Who（誰が）
土木技術職員が不足する市区町村の道路・橋梁管理部門、および管内自治体を束ねる都道府県の技術支援担当が主な利用者となる。
対象とする社会課題：老朽化する橋梁・トンネルの点検修繕を限られた予算でどう優先順位付けするか
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。
全国の市区町村の多くは土木の専門職員が一人もいない。老朽化した橋やトンネルは増え続けるのに、どれから直すかは担当者の経験と勘に委ねられ、危険な橋が後回しになる逆転現象すら起きている。点検データを予算配分の判断材料に変える仕組みがなければ、この空白は埋まらないと考えている。
※ 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、ハシモリの市場規模・収益モデル・KPI・ロードマップなどこのショーケースの内容を読み込んだ状態で、事業計画書やピッチ資料、要件定義書などの素案をその場で作成します。
※ 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。
「ハシモリ」は、土木技術職員が足りない市区町村でも、限られた予算で橋やトンネルの修繕順位を合理的に決められるクラウドサービスです。
担当者は点検業者から届くPDFやExcelの点検調書、写真をそのまま管理画面にアップロードするだけで、AIがひび割れや鉄筋露出を検出し、交通量や避難路指定を加味して危険度をスコア化します。翌年度予算額を入れれば、どの橋から直すべきかの優先順位リストと概算工事費が自動で出てきます。「予算8000万円なら何橋直せるか」といった質問をチャットで投げれば条件を変えて何度でも試算でき、出てきた根拠グラフはそのまま議会資料や交付金申請書に転用できます。
全国に約72万橋・1万本超のトンネルがあり、建設後50年超の割合は2030年に橋梁で約55%に達すると国交省が推計しているが、市区町村の土木技術職員は1人もしくはゼロという自治体が約4割を占める。
5年に1度の法定点検義務はあるものの、点検結果を修繕計画に反映する専門知識と予算配分ロジックが自治体側に不足し、緊急性の低い橋が先に補修される一方、危険度の高い橋が放置される逆転現象が各地で報告されている。人口3万人規模の自治体では年間の橋梁維持予算が数千万円程度しかなく、100〜300橋を抱えるケースも珍しくないため、「どれから直すか」の判断が現場担当者の経験と勘に依存している。国の点検要領（5段階判定：I〜IV）は劣化度を示すのみで、予算制約下での修繕順位付けまでは支援しておらず、この橋渡し部分が制度的に空白になっている。
画像解析AIが点検写真からひび割れ・剥離・鉄筋露出などの損傷を自動検出し、既存の目視点検結果（I〜IV判定）と突合して補正スコアを算出する。
予測モデルは道路橋マネジメントで蓄積される劣化進行データを学習し、放置した場合の5年後・10年後の劣化進行と修繕コスト増加を予測する。最適化エンジン（数理計画法）が予算上限・緊急度・地域重要度を制約条件として、限られた予算でリスク総量を最小化する修繕順位の組み合わせを算出する。対話型AI（LLM）が担当者からの自然言語の質問に応じて条件変更シミュレーションを即座に再計算し、結果を平易な言葉と根拠付きで説明する。
自治体職員は点検業者から納品されるPDF・Excel形式の点検調書と写真をハシモリの管理画面にアップロードするだけで、AIが橋梁・トンネルごとの損傷度、交通量、迂回路の有無、地域の避難路指定などをスコアリングし、翌年度予算額を入力すると修繕優先順位リストと概算工事費を自動生成する。
担当者はチャット画面で「今年度予算が8000万円なら何橋直せるか」「橋梁Aを後回しにした場合のリスクは」といった対話形式で条件を変えたシミュレーションを何度も試せる。出力される優先順位表と根拠グラフはそのまま議会説明資料や国への交付金申請書の別紙として転用できる形式で書き出される。導入自治体は年1回の予算編成シーズン（10〜12月）に合わせて年次更新し、翌年の点検データが追加されるたびにモデルが再学習して精度を高めていく。
| 個別診断コンサル委託費（緊急性の低い橋を含め年間10橋想定、1橋数十万円） | 年間300万〜500万円 |
| 逆転現象による無駄な修繕（緊急度の低い橋を先に補修し高リスク橋を放置した結果の応急対応費） | 年間100万〜300万円の想定 |
| 担当職員の時間外対応・庁内資料作成の人件費換算（優先順位判断に本来業務外で費やす時間） | 年間80万〜120万円の目安 |
| 通行止め・緊急補修が発生した場合の迂回対応・住民対応コスト | 発生時1件あたり50万〜200万円の想定 |
| SaaS年間ライセンス（100構造物以下の町村） | 年額60万円 |
| SaaS年間ライセンス（300構造物超の市） | 年額180万円 |
| 議会・交付金申請資料作成アドオン | 月額3万円（年額36万円） |
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。
全国の橋梁の約55%が2030年に建設後50年超となる一方、市区町村の土木技術職員は1人以下の自治体が約4割を占め、点検結果を修繕計画に落とし込む専門知識が現場に不足している。
国の点検要領は劣化度の5段階判定を示すだけで、予算制約下での優先順位付けまでは支援しておらず、担当者の経験と勘に頼らざるを得ない状況がある。その結果、緊急性の低い橋が先に補修され、危険度の高い橋が後回しになる逆転現象が各地で報告されており、判断根拠を数値とロジックで示す仕組みが必要とされている。
MVPは損傷検出AIやスコアリングロジックの精度をパイロット自治体3件のデータで検証しながら仕様を固めていく段階のため、準委任契約が適している。
特に画像解析モデルの精度は事前に成果水準を確約しにくく、要件を確定してからの請負契約は手戻りリスクが高い。一方、優先順位リストのPDF出力機能や画面のUI実装など仕様が固まった部分は、Phase2以降に工程を切り出して請負契約に移行することを推奨する。発注時は「優先順位提案の的中率80%」のようなKPIを契約上の成果指標にせず、あくまで努力目標・検収条件の参考値として扱う旨を明記すること。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 市区町村の土木・道路管理部門の担当職員（技術職員1〜2名規模の町村を主対象） |
| セカンダリ | 都道府県の技術支援担当者、議会事務局、地方建設コンサルタント（代理店・データ入力代行） |
| 管理 | 自社のカスタマーサクセス担当・システム運用管理者（自治体アカウント管理、モデル再学習の監督） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 点検調書アップロード機能 | PDF/Excel調書と写真を入力→形式変換・データ抽出→構造物別DBに登録 |
| 画像解析損傷自動検出 | 点検写真を入力→AIがひび割れ・剥離・鉄筋露出を検出→損傷箇所タグ付き画像を出力 |
| 目視判定との突合補正 | AI検出結果とI〜IV判定を入力→両者を照合・補正→補正済み損傷スコアを出力 |
| 劣化進行・コスト予測 | 現況スコアと経過年数を入力→予測モデルで進行推計→5年後10年後の劣化度とコスト増を出力 |
| 予算最適化エンジン | 予算上限・緊急度・地域重要度を入力→数理計画法でリスク最小化組合せ算出→修繕優先順位リストを出力 |
| 対話型シミュレーション | 担当者の自然言語質問を入力→LLMが条件変更し再計算→根拠付き平易な回答を出力 |
| 優先順位表出力 | 最適化結果を入力→帳票整形→優先順位表と根拠グラフをPDF/Excelで出力 |
| 議会・交付金資料自動生成 | 優先順位表と申請様式を入力→AIが文章・図表を生成→議会説明資料/交付金別紙を出力 |
| データ品質チェック | 取込データを入力→異常値検知・標準化テンプレート照合→エラー一覧と修正提案を出力 |
| モデル年次再学習 | 翌年度点検データを入力→既存モデルに追加学習→更新済み予測・優先順位モデルを出力 |
| アカウント権限管理 | 職員ログイン情報を入力→権限別アクセス制御→担当者別の閲覧・編集画面を出力 |
| テーブル | 主要カラム |
|---|---|
municipalities | municipality_id, name, prefecture_code, population, tech_staff_count, contract_plan, contract_start_date |
structures | structure_id, municipality_id, type(橋梁/トンネル), name, location_lat, location_lng, span_length, built_year, evacuation_route_flag, traffic_volume, detour_flag |
inspections | inspection_id, structure_id, inspection_date, inspector_company, judgment_level(I-IV), raw_file_path, data_source(PDF/Excel) |
inspection_photos | photo_id, inspection_id, file_path, damage_type(ひび割れ/剥離/鉄筋露出), detected_area_px, confidence_score |
damage_scores | score_id, structure_id, inspection_id, ai_raw_score, corrected_score, predicted_score_5y, predicted_score_10y, updated_at |
budget_plans | plan_id, municipality_id, fiscal_year, total_budget, allocated_amount, created_by |
priority_lists | list_id, plan_id, structure_id, rank, estimated_cost, risk_reduction_value, generated_at |
chat_sessions | session_id, municipality_id, user_id, question_text, answer_text, simulation_params_json, created_at |
| # | 画面 |
|---|---|
| 1 | ログイン・自治体選択画面 |
| 2 | 構造物一覧・地図表示画面 |
| 3 | 点検データアップロード画面 |
| 4 | 損傷スコア詳細・写真確認画面 |
| 5 | 予算シミュレーション画面 |
| 6 | チャット対話シミュレーション画面 |
| 7 | 議会・交付金資料出力画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS S3（点検写真・PDF調書の保存基盤） |
| 2 | AWS Textract（PDF点検調書のOCR自動読取） |
| 3 | PyTorch（損傷検出画像解析モデル構築） |
| 4 | Google OR-Tools（予算制約下の最適化計算） |
| 5 | OpenAI API（対話型シミュレーションの応答生成） |
| 6 | PostgreSQL（構造物・点検・スコアの一元管理） |
| 7 | Next.js（自治体職員向け管理画面のUI構築） |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 予算編成シーズン(10〜12月)に稼働率99.5%以上を維持する想定 |
| 性能 | 性能: 1橋あたりの点検データ取込から優先順位算出まで平均5分以内を目安とする |
| セキュリティ | セキュリティ: 自治体データはISMAP準拠クラウド上でTLS1.2以上・保存時AES256暗号化を必須とする |
| 運用 | 運用: モデル再学習は年1回(12月)実施し、精度検証レポートを自治体へ提出する運用とする |
| スケーラビリティ | スケーラビリティ: 同時最大500自治体・10万構造物規模のデータ処理に耐える設計を目安とする |
| バックアップ | バックアップ: 点検データは日次バックアップを取得し、復旧目標時間(RTO)4時間以内を目安とする |
| 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調書・写真をExcelとスプレッドシートで人力集計し、簡易な優先順位表を手作業で作成して業務フローとニーズのずれを確認する | 交通費と担当者の稼働時間だけ、外部発注はしない水準 |
| ②最小システム | 写真アップロードと損傷検出、簡易スコアリングのみを実装した画面を用意し、予算入力に対する優先順位リストの自動出力までを試作する。対話AI機能はまだ入れない | AI画像解析API利用料と外部エンジニアへの短期委託費の範囲 |
| ③本開発 | 最適化エンジンによる予算制約下のシミュレーション、対話型AIによる条件変更への即時応答、議会・交付金資料の自動生成機能まで実装し、複数自治体での本番運用に耐える形にする | 外注開発で数か月分の工数がかかる水準 |
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 |
|---|---|---|
| 人口5〜10万人規模の市区町村の道路管理課・土木課長または橋梁担当係長 | 予算編成権と現場の困りごとを把握しており、パイロット導入の意思決定に直結する | 自治体総合フェアや土木学会の地方大会に出展し名刺交換後、個別訪問アポを取る |
| 都道府県の道路課・道路保全課の橋梁アセットマネジメント担当職員 | 県域一括導入プランの意思決定者であり、管内市町村への横展開権限を持つ | 国交省地方整備局主催の道路メンテナンス会議・道守養成講座経由で紹介を得る |
| 国土交通省 国土技術政策総合研究所（国総研）道路構造物管理研究室の研究員 | 点検要領・劣化予測モデルの技術的妥当性検証と実証事業採択の窓口になり得る | 国総研の公募型共同研究・技術研究開発助成の応募を通じて接点を作る |
| 地方建設コンサルタント（橋梁点検業務の元請）の営業部長・技術部長 | 点検調書データを保有し自治体との既存取引があるため代理店提携先として有力 | 全国建設コンサルタンツ協会の地方支部会合や入札情報から取引実績企業を特定し訪問 |
| 一般社団法人道路メンテナンス協会の事務局担当者 | 点検業者・自治体間の情報流通ハブであり、業界標準データ形式の調整役になる | 協会公式サイトの会員企業一覧から事務局に連絡し勉強会への登壇を打診する |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 自治体総合フェア等の展示会 | 「橋梁点検データを予算配分の根拠資料にそのまま使える」とデモを見せ、名刺交換した担当者に無償パイロットの案内を送る |
| 地方建設コンサルタントとの提携打診 | 既存の点検業務で付き合いのある自治体に「点検後の優先順位付けを一緒に提案しませんか」と共同提案を持ちかける |
| 国交省・総務省の実証事業への応募 | 実証事業の公募要領を確認し、技術職員不足自治体を対象にした実証テーマとして応募し、採択自治体を起点に紹介を広げる |
| 道路メンテナンス関連の協議会・勉強会 | 自治体の土木部門が参加する協議会に技術顧問と同席し、「予算編成シーズン前に一度シミュレーションを見てほしい」と直接声をかける |
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」（旧・新創業融資制度） | 法人設立から間もない代表者（自己資金要件・事業計画審査あり） | 設立初期の運転資金を無担保・無保証人に近い形で調達できる主力の創業融資で、500万円 を軸に着金までの資金計画を組む前提としている |
| 信用保証協会の創業関連保証（制度融資） | 創業前後の中小企業・個人事業主 | 公庫融資と併用して自治体の制度融資枠を使うことで、運転資金の調達手段を分散できる |
| 東京都中小企業振興公社「創業助成事業」 | 都内で創業予定・創業から間もない中小企業者 | 人件費や賃借料などの立ち上げ費用の一部を助成でまかない、自己資金と融資だけに頼らない資金繰りを組める |
| IT導入補助金（中小企業庁） | ITツールを導入する中小企業・小規模事業者 | ハシモリを実際に使う自治体側や、自社の業務システム（顧客管理・請求等）の導入費用の一部補助として候補になる |
| 国土交通省「新技術活用システム（NETIS）」への登録・実証フィールド活用 | インフラメンテナンス分野の新技術を持つ事業者 | NETIS登録により自治体への信用付与と実証フィールドの紹介が期待でき、営業リードタイムの長さを補う実績づくりに使える |
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。
同じ領域に取り組む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。
※ バッジは閲覧・登録データにもとづく自動集計の相対表示です。