2026.09.03 — 事業案

頭の中にあるものは、まとまったインタビューでは出てこない。詳細まで判断軸を取り出せるのは、決める/判断する瞬間である。

→ 既存の聞き取りツールではなく、判断の場に際して使ってもらい、判断基準や属人化した知識を溜めていく。

6項目

01

顧客

判断が特定の誰かに集中していて、その人待ちで業務が滞っている組織。役職は問わない——社長でも、部長でも、その分野を1人でやっている担当者でもいい。

「その人が休むと止まる」が起きているなら、それだけで導入理由になる。AI導入の有無も関係ない。

02

解決する課題

判断が決裁者に集中し、その人待ちで仕事が止まる。しかも判断した中身はどこにも残らないので、次も同じ人が見ることになる。

同じ判断を繰り返しているのに、それが「同じ」だと誰も数えていない。

溜まった判断基準は、そのままAIエージェントが動ける土壌にもなる。何を通してよくて何を止めるべきかを、組織の実例から学べる形で持てるため。

03

新規性(独自価値)

既存は平時に聞き取って、記録して、あとで検索させる。こちらは判断の瞬間に取って、次の判断から活かせる

取り方(当人の時間を使わせない)と返し方(読みに行かせない)が違う、というだけ。競合は多い領域なので、ここで勝負しない。

04

ソリューション

共通するのは「判断を溜めて、次の判断から活かせるようにする」。入口は組織によって変えることを想定したが、ヒアリングを通じて考えていきたい。

A|決裁を預かる — その人待ちの案件を1本の列にして1件30秒で決めきれる形にする。通した/止めた/理由が全件残る。
B|既存のやりとりから拾う — Slack・チャット・メールから「この場合はこうする」を機械が抽出する。当人は何もしない。
C|引き継ぎの場を記録に変える — 後任への説明・レビュー・相談の場を、その都度ログにする。

05

ビジネスモデル

月10〜15万円。IT予算ではなく人件費・外注費から

単価の根拠は未検証。既存実績は月2.5万円で、6倍の開き。 要検証

06

市場規模(TAM・SAM・SOM)

暫定。出典を確定させる前の概算で、桁を確かめるためのもの。 暫定

TAM約 2,900 億円/年従業者5〜49人の事業所 約200万(全事業所515.6万の約4割)× 月12万円 × 12か月 × 導入率1%
SAM約 1,000 億円/年うち判断の依頼がテキストベースで行われている層 約35%
SOM約 7,200 万円/年3年後に50社 × 月12万円 × 12か月(初年度は2〜5社)

事業所数は令和3年経済センサスの民営事業所総数 5,156,063 を起点にした按分で、規模別の内訳は未確認。導入率1%も仮置き。面談後に経済センサスの規模別テーブルと通信利用動向調査で確定させる。

先行事例

大企業では、すでに金が払われている領域

Qast の導入事例13社。バンダイ・JR東日本・集英社・丸井グループ・東海理化・小田急不動産——並んでいるのは大企業ばかり。書かれている課題が、そのままこの事業の課題になっている。

“聞きづらい”を解消。ベテランから若手へのナレッジ継承四電工

属人化を防ぎ、若手が育つ環境づくりテクノミックスメンテ

紙・Excel・口頭のバラつきから脱却小田急不動産

「過去15年分の設計ナレッジを即活用」→ 資料探索時間を半減バンダイ

需要はすでに証明されている。空いているのは規模帯のほう。公開事例に中小企業は見当たらない。

競合

混みつつある領域で、競合は今後も増えていくことは前提になる。

やっていること規模
TechWorker
CoeSignal
判断基準・暗黙ルールの構造化。ただし方法は平時に最大100名へヒアリングするプロジェクト型 上場・大企業中心
37社・2,500名
LIGHTz 思考・判断プロセスの可視化。製造業の技能伝承に特化 製造業
Qast 暗黙知の形式知化SaaS。非同期のQ&A蓄積で、使う人が聞きに行く形。事例は大企業中心 5,000社以上
2022年時点
ジョブカン 稟議承認ワークフロー。経路は作るが判断の中身は残さない 月300円/人
4万社

既存 — 平時に聞き取り、記録し、あとで検索させる。

こちら — 判断の瞬間に取って、次の判断から活かせる。

公式サイトで確認した範囲では、上記4社はいずれも顧客層か方法のどちらかが異なる。同じやり方をしている会社は見つからなかったが、探し切れていない可能性は残る。