Who（誰が）
従業員300〜3000人規模の企業人事部門・DEI推進部門の責任者、および導入を仲介する人事コンサル・社労士事務所を主要な顧客とする
対象とする社会課題：企業内の無意識バイアスが放置され、評価・登用の不公平や離職を招いている
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。
多くの企業で、管理職本人も気づかないまま評価や昇進推薦に偏りが生まれ、女性や特定の属性の社員が実力より低く扱われている。既存の研修は一般論の座学にとどまり、自社の実態と結びつかないため『他人事』として受け流される。自社の評価データや会議の記録そのものから偏りの所在を可視化し、その部署固有の実例に基づく研修に変えることで、初めて『自分ごと』として行動が変わる土台をつくりたい。
※ 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450万円の申請資料も、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、このアンコンシャス・バイアス・インサイトの事業内容（データ解析の仕組み、料金体系、市場規模など）を読み込んだ状態で、資料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。
UBIは、人事評価データや会議議事録、Slack/TeamsのログをAIで解析し、性別・年代・雇用形態による評価や登用の偏りを『部署別バイアスマップ』として可視化するSaaSです。
人事部門はダッシュボードで『営業3部は男性に昇進推薦コメントが偏重』などの実態を数値で把握でき、対象部署の管理職には自部署の匿名加工済み実例に基づくケーススタディとロールプレイ台本が自動生成され、90分ワークショップと対話型eラーニングとして提供されます。研修中はAIチャットボットが理解度の低い論点を検知して追加質問を投げかけ、3ヶ月後・6ヶ月後には同じデータを再解析して評価分布の変化を自動レポート化し、経営層への説明責任まで一気通貫で支援します。
従業員300〜3000人規模の企業では、人事評価・昇進推薦・会議発言機会において性別や年齢、出身部署による無意識の偏りが存在するが、当事者である管理職本人はほとんど自覚していない。
厚労省調査では女性管理職比率が課長級で12.7%にとどまり、多くの企業がその要因を『本人希望の問題』と誤認している。既存のバイアス研修は一般論の座学（eラーニング1〜2時間、費用は1人あたり3000〜8000円）が中心で、自社の実態に基づかないため『他人事』として受け流され、行動変容につながらない。人事部門は評価データや会議議事録を大量に保有しているものの、分析スキルや工数不足のため『どの部署で』『どんな意思決定局面で』バイアスが発生しているかを可視化できていない。結果として、DEI推進の名目予算は投じられても効果測定ができず、経営層への説明責任も果たせない状態が続いている。
自然言語処理（感情・属性別テキストマイニング）により評価コメントや議事録の表現差を検出し統計的有意差を判定する。
教師なし学習によるクラスタリングで、部署・職位単位のバイアス発生パターンを分類し優先介入領域を予測する。生成AI（LLM）が検出結果を基に匿名化済みの自社実例に即したケーススタディ・研修スライド・ロールプレイ台本を自動生成し、対話型チャットボットが受講者の理解度をリアルタイムに把握してフォローアップ質問を出す。時系列データの再解析により研修前後の効果を予測・比較し、次回研修の重点テーマを自動更新する。
人事評価データ（評価点・昇進推薦理由テキスト）、会議議事録、Slack/Teamsのメッセージログ（匿名化・希望部署のみ）をAIが解析し、性別・年代・雇用形態別の評価スコア分布の偏りや、昇進推薦コメントに使われる形容詞の傾向差（例: 男性には『リーダーシップ』、女性には『協調性』が偏重）を検出する。
検出結果は部署別・職位別のバイアスマップとしてダッシュボード化され、人事部門と対象部門の管理職に共有される。次に生成AIが、その部署固有の実例（匿名加工済み）を基にしたケーススタディとロールプレイ台本を自動生成し、90分のワークショップ資料と対話型eラーニングコンテンツを設計する。研修中はAIチャットボットが受講者の発言や振り返りシートの記述を分析し、理解度が低い論点に応じてフォローアップ質問を自動投げかける。研修後3ヶ月・6ヶ月後に同じデータソースを再解析し、評価分布の変化を自動レポートで提示、効果測定までを一気通貫で行う。
| 既存の一般的バイアスeラーニング研修費（1人あたり3000〜8000円×従業員1500名） | 年間約450万〜1200万円（座学のみで行動変容につながらない前提） |
| 女性管理職の離職・再採用コスト（1人あたり採用エージェント手数料含む） | 年間1人100万〜200万円、離職者複数発生で年間500万円以上の想定 |
| 人事担当者がExcelで手動集計する分析工数（1人月20〜40時間×人件費） | 月10万〜20万円相当（年間120万〜240万円）の目安 |
| DEI予算の効果測定ができないことによる経営層説明責任の未達（IR評価・ESGスコア低下の機会損失） | 算定困難だが年間数百万円規模の機会損失の想定 |
| SaaS年間ライセンス（従業員1000〜2999名区分） | 月60万円（年間720万円） |
| 研修コンテンツ生成・実施パッケージ（部署別3部署想定） | 1回40万円×3部署＝120万円（年間） |
| 効果測定フォローアップレポート（3ヶ月後・6ヶ月後、継続契約で年2回込み） | 継続契約企業は年間ライセンスに含む、単発利用時は1回15万円 |
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。
女性管理職比率が課長級で12.7%にとどまる中、多くの企業は要因を『本人希望の問題』と誤認し、人事部門は評価データや議事録を保有していても分析工数不足でバイアスの発生箇所を特定できていない。
既存のバイアス研修は1〜2時間の一般論eラーニング（1人3000〜8000円）が中心で、自社の実例に基づかないため管理職に『他人事』として受け流され、行動変容につながらない。DEI予算は投じられても効果測定の仕組みがなく、経営層への説明責任も果たせない状態が続いている。この課題を解決するには、自社データに基づく検出と研修コンテンツ生成、効果測定を一気通貫で行う仕組みが必要である。
初期の検証フェーズ（パイロット3社でのバイアス検出精度検証、匿名加工プロセスの第三者監査対応）は要件が流動的なため準委任契約が適した想定です。
一方、MVPの機能一覧が確定した後の開発（ダッシュボード、k-匿名化エンジン等）は仕様固定が可能なため請負契約に切り替えることを推奨します。発注時は、個人情報を扱う特性上、k-匿名化の具体的パラメータ（k値、集計単位の粒度）と検収基準を契約書に明記し、ISMS取得やセキュリティ監査費用の負担分担を事前に取り決める必要があります。また生成AIが出力するケーススタディの著作権・二次利用範囲についても、契約時に自社帰属を明確化しておくことが望ましいです。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 従業員300〜3000人規模企業の人事部門・DEI推進部門担当者（データ投入、ダッシュボード閲覧、研修企画） |
| セカンダリ | 各部署の管理職（研修受講、自部署バイアスマップの確認、ロールプレイ参加）および社労士・DEIコンサルタント（代理店として複数クライアントを支援） |
| 管理 | 自社（UBI提供事業者）のカスタマーサクセス担当者およびシステム運用担当者（匿名加工設定、権限管理、モデル精度モニタリング） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 評価データ取込機能 | SmartHR/カオナビからAPIまたはCSVで評価データを取得し、形式検証後に解析DBへ格納する |
| 匿名加工処理機能 | 氏名・社員IDをk-匿名化し、部署・職位単位に集約した統計解析用データを生成する |
| 属性別評価スコア分析機能 | 評価点データを性別・年代・雇用形態別に集計し、統計的有意差を判定する |
| 推薦コメントテキストマイニング機能 | 昇進推薦理由テキストを解析し、性別間で使用される形容詞の頻度差を検出する |
| 議事録・チャットログ解析機能 | 匿名化済み議事録・Slack/Teamsログを解析し発言機会の属性別偏りを検出する |
| バイアスパターン分類機能 | 評価・発言データを教師なしクラスタリングし部署・職位別バイアス発生パターンを分類する |
| バイアスマップダッシュボード機能 | 検出結果を部署別・職位別バイアスマップとして可視化し人事部門管理画面に表示する |
| 研修コンテンツ自動生成機能 | バイアス検出結果を基にLLMが匿名化実例に即したケーススタディと90分研修スライドを自動生成する |
| 対話型eラーニング理解度分析機能 | 受講者の発言・振り返りシートをチャットボットが分析し理解度の低い論点へ質問を自動投げかける |
| 効果測定フォローアップレポート機能 | 研修3ヶ月後・6ヶ月後に同一データソースを再解析し評価分布の変化を自動レポート化する |
| 業界ベンチマーク配信機能 | 複数導入企業の匿名統計を集計し業界別バイアス傾向ベンチマークレポートを四半期ごとに配信する |
| テーブル | 主要カラム |
|---|---|
companies | id, name, employee_count, plan_type, contract_start_date, industry |
users | id, company_id, name, email, role, department, position |
evaluation_records | id, company_id, employee_hash_id, department, position, gender, age_band, employment_type, evaluation_score, evaluation_period, recommender_comment_text |
meeting_logs | id, company_id, department, meeting_date, speaker_hash_id, utterance_text, utterance_duration |
bias_detection_results | id, company_id, department, position, analysis_period, bias_type, statistical_significance, score_gap |
training_contents | id, company_id, department, case_study_text, roleplay_script, workshop_slide_url, elearning_content_url, generated_at |
training_sessions | id, company_id, department, session_date, participant_count, facilitator_name, session_type |
followup_reports | id, company_id, department, measurement_point, evaluation_gap_before, evaluation_gap_after, behavior_change_rate, report_url |
| # | 画面 |
|---|---|
| 1 | ログイン・企業選択画面 |
| 2 | バイアスマップダッシュボード |
| 3 | 部署別評価分布詳細画面 |
| 4 | 研修コンテンツ生成・編集画面 |
| 5 | ワークショップ実施管理画面 |
| 6 | 効果測定レポート画面 |
| 7 | データ連携・アップロード設定画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | Python(NLP・機械学習処理基盤として採用) |
| 2 | spaCy/GiNZA(日本語テキストの属性別表現差検出に利用) |
| 3 | OpenAI API(ケーススタディ・研修台本の自動生成に利用) |
| 4 | PostgreSQL(評価データ・議事録の構造化保存に利用) |
| 5 | AWS(ISMS対応可能なセキュアインフラとして採用) |
| 6 | Dify(対話型チャットボットの理解度分析基盤として採用) |
| 7 | Metabase(バイアスマップのダッシュボード可視化に利用) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: SaaSダッシュボードのSLAを99.5%以上とし、月間許容ダウンタイムを3.6時間以内とする |
| 性能 | 性能: 従業員3000名規模の評価データ解析処理を4時間以内に完了させる |
| セキュリティ | セキュリティ: ISMS(ISO27001)を取得し、保存・通信データはAES-256相当で暗号化する |
| 匿名化保証 | 匿名化保証: k=5以上のk-匿名化を適用し個人特定不可能な集計単位でのみ結果を出力する |
| 運用 | 運用: 障害復旧目標をRTO4時間・RPO1時間とし、データバックアップを日次で実施する |
| 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セキュリティ監査を実施する |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | パイロット企業の評価データ・議事録をExcelと汎用AIチャットツールで手作業に近い形で分析し、バイアスの傾向がそもそも検出可能かを確かめる。ダッシュボードは作らずスライド報告のみ | AI利用料と交通費、法務顧問への相談費程度 |
| ②最小システム | CSVアップロードでデータを取り込み、属性別スコア分布とキーワード傾向を自動集計する簡易ダッシュボードを作り、匿名加工の仕組みと研修スライド自動生成の一部を試作する | 外注で数か月分の開発費と、匿名加工技術の検証費用 |
| ③本開発 | SmartHRやカオナビとのAPI連携、チャットボットによる理解度フォロー機能、効果測定の自動レポートまでを含めた正式版を構築し、ISMS取得や第三者監査を進める | エンジニア複数名分の人件費と、ISMS取得・監査費用を含む中長期の投資 |
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 |
|---|---|---|
| 従業員1000名以上企業の人事部DEI推進担当役員・部長 | 評価データ活用ニーズと予算感、稟議の障壁を直接把握するため | 日本CHRO協会や人事系カンファレンス（HRカンファレンス等）での名刺交換から接触 |
| 社労士法人の代表社労士（従業員300〜3000名企業を顧客に持つ事務所） | 代理店提携候補であり労務データ取扱いの実務的な壁も把握できる | 全国社会保険労務士会連合会の会員名簿や地域会の勉強会に参加し紹介を得る |
| SmartHR・カオナビのアライアンス／パートナー担当者 | API連携の技術要件とパートナー審査基準を早期に確認するため | 各社のパートナープログラム申込みフォームから問い合わせ、担当者面談を依頼 |
| 個人情報保護法・労働法を専門とする弁護士（IT・HRテック案件実績あり） | 匿名加工情報の適法性と労組対応プロセスの設計を初期から固めるため | 第二東京弁護士会のIT法部会や知人紹介、法律事務所HPの実績検索で選定 |
| 経済産業省または厚労省のDEI推進関連事業の担当官 | 補助金・実証事業の活用可能性と行政側の問題意識を把握するため | 厚労省「女性活躍推進法」関連の公募事業説明会や経産省DEI関連委託事業に応募し接点を作る |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 人事・DEI系カンファレンスやウェビナーでの登壇・出展 | 『自社データでバイアスを見える化する新しい研修設計手法』というテーマで小規模セッションを依頼し、名刺交換後にヒアリングの約束を取り付ける |
| 社労士事務所・人事コンサル会社への協業打診 | 『御社の顧問先で評価制度の見直しを検討している企業があれば、無償で試験的な分析を提供したい』と伝え、紹介を依頼する |
| LinkedInでの人事責任者・DEI推進担当者への個別メッセージ | 『貴社の女性管理職比率向上の取り組みについて、実データに基づく研修設計の話を聞いていただけないか』と具体的な仮説を添えて連絡する |
| 前職・知人経由の人事担当者への紹介依頼 | 『無意識バイアスの研修が形骸化していないか、実態を一緒に確認させてほしい』と伝え、まずは一社だけ試験的に協力してもらう |
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） | 創業前または創業後まもない事業者 | 運転資金の融資枠として活用でき、450万円 を目安に自己資金 100万円 と組み合わせて、エンジニア採用前の開発費・法務顧問費・ISMS取得費に充てる想定 |
| IT導入補助金（デジタル化基盤導入類型など） | SaaS型ITツールを自社開発・提供する中小企業 | ダッシュボードやAI解析基盤の開発初期費用の一部を補助対象にできる可能性があり、代理店提携先である社労士事務所側の導入コスト軽減にも訴求できる |
| ものづくり・商業・サービス生産性向上促進補助金（一般型） | 新たなサービス・生産プロセスを開発する中小企業 | 研修コンテンツ自動生成やバイアス検出モデルの開発など、新サービス構築にかかる設備・外注費の一部を対象にできる可能性がある |
| 小規模事業者持続化補助金 | 小規模事業者（従業員数の少ない創業初期の法人） | 代表1名体制の検証フェーズで、ウェビナー出展費・チラシ制作費など販路開拓費用の一部に活用できる可能性がある |
| 東京都創業助成事業（東京都内で創業する場合） | 都内で創業する中小企業者・個人 | 人件費や賃借料の一部を助成対象にできる制度で、代表1名から人を雇う段階の初期費用の補完として候補になる |
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。
多様性・DEI領域に取り組む創業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的な表示です。