Who（誰が）
全国のJA・県経済連・共同選果場および中小規模の農業法人（年間取扱量500〜3000トン規模）を主要顧客とする
対象とする社会課題：農産物の等級選別における人手不足と検査品質のばらつき
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。
全国の選果場では、りんごやみかんの等級を見分けてきたパートの平均年齢が60歳を超え、募集をかけても人が集まらない産地が増えている。目視には個人差があり、見落としが返品やクレームにつながる。大型の光学選別機は高額で中小規模の産地には手が届かない。誰かが等級を見分け続けなければ出荷は止まる。その負担を機械に肩代わりさせることが、産地の出荷を止めないために必要だと考えている。
※ 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1,000万円の申請資料も、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、「ノウリツ」の事業内容やこのショーケースの内容を読み込んだ状態で、資料の素案をその場で一緒に作成します。JAや代理店への提案、補助金申請にそのまま使える形にまとめます。
※ 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。
「ノウリツ」は、青果選果場のベルトコンベア上にカメラユニットを設置し、通過するりんごやみかんなどの農産物を1個ずつAIが撮影・解析して、色ムラ・傷・形状・サイズから秀・優・良・規格外の等級を自動判定する基盤です。
判定結果はエアジェットや振り分けアームに送られ、その場で自動仕分けされます。選果責任者はタブレット画面で等級比率をリアルタイムに確認し、AIが判定に迷った個体だけを手動でチェックする運用に変わります。導入初期は目視判定員と並行稼働させて産地ごとの基準にAIを学習させ、3〜6ヶ月後には完全自動運用へ移行し、選果人員は検品補助や機械管理に再配置できます。ハードウェアリースとクラウド課金の組み合わせで、中小規模選果場でも導入しやすい価格設計にしています。
全国の青果選果場では、りんごやみかん、トマトなどの等級選別を目視で行う「選果パート」の高齢化が進み、選果作業員の平均年齢は60歳を超える産地も多い。
JA全農系の中規模選果場では最盛期に1日30〜80名のパートを動員するが、時給1200〜1500円で人件費が経営を圧迫し、募集しても集まらない産地が増えている。目視選別は個人差が大きく、糖度や傷の見落としによる等級誤判定がクレームや出荷後返品の原因になっている。既存の光学式選別機（1台数千万円）は大規模選果場向けで、中小規模の産地JAや個人農家グループには導入コストが合わず、手作業が残存している。結果として、選果作業がボトルネックとなり出荷の遅延や取扱量の縮小を招いている産地が全国に存在する。
画像解析AIが選果ライン上を流れる農産物を高速撮影し、色・形状・傷・糖度推定値（近赤外センサー併用時）を数値化して等級判定を行う。
判定モデルは産地ごとの過去の目視等級データ（教師データ）で継続的に再学習し、産地特有の基準（見た目重視、傷許容度など）に適応する。異常検知アルゴリズムが判定信頼度の低い個体を自動でグレーゾーン扱いにし、人による最終確認をルーティングする。稼働データから等級比率・不良率の傾向を予測し、収穫時期や気象条件と紐づけた出荷計画の最適化提案も行う。
産地のJAや共同選果場が、既存のベルトコンベアや選果台の上にカメラユニットを設置し、通過する農産物をAIが1個ずつ画像撮影する。
AIは色ムラ・傷・形状・サイズを解析し、あらかじめ産地ごとに設定した等級基準（例：秀・優・良・規格外）にリアルタイムで自動分類し、エアジェットや振り分けアームに信号を送って自動仕分けを行う。選果責任者はタブレット画面で分類結果と等級比率をリアルタイムに確認し、判定に迷う個体だけを手動で再確認する運用に切り替わる。導入初期は既存の目視選別員が判定した結果とAI判定を並行稼働させ、AIが学習用データを蓄積しながら精度を産地基準に合わせて調整していく。3〜6ヶ月の学習期間後は完全自動運用に移行し、選果人員を検品補助・機械管理に再配置できる。
| 選果パート人件費（最盛期50名×時給1300円×8時間×60日想定） | 年額約3120万円 |
| 等級誤判定による返品・値引き対応損失（出荷額の2〜3%想定） | 年額約80〜150万円 |
| 光学式選別機を新規導入する場合の設備投資（中小選果場では見送りが多い） | 初期投資2000〜4000万円 |
| 出荷遅延による鮮度低下・廃棄ロス（ボトルネック発生時の想定） | 年額約100〜200万円 |
| 標準導入プラン（カメラ+仕分けユニットのリース＋AI判定SaaS、ライン1本） | 月額約13〜20万円（リース8〜15万円＋SaaS基本料5万円＋従量課金） |
| 初期導入・据付費（据付・機構組込み・初期モデル調整） | 導入時一括50〜150万円 |
| 等級データ分析レポート（オプション） | 月額2万円 |
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。
全国の選果場では目視選別を担うパート従業員の高齢化が進み、平均年齢60歳超の産地も多く、時給1200〜1500円で募集しても人が集まらない状況が続いている。
目視判定は個人差が大きく、糖度や傷の見落としによる等級誤判定がクレームや出荷後返品を招いている。既存の光学式選別機は1台数千万円と高額で、年間取扱量500〜3000トン規模の中小産地JAや個人農家グループには導入できず、手作業が残存し出荷の遅延や取扱量縮小の原因になっている。この構造的な人手不足とコスト問題を解決するため、中小規模選果場でも導入可能な低価格帯のAI選別基盤が必要とされている。
実証フェーズ（0〜6ヶ月）は産地ごとの等級基準や現場運用フローが確定しておらず、要件変更が前提となるため準委任契約が適する。
精度向上フェーズ以降、カメラ撮影・仕分け制御・監視画面など機能仕様が固まった標準モジュールの開発は請負契約で成果物と検収基準を明確にするのが望ましい。AI判定精度95%達成を検収条件に含める場合は、測定方法（目視判定との一致率の算出式・サンプル数）と未達時の追加学習工数の扱いを契約書に明記する必要がある。産地ごとの追加学習データ収集や現地据付作業は稼働ベースの実費精算を別途設け、追加費用トラブルを避けること。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 選果場の選果責任者・現場作業員（判定確認、グレーゾーン個体の再確認を担当） |
| セカンダリ | JA・県経済連の営業担当者、農業機械商社の代理店担当者（導入提案・補助金支援に関与） |
| 管理 | ノウリツ運営側のカスタマーサクセス担当およびAIモデル運用エンジニア（産地別モデルの再学習・精度監視を担当） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 画像撮影・キャプチャ機能 | ライン上の農産物をカメラで撮影→画像を前処理・圧縮→AI判定モジュールへ送信 |
| AI等級判定機能 | 撮影画像→AIが色・形状・傷・糖度推定値を解析→秀優良規格外の等級を出力 |
| リアルタイム自動仕分け制御機能 | AI等級判定結果→仕分け信号に変換→エアジェット・振り分けアームを駆動 |
| グレーゾーン検知・人手ルーティング機能 | 判定信頼度スコア→閾値未満の個体を検出→タブレットに再確認対象として表示 |
| 選果監視ダッシュボード機能 | 判定結果と等級比率データ→集計・グラフ化→選果責任者にリアルタイム表示 |
| 産地別モデル再学習機能 | 目視判定結果と過去教師データ→AIモデルを再学習→産地基準に適応した判定精度を更新 |
| 目視・AI並行稼働比較記録機能 | 目視判定結果とAI判定結果→一致率を算出→精度検証ログとして記録 |
| 出荷計画最適化提案機能 | 等級比率・気象・収穫条件データ→AIが傾向予測→出荷計画最適化案を提示 |
| 等級データ分析レポート機能 | 蓄積された等級・不良率データ→集計分析→月次レポートをJA向けに自動配信 |
| 従量課金・利用計測機能 | 処理個体数と稼働時間を計測→課金額を算出→月次請求データを生成 |
| 機器稼働監視・保守アラート機能 | カメラ・仕分け機構の稼働状態を監視→異常を検知→保守担当者へアラート通知 |
| テーブル | 主要カラム |
|---|---|
sites（選果場） | site_id, name, address, ja_code, capacity_ton, contract_status |
lines（選別ライン） | line_id, site_id, line_name, camera_unit_id, install_date, status |
grading_standards（等級基準） | standard_id, site_id, crop_type, grade_name, criteria_json, version |
items（農産物個体） | item_id, crop_type, harvest_date, sensor_data_json, manual_grade |
inspection_records（判定結果） | record_id, line_id, item_id, image_url, grade_result, confidence_score, judged_at |
lease_contracts（リース契約） | contract_id, site_id, monthly_fee, start_date, end_date, status |
saas_billing（SaaS利用料明細） | billing_id, line_id, month, base_fee, item_count, usage_fee, total_amount |
analysis_reports（分析レポート） | report_id, site_id, period, grade_ratio_json, defect_rate, recommendations |
| # | 画面 |
|---|---|
| 1 | 等級比率ダッシュボード |
| 2 | ライン別リアルタイム判定 |
| 3 | 手動再確認・グレーゾーン画面 |
| 4 | 等級基準設定画面 |
| 5 | 契約・請求管理画面 |
| 6 | 分析レポート閲覧画面 |
| 7 | ユーザー権限管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | TensorFlow（画像分類モデルの学習・推論に採用） |
| 2 | NVIDIA Jetson（現場エッジでの高速AI推論用） |
| 3 | AWS IoT Core（カメラ・センサーデータの収集基盤） |
| 4 | AWS S3（大量の等級判定用画像データを保存） |
| 5 | PostgreSQL（判定結果・契約・課金データを管理） |
| 6 | Grafana（選果責任者向けリアルタイム可視化） |
| 7 | Auth0（産地JA単位のアクセス権限管理） |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 選果ライン稼働時間中（最盛期1日12時間）のシステム稼働率99.5%以上を維持する |
| 性能 | 性能: 1ライン当たり毎分最大600個（1秒10個）の農産物を撮影・判定処理できるスループットを確保する |
| 応答性 | 応答性: 撮影から仕分け信号出力までの処理遅延を200ミリ秒以内に抑える |
| セキュリティ | セキュリティ: 産地別教師データ・出荷データはAES256で暗号化し、JA・拠点単位でアクセス権限を制御する |
| 運用 | 運用: AI判定モデルの再学習は週次バッチで実施し、更新後24時間以内に精度検証（一致率95%基準）を完了する |
| データ保持 | データ保持: 撮影画像・判定ログは最低1年間保存し、返品クレーム発生時の原因調査に対応できる状態を維持する |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 協力してくれる選果場から過去の等級判定結果と現物写真を提供してもらい、市販カメラで撮影した静止画をもとに等級分類ロジックを人手とExcel・簡易画像処理で試し、目視判定との一致度を確認する | 撮影機材と交通費・データ整理の人件費程度 |
| ②最小システム | 実際の選果ライン脇に固定カメラ1台とノートPCを仮設置し、通過する農産物を撮影してAIモデルで等級判定し、タブレット画面に結果を表示するだけの検証を1拠点で数週間行い、仕分けは人手で行う | AI利用料とカメラ・PC等の機材費、外注開発の場合は数か月分の費用 |
| ③本開発 | 仕分けアーム・エアジェットと連動させた自動仕分け機構を組み込み、産地ごとの等級基準に合わせたモデル調整と、目視判定との並行稼働体制を整えて完全自動運用への切替を目指す | 実証機の製造費と機構設計・据付の外注費、クラウドインフラ費用がまとまって必要になる水準 |
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 |
|---|---|---|
| JA共同選果場の選果課長・施設長 | 現場の目視選別工程と等級基準の実態を把握し導入可否を判断する権限を持つため | 県経済連の農産部を通じて選果場見学を申し込み、施設長への紹介を依頼する |
| 県経済連（JA全農県本部）園芸部の担当職員 | 産地JA横断の導入判断・予算配分に関与し、代理店提携の窓口にもなるため | 農水省スマート農業関連の展示会・商談会で名刺交換し訪問アポを取る |
| 農業機械商社（選果ライン設備販売会社）の営業責任者 | 既存ベルトコンベア設備への機構組込み知見と代理店提携の実現性を確認するため | 農業機械展示会（国際農業資材EXPO等）のブースで直接商談を申し込む |
| 県農業試験場・園芸試験場の等級判定研究員 | 産地固有の等級基準データと画像データ提供の協力可能性を探るため | 県農林水産部を通じて共同研究の打診文書を送付し面談を設定する |
| 選果パート従業員の代表・現場リーダー | 雇用への抵抗感や再配置への受容度を導入前に把握し導入合意を得るため | 選果場見学時に施設長経由で現場ヒアリングの場を設けてもらう |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| JA全農・県経済連への直接提案 | 選果部門の担当者に「目視選別員の高齢化と人件費負担を、既存ラインに後付けカメラで軽減できないか相談したい」と面談を申し込む |
| 農業機械商社との代理店連携 | 既存の選果機を納めている商社に「光学式選別機を買えない中小規模選果場向けの後付けキットを一緒に売れないか」と提案する |
| 農業試験場・農業大学校とのつながり | 等級基準データの提供元として協力を仰ぎつつ、実証先となる中小選果場を紹介してもらえないか相談する |
| 選果場見学会・農業機械の展示会 | 現場のパート統括者や選果責任者に「並行稼働でAI精度を確認しながら導入できる」と実演デモを見せて回る |
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 | 創業前・創業後まもない法人・個人事業主 | 実証機の製造費や当初の運転資金に充てる想定で、融資総額は 1,000万円 を計画。着金は設立から2か月目ごろのため、その間の自己資金 200万円 での立て回しが前提になる |
| 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） | 中小企業・小規模事業者（新製品・新サービス開発や生産プロセス改善を行う事業者） | 選果ライン用カメラユニットや仕分け機構の実証機（1台あたり数百万円規模）の製造費の一部を補助対象にできる可能性がある |
| 農林水産省 スマート農業技術の生産現場実装推進事業 | スマート農業技術を生産現場に導入する農業者・JA・農業法人・技術提供事業者 | 産地JAや選果場側がAI選別ユニットを導入する際の初期費用負担を下げる制度として、営業提案時に活用支援できる |
| IT導入補助金 | ITツール・SaaSを導入する中小企業・小規模事業者（この場合は導入先のJA・選果場側） | AI判定SaaS利用料や等級データ分析レポートのサブスク導入費を、顧客側の補助金活用によって軽減できる可能性がある |
| 小規模事業者持続化補助金 | 小規模事業者（販路開拓・業務効率化に取り組む事業者） | 創業初期の展示会出展費・営業資料作成・ウェブサイト整備など、代表1名で動く時期の販路開拓費用に活用できる可能性がある |
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。
農業・食料領域の創業者コミュニティで話題になっています。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・登録などの自動集計にもとづく相対表示です。