Who（誰が）
買い手は建設コンサル・測量会社、自治体向けシステムベンダー、インフラ維持管理企業を想定し、経営陣・エンジニア・営業担当が引継ぎ対象となる。
対象とする社会課題：自治体ごとに分断された道路附属物点検データが横断活用されず、老朽化リスクが放置される
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。
多くの自治体では土木職員1〜2名が道路標識やガードレールの点検を兼務し、5年に一度の目視点検だけで劣化の予兆を見抜くのは難しい。県道と市道が接続する境界部では管理責任があいまいになり、腐食や倒壊のリスクが放置されたまま次の点検時期を迎えてしまう。点検データを自治体の壁を越えて共有できれば、少ない人手でも劣化の兆しに気づける仕組みをつくれると考えた。
※ 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、「ミチモリAI」の事業内容や市場規模・収益モデルを読み込んだ状態で、資料の素案をその場で作成します。出てきた案はそのまま編集して実務に使えます。
※ 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。
『ミチモリAI』は、市区町村や都道府県の土木職員がスマートフォンで道路標識・カーブミラー・ガードレール・照明柱を撮影するだけで、AIが種別と損傷度を自動判定し点検記録を生成するクラウドサービスです。
従来5年に1回の目視点検で紙やExcelに手書き記録していた業務を、撮影→自動記録→台帳突合まで数分で完了させます。管理画面では劣化リスクを地図上に色分け表示し、次回点検の優先箇所を根拠データ付きで提示します。県道と市道の接続部など管理者が曖昧になりがちな越境インフラについては、関係自治体双方に自動通知が届き、共同点検の日程調整まで支援します。土木職員1〜2名の兼務体制でも、属人化せず広域で老朽化リスクを可視化できる仕組みです。
全国の道路標識・カーブミラー・ガードレール・照明柱などの道路附属物は推計2000万基以上存在し、多くが高度経済成長期に設置され老朽化が進んでいる。
約1700ある市区町村はそれぞれ独自の点検様式・台帳（紙・Excel・個別システム）を使っており、隣接自治体間や都道府県との情報連携がほぼゼロの状態にある。担当職員は土木職1〜2名が兼務するケースが多く、点検は5年に1回程度の目視点検に留まり、腐食や倒壊の予兆を見逃した事例が近年複数報告されている。国交省は点検基準を示すのみで、データフォーマットや共有基盤までは整備しておらず、自治体単独では点検委託費（1基あたり数千円〜1万円）の負担も重く更新が後回しにされがちである。結果として、越境する道路（県道と市道の接続部など）で管理責任が曖昧になり、倒壊・落下事故のリスクが放置されたまま次の点検時期を迎える構造的問題が続いている。
画像解析AI（物体検出・劣化度分類モデル）が現場写真から附属物種別と損傷度を自動判定し、点検記録作成時間を従来の手入力から大幅に削減する。
時系列データを用いた予測AI（劣化進行モデル）が設置年数・材質・気候条件・過去点検結果から次回点検優先順位と余寿命を推定する。自然言語対話AIが担当職員からの問い合わせに対し、蓄積データを根拠とした点検計画案・予算要求資料のドラフトを自動生成する。最適化アルゴリズムが複数自治体にまたがる点検ルートと人員配置を提案し、広域点検の効率化を支援する。
自治体職員は現場でスマートフォンアプリを使い、道路附属物を撮影するだけで撮影位置・角度・附属物種別をAIが自動認識し、既存台帳と自動突合して点検記録を生成する。
画像解析AIが腐食・傾き・破損の程度をスコアリングし、過去の点検履歴（自庁分＋近隣自治体の類似物件データ）と突合して劣化予測モデルが次回点検優先度を自動算出する。管理画面では都道府県単位・広域圏単位で附属物の劣化リスクマップが自動生成され、担当職員は対話型AIチャットに「今年度優先すべき点検箇所は」と質問するだけで、根拠データ付きの回答と点検ルート案を得られる。越境インフラ（県道・市道接続部等）については関係自治体双方の担当者に自動でアラート通知が届き、共同点検の日程調整もAIがカレンダー連携で提案する。これにより点検業務の属人化を解消し、単独自治体では見えなかった広域的な劣化傾向を可視化する。
| 5年に1回の全数目視点検委託費（附属物2万3000基、1基あたり5000円想定） | 年換算 約2300万円（5年で1億1500万円） |
| 紙台帳・Excel管理にかかる職員の記録作成人件費（点検係1名、年間240時間相当） | 年額 約48万円（時給2000円換算） |
| 管理区分不明箇所での倒壊・落下事故対応コスト（賠償・応急補修） | 年額 数十万〜数百万円（発生時、事故1件あたり50万〜300万円の想定） |
| 自治体ごとに異なる様式への二重入力作業（委託先コンサルの実務コストが委託費に転嫁） | 年額 約100万円相当（月40時間×人件費換算で概算） |
| 自治体向けSaaS利用料（附属物5万基規模の市） | 年額 約180万円 |
| 広域データ連携オプション（都道府県、管内18市町村想定） | 月額 約25万円（年額300万円） |
| AI予測レポート・予算要求資料作成支援 | 年額 50万円 |
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。
全国約1700市区町村は独自の点検様式（紙・Excel・個別システム）で道路附属物2000万基超を管理しており、隣接自治体や都道府県との情報連携がほぼゼロの状態にある。
土木職員1〜2名の兼務体制では5年に1回の目視点検が精一杯で、腐食や傾きの予兆を見逃した倒壊事例も報告されている。県道と市道の接続部など管理境界があいまいな箇所では、どちらが点検責任を負うか不明確なまま放置されるケースが構造的に発生している。国交省は点検基準を示すのみでデータフォーマットや共有基盤は整備しておらず、自治体単独での点検委託費負担も重く、更新が後回しにされがちな状況が続いている。
検証フェーズ（0-6ヶ月）はAI画像解析モデルの精度が未確定で仕様変更が頻発するため準委任契約が適しており、パイロット3自治体での現場フィードバックを踏まえた反復開発を前提とする。
初期展開フェーズ以降、撮影アプリや台帳突合など要件が固まった機能は請負契約に切り替え、劣化予測モデルの精度改善など継続的なチューニングが必要な部分は準委任で並走させる混合型が現実的である。自治体調達は単年度予算・年度末納品が前提となるため、契約時に検収基準（劣化予測精度80%など)を明文化し、精度未達時の追加開発費用負担を事前に取り決めておくこと。総務省・国交省の交付金活用を前提とする場合は、交付金の交付決定時期と開発スケジュールのずれによる支払遅延リスクも契約書に織り込む必要がある。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 市区町村道路管理課の土木職員（兼務1〜2名体制が多い） |
| セカンダリ | 都道府県道路担当者、点検業務を受託する建設コンサル・測量会社の現場調査員 |
| 管理 | 自社カスタマーサクセス担当（自治体別データ設定・権限管理・AIモデル精度モニタリング） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 附属物自動認識機能 | 現場写真を入力→画像解析AIが附属物種別・位置を検出→種別タグと座標を出力する。 |
| 劣化度スコアリング機能 | 附属物画像を入力→AIが腐食・傾き・破損を判定→劣化スコア(0〜100点)を出力する。 |
| 既存台帳自動突合機能 | 撮影データと自治体台帳を入力→位置・種別で自動照合→一致/差分結果を出力する。 |
| 点検記録自動生成機能 | 認識結果・劣化スコアを入力→点検様式に自動整形→PDF/CSV点検記録を出力する。 |
| 劣化進行予測・優先度算出機能 | 設置年数・材質・気候・履歴を入力→予測AIが劣化進行を推定→次回点検優先順位を出力。 |
| 劣化リスクマップ生成機能 | 蓄積点検データを入力→自治体・広域単位で集計→地図上に劣化リスク色分け表示を出力。 |
| AIチャット問い合わせ機能 | 職員の質問文を入力→対話AIが蓄積データを検索→根拠付き回答と点検ルート案を出力。 |
| 予算要求資料自動生成機能 | 劣化予測データを入力→AIが修繕計画・予算根拠を要約→ドラフト資料を出力する。 |
| 越境インフラ共同点検調整機能 | 県道・市道接続部の劣化検知を入力→関係自治体双方に自動通知→共同点検日程案を出力。 |
| 広域点検ルート最適化機能 | 複数自治体の点検対象を入力→最適化AIが人員・移動距離を計算→点検ルート案を出力。 |
| 都道府県横断データ閲覧機能 | 管内市町村の点検データを入力→都道府県権限で横断集計→比較ダッシュボードを出力。 |
| テーブル | 主要カラム |
|---|---|
municipalities | municipality_id, name, prefecture_id, population, contract_plan, contract_start_date |
users | user_id, municipality_id, name, role, department, login_id, last_login_at |
road_assets | asset_id, municipality_id, asset_type, install_year, material, lat, lng, road_type, boundary_flag |
inspections | inspection_id, asset_id, inspector_id, inspection_date, method, status, next_due_date |
inspection_images | image_id, inspection_id, image_url, ai_detected_type, damage_score, confidence |
degradation_predictions | prediction_id, asset_id, predicted_priority, remaining_life_years, model_version, calculated_at |
cross_boundary_alerts | alert_id, asset_id, municipality_a_id, municipality_b_id, status, proposed_date |
contracts | contract_id, municipality_id, plan_type, asset_count, monthly_fee, billing_status |
| # | 画面 |
|---|---|
| 1 | ログイン・自治体選択画面 |
| 2 | 現場撮影・点検入力画面 |
| 3 | 台帳一覧・地図表示画面 |
| 4 | 劣化リスクマップ画面 |
| 5 | AIチャット相談画面 |
| 6 | 点検計画・ルート提案画面 |
| 7 | 契約・請求管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS（自治体LGWAN-ASP対応の実績が多い） |
| 2 | PostGIS（附属物の位置情報・空間検索に最適） |
| 3 | PyTorch（物体検出・劣化分類モデル開発の主流） |
| 4 | YOLOv8（標識等の物体検出で実績のある軽量モデル） |
| 5 | LLM API（点検計画ドラフト生成・対話UIに利用） |
| 6 | Flutter（iOS/Android同時開発で現場アプリ工数削減） |
| 7 | Auth0（自治体側SSO・多要素認証連携が容易） |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: SaaS稼働率99.5%以上（月間停止3.6時間以内）を目標とする。 |
| 性能 | 性能: 画像解析AIの1枚あたり判定処理時間を3秒以内とする。 |
| セキュリティ | セキュリティ: 総務省セキュリティポリシーガイドライン準拠、通信・保存データをAES-256で暗号化する。 |
| バックアップ | バックアップ: 点検データを日次バックアップし世代管理30日分を保持する。 |
| 拡張性 | 拡張性: 同時利用自治体500団体、年間点検データ500万件増に耐える構成とする。 |
| 運用 | 運用: 障害時のRTO4時間以内・RPO24時間以内を目標とする。 |
| 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点検写真を人手で分類・スコアリングし、劣化予測の考え方が現場の感覚と合うかを確認する。台帳データもExcelで手動突合する | 交通費と作業時間だけで、外部発注は行わない水準感 |
| ②最小システム | スマホで撮影した写真をアップロードし、既存の画像認識APIを組み合わせた簡易判定と、手動レビューを組み合わせた最小限の管理画面を用意する | AI利用料とクラウド利用料が中心で、外注は一部機能に限定する水準感 |
| ③本開発 | 自社の画像解析AI・劣化予測モデルを組み込み、マルチテナント設計の自治体間データ共有APIや対話型AIチャット機能まで含めた正式版SaaSを構築する | 外注も含め数か月単位の開発費がかかる水準感 |
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5万〜20万人規模の市区町村 土木部門・道路管理課の課長または係長 | パイロット導入の意思決定者であり、現場の点検業務課題を最も具体的に把握している | 国交省の道路メンテナンス会議参加自治体リストから該当規模の市を抽出し個別に打診する |
| 都道府県 土木部・道路課の広域連携担当（管理係長級） | 管内市町村を束ねる広域契約の意思決定権者で、県道市道接続部の管理責任問題の当事者 | パイロット導入市町村を通じて県への紹介を依頼、または県主催の道路メンテナンス会議に参加 |
| 国土交通省 道路局 国道・防災課 道路メンテナンス企画室の担当官 | 点検基準・データフォーマットの整合性確認と実証事業採択の可能性を探るため | 道路メンテナンス年報の担当窓口に問い合わせ、実証事業公募要領の説明会に参加する |
| 地方拠点を複数持つ中堅建設コンサルタント会社の道路インフラ点検事業部長 | 既存の点検委託契約を持ち、現場データ入力の一次窓口として代理店連携できるため | 建設コンサルタンツ協会の会員企業リストから道路点検実績のある企業に直接アプローチする |
| 総務省 地域情報政策室 自治体DX推進担当官 | デジタル田舎交付金等の対象事業としての適合性確認と自治体への周知協力を得るため | 総務省の自治体DX推進計画に関する説明会・意見交換会に参加し名刺交換から接点を作る |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 元同僚・知人の自治体職員への直接相談 | 「点検記録の様式づくりで困っていることを聞かせてほしい、試作の画面を見て感想をもらえないか」と一対一で頼み、まずは無償の意見交換から入る |
| 建設コンサル会社（点検業務受託会社）への協業提案 | 「点検データの入力・共有部分だけを効率化するツールを一緒に検証してほしい、納品先の自治体への提案材料にならないか」と持ち込む |
| 自治体DX関連の展示会・セミナーへの出展・聴講 | 名刺交換の場で「道路附属物の点検データ連携で悩んでいる担当課はないか」と担当者を紹介してもらえないか聞く |
| 国交省・総務省の実証事業への応募 | 実証事業の公募に応募し、採択されれば自治体側の窓口を紹介してもらえる立場を得て、パイロット先の紹介を依頼する |
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 | 法人設立から間もない創業者（代表者） | 自治体向けSaaSは着金までの期間の開発・人件費先行が必要で、運転資金を借りる候補になる。融資額は500万円で想定する |
| 東京都中小企業振興公社 創業助成事業 | 都内で創業予定・創業後5年未満の中小企業者 | パイロット自治体向けの実証費用や人件費の一部を助成対象経費として申請できる可能性がある制度 |
| IT導入補助金（中小企業庁） | 自社ではなく導入する自治体・提携する建設コンサル会社側が対象になりうる | 顧客である建設コンサル会社がSaaS導入費の補助を受けられれば、代理店連携先の導入ハードルが下がる |
| デジタル田園都市国家構想交付金（総務省・内閣府） | 都道府県・市区町村（顧客側の自治体） | 自治体側がこの交付金を財源に本サービスを導入する事例が想定され、営業時に提案できる予算根拠になる |
| SBIR制度（研究開発型スタートアップ支援制度） | 研究開発要素のある創業企業（劣化予測AIの研究開発フェーズが対象になりうる） | 画像解析AI・劣化予測モデルの研究開発部分について、国の研究開発資金の候補になりうる |
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。
自治体インフラDX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・保存などの行動データにもとづく自動集計で、実績や評価を保証するものではありません