自己紹介とミッション
はじめまして。今日、ミセバンAIというプロダクトの開発を始めた個人開発者です。
ミセバンAIのミッションはシンプルです。
すべての中小店舗が、データに基づいた経営判断をできる世界を作る。
大手チェーンはPOSデータ、来客分析、AIを駆使して店舗を最適化しています。棚のどこに何を置くか。スタッフを何時に何人配置するか。すべてデータに基づいた意思決定をしている。
でも、中小店舗の99%はどうでしょうか。「カン」と「経験」と「根性」に頼っている。「なんとなく木曜は暇な気がする」「たぶんランチの方が客が多い」。この曖昧さの中で毎日の経営判断をしている。
この情報格差を埋めたい。それがミセバンAIを作る理由です。
なぜ今か
「店舗にAI」というアイデア自体は新しくありません。でも、今こそが最高のタイミングだと確信しています。3つの理由があります。
- カメラはすでにある ― 飲食店の76%はすでに防犯カメラを設置済み。でも、ただ録画して放置しているだけ。このインフラを活用しない手はない。
- AI推論コストの劇的な低下 ― YOLOv8はRaspberry Pi上でもリアルタイム動作が可能になった。数年前なら高価なGPUサーバーが必要だった処理が、数千円のデバイスでできる時代。
- IT導入補助金 ― SaaSの実質負担が最大75%OFFになる補助金制度が整備されている。中小店舗にとっての「コストの壁」が一気に下がった。
既存のカメラ。安価なAI推論。充実した補助金。この3つが同時に揃った今だからこそ、中小店舗のデータ経営を民主化できると考えています。
ビジョン ― 4つのフェーズ
ミセバンAIは単なるカメラ分析ツールでは終わりません。段階的に機能を拡張し、店舗経営に欠かせないインフラになることを目指しています。
カメラ映像からの来客分析
来客カウント、ピーク時間帯分析、滞在時間の測定。既存カメラの映像だけで「いつ、何人、どのくらい」がわかるようにする。
POS連携 + 売上予測AI
POS、天候データ、イベントカレンダーを組み合わせた売上予測。「明日は雨だから仕込み量を15%減らすべき」といった具体的なアドバイスを提供。
店舗横断のベンチマーク
地域別・業種別の比較データ。「渋谷エリアのカフェの平均来客数と比べてあなたの店は...」といったインサイトの提供。
アジア展開
日本発の店舗AI SaaSをアジアへ。そして世界標準へ。
最終的には、「ミセバンAIを見ずに店舗を経営する」のが考えられないくらい当たり前のインフラにしたい。電気や水道のように、あって当然のものにする。それがゴールです。
プロダクトの概要
ミセバンAIの設計思想は「既存資産を最大限活用する」です。新しいハードウェアを買わせない。大掛かりな工事をさせない。今あるカメラをそのまま使う。
- 幅広いカメラ対応 ― RTSP対応の20+ブランド、200+機種に対応。Hikvision、Dahua、Axis、TP-Linkなど主要メーカーはすべてカバー。
- マルチデバイス ― PC、スマホ、専用端末、どれでも使える。お店の環境に合わせて柔軟に。
- 月額2,980円から ― 大手サービスの1/5の価格。中小店舗が無理なく導入できる料金設計。
- プライバシーファースト ― 映像はAI処理後に即時破棄。サーバーに映像を保存しない。個人情報を預からないことが最大のセキュリティ。
「カメラがあるなら、もったいない。データを活かしましょう。」これが、お客さまへの最初の一言になります。
オープンソースへのコミットメント
ミセバンAIのエージェントコード(カメラに接続して映像を処理するソフトウェア)は、GitHubでオープンソース公開します(MIT License)。
なぜオープンソースか。3つの理由があります。
- 安心感の担保 ― 店舗のカメラに入れるソフトウェアだからこそ、コードを見て安心してほしい。「何をしているか分からないブラックボックス」は不安の元。
- コミュニティの力 ― オープンソースにすれば、世界中のエンジニアからフィードバックをもらえる。バグの発見も、新機能のアイデアも、コミュニティからのコントリビューションが製品を良くする。
- 透明性こそセキュリティ ― セキュリティは隠すことではなく、透明にすることで担保される。コードが公開されているからこそ、脆弱性が早期に発見・修正される。
クラウド側のAPIやダッシュボードはSaaSとして提供しますが、店舗側で動くエージェントは完全にオープンです。
今日やったこと ― Day 1 の成果
1日目。とにかく手を動かしました。AIの力を借りながら、1人で以下をすべて完了しました。
- Rust + AxumでクラウドAPIの雛形を実装
- カメラエージェント(RTSP → フレーム取得 → HTTPS送信)のスケルトン完成
- ランディングページをFly.ioにデプロイ(miseban-ai.fly.dev)
- 対応カメラ20+ブランドの調査完了
- cargo-deny + gitleaks + trivyのセキュリティパイプライン構築
ここまで1人、1日で。AIと共に。個人開発者の機動力は最大の武器です。
明日から
Day 1 が終わりました。でも、まだ始まったばかりです。明日からの直近のアクションはこの3つ。
- Google広告で需要検証 ― 30,000円の予算で「防犯カメラ AI 分析」「来客カウント ツール」などのキーワードでテスト出稿。実際にニーズがあるのかを数字で確認する。
- 最初のRTSPカメラ接続テスト ― 手元のカメラで実際にRTSP接続し、フレーム取得から推論までの一連のパイプラインを動作確認する。
- ベータ版へのロードマップ公開 ― 具体的なマイルストーンとスケジュールを明文化し、進捗を追えるようにする。
走りながら考える。でも、考えなしに走るわけじゃない。データで検証し、フィードバックを受け、軌道修正する。それがミセバンAIの開発スタイルです。