ) | 一括100万〜300万円 |
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。
街路樹は全国約1000万本あり植栽から30〜50年を経過したものが多く腐朽・空洞化リスクが高まっているが、点検は専門技術者の目視が中心で1本あたり15〜30分・3000〜5000円かかり、自治体の予算・人員不足から数年に一度しか巡回できていない。
台風・豪雨時の倒木事故は年間数百件報告され、電線損傷や車両損壊、通行人負傷といった二次被害も発生している。道路管理課・公園緑地課の担当は数名〜十数名程度で樹木医資格者は限られ、外部委託費も財政圧迫で削減され続けており、事故が起きてから対応する事後対応型から抜け出せていない。健全度を定量化し限られた予算内で危険木を効率的に絞り込む仕組みが必要とされている。
MVP開発(画像診断モデルのプロトタイプ構築、F1スコア0.75達成、ダッシュボード基本機能)は要件・精度目標が固まりきらない探索的な工程が多いため準委任契約が適する想定です。
一方、初期データ整備(既存台帳のデジタル化、現地撮影代行、樹木医監修レポート作成、1自治体あたり100万〜300万円)は成果物・納期が明確なため請負契約が向きます。発注時はAI精度(検出再現率80%→90%)を契約上のマイルストーンではなく努力目標として明記し、樹木医の最終確認プロセスとの責任分界点(誤検出時の免責範囲)を契約書に明文化することが重要です。パイロット3自治体での検証結果次第で仕様変更が想定されるため、フェーズごとに準委任で契約を区切り直す運用を推奨します。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 市区町村の道路管理課・公園緑地課の職員(数名〜十数名規模)、および委託先の造園業者・点検スタッフ |
| セカンダリ | 樹木医(最終診断確認・監修)、電力・通信インフラ事業者の設備保全担当者、将来的には保険会社の引受査定担当者 |
| 管理 | 自社(開発元)のカスタマーサクセス担当およびシステム管理者。ユーザー権限設定、AIモデル再学習データの管理、自治体ごとの契約・課金設定を行う |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 現地撮影・一括データ取込 | スマホ/車載カメラ/ドローンの画像を取込→形式変換・メタデータ付与→診断キューに登録する |
| AI画像診断(異常検出) | 樹木画像を入力→腐朽・空洞・キノコ・傾斜をセグメンテーション検出→異常箇所座標と種類を出力する |
| 倒木確率予測モデル | 画像診断結果と樹種・樹齢・胸高直径を入力→回帰分類→倒木確率(0-100%)を出力する |
| 危険度スコア・推奨対応判定 | 倒木確率を入力→5段階基準で判定→危険度スコアと推奨対応(伐採等)を出力する |
| 気象連動倒木リスクシミュレーション | 気象庁の風速・降水量予測と樹木データを入力→地理空間演算→台風時リスクマップを出力する |
| 優先点検エリア自動選定 | リスクマップと予算上限を入力→最適化アルゴリズム→優先点検リストを出力する |
| GIS地図ダッシュボード可視化 | 診断・スコアデータを入力→地図上にプロット→色分けされた危険木マップを表示する |
| LLM対話型アシスタント | 職員の自然言語質問を入力→診断DBを参照して根拠付き回答生成→点検計画案を出力する |
| 樹木医承認・差し戻しワークフロー | AI判定結果を入力→樹木医が確認・修正→最終診断結果として確定する |
| 診断結果・倒木記録フィードバック再学習 | 実際の倒木・伐採記録を入力→予測モデルへ反映して再学習→更新済みモデルを出力する |
| リスクスコアAPI提供 | 保険会社・電力会社のリクエストを入力→対象樹木のリスクスコアを算出→APIレスポンスとして返す |
| テーブル | 主要カラム |
|---|---|
trees | tree_id, municipality_id, species, planted_year, dbh_cm, height_m, latitude, longitude, road_name, last_inspected_at |
inspections | inspection_id, tree_id, inspector_id, inspected_at, image_ids, method(manual/AI/drone), status |
diagnosis_results | diagnosis_id, inspection_id, risk_score(1-5), defect_type(decay/hollow/fungus/lean/root_lift), confidence, recommended_action, model_version |
images | image_id, tree_id, inspection_id, file_url, capture_type(handheld/vehicle/drone), captured_at, gps_lat, gps_lon |
weather_events | event_id, event_type(typhoon/heavy_rain), max_wind_speed, rainfall_mm, forecast_at, affected_area_geojson |
risk_predictions | prediction_id, tree_id, weather_event_id, fall_probability, priority_rank, generated_at |
municipalities | municipality_id, name, contract_plan, tree_count, contract_start_date, billing_type |
maintenance_actions | action_id, tree_id, action_type(felling/detailed_inspection/monitoring), scheduled_date, completed_date, cost, budget_id |
| # | 画面 |
|---|---|
| 1 | ログイン・自治体選択画面 |
| 2 | 地図ダッシュボード画面 |
| 3 | 樹木詳細・診断結果画面 |
| 4 | 現地撮影・アップロード画面 |
| 5 | 台風リスク一覧画面 |
| 6 | AIチャットアシスタント画面 |
| 7 | 予算・対応計画管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | PyTorch(画像診断モデルの学習・推論に採用) |
| 2 | AWS S3(大量の樹木画像データの保存に採用) |
| 3 | PostGIS(樹木の地理空間データ管理に採用) |
| 4 | Mapbox GL JS(地図ダッシュボード可視化に採用) |
| 5 | FastAPI(診断API・チャットAPIの高速構築に採用) |
| 6 | OpenAI API(自然言語での質問応答生成に採用) |
| 7 | 気象庁防災情報XML(台風・降雨予測データ連携に採用) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 台風接近時のピーク負荷にも対応するSLA99.5%以上、月間ダウンタイム3.6時間以内 |
| 性能 | 性能: 街路樹1000本規模の画像バッチを24時間以内に一次スクリーニング完了、1枚平均処理3秒以内 |
| セキュリティ | セキュリティ: 自治体データはTLS1.2以上で暗号化通信、ISMS/Pマーク準拠のアクセス権限管理を実施 |
| データ保持 | データ保持: 診断画像・結果は最低5年間保存、監査ログは3年間保持し改ざん防止措置を施す |
| 運用 | 運用: モデル再学習は月次実施、検出再現率がF1で5%以上低下した場合は自動アラート発報 |
| 拡張性 | 拡張性: 同時接続自治体50、年間診断本数100万本まで水平スケール可能な構成とする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | パイロット自治体の街路樹を代表が撮影して回り、樹木医の目視評価と写真をExcelで並べて比較し、AIで判定できそうな異常兆候の見分け方を洗い出す。 | 交通費と撮影機材代程度で、外部発注はしない水準感 |
| ②最小システム | 画像をアップロードすると既存の画像認識APIやオープンソースモデルで簡易判定し、危険度リストをスプレッドシート形式で出力するだけの最小アプリを作り、数百本規模で運用テストする。 | AI利用料（API従量課金）と外注での簡易開発費で、小規模な外注委託数か月分の水準感 |
| ③本開発 | 地図ダッシュボード・気象連動リスク予測・チャット型AIアシスタントを実装した正式版を開発し、複数自治体への有償導入と樹木医監修体制を確立する。 | エンジニア複数名の人件費とインフラ費を含む本格開発の水準感で、外部調達を前提とした規模 |
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・政令市の道路管理課または公園緑地課の街路樹担当係長 | 現場の点検予算・巡回頻度・困りごとを把握し実証実験の入口を作るため | 自治体HPの組織図から代表電話に連絡、または知人の自治体職員経由で紹介依頼 |
| 公益財団法人日本樹木医会の地方支部所属の樹木医 | AI診断の妥当性検証とハイブリッド運用の監修役として協力を得るため | 樹木医会支部の研修会・総会に参加し名刺交換、または支部事務局に紹介依頼 |
| 自治体の道路維持管理業務を受託する造園会社の現場責任者 | 既存の点検業務フローと予算感を把握し撮影オペレーション体制を検討するため | 自治体の入札結果公開情報から受託業者を特定し直接問い合わせ |
| 電力会社(配電部門)の設備保全・支障木管理担当者 | 架空線近接木の管理ニーズとAPI連携の需要を確認するため | 電力会社の設備保全部門代表窓口またはインフラ点検展示会での接点作り |
| 自治体のDX推進課・情報政策課の担当者 | SaaS導入時の情報セキュリティ審査やクラウド利用基準の要件を早期確認するため | 道路管理課からの内部紹介、または自治体DX関連セミナーでの名刺交換 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 自治体道路管理課・公園緑地課への直接アプローチ | 「街路樹点検の予算と人手不足を無償トライアルで一部解決したい」と伝え、パイロット実施の実証事業枠（無償・少数本数）での導入を提案する。 |
| 造園・樹木医協会経由の紹介 | 地域の造園建設業協会や樹木医会の勉強会に参加し、「点検業務の一次スクリーニングを効率化したい会員企業を紹介してほしい」と依頼する。 |
| 電力会社設備保全部門への直接営業 | 架空線近接木の管理担当窓口に連絡し、「倒木による停電リスクを事前に絞り込みたい」という課題に絡めてデモを申し込む。 |
| 自治体の実証事業・オープンイノベーション公募への提案 | 自治体DX推進課やスマートシティ関連の実証事業公募に応募し、「無償トライアルで危険木の絞り込み精度を検証したい」と申請する。 |
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） | 創業前後で法人設立し自己資金を用意した事業者 | AIエンジニア採用やダッシュボード開発の先行費用を融資でまかなえる。融資総額は650万円を想定し、着金までのつなぎ期間の生活費・開発外注費に充当する候補になる。 |
| 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・サービス開発を行う中小企業・創業者 | 画像診断AIモデルの試作開発や倒木リスク予測アルゴリズムの高度化が「革新的サービス開発」として対象になりうる。設備投資（学習用GPU等）にも使える枠がある。 |
| NEDO 研究開発型スタートアップ支援事業（Deep Tech系公募） | 深層学習等の研究開発要素を持つスタートアップ | 腐朽・空洞検出モデルや倒木確率予測モデルの精度向上といった技術的難度の高いR&D部分が対象になりやすく、自己資金や融資では回しにくい研究開発費を補う候補になる。 |
| 国土交通省 新技術活用システム（NETIS）への登録 | 公共工事・維持管理分野の新技術を持つ事業者 | 自治体入札で技術の信頼性を示す実績として活用でき、道路管理課への提案時に補助的な後押しになる（直接の資金支援ではない点に注意）。 |
| 自治体の創業助成事業（例: 東京都中小企業振興公社の創業助成事業等、都道府県ごとに名称が異なる） | 本社所在地の都道府県内で創業する事業者 | パイロット自治体開拓に先行して必要なアプリ試作・広報費の一部を補助する候補になる。地域によって制度名・対象が異なるため所在地の公社サイトを確認する必要がある。 |
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。
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。
同じ防災・インフラ領域の創業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