Who（誰が）
全国約1,700の教育委員会・学校法人と、そこに所属する小中高教員約90万人（想定利用者）が主な対象であり、買い手は教育ICTSaaS事業者や教材出版社を想定する。
対象とする社会課題：学校教材のデジタル化が著作権処理の煩雑さで進まない
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。
50代のベテラン教員が何十年もかけて作った独自プリントや切り抜き教材は、著作権判定の知識がないまま「使っていいのか分からない」という理由だけで紙のまま眠り、退職とともに失われていく。全国約80万人の教員がこの不安を抱えながら教壇に立っている。判定を機械化し、誰でも安心してデジタル化・共有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、スクールデジ化AIの市場規模や収益モデルなど、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作成します。項目を選ぶだけで、事業計画書やピッチ資料の土台がすぐ手に入ります。
※ 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。
教員が紙のプリントや市販ドリルの抜粋をスマホで撮影してアップロードすると、AIがOCRで文字・図版・レイアウトを読み取り編集可能なデジタル教材に変換します。
同時に画像内の出版社名・著者名・新聞名などの出典情報を検出し、SARTRAS補償金制度や出版社公開情報と照合して『校内限定なら追加許諾不要』『要許諾』といった利用可否を対話AIが平易な言葉で説明します。教員はダッシュボードで『デジタル化済み』『要確認』『許諾待ち』を一覧管理し、許諾が必要な場合は申請書の自動生成・送付まで代行されます。承認済み教材は校内ライブラリに自動登録され、同僚と共有できるようになり、年度末にはSARTRAS申告用レポートも自動作成されます。
全国の小中高校では2019年開始のGIGAスクール構想で1人1台端末が普及したが、教員が独自に作成・収集した紙教材（プリント、市販ドリルの抜粋、新聞記事など）は著作権処理の煩雑さから電子化・共有が進んでいない。
文化庁の授業目的公衆送信補償金制度（SARTRAS）により学校での複製・公衆送信自体は一定範囲で許諾されているが、どの教材がどの範囲まで利用可能か、出典表記や補償金対象かの判断は教員個人の知識に依存し、判断ミスによる著作権侵害リスクを恐れて紙のまま使い続ける教員が全国で約80万人（小中高教員数の推計）に上る。特に50代以上のベテラン教員は蓄積した独自教材資産を多く持つが、デジタル化・権利確認の作業負荷が高く、退職とともに教材資産が失われるケースが後を絶たない。教育委員会や学校単位でこの権利処理を専門家に依頼するには費用対効果が合わず、結果として教材のデジタル共有・再利用が組織的に進まないままになっている。学校側には著作権専門の事務職員がおらず、外部弁護士への相談は年間数十万円規模のコストがかかるため中小規模の自治体では実質利用されていない。
画像認識AI（OCR＋レイアウト解析）が紙教材をテキスト・図版・構造情報に分解しデジタル教材化する。
自然言語処理AIが教材本文・出典欄から著作物情報を抽出し、著作権データベースとの照合により利用可否を予測・分類するリスクスコアリングを行う。対話型AI（LLM）が判定結果を教員向けに平易な言葉で説明し、許諾が必要な場合は権利者向け申請文書を自動生成する。さらに機械学習モデルが全国の判定履歴を学習し、類似教材の判定精度を継続的に向上させる仕組みを持つ。
教員がスマートフォンやスキャナで紙教材を撮影・アップロードすると、AIがOCRで文字・図版・レイアウトを解析し編集可能なデジタル教材に自動変換する。
同時に画像解析AIが教材内の出典情報（出版社名、著者名、教科書番号、新聞名等）を検出し、著作権データベース（JASRAC・SARTRAS・出版社公開情報等と連携）と照合して利用可能範囲（授業内配布可・校内限定・要許諾等）を自動判定する。判定結果は自然言語対話AIが「この教材は授業目的公衆送信補償金の対象で、校内限定なら追加許諾不要です」といった形で教員にわかりやすく説明し、不明な場合は権利者への許諾申請フォームを自動生成して送付まで代行する。教員はダッシュボード上で「デジタル化済み」「要確認」「許諾待ち」のステータスを一覧管理でき、承認された教材は学校内の教材共有ライブラリに自動登録され同僚と共有可能になる。年度末には利用実績データをAIが集計し、SARTRAS補償金申告に必要なレポートを自動生成する。
| 外部弁護士への著作権相談費用（自治体単位） | 年間30万〜50万円の目安 |
| 教員が権利確認・出典調査に費やす作業時間の人件費換算（教員300人×年間10時間×時給2,500円） | 年間約750万円の目安 |
| 退職教員の教材資産喪失による再作成コスト（教員10名退職×教材300件×作成単価5,000円） | 年間約1,500万円の機会損失の目安 |
| 著作権侵害が発覚した場合の和解金・対応コスト | 1件あたり数十万〜数百万円の想定 |
| 自治体向けSaaS月額利用料（教員300人×月額400円） | 年間約144万円 |
| 著作権許諾代行手数料（年間想定50件×1件3,000円） | 年間約15万円 |
| 教材ライブラリ横断検索プレミアム＋利用実績分析レポート | 年間約90万円（月5万円×12＋レポート年30万円） |
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。
GIGAスクール構想で1人1台端末は普及したが、教員が独自に集めた紙教材は著作権処理の判断が個人任せで、判断ミスを恐れて電子化されずに眠っている。
教育委員会には著作権専門の事務職員がおらず、外部弁護士への相談は年間数十万円規模のコストがかかるため中小自治体では実質使われていない。50代以上のベテラン教員が持つ独自教材資産は退職とともに失われるケースが多く、組織的な教材共有の仕組みが存在しないことが根本原因になっている。
MVP開発フェーズはOCR精度や著作権判定ロジックの試行錯誤が前提となるため準委任契約が適しており、PoC段階（0〜6ヶ月）で判定精度80%達成という目標値を要件定義書に明記した上で進め方を確定させるべきです。
初期導入フェーズ以降、機能仕様が固まった画面開発（ダッシュボードや共有ライブラリ等）については請負契約に切り替え、納期と検収基準を明確にすることでコスト管理を図ります。著作権法務のレビューロジックは専門性が高いため、開発会社任せにせず自社の法務担当者が要件定義段階から関与し、二重チェック体制の仕様を発注前に固めておくことが重要です。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 小中高校の教員（紙教材のアップロード・著作権判定確認・共有ライブラリ利用） |
| セカンダリ | 教育委員会の教育情報化担当者（自治体単位の契約管理・利用実績確認・補償金申告レポート活用） |
| 管理 | 自社の法務担当者（要確認案件の最終レビュー）およびシステム運用担当者（著作権データベース連携・精度モニタリング） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 教材撮影・アップロード | スマホ/スキャナで撮影した紙教材画像→クラウド受信→アップロード完了通知を返す |
| OCR・レイアウト解析(AI) | 教材画像→OCRで文字・図版・段組を解析→編集可能なテキスト構造データを出力 |
| 出典情報抽出(AI/NLP) | デジタル化教材本文→出版社名・著者・教科書番号等をNLP抽出→出典項目リストを生成 |
| 著作権判定(AI) | 出典項目→SARTRAS/JASRAC/出版社DBと照合→利用可否区分（授業内配布可等）を判定 |
| 対話型説明(LLM) | 判定結果データ→LLMが平易な文章に変換→教員向けチャット画面に説明文を表示 |
| 許諾申請自動代行 | 要許諾判定の教材情報→申請文書テンプレへ自動転記→権利者宛メール送信まで実行 |
| ステータスダッシュボード | 各教材の処理状態→集計・分類→教員に一覧画面（デジタル化済/要確認/許諾待ち）表示 |
| 校内教材共有ライブラリ | 許諾完了教材→ライブラリDBに自動登録→同一校教員が検索・閲覧可能に公開 |
| 横断検索プレミアム機能 | 検索キーワード→全国許諾済み教材DBを横断検索→他校・他自治体の利用可能教材一覧を返す |
| 補償金申告レポート生成 | 年間の教材利用実績データ→AI集計→SARTRAS申告用レポートPDFを自動出力 |
| 判定モデル学習・精度改善(ML) | 全国の判定履歴・人手レビュー結果→機械学習モデルへ再学習→判定精度スコアを更新 |
| テーブル | 主要カラム |
|---|---|
schools | school_id, 自治体名, 学校名, 契約プラン, 契約教員数, 契約開始日 |
teachers | teacher_id, school_id, 氏名, メールアドレス, ID区分, 最終ログイン日 |
materials | material_id, teacher_id, 原本画像URL, デジタルテキスト, 教科, 登録日, ステータス |
copyright_holders | holder_id, 出版社名, 著者名, 連絡先, 許諾条件区分 |
rights_judgments | judgment_id, material_id, holder_id, 判定区分, リスクスコア, AI判定日, 人手確認フラグ |
license_requests | request_id, material_id, holder_id, 申請文書, 申請日, 成立日, 手数料金額 |
library_shares | share_id, material_id, 公開範囲, 共有先school_id, 登録日 |
usage_reports | report_id, school_id, 対象年度, 利用件数, 補償金対象件数, 生成日 |
| # | 画面 |
|---|---|
| 1 | ログイン画面 |
| 2 | 教材アップロード画面 |
| 3 | 判定結果確認画面 |
| 4 | 許諾申請管理画面 |
| 5 | 教材ライブラリ検索画面 |
| 6 | ステータス一覧ダッシュボード |
| 7 | 利用実績レポート画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | Google Cloud Vision API（日本語OCR精度が高い） |
| 2 | AWS Textract（レイアウト解析を補完） |
| 3 | OpenAI GPT-4 API（判定説明・申請文書生成用） |
| 4 | PostgreSQL（教材・権利データの構造管理） |
| 5 | Elasticsearch（教材横断検索の高速化） |
| 6 | Auth0（自治体単位のSSO・ID管理） |
| 7 | Terraform（自治体別環境構築の自動化） |
| 区分 | 要件 |
|---|---|
| OCR処理は1教材（A4片面想定）あたり平均10秒以内で完了すること | OCR処理は1教材（A4片面想定）あたり平均10秒以内で完了すること |
| 著作権判定APIの月間稼働率99.5%以上を維持すること（自治体契約SLA準拠） | 著作権判定APIの月間稼働率99.5%以上を維持すること（自治体契約SLA準拠） |
| 教材画像・個人情報は暗号化保存し、アクセスログを1年間保持すること | 教材画像・個人情報は暗号化保存し、アクセスログを1年間保持すること |
| 同時アクセス教員数1万人規模でも画面応答3秒以内を維持すること | 同時アクセス教員数1万人規模でも画面応答3秒以内を維持すること |
| 著作権判定の人手レビュー一致率95%未満の場合は自動で要確認フラグを付与すること | 著作権判定の人手レビュー一致率95%未満の場合は自動で要確認フラグを付与すること |
| 年度末データ集計処理は自治体全教員分（最大10万件）を24時間以内に完了すること | 年度末データ集計処理は自治体全教員分（最大10万件）を24時間以内に完了すること |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 紙教材を教員から預かり、代表者自身がOCRツールと手作業で出典確認・著作権判定を行い、結果をチャットで説明する。判定の型が作れるか、教員が価値を感じるかを確認する | 既存の汎用AIサービスの利用料と教員訪問の交通費程度 |
| ②最小システム | スマホ撮影のアップロード画面と、既存の画像認識APIを組み合わせた簡易判定ダッシュボードを作り、少数の学校で実際に使ってもらい判定精度と利用継続を確認する | 外注または業務委託での開発費が数か月分、加えてAPI利用料 |
| ③本開発 | 自治体単位で複数校が同時利用できるマルチテナント構成に拡張し、SARTRAS連携や許諾申請フォームの自動生成、監査ログ機能を実装して本契約に耐える基盤を整える | 専任エンジニア体制での中期の開発費とデータベース連携協議費用 |
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 |
|---|---|---|
| 市区町村教育委員会の教育情報化・ICT推進担当指導主事 | GIGAスクール予算の使途決定権を持ち、自治体単位契約の窓口になるため | 教育情報化コーディネーター協会や教育委員会公式サイトの担当課代表電話から接触 |
| SARTRAS（授業目的公衆送信補償金等管理協会）事務局担当者 | 補償金対象範囲の判定ロジック確認とデータ連携の可否協議が必須 | SARTRAS公式サイトの問い合わせ窓口から連携協議を申し込む |
| 東京書籍・光村図書等教科書出版社の著作権・デジタル事業部門担当者 | 教科書抜粋の利用許諾条件や公開データ提供の可否を確認するため | 出版社の権利処理部門宛に協業提案書を送付、業界団体経由で紹介依頼 |
| 現職または退職前のベテラン教員（校長・教務主任経験者） | 紙教材蓄積の実態と権利処理の現場負荷を具体的に把握するため | 知人経由の紹介または教育委員会主催の研修会でヒアリング依頼 |
| 著作権法・教育法務を専門とする弁護士 | AI判定結果の法的リスクと二重チェック体制の設計を検証するため | 教育系法律事務所または弁護士会の著作権相談窓口から紹介を受ける |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 元同僚・知人教員のつながり | 「授業目的公衆送信補償金の対象かどうか、実際どう判断してるか教えてほしい」と聞き、困りごとの実例を集めて試作版を使ってもらえないか頼む |
| 教育情報化コーディネーター協会の勉強会 | 会員向け勉強会に参加し「著作権処理で止まっている教材デジタル化の実例を教えてほしい」と話しかけ、自治体担当者への紹介を依頼する |
| 教科書取次会社の担当者経由 | 既存の自治体との取引がある取次会社に「著作権判定ツールの実証を一緒にやってくれる教育委員会はないか」と相談し、面談の場を作ってもらう |
| 教育系SNSコミュニティ（note・Facebookグループ等） | 教員向けグループに「紙教材の著作権確認で困った経験談を聞かせてほしい」と投稿し、コメントしてくれた人にオンライン面談を依頼する |
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） | 法人設立からおおむね間もない事業者、代表者本人 | 自己資金100万円を元に法人設立後の運転資金として利用でき、融資総額は500万円を想定。AI開発・自治体営業の立ち上げ資金として活用できる |
| 東京都創業助成事業（東京都中小企業振興公社） | 都内で創業予定・創業後一定期間内の中小企業・個人 | 自治体向けSaaSの初期開発費や広報費、専門家（著作権法務）への相談費用の一部を補助対象にできる可能性がある |
| IT導入補助金（中小企業庁） | ITツールを導入・提供する中小企業（ツール提供側の登録制度あり） | 自社SaaSをITツールとして登録することで、教育委員会側の導入費用負担を下げ、初期の自治体開拓を後押しできる |
| 小規模事業者持続化補助金（商工会議所・商工会） | 小規模事業者（従業員数が少ない事業者） | 教育情報化コーディネーター団体や教科書取次会社への営業活動費、展示会出展費などの販路開拓費に活用できる |
| 特定創業支援等事業（市区町村の創業支援等事業計画に基づく認定） | 市区町村の窓口で創業計画の相談・支援を受け認定された創業者 | 法人設立時の登録免許税の減免など創業初期コストの軽減につながり、公庫融資の際の信用補完にもなりうる |
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。
同じ教育×AI領域で挑戦する仲間がコミュニティにいます。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、実績を保証するものではありません。