Who（誰が）
生活困窮者自立支援制度の就労準備支援事業を担う自治体・社会福祉協議会・NPO型事業所の支援員と、一般就労に直結できない当事者（ひきこもり経験者、うつ病寛解期の人等）が主な利用者となる。
対象とする社会課題：生活困窮者・ひきこもり・障害等により一般就労に直結できない人への就労準備と受け皿不足
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。
支援員1人が数十人を抱え、当事者一人ひとりの生活リズムや体調に合わせた段階的な就労機会を設計しきれない現場がある。中間的就労の受け皿も限られ、マッチングは経験と勘に頼るしかない。異動や退職でノウハウが消え、再ひきこもりや中断が繰り返される。この事業は、その属人化した判断をデータで支え、誰が担当しても同じ質の支援を届けられる基盤をつくる。
※ 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。
各ボタンを押すと、AIチャットがこの事業の中身を読み込んだ状態で立ち上がり、事業計画書やピッチ資料などの素案をその場で一緒に作成します。気になる資料から試してみてください。
※ 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。
生活困窮者自立支援や障害福祉の現場で、支援員が当事者との面談内容をチャットや音声でAIに入力すると、生活リズムや体調変動、対人不安の程度をもとに『就労レディネス指標』が自動生成されます。
AIは地域の清掃・軽作業・農業などの受入事業所の負荷条件と突合し、『週2日3時間、対人接触の少ない軽作業』といった具体的な就労プランを複数提案します。就労開始後は事業所からの週次フィードバックと当事者本人のスマホ記録をAIが分析し、体調悪化の兆しがあれば支援員に自動アラートを送ります。支援員は勘と経験に頼っていたマッチング業務をデータに基づいて行えるようになり、1人あたりの担当人数を増やしながら再ひきこもりや就労中断を減らすことを目指します。
生活困窮者自立支援制度における就労準備支援事業の利用者は全国で年間約3万人とされるが、支援員1人あたり平均40〜60人を担当するケースも多く、個々の生活リズム・対人スキル・体調変動に合わせた段階的な就労機会の設計が追いつかない。
例えば「10年ひきこもり後に週2日から働きたい40代男性」や「うつ病寛解期で3時間勤務から始めたい30代女性」のように、一般求人には乗らない細やかな条件を持つ当事者が多数存在する。一方で中間的就労の受け皿となる事業所（清掃・軽作業・農業など）は全国で数千カ所にとどまり、当事者の状態と作業内容・負荷レベルのマッチングは支援員の経験と勘に依存しているのが実情である。結果として、支援員の異動や退職によりマッチングのノウハウが属人化・消失し、利用者の再ひきこもり・中断率が高止まりしている（自治体報告では中断率2〜3割との事例もある）。厚労省も就労準備支援事業の必須事業化を進めているが、担い手となる事業所開拓とマッチングの仕組みは自治体・社協任せで標準化されていない。
①自然言語対話AI（LLMベース）が面談記録・日々の気分ログを構造化データに変換し、就労レディネス指標を自動スコアリングする。
②予測モデル（時系列・生存分析）が当事者ごとの状態変化と就労継続確率を予測し、離脱リスクが高まった際に支援員へアラートを出す。③最適化アルゴリズム（マッチング問題として定式化）が当事者の状態・希望条件と事業所側の作業特性・受入枠を突合し、複数の就労プラン候補をスコア付きで提示する。④画像解析AI（オプション）は作業現場の写真から負荷レベル（立ち仕事比率、対人接触頻度など）を半自動でタグ付けし、事業所データベースの整備コストを削減する。
自治体・社会福祉協議会・就労準備支援事業所の支援員が、当事者との初回面談内容（生活リズム、体調変動、対人不安の程度、過去の就労経験、希望条件）をAI対話アシスタントに音声またはチャットで入力すると、AIが標準化された「就労レディネス指標」を自動生成する。
同時にAIは地域の中間的就労先（清掃・農作業・軽作業・カフェ運営など）の作業負荷・対人接触頻度・必要スキルをデータベース化し、当事者の状態変化予測モデルと突合して「今週から週2日3時間、対人接触の少ない軽作業」といった具体的な就労プランを複数提案する。支援員はAI提案を確認・調整した上で本人と面談し、実際に就労を開始した後は、事業所側からの週次フィードバック（出勤状況・体調変化・作業ミスの傾向）をAIが分析し、次のステップ（時間延長・職種変更・一般就労移行）を予測・提案する。当事者本人もスマホアプリでAIチャットボットに日々の気分や体調を記録でき、AIが異変を検知した場合は支援員に自動アラートを送る。これにより支援員は「勘と経験」から「データに基づく意思決定」へ移行し、1人あたりの担当可能人数を増やしつつ中断率を下げることを目指す。
| 支援員10人分の記録作成・引継ぎ残業代（月15時間×時給2,500円×10人） | 年間約450万円 |
| 中断利用者（当事者500人中125人、中断率25%想定）の再アセスメント・再支援事務コスト（1件あたり約3万円） | 年間約375万円 |
| 中間的就労受入事業所の新規開拓訪問コスト（職員2名、月10件訪問、1件2万円相当） | 年間約240万円 |
| 就労移行遅延による生活保護費等給付の継続コスト（中断125人×平均3ヶ月延伸×月13万円） | 年間約4,875万円 |
| 自治体向けSaaS利用料（支援員10人・当事者500人規模の標準プラン） | 月額25万円 |
| 利用者従量課金（当事者500人×2,000円） | 月額100万円 |
| 受入事業所向けオプション（清掃会社など10カ所×1万円） | 月額10万円 |
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。
就労準備支援事業の支援員は1人で40〜60人を担当することもあり、当事者ごとの生活リズムや体調変動に合わせた段階的な就労プラン設計に手が回っていない。
中間的就労の受入事業所は全国数千カ所にとどまり、当事者の状態と作業内容の相性判断は支援員個人の経験と勘に依存しているため、異動や退職でノウハウが消失しやすい。この属人化が原因で、自治体報告では中断率2〜3割という高止まりが起きており、標準化された指標とマッチングの仕組みが必要とされている。
PoC・パイロット導入期（0〜18ヶ月）は要件や予測モデルの精度が実データ検証を通じて変わり続けるため準委任契約が適しており、支援員へのヒアリングを重ねながら仕様を柔軟に調整できる体制が望ましい。
一方でMVPの基本機能（面談入力・マッチング提案・管理画面）は要件がある程度固まった段階で請負契約に切り替え、納期とスコープを明確にしてコスト超過を防ぐ。発注時は自治体の情報セキュリティ基準準拠やAIモデルの説明可能性（提案根拠の可視化）を仕様書に明記し、支援員の最終判断を前提とする設計思想を契約条件にも反映させる必要がある。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 生活困窮者自立支援制度の就労準備支援事業所・社会福祉協議会の支援員 |
| セカンダリ | 当事者本人（利用者）、中間的就労受入事業所（清掃・農業・軽作業等）の担当者 |
| 管理 | 自治体福祉部局の担当者、システム運営会社のカスタマーサクセス担当 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 面談構造化・就労レディネス指標生成AI | 支援員が入力した面談音声/テキスト→LLMが構造化・スコアリング→就労レディネス指標を出力 |
| 事業所データベース・作業特性登録管理 | 事業所が作業内容・受入枠・必要スキルを入力→DB登録・分類→検索可能な事業所一覧を出力 |
| 画像解析による作業負荷自動タグ付け | 現場写真をアップロード→画像解析AIが立ち仕事比率・対人接触頻度を判定→負荷タグ付きデータを出力 |
| 就労プラン最適化マッチング提案 | 当事者の指標と事業所DBを入力→最適化アルゴリズムが突合・スコア付け→就労プラン候補を複数出力 |
| 支援員承認・プラン確定ワークフロー | AI提案プランを表示→支援員が確認・修正・承認操作→確定プランを本人へ提示 |
| 当事者向け日々気分・体調記録チャットボット | 当事者がスマホで気分・体調を入力→AIが記録・傾向分析→異変検知時は支援員へ通知 |
| 事業所週次フィードバック入力・分析 | 事業所が出勤状況・体調変化・作業ミスを入力→AIが集計分析→傾向レポートを出力 |
| 離脱リスク予測・支援員アラート通知 | 気分ログ・出勤データを入力→生存分析モデルが継続確率を予測→リスク上昇時に支援員へアラート送信 |
| 次ステップ予測（時間延長・職種変更・移行提案） | 週次データ・状態変化履歴を入力→予測モデルが分析→時間延長/職種変更/一般就労移行を提案 |
| 定着支援モニタリングAI（企業向け） | 就労移行後の当事者チャット記録を入力→AIが状態分析→企業担当者へ定着状況レポートを出力 |
| 支援員向け進捗管理ダッシュボード | 各当事者の指標・履歴データを集計→可視化処理→担当支援員へダッシュボード画面を表示 |
| テーブル | 主要カラム |
|---|---|
clients | client_id, org_id, name, birth_date, care_level, status, created_at |
staff | staff_id, org_id, name, role, caseload_count, email |
organizations | org_id, name, org_type, contract_plan, billing_email |
host_facilities | facility_id, name, work_type, load_level, contact_freq, accepted_capacity |
interviews_readiness | record_id, client_id, staff_id, transcript, dimensions_json, score_value, calculated_at |
work_plans | plan_id, client_id, facility_id, hours_per_week, days_per_week, status, match_score |
daily_logs | log_id, client_id, mood_score, condition_note, logged_at |
weekly_feedback_alerts | record_id, plan_id, facility_id, attendance_rate, mistakes_note, alert_type, severity, triggered_at, resolved_flag |
| # | 画面 |
|---|---|
| 1 | 面談入力画面 |
| 2 | レディネス指標ダッシュボード |
| 3 | マッチング候補一覧 |
| 4 | 就労プラン詳細画面 |
| 5 | 当事者向け気分記録アプリ |
| 6 | 支援員アラート管理画面 |
| 7 | 事業所フィードバック入力画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | GPT-4o API(面談・気分ログの構造化に強い) |
| 2 | Python/FastAPI(予測モデル連携のAPI基盤に適する) |
| 3 | PostgreSQL(機微情報の構造化保存に実績あり) |
| 4 | AWS(自治体セキュリティ基準準拠のクラウド事例多数) |
| 5 | Airflow(週次フィードバック集計バッチに適する) |
| 6 | React Native(当事者向けアプリを1本で両OS対応) |
| 7 | scikit-survival(離脱リスクの生存分析に特化) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: システム稼働率99.5%以上、月間許容ダウンタイム3.6時間以内とする |
| セキュリティ | セキュリティ: 自治体情報セキュリティポリシーに準拠し、通信・保存データはAES-256で暗号化する |
| 性能 | 性能: 面談構造化AIの1件あたり処理時間は平均30秒以内で結果を返却する |
| データ保持 | データ保持: 要配慮個人情報を含むログは最大5年間保存し、削除申請受付から30日以内に消去する |
| 監査 | 監査: アクセスログを1年間保持し、四半期ごとに第三者機関によるセキュリティ監査を実施する |
| バックアップ | バックアップ: データは日次でバックアップし、RPO24時間・RTO4時間以内で復旧可能とする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 支援員の面談メモをもとに、代表自身がExcelとチャットツールで就労レディネス指標を手作業で作成し、事業所とのマッチング案を提示して支援員の反応を確かめる | AI利用料と自治体・NPOへの訪問交通費だけ |
| ②最小システム | 対話AIによる面談記録の構造化と、事業所データベースの簡易マッチング機能だけを実装し、1〜2自治体で実データを使って予測モデルの精度を検証する | 外注エンジニアに数か月分の開発を依頼する水準 |
| ③本開発 | 離脱予測アラート、事業所側の週次フィードバック機能、当事者向けスマホアプリまでを含めた本格システムを構築し、複数自治体での並行運用に対応させる | 正社員エンジニアを雇用し継続開発する水準 |
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 |
|---|---|---|
| 市区町村福祉部局の生活困窮者自立支援制度担当係長（自立相談支援事業・就労準備支援事業の委託窓口） | 就労準備支援事業の委託予算・仕様書内容を把握し導入可能性を判断するため | 自治体HPの福祉部局代表電話または生活困窮者自立支援担当課へ直接架電しアポ取得 |
| 社会福祉協議会の地域福祉課・生活支援担当（就労準備支援事業受託法人の実務責任者） | 支援員の業務実態・属人化課題を直接ヒアリングし現場ニーズを検証するため | 厚労省の生活困窮者自立支援制度全国担当者会議名簿や自治体委託先一覧から連絡 |
| 就労準備支援事業を受託するNPO法人の代表または現場統括支援員 | 面談記録・マッチング業務の具体的フローとAI活用への抵抗感を確認するため | 全国生活困窮者支援ネットワークやNPO中間支援組織の紹介で接触 |
| 中間的就労受入事業所（農業法人・清掃会社）の受入担当責任者 | 受入枠情報のデータベース化と負荷分析ニーズの実現可能性を検証するため | 社協・NPOの受入事業所名簿から紹介を受け訪問アポを取得 |
| 都道府県福祉部局の生活困窮者自立支援制度広域担当（実証事業・モデル事業の企画担当） | 実証事業枠・随意契約可能なパイロット自治体候補の情報を得るため | 都道府県の福祉政策課へ実証事業公募情報を問い合わせ担当者を紹介依頼 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 大学の社会福祉学部・データサイエンス研究室からの紹介 | 実証事業として一緒に検証したいと相談し、研究室が付き合いのある自治体・社協にパイロット参加を紹介してもらう |
| 生活困窮者自立支援関連の全国研究交流大会・研修会 | 支援員向けの分科会に事例発表者として登壇し、名刺交換の場で個別にデモを見てもらう約束を取る |
| 自治体の生活困窮者自立支援担当課への直接アプローチ | 実証事業枠・随意契約が可能な自治体を調べ、担当課に電話とメールで訪問を依頼し、無償トライアルを提案する |
| 就労準備支援事業を受託するNPO法人への直接訪問 | 支援員が抱える引継ぎ困難の悩みを聞き、現場のExcel台帳を見せてもらいながら代替案としてデモを提示する |
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 新創業融資制度（新規開業資金） | 創業前または創業後まもない法人・個人事業主 | 初期のAI開発人件費・外注費・自治体営業の人件費に充てる運転資金として、融資額は 500万円 で調達する候補になる |
| 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・小規模事業者で新サービス・新システムの開発を行う事業者 | 就労レディネス指標の自動スコアリングや離脱予測モデルなど、新規のAI機能開発費の一部を補助対象にできる候補になる |
| IT導入補助金 | ITツールを導入して業務効率化を図る中小企業・小規模事業者 | 自社のSaaSをITベンダーとして登録できれば、導入自治体・NPO側の利用料負担を軽減する提案材料になり、初期導入のハードルを下げる候補になる |
| 小規模事業者持続化補助金 | 小規模事業者で販路開拓・広報活動を行う事業者 | 自治体・社協向けの説明会資料作成、展示会出展、ウェブサイト整備など、営業活動の初期費用の一部を補助する候補になる |
| 東京都創業助成事業（TOKYO創業ステーション） | 都内で創業予定・創業後一定期間内の中小企業者等 | 本社を都内に置く場合、人件費・賃借料等の一部が助成対象となり、代表1名で動く創業初期の固定費負担を軽減する候補になる |
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。
同じ社会課題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。
※ バッジは自動集計にもとづく相対表示です