100億人の「なぜ」を知る会社を作っている。

Plangersはプロダクト会社ではない。 全プロダクトに横断するAI知能基盤「Odyssey」を持つ、データインテリジェンスの会社だ。

転職、住まい、お金、キャリア——人生の重大な意思決定の領域で、 「あなたはなぜそう選ぶのか」を理解し、その人にとっての最適解を届ける。

Flywheel

データが深まるほど、体験が良くなる。体験が良くなるほど、データが深まる。

モデル性能は追いつかれる。しかしデータの深さは追いつかれない。 このループが回り始めたとき、Plangersは構造的に負けない会社になる。

各プロダクトでユーザーが増える
↓
Odysseyの個人理解が深まる
↓
体験精度が上がる
↓
さらにユーザーが増える

Progress

現在地と市場機会

実績

Odyssey: API設計完了・5軸フレームワーク実装済み

Nanimono: MVP開発進行中

Brainforce: 自社全プロダクト開発に適用済み

コーポレートサイト: AI協働で設計・開発・運用

ターゲット市場

自己理解・診断SNS市場(13〜24歳・日本)

AI開発基盤市場(経営者・創業者向け)

個人理解データ基盤(B2B2C・全産業横断)

Intelligence Platform

Odyssey

100億人を、親友のように理解する。

全プロダクト共通のAI知能基盤。UIなし、APIのみ。全プロダクトの「脳」として機能する。

Netflixは「何を見たか」しか知らない。リクルートは「何を検索したか」しか知らない。 Odysseyは「なぜそう動くのか」——価値観・判断の重み・人生の優先順位を理解する。

既存サービス

知っていること

何をしたか(行動ログ)

コンテキスト

セッションごとに消える

個人の表現

「30代男性」

Odyssey

知っていること

なぜそうするか(判断軸・重み)

コンテキスト

蓄積され続ける

個人の表現

個人固有の効用関数

Architecture

効用関数を、4つのレイヤーで実装する。

Lexicon が次元を定義し、Trait が値を集め、Persona が重みを与え、Muse / Canvas が個人に合わせて出力する。

L4
Muse / Canvas
生成・対話 UI
L3
Persona
重みベクトル
L2
Trait
特性の蓄積
L1
Lexicon
語彙の定義

効用(選択肢) = a×価格スコア + b×新規性スコア + c×社会的評価スコア + …
変数 (x, y, z) → Lexicon · 値 → Trait · 重み (a, b, c) → Persona · 最適解 → Odyssey

Products

事業プロダクト群

各ドメインの重大意思決定領域にプロダクトを展開し、Odysseyへデータを供給する。 同時に、各プロダクトはOdysseyのインサイトによって体験精度を高め、独立した価値を持つ。

Nanimono創造性表現共感探求論理

Nanimono

いま出ると、いくらで買われるか。

20代のキャリアを、逃げずに判定する。変えられないものと変えられるものを分け、変えられる範囲の変換レートを出す。案件の棚卸し、職務経歴書、スカウトの評価、モニタリング。匿名で完結する月3,000円のサブスクから。「あなたはINFJです」と型に当てはめるのではなく、「あなたはここが普通と違う」という固有性を返す。

Odysseyへの最大のデータ供給源であり、個人が自分の答えを見つける最初の場所。

ターゲット: 20代(初期は若手コンサル)

相続OS
港区 マンションP2P
8.2% 利回り築15年

相続OS

相続の手続きを、期限の順に一本道で。

亡くなられた後の50件近い手続きから必要なものだけを並べ、預貯金の払い戻しは金融機関が何行あっても様式の準備まで。ベータ版は無料(souzoku-os.com)。

需要側課金。本人申請支援で、判断は加えない。

対象: 争いがなく、相続税がかからない「普通の家」

tomeca
10:00 → 15:00 · 5時間 · 最大料金適用
タイムズ 池袋二丁目¥600
三井のリパーク 東池袋¥900
NPC24H 池袋第3¥1,200

tomeca

駐車場の料金を、「自分の場合いくらか」で比べる。

入庫・出庫の時刻を入れると、最大料金まで含めた実際の支払額を、周辺の駐車場すべてについて安い順に出す。看板を見ていない料金は載せない。池袋・新宿・渋谷で公開中(tomeca.app)。

料金正規化エンジンが核。本線は地主向けのサブリース賃料の査定。

対象: 都心で時間貸し駐車場を探すドライバー、土地を貸している地主

Lewing渋谷新宿

Lewing

マナー通報 × 広告 × 自治体連携

社会的行動データをOdysseyへ供給。

Anacity
渋谷区92%
文京区84%
杉並区71%
●Odyssey マッチ度

Anacity

通勤時間と家賃で、住む駅を機械的に選ぶ

実測の通勤時間と実取引の家賃だけで、その条件でいちばん安い駅を出す。お得は断定しない。事実だけ。1都3県・1,244駅。

AI Development Platform

Brainforce

経営者の言葉を、プロダクトにする。

経営者の言葉がプロダクトに届くまでに、何人もの人間が橋渡しをしなければならない構造を、AI で吸収する。記憶を、引ける形に保ち続ける AI社員。会議・チャット・文書を受けて畳み、次の判断の前提を揃える。実装は出口であって本質ではない。

BI × AI × CI — 1つのループ

経営の言葉↓プロダクト
BI経営判断Odyssey が次の
一手を返す
AI実装完結設計→実装→
テスト
CI即時デリバリー自動ビルド・
本番反映

既存ツールはBI・AI・CIのどれか1つしか解いていない。Brainforceはこの3つを1ループに統合し、「経営判断→実装→成果→次の判断」を高速に回す。

Brainforce を始める

カード登録なしで、サンプルアプリを 1 本作って試せる。

Plangers の社内開発は Brainforce の裏側と同じ仕組み(Claude Code ベース)で動いている。 Brainforce はその AI ネイティブ開発手法をプロダクト化したもの。CEO 一人 + AI Agent 17 名で 6 プロダクトを同時運用しているのが最大の信頼性源。

Brainforce LP · 5 ステップを見る →

Service

AI Organization Consulting

PlangersはAIネイティブな組織を自ら実践し、その方法論を体系化している。

CEO一人 + AIで複数プロダクトを同時開発。週4勤務で成果を出す組織設計。 ドキュメントを読めば人間もAIも実装できる状態を維持する開発プロセス。

この「AIネイティブ組織」の構築ノウハウを、企業向けにコンサルティングとして提供する。

対象

AIを導入したが成果が出ていない企業

エンジニア組織をAIネイティブに再設計したい経営者

「戦略エンジニア」型の組織を目指すスタートアップ

お問い合わせ →