表示
プロダクト案
船舶管理会社が導入し、船員(船乗り)が日々使うことを前提に設計したAIプロダクト案です。船上の通信制約と中小事業者の導入容易性を考慮し、実現性の高いものから優先度を付けています。
| プロダクト | 一言で | 対象 | 規模 | 優先度 |
|---|---|---|---|---|
| コエ報告（コエホウコク） - 音声ノーンレポート自動生成 | 話すだけで日報・点検記録・労働時間記録が完成する船員向け音声入力アシスタント | 内航・近海船の乗組員（航海士・機関士・甲板部）と、陸上の運航・労務担当者。特に少人数・高齢化した船の現場。 | M | 必須 |
| 船頭AI（センドウAI） - オフライン多言語マニュアル・規制Q&Aアシスタント | 圏外でも動く、出典付き・回答拒否つきの船上ナレッジチャット。ベテランの暗黙知を全乗組員へ | 若手・多国籍乗組員（機関士・航海士）と、陸上スーパーインテンデント。ベテラン退職で暗黙知が失われつつある内航・近海の船舶管理会社。 | L | 必須 |
| 配乗番（ハイジョウバン） - 資格・休息時間連動の配乗最適化エンジン | 失効配乗ゼロ。資格期限・休息時間・交代計画を自動チェックする日本語ネイティブ配乗AI | 船舶管理会社・内航オペレーターの配乗（クルーイング）担当者と労務担当者。Excel運用で配乗計画を組んでいる中小事業者。 | M | 推奨 |
| 受検支度（ジュケンシタク） - PSC受検準備・ディテンション予防AI | MoU別の頻出指摘と自船記録を突合し、拘留リスクをスコアリングして是正リストを自動生成 | 船舶管理会社のDPA/HSEQ担当・スーパーインテンデントと、受検準備を担う本船幹部（船長・機関長）。 | M | 推奨 |
| 規制見張り（キセイミハリ） - 海事規制ウォッチ＆社内手順影響アシスタント | 条約・省令・船級テクニカルインフォメーションの改正を追い、自社手順への影響を出典付きで下書き | 船舶管理会社のコンプライアンス・品質管理（DPA/ISM）担当。規制改正の追随をベテラン1～2名に依存している中小事業者。 | M | 余力で |
| 在庫見え（ザイコミエ） - 予備部品・需要予測と船隊横断最適化 | 20の移動倉庫を1つの頭脳で。運転時間と入港スケジュールから補給タイミングをAIが提案 | 船舶管理会社の調達・技術管理（スーパーインテンデント）担当と、本船の機関長。予備部品在庫が船ごとに分断されている事業者。 | L | 余力で |
コエ報告（コエホウコク） - 音声ノーンレポート自動生成
話すだけで日報・点検記録・労働時間記録が完成する船員向け音声入力アシスタント
- 対象ユーザー: 内航・近海船の乗組員（航海士・機関士・甲板部）と、陸上の運航・労務担当者。特に少人数・高齢化した船の現場。
- 規模感: M（S=小 / M=中 / L=大） 優先度: 必須
解く課題
ノーンレポート等の手作業報告が乗組員の午前中の数時間を奪い精度も低い。内航現場は手書き・FAX・紙が残り、2022年4月の船員法改正で労働時間把握・労務管理記録が義務化されたが記録が二重化・属人化している。
ソリューション
乗組員がスマホ／タブレットに日本語で口頭報告すると、AIが日報・機関ログ・点検記録・作業時間（船員法の1日8時間/週40時間チェック付き）に自動整形する。AIS・本船センサー値（位置・速力・燃料）を自動取り込みして手入力項目を最小化。低帯域・圏外でもローカルに記録し、通信回復時に陸へ同期。陸側はLLMが報告の欠落・矛盾を一次審査して監督者に提示。
主な機能
- 日本語音声入力→ノーンレポート/機関日誌/甲板日誌/点検記録の自動整形（専門用語・船名・航海番号を辞書登録）
- 船員法対応の労働時間自動集計と8時間/週40時間超過・補償休日不足の自動アラート
- AIS・本船センサー（位置/速力/燃料消費/主機回転数）の自動取り込みで手入力を削減
- 圏外・低帯域前提のオフライン記録＋通信回復時の差分同期（VSAT/Starlink帯域を浪費しない軽量パケット）
- 陸側LLMによる報告の欠落・矛盾の一次審査と帳票（事業概況報告書等）への様式マッピング
使用するAI技術と船上制約への対応
ASR（日本語音声認識）＋海事用語ファインチューニング辞書、整形にLLM。船上はオフライン耐性のためエッジ推論（GPU不要・軽量モデル）でローカル整形し、陸上同期時にのみクラウドLLMで高精度審査。通信制約に対し差分同期と低帯域メタデータ送信で対応。
提供価値
報告作成時間を大幅削減（大東汽船のクラウド化で作成送信時間が半減した実績水準を狙う）。船員法の労務記録を自動生成しコンプライアンスを担保。高齢・少人数船でもキーボード不要で運用でき、人手不足を直接緩和。
MVPスコープ
内航1社・数隻でノーンレポートと労働時間記録の2帳票に限定。スマホ音声入力→日本語テンプレート整形→PDF/CSV出力＋圏外バッファ同期まで。センサー連携は手入力フォールバックで先行リリース。
船頭AI（センドウAI） - オフライン多言語マニュアル・規制Q&Aアシスタント
圏外でも動く、出典付き・回答拒否つきの船上ナレッジチャット。ベテランの暗黙知を全乗組員へ
- 対象ユーザー: 若手・多国籍乗組員（機関士・航海士）と、陸上スーパーインテンデント。ベテラン退職で暗黙知が失われつつある内航・近海の船舶管理会社。
- 規模感: L（S=小 / M=中 / L=大） 優先度: 必須
解く課題
機関トラブル対応や規制Q&Aがベテラン依存・属人的で、経験の浅い船員や外国人船員が即答できない。日本語の紙/Wordマニュアル・SMS手順書が体系化されておらず検索できない。船上の衛星通信は低帯域・間欠的でクラウドLLM常時接続が非現実的。
ソリューション
会社のSMS/ISM手順書・機器OEMマニュアル・過去トラブル報告・社内回章をRAGで取り込み、船員が日本語や母国語で自然文質問できる船内チャット。Full Fathom AI型に船内エッジで全推論を完結（GPU不要）。安全クリティカルな手順は要約せず全文提示し、出典をページ単位で引用、根拠不足時は回答を拒否、信頼度バッジを付与してハルシネーションを抑制。
主な機能
- 船内エッジ推論で完全オフライン動作（GPU不要・既存船内PCで可）、ナレッジは入港時に定期同期
- 出典ページ単位の引用＋信頼度バッジ（高/中/低）＋根拠不足時の回答拒否で安全クリティカル領域に対応
- 機関アラーム・OEMマニュアル・過去不具合報告を横断するトラブルシュート支援（属人化解消・若手の即戦力化）
- 日本語ネイティブ＋多言語（英・比・中等）対応で日本人管理者と外国人船員の言語ギャップを橋渡し
- 船員のクルー用語を規制用語に橋渡しする語彙拡張＋権威階層（自船>SMS>船隊>規制>参考）でランク付け
使用するAI技術と船上制約への対応
オフラインRAG（BM25キーワード＋ベクトル検索のハイブリッド、再ランク、引用検証パイプライン）＋海事特化LLM（Llamarine/海事ドメイン継続学習モデルを参考）を船内ローカル実行。低帯域制約に対しモデル・ナレッジは入港時バッチ同期、推論は完全船内。PIIをログに残さない設計。
提供価値
ベテラン退職による暗黙知喪失を防ぎ新人教育を標準化。PSC指摘やヒューマンエラー起因事故を削減。多国籍クルーの手順遵守を底上げ。クラウド非依存で日本籍船の通信制約下でも稼働。
MVPスコープ
1社のSMS手順書＋主要機器マニュアル数十点をRAG化。日本語質問→出典付き回答＋回答拒否のチャットを船内PCで動作。多言語は日英2言語から。トラブルシュートは特定機種に限定して精度検証。
配乗番（ハイジョウバン） - 資格・休息時間連動の配乗最適化エンジン
失効配乗ゼロ。資格期限・休息時間・交代計画を自動チェックする日本語ネイティブ配乗AI
- 対象ユーザー: 船舶管理会社・内航オペレーターの配乗（クルーイング）担当者と労務担当者。Excel運用で配乗計画を組んでいる中小事業者。
- 規模感: M（S=小 / M=中 / L=大） 優先度: 推奨
解く課題
証書・契約・休息時間・旗国要件のExcel/紙管理が船隊規模に対し指数的に増え、証書失効者を配乗するコンプライアンス事故リスクが高い。内航は50歳以上が約半数・有効求人倍率4.41倍で限られた人員のやりくりが逼迫。配乗計画作成に膨大な工数がかかる。
ソリューション
船員の資格・乗船履歴・健康診断・休息時間（STCW/MLC・船員法準拠）を一元管理し、AIが配乗計画を最適化。資格証期限切れ・休息時間違反・旗国要件未充足を配乗確定前に自動判定してブロック。乗船・休暇を平準化してワークライフバランスを改善。商船三井×富士通型の最適化で計画作成時間を約7割削減する水準を狙う。
主な機能
- 配乗確定前の自動コンプライアンス判定（資格証期限・休息時間・健康診断・旗国要件の充足をチェックしブロック）
- 数理最適化による配乗計画の自動立案（乗船/休暇の平準化、コスト、交代港・移動を考慮）
- 資格証期限の事前アラートとデジタルSTCW（MSC.540/541・QR検証）/マイナポータル海技士申請との将来連携
- Excel/紙からの移行支援（既存名簿のOCR取り込み・構造化）と内航特有要件への日本語ネイティブ対応
- 船員不足シナリオのシミュレーション（誰が抜けると配乗が破綻するかの可視化）
使用するAI技術と船上制約への対応
数理最適化（組合せ最適化ソルバ）による配乗計画生成＋ルールエンジンによるコンプライアンス判定。資格証・健診のOCR＋LLM抽出で構造化。陸上業務中心のため通信制約は軽く、クラウドSaaSで提供可能。判定結果は人間（配乗担当）が最終承認。
提供価値
失効配乗等のコンプライアンス事故を予防しPSC拘留・運賃直撃リスクを低減。配乗計画工数を約7割規模で削減。船員のワークライフバランス改善で離職抑制・採用力向上。人手不足の現場の属人運用を脱却。
MVPスコープ
内航1社・1船隊で資格証期限管理＋休息時間チェック＋手動配乗のコンプライアンス判定に限定。Excelインポートから開始し、最適化自動立案は第2フェーズ。既存内航SaaS（TRANS-Crew等）との差別化は判定の自動化に置く。
受検支度（ジュケンシタク） - PSC受検準備・ディテンション予防AI
MoU別の頻出指摘と自船記録を突合し、拘留リスクをスコアリングして是正リストを自動生成
- 対象ユーザー: 船舶管理会社のDPA/HSEQ担当・スーパーインテンデントと、受検準備を担う本船幹部（船長・機関長）。
- 規模感: M（S=小 / M=中 / L=大） 優先度: 推奨
解く課題
PSC受検準備は証書・記録の整合性確認が膨大で、ISM/防火/救命/MLCのディテンションは一度起きると傭船・運賃に直撃する。Paris MoU 2024のディテンション率は4.03%、Tokyo MoUは2024年に1,189隻を留置。中小事業者ほど対応リソースが不足し、PSCの位置づけ・準備が属人化している。
ソリューション
MoU別（特にTokyo MoU）の頻出不具合（ISM不適合・防火SOLAS II-2・救命設備・証書/書類）の統計と過去ディテンション事例をナレッジ化し、自船の点検記録・証書状況と突合してディテンション・リスクをスコアリング。寄港予定港・船齢・船種に応じた受検チェックリストと是正措置案を自動生成する。
主な機能
- 寄港予定MoU・船種・船齢に応じたディテンション・リスクスコアと重点指摘分野の予測
- 頻出不具合（ISM/防火/救命/MLC）に紐づく受検チェックリストと是正措置ドラフトの自動生成
- 証書・記録簿のOCR抽出による有効期限・原本保持・船内掲示の不備の事前検出
- 過去ディテンション事例・想定問答のRAG（検査官の指摘事例を踏まえたQ&A）
- MARPOL電子記録簿（MEPC.312(74)）・MLC証書/DMLCの整合チェックと監査ログ保持
使用するAI技術と船上制約への対応
PSC統計・ディテンション事例のRAG＋LLMによるチェックリスト/是正案生成、証書OCR＋構造化抽出。出典・条文番号を必ず付与し最終判断は人間が担保。陸上中心業務でクラウド可だが、本船側チェックリストはオフライン参照対応。改ざん検知・監査証跡を備えISM適合エビデンス化。
提供価値
ディテンションによる傭船・運賃損失を予防。受検準備の属人性を解消し中小事業者のコンプライアンス負担を軽減。是正の抜け漏れを減らし高水準維持の継続業務を省力化。
MVPスコープ
Tokyo MoU 1地域・特定船種に絞り、頻出指摘TOP分野のチェックリスト自動生成＋証書期限チェックから開始。リスクスコアリングは事例蓄積後に高度化。生成物は必ず出典付き・人間レビュー前提。
規制見張り（キセイミハリ） - 海事規制ウォッチ＆社内手順影響アシスタント
条約・省令・船級テクニカルインフォメーションの改正を追い、自社手順への影響を出典付きで下書き
- 対象ユーザー: 船舶管理会社のコンプライアンス・品質管理（DPA/ISM）担当。規制改正の追随をベテラン1～2名に依存している中小事業者。
- 規模感: M（S=小 / M=中 / L=大） 優先度: 余力で
解く課題
規制改正の頻度が高く（IMO条約群、サイバーレジリエンスGL、CSMS/UR E26-E27、MASSコード2026採択、船員法改正等）、最新の条約・省令・告示・船級テクニカルインフォメーションを人手で追随し社内手順へ反映する作業が属人的かつ遅延しがち。中小ほど対応リソースが不足。
ソリューション
IMO・国交省海事局・ClassNK等の規制/テクニカルインフォメーションを定期クロールし、改正点を要約。自社のSMS手順書・チェックリストに照らして「どの手順に影響するか」をLLMが下書き提示する。回答には必ず出典URL・条文番号・施行日・confidenceを付与し、最終的な手順改訂は人間が承認する規制業務向け安全なLLM運用基盤。
主な機能
- 規制・条約・船級テクニカルインフォメーションの定期クロールと改正点の日本語要約（施行日・対象船種付き）
- 自社SMS手順書とのRAG突合による『影響する手順・チェックリスト』の特定と改訂ドラフト提示
- サイバーセキュリティ（CSMS/UR E26-E27・サイバーレジリエンスGL）対応のリスク評価書・手順書ドラフト生成
- 出典URL・条文番号・施行日・confidenceスコアの強制付与とハルシネーション抑制（根拠不足時は不明と明示）
- 人間承認ワークフロー＋監査ログ（誰がいつ何を承認したか）でISM/EU AI Actのガバナンス要件に対応
使用するAI技術と船上制約への対応
規制文書のRAG＋LLM要約・影響分析。出典トレーサビリティ・confidence表示・人間承認ワークフロー・監査ログを備えた安全運用設計（EU AI Act高リスク対応を意識）。陸上業務でクラウド可。誤生成リスクの高い領域のため最終判断は必ず人間。
提供価値
規制追随の属人性を解消し、改正の見落とし・反映遅延を防止。CSMS認証等の新規制対応工数を削減。中小船舶管理会社のコンプライアンス負担を軽減し、JSA提言と現場ソフトの橋渡しレイヤーの空白を埋める。
MVPスコープ
国交省海事局＋ClassNKテクニカルインフォメーションの2ソースに限定したクロール＋日本語要約＋出典付き通知から開始。手順影響の自動下書きは社内手順をRAG投入した1社で検証。サイバー関連は第2フェーズ。
在庫見え（ザイコミエ） - 予備部品・需要予測と船隊横断最適化
20の移動倉庫を1つの頭脳で。運転時間と入港スケジュールから補給タイミングをAIが提案
- 対象ユーザー: 船舶管理会社の調達・技術管理（スーパーインテンデント）担当と、本船の機関長。予備部品在庫が船ごとに分断されている事業者。
- 規模感: L（S=小 / M=中 / L=大） 優先度: 余力で
解く課題
予備部品/在庫の可視化が欠如し、業界全体で年約1,200万人時を在庫照合に浪費しながらデータ精度は約20%。船隊横断で過剰と欠品が恒常的に併存し、在港時間の短縮で補給タイミングが日単位から時間単位へシビア化している。
ソリューション
各船の予備部品在庫・運転時間（PMSデータ）・故障履歴・入港スケジュールを統合し、AIが消耗・故障予兆から補給タイミングと船隊間の再配分を提案。ノーンレポートや既存センサーデータを活用した軽量予知保全で、大手OEM依存を避けて中小・内航でも導入できる異常検知・劣化予兆の見える化を実現する。
主な機能
- 運転時間・故障履歴・在港スケジュールに基づく部品消耗予測と補給タイミングの提案
- 船隊横断の在庫可視化と過剰/欠品の検出・船間再配分の提案（20隻＝20倉庫問題の解消）
- ノーンレポート/既存センサーを使った軽量予知保全（GPU不要・OEM非依存の異常検知）
- 在港時間（時間単位）に合わせた発注リードタイム逆算と納品ウィンドウ管理
- PMS（DNV/SERTICA等）・IoS-OP的データ基盤との連携を想定したデータ取り込み
使用するAI技術と船上制約への対応
需要予測（時系列・生存時間分析）＋在庫最適化、軽量異常検知（既存ノーンレポート/センサー値ベース、OEMの高価なプラットフォーム非依存）。在庫照合・抽出にOCR＋LLM。本船データは低帯域同期、分析は陸上集約。誤検知は機関士の精査前提の人間×AI協業。
提供価値
在庫照合の膨大な人時と過剰在庫・欠品コストを削減。主機トラブルの計画外停止を予兆検知で抑制。大手OEM予知保全が高コストで導入できなかった中小・内航に低コストで予防保全をもたらす。
MVPスコープ
1社・数隻で主要消耗部品カテゴリに限定した在庫可視化＋運転時間ベースの補給アラートから開始。需要予測・船間再配分・予知保全は段階追加。既存PMSがあればCSV連携、なければ簡易在庫入力から。