Who（誰が）
地方銀行・信用金庫の窓口担当者、離れて暮らす家族、詐欺被害リスクのある高齢口座保有者、金融機関の反社・詐欺対策部門が主な利用者となる。
対象とする社会課題：高齢者の詐欺被害兆候を金融機関・家族が早期共有できず被害拡大
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。
窓口職員は月200件を超える高額出金に対応しながら、詐欺の兆候を経験と直感だけで見抜かねばならない。離れて暮らす家族は親の口座の異変に気づく手段を持たず、被害が発覚するのは犯行後7〜10日後が大半である。取引データの異常を早期に拾い、本人・家族・行員の三者で確認し合える仕組みがあれば、被害が確定する前に踏みとどまれる場面は必ずある。
※ 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700万円の申請資料も、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。
各ボタンを押すと、この事業内容を読み込んだAIチャットが開き、その場で資料の下書きを作成します。金融機関への提案準備や採用、資金調達など、次の一歩に必要な資料をすぐに用意できます。
※ 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。
アンシンダンは、地方銀行・信用金庫の窓口端末とATM・オンラインバンキングの取引データをAIがリアルタイムで解析し、高齢者の詐欺被害兆候を早期に検知するサービスです。
取引の異常度が閾値を超えると、窓口職員のタブレットに注意フラグと対応スクリプトが自動表示され、その場で本人確認会話ができます。同時に、事前登録した家族にチャットボットが状況を要約して通知し、家族は遠隔からボタン一つで72時間の出金保留に同意できます。保留中はAIが本人・家族・行員の三者チャットを仲介し、詐欺特有の言い回しを検出して警告を強化します。これまで窓口職員の経験と直感頼みだった判断を、データとワークフローで支える仕組みです。
警察庁統計では特殊詐欺被害額は年間450億円規模で推移し、被害者の8割以上が65歳以上の高齢者である。
地方銀行の窓口職員は1人あたり月200件以上の高額出金対応を行うが、詐欺の兆候（急な大口引き出し、頻繁なATM利用、家族構成の変化を装う電話後の振込等）を経験と直感だけで判別せざるを得ず、見逃しが多発している。家族は離れて暮らすことが多く、親の預金動向をリアルタイムで把握する手段がなく、被害が発覚するのは犯行後平均7〜10日後というケースが大半である。金融機関側も「疑わしい取引」を止める権限はあるが、本人の同意なく家族に連絡する仕組みが整備されておらず、プライバシーと安全確保の板挟みで対応が後手に回っている。この結果、被害者本人が「大丈夫」と言い張り出金を止められないまま被害が確定する事例が全国で年間1万7000件以上報告されている。
①異常検知：過去の詐欺被害取引データと正常取引データを学習した勾配ブースティング系モデルが、取引金額・頻度・時間帯・振込先属性などから異常スコアをリアルタイム算出する。
②自然言語対話：家族向けチャットボットと窓口職員向け会話支援AIが大規模言語モデルを用いて、状況説明文の自動生成と本人への確認質問の最適化を行う。③自然言語モニタリング：本人・家族・行員間のやり取りを解析し、詐欺誘導特有の言語パターン（緊急性訴求、他言禁止指示等）を検出してリスクスコアに反映する。④継続学習：解決済み事案のラベル（詐欺だった／誤検知だった）を教師データとして毎月モデルを再学習し、誤検知率を四半期ごとに低減させる。
地方銀行・信用金庫の窓口端末とATM・オンラインバンキングのトランザクションデータをAPI経由でリアルタイム取得し、AIが取引パターンの異常度をスコアリングする。
スコアが閾値を超えた場合、窓口職員向けタブレットに「注意フラグ」と推奨対応スクリプト（会話例・確認質問リスト）を自動表示し、職員はその場で本人確認会話を実施する。同時に、事前に本人が登録した家族（子・親族）にプッシュ通知とチャットボット経由で状況要約（個人情報を最小化した抽象表現）を送信し、家族が遠隔から「一時保留に同意する」ボタンを押すだけで72時間の出金保留がワークフロー上で自動発動する。保留期間中はAI対話ボットが本人・家族・行員の三者間チャットを仲介し、詐欺特有のキーワード（緊急、コード入力、名義変更等）を自動検出して警告を強化する。解決後は全プロセスのログがダッシュボードに蓄積され、金融機関の反社・詐欺対策部門が月次でモデル精度を確認・再学習に利用する。
| 特殊詐欺被害額（1件あたり平均被害額、佐藤さんのような高齢者1人あたり想定） | 年間約280万円（被害発生時の一括損失） |
| 窓口職員の見逃し対応・事後調査コスト（1金融機関あたり） | 年間約600万円の目安（職員の事後聞き取り・書類対応人件費） |
| 家族の帰省・確認対応コスト（鈴木さんのような子世代1人あたり） | 年間約10万円の目安（往復交通費・休暇取得の機会損失） |
| 金融機関のブランド損失・被害弁済対応費（訴訟・お詫び対応含む、1金融機関あたり） | 年間約1000万円〜2000万円の想定 |
| 金融機関向けSaaS基本利用料（監視対象1万口座あたり） | 月額30万円 |
| 家族向け見守りプレミアムプラン（家族1名あたり） | 月額500円 |
| 導入・カスタマイズ支援費（初期構築、金融機関ごと一括） | 800万円〜1500万円（初回のみ） |
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。
特殊詐欺被害額は年間450億円規模で推移し、被害者の8割以上が65歳以上の高齢者である。
窓口職員は1人あたり月200件以上の高額出金対応を経験と直感だけで判別せざるを得ず、見逃しが多発している。家族は離れて暮らすことが多く親の預金動向をリアルタイムに把握できないため、被害発覚は犯行後平均7〜10日後というケースが大半である。金融機関には疑わしい取引を止める権限はあるが、本人の同意なく家族に連絡する仕組みが整備されておらず、プライバシーと安全確保の板挟みで対応が後手に回っている。
初期のPoC・パイロット導入フェーズは異常検知モデルの精度調整と金融機関ごとのシステム連携仕様が流動的なため、準委任契約で反復開発しながら要件を固める進め方が向く。
一方、導入・カスタマイズ支援費として提示している定型的なAPI連携構築部分は仕様確定後に請負契約でスコープと金額を固定するのが望ましい。発注時は誤検知率や連携完了の定義を成果物ではなく計測指標として契約書に明記し、金融機関側の意思決定サイクル（6ヶ月〜1年）を見込んだ検収スケジュールを組む必要がある。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 地方銀行・信用金庫の窓口職員（異常検知フラグを確認し本人確認会話を行う） |
| セカンダリ | 高齢者本人の家族（プッシュ通知を受け取り出金保留への同意操作を行う） |
| 管理 | 金融機関の反社・詐欺対策部門担当者（モデル精度の月次確認とレポート運用を行う） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 異常検知スコアリング機能 | 取引データ→AIが異常スコアを算出→閾値超過時に注意フラグを出力 |
| 窓口職員向け注意フラグ・対応スクリプト表示機能 | 異常スコア→対応スクリプトDB検索→職員タブレットに会話例・確認質問リストを表示 |
| 家族向け状況要約チャットボット機能 | 取引状況→LLMが個人情報を抽象化した要約文生成→家族へプッシュ通知配信 |
| 出金保留ワークフロー機能 | 家族の同意ボタン押下→保留フラグ発火→72時間の出金保留を口座システムへ反映 |
| 三者間チャット仲介・詐欺キーワード検出機能 | 本人・家族・行員のチャット→NLPで詐欺誘導語を検出→リスクスコアに反映し警告表示 |
| モデル継続学習機能 | 解決済み事案の詐欺/誤検知ラベル→月次再学習パイプライン→更新モデルを本番反映 |
| 家族アプリ口座統合監視機能 | 家族の口座登録情報→複数口座の取引を統合集計→統合ダッシュボードに表示 |
| ダッシュボード・ログ蓄積機能 | 検知・保留・対話の全ログ→蓄積処理→反社/詐欺対策部門向け画面に出力 |
| 本人事前同意登録・管理機能 | 本人の同意入力→同意内容をDB登録→家族連携機能の利用権限を有効化 |
| 詐欺トレンド分析レポート機能 | 月次検知・被害データ→統計集計とトレンド分析→自治体・警察向けレポートを出力 |
| システム連携API・オンボーディング機能 | 既存窓口/ATM/オンラインバンキングデータ→API連携設定→標準テンプレートで1ヶ月導入 |
| テーブル | 主要カラム |
|---|---|
accounts | account_id, customer_id, branch_code, account_type, balance, opened_at |
customers | customer_id, name_hash, birth_date, phone_hash, risk_flag, registered_family_id |
transactions | transaction_id, account_id, amount, tx_type, tx_time, counterparty_attr, channel |
anomaly_scores | score_id, transaction_id, score_value, model_version, threshold_flag, created_at |
family_members | family_id, customer_id, relation, phone_number, app_registered_at, consent_flag |
hold_workflows | hold_id, account_id, triggered_score_id, status, hold_start_at, hold_end_at, approver_id |
chat_logs | chat_id, hold_id, sender_type, message_text, nlp_flag_keywords, sent_at |
case_labels | case_id, hold_id, fraud_confirmed, feedback_notes, labeled_by, labeled_at |
| # | 画面 |
|---|---|
| 1 | 窓口職員向け注意フラグ画面 |
| 2 | 会話支援スクリプト表示画面 |
| 3 | 家族向け通知・承認画面 |
| 4 | 三者間チャットモニタ画面 |
| 5 | 保留ワークフロー管理画面 |
| 6 | 詐欺対策ダッシュボード |
| 7 | モデル精度・再学習管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | LightGBM（異常検知の高速勾配ブースティング実装） |
| 2 | AWS SageMaker（モデル学習・再学習パイプライン運用） |
| 3 | OpenAI API（家族向け説明文・会話生成のLLM活用） |
| 4 | Kafka（ATM・窓口トランザクションのリアルタイム連携） |
| 5 | PostgreSQL（口座・取引・ケース管理の永続化） |
| 6 | Firebase Cloud Messaging（家族向けプッシュ通知配信） |
| 7 | AWS KMS（個人情報暗号化・銀行法対応の鍵管理） |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: システム稼働率99.9%以上（年間ダウンタイム8.76時間以内）を金融機関営業時間帯で維持する想定 |
| 性能 | 性能: 取引発生から異常スコア算出まで3秒以内、窓口タブレットへの警告表示は5秒以内を目安とする |
| セキュリティ | セキュリティ: FISC安全対策基準に準拠したAES-256暗号化と全銀協ガイドライン準拠のアクセス制御を実装 |
| 個人情報保護 | 個人情報保護: 家族への情報共有は本人事前同意を必須とし、同意取得率100%を運用要件とする |
| 運用 | 運用: モデル再学習を月次実施し、誤検知率を四半期ごとに5ポイント低減する運用フローを維持する想定 |
| スケーラビリティ | スケーラビリティ: 監視対象300万口座まで水平スケール可能なAPI基盤で、ピーク時2000件/秒のトランザクション処理に対応 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 地銀の窓口担当者にヒアリングし、過去の取引データをExcelで人手集計して異常パターンをスコア化し、検知ロジックの仮説を紙の上で検証する | ヒアリング交通費と資料作成の人件費だけ |
| ②最小システム | 一部のCSVエクスポートデータを使い、簡易スクリプトで異常検知を試作し、家族への通知はチャットツールで代替して反応を確認する | 外注エンジニアへの委託で数か月分の費用 |
| ③本開発 | 銀行システムとのAPI連携、窓口職員向けダッシュボード、家族向けアプリの本番実装まで一体で構築し、実データでの運用に移す | AI開発・セキュリティ認証を含む本格投資として初期投資の水準感を要する |
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 |
|---|---|---|
| 地方銀行のリスク統括部・コンプライアンス部門の部長クラス | 疑わしい取引対応と出金保留の運用可否を判断する権限者だから | 地銀協会主催の勉強会や地域金融機関向けフィンテック展示会で接点を作る |
| 信用金庫の窓口統括部門（渉外・リテール推進部）責任者 | 窓口職員の現場運用に直結する導入判断者であるため | 信金中央金庫の地域connect事業や信用金庫協会経由で紹介依頼 |
| NTTデータ地銀共同センターの事業企画担当者 | 既存基幹システムとのAPI連携可否を左右するベンダー窓口だから | 地銀共同センター参加行の紹介、またはNTTデータ金融事業部への直接問い合わせ |
| 警察庁生活安全局generalized特殊詐欺対策室の担当官 | 詐欺トレンドデータ連携と行政協定締結の可能性を探るため | 都道府県警察本部の生活安全部経由で本庁担当部署への紹介を依頼 |
| 個人情報保護法・銀行法に精通した弁護士（金融規制専門） | 家族への情報共有スキームの適法性を初期段階で確認するため | 第二東京弁護士会や金融規制専門の法律事務所への相談予約 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 地銀・信金の業界団体勉強会 | 全国地方銀行協会や信金中央会が開く実務者向け勉強会に参加し、詐欺対策の担当者へPoCへの参加を直接打診する |
| 元銀行員・システムベンダー人脈からの紹介 | 地銀出身の知人やシステム連携ベンダーの担当者に、コンプライアンス部門の窓口を紹介してもらえないか相談する |
| フィンテック系ピッチ・展示会 | 金融機関の新規事業部門が来場するイベントに出展し、PoC対象行の募集をブースで案内する |
| 地銀コンプライアンス部門への直接アプローチ | 地銀・信金のリスク管理部門宛てに、現状の詐欺見逃し事例をヒアリングしたい旨の依頼メールを送る |
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・創業直後の法人代表者 | 自己資金に加えて運転資金を借り入れて開発体制を整える基盤になる。融資額は 700万円 を想定 |
| 東京都創業助成事業（公益財団法人東京都中小企業振興公社） | 都内で創業予定または創業から一定期間内の中小企業 | 人件費・広告費・専門家活用費の一部が対象となり、地銀・信金への営業活動やPoC準備の初期費用を補える |
| 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）革新的サービス開発枠 | 新しいサービス・システムを開発する中小企業 | 異常検知エンジンや家族連携アプリの試作開発費の一部を対象にできる可能性がある |
| IT導入補助金 | ITツールを導入する中小企業・小規模事業者 | 導入先である地方の信用金庫側がツール導入費の補助を受けられる場合があり、商談時の提案材料になる |
| 研究開発型スタートアップ支援事業（NEDO SBIR等の枠組み） | AI・データ技術を用いた研究開発型のスタートアップ | 異常検知モデルの高度化・継続学習の研究開発費を対象とした公募が組まれることがある |
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。
この領域に取り組む仲間がコミュニティに集まっています。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。
※ バッジは自動集計にもとづく相対表示です。