本文へスキップ
超!企業DB
日経平均64,325.64-1,890NYダウ52,980.73+214ドル円158.84-1NASDAQ26,208.82+109S&P 5007,666.58+35SOX 指数11,332.81+449/2終値

AI inside

AI inside Inc.4488 · Growth · 情報・通信業

ディープラーニングによる手書き文字認識AIを基盤に、AI-OCRサービス「DX Suite」を提供。企業の業務効率化を支援する。

概要

AI inside株式会社は、2015年8月に東京都渋谷区で設立されたAIテクノロジー企業である。主力製品はディープラーニングによる手書き文字認識AI-OCRサービス「DX Suite」で、企業の業務プロセスにおけるデータ入力を自動化する。2019年12月に東証マザーズ(現グロース)に上場。2026年3月期の売上高は47億円、従業員数は130名。クラウドとエッジコンピューティングの両方でAIソリューションを提供し、近年は生成AIやLLMを活用したプラットフォーム「Leapnet」へと事業領域を拡大している。

主力のAI-OCRサービス「DX Suite」

当社の主力製品はAI-OCRサービス「DX Suite」である。これは、人がルールを設計する従来の文字認識技術を排除し、ディープラーニングによって文字画像データを自動学習する手書き文字認識AIを搭載する。内部アプリケーションとして、定型・非定型帳票を読み取る「Intelligent OCR」と、複数種類の帳票を仕分ける「Elastic Sorter」を持つ。料金は月額従量制のリカーリング型モデルが中心で、初期費用は提供期間にわたり按分計上される。2026年3月期時点で累計98億回以上の読み取り実績を持ち、システム開発、銀行、保険、物流、製造など業種を問わず導入されている。

リカーリング型を軸とする収益構造

当社の収益モデルは、サービスの継続利用に応じて定期的に発生するリカーリング型と、特定の取引ごとに計上されるセリング型に分かれる。2026年3月期の売上高47億円のうち、リカーリング型は44億円(構成比94.5%)、セリング型は2.6億円である。リカーリング型売上高は前年同期比107.1%と成長を続けており、経営上の最重要指標として位置づけられている。解約率(チャーンレート)も低水準で推移しており、契約件数は3,203件(前期比146件増)に達した。この安定したリカーリング収益が、研究開発や新製品投入の原資となっている。

エッジコンピューティングとクラウドの両軸展開

当社は、クラウドサービス「AI inside Cloud」に加え、ユーザー環境内でAI処理を完結させるエッジコンピューティング用ハードウェア「AI inside Cube」シリーズを自社開発している。これは官公庁や地方公共団体など、プライバシー重視の顧客向けに提供される。Cubeシリーズは電源とLANケーブルを接続するだけで利用可能で、特別なインテグレーションを不要とする。2025年4月には5製品にラインナップを刷新した。また、ソフトウェア基盤「AI inside Computing Engine」により、サーバー環境のコンテナ化と自動運用を実現し、コスト削減とスケーラビリティ向上に貢献している。

生成AI・LLM分野への進出とプラットフォーム戦略

2023年以降、当社は生成AI分野に本格的に参入した。2023年6月には研究組織「XResearch」を創設し、マルチモーダルAI統合基盤「AnyData」の提供を開始。同年7月には日本語LLM「PolySphere-1」をリリースし、以降「PolySphere-2」「PolySphere-3」「PolySphere-4」へとアップデートを重ねている。2025年7月にはAIエージェントプラットフォーム「Leapnet」のEA版を提供開始し、2026年5月に正式版へ移行予定。これらの取り組みは、NEDOの「GENIAC」プロジェクトに第二期・第三期と連続採択されるなど、国からの支援も受けている。

業界の中での役割はAIソリューション提供企業(エンタープライズ向け)にあたる。

この章の文章は、有価証券報告書と会社の開示をもとにAIが編纂しています。数値は開示のままで、AIには生成させていません。

売上高
47億円
営業利益
3億円
営業利益率
6.4%
純利益
4億円
2026/3 通期の連結業績。決算の内訳は最新の決算以降にあります。

何をしている会社か

有価証券報告書「事業の内容」(2026/3期)より

事業別の売上と利益

2026/3
事業売上構成比利益利益率
リカーリング型45億円93.8%
セリング型3億円6.3%

有価証券報告書のセグメント情報から、外部顧客への売上とセグメント利益をそのまま掲載しています。全社費用・セグメント間取引の消去は含みません。

01全業種(企業向け)主力

銀行、証券、保険、小売、エネルギー、物流、製薬、不動産、製造、印刷など、業態を問わず企業にAI-OCRサービス「DX Suite」を提供。手書き文字認識AIにより帳票をデータ化し、業務効率化に貢献。クラウド版に加え、オンプレミス向けエッジコンピューティングハードウェア「AI inside Cube」も提供。

主な製品・サービス5
DX Suite
ディープラーニングによる手書き文字認識AIを搭載したAI-OCRサービス。定型・非定型帳票を自動でデータ化し、企業の事務処理を効率化する。
Intelligent OCR
定型帳票・非定型帳票を読み取りデジタルデータ化するサービス。手書き文字認識AIにより、各種申込書や請求書などを自動でデータ化する。
Elastic Sorter
複数種類の帳票をAIが仕分けるサービス。免許証や保険証など混在する書類を種類ごとに分類し、OCR処理を効率化する。
AI inside Cube
クラウドに依存せずユーザー環境でAI処理を行うエッジコンピューティング用ハードウェア。電源とLANケーブルを接続するだけで利用でき、オンプレミス環境でのAI導入を容易にする。
AI inside Computing Engine
AIを稼働させるためのソフトウェアインフラ基盤。サーバー環境をコンテナ化し、自動スケーリングやソフトウェアの一元管理を可能にする。

02官公庁・地方公共団体準主力

プライバシー保護やセキュリティの観点からオンプレミス環境での利用ニーズが高い官公庁・地方公共団体向けに、「AI inside Cube」を提供。クラウドに依存せず、庁内でのAI処理を実現する。

主な製品・サービス1
AI inside Cube
オンプレミス環境でAI-OCRを実現するエッジコンピューティング機器。電源とLANケーブルを接続するだけで利用でき、特別なインテグレーションを必要としない。

03企業全体(AIプラットフォーム)準主力

企業が保有する業務知見やデータを活用し、AIエージェントの構築・運用を可能にするプラットフォーム「Leapnet」を提供。LLMネイティブで、PDFや画像など多様なデータを扱い、API連携にも対応。パートナーとともに複合AIソリューションを提供する。

主な製品・サービス1
Leapnet
LLMネイティブなAIプラットフォーム。企業の業務知見やデータを活用してAIエージェントを構築・運用でき、自然言語での指示やAPI連携が可能。

製品と技術

AI-OCR「DX Suite」の構成と読み取り技術

「DX Suite」は、当社の核となるAI-OCRサービスである。内部には定型・非定型帳票を読み取る「Intelligent OCR」と、複数種類の帳票をAIで仕分ける「Elastic Sorter」の2つのアプリケーションが含まれる。Intelligent OCRは、事前に読み取り箇所を指定できる定型帳票(申込書、受発注帳票など)と、レイアウトが不定な非定型帳票(請求書、領収書、住民票など)の両方を、事前設定なしでデータ化できる。Elastic Sorterは、免許証や保険証など複数種の書類が混在したスキャンデータから、種類ごとに自動仕分けを行う。これらのAIはディープラーニングにより学習され、ユーザーの利用に伴い精度が向上する。2026年3月期時点で累計98億回以上の読み取り実績を持つ。

エッジAIハードウェア「AI inside Cube」シリーズ

「AI inside Cube」シリーズは、クラウドに依存せずユーザー環境でAI処理を実行するエッジコンピューティング機器である。当社が自社開発・製造しており、電源とLANケーブルを接続するだけで「DX Suite」の全機能をオンプレミスで利用できる。2025年4月の刷新により、5製品のラインアップとなった。小型の「Cube mini」から高性能な「Cube Pro」まで性能段階が用意され、官公庁や地方公共団体など情報セキュリティ要件の厳しい顧客向けに販売される。料金は月額定額のリカーリング型で提供され、導入時のインテグレーション工数を大幅に削減できる点が特徴である。

AI統合基盤「Leapnet」とLLM「PolySphere」シリーズ

「Leapnet」は、当社が2025年7月にEA版を公開し、2026年5月に正式提供を開始したAIプラットフォームである。従来の「AnyData」「Heylix」などの技術を統合したLLMネイティブな環境で、企業の業務知見やデータを活用したAIエージェントの構築・運用を可能にする。自然言語による指示でエージェントを作成でき、API連携により既存システムへの組み込みも容易である。プラットフォーム上では、当社独自開発の日本語大規模言語モデル「PolySphere」シリーズが動作する。初代「PolySphere-1」から2025年10月の「PolySphere-4」までアップデートを重ね、ドキュメント処理特化の性能を高めている。これらの技術はNEDOのGENIACプロジェクトに採択され、国の支援も受けている。

ソフトウェア基盤「AI inside Computing Engine」

「AI inside Computing Engine」は、当社のクラウド・エッジ両方のAIサービスを支えるソフトウェアインフラ基盤である。サーバー環境をコンテナ化し、一度構築した環境を数十秒で複製・展開できる。これにより、大量リクエストに対して自動でサーバーを増減させるオートスケーリングが可能となる。コンテナ内のソフトウェアやAIは依存関係なく入れ替え可能で、複数種類のAIを最適に運用できる。従来の手動サーバー構築に比べ、コストと時間を大幅に削減する。この基盤上で「DX Suite」をはじめとする全サービスが動作しており、低コスト構造の実現に貢献している。

有価証券報告書の事業の記述をもとにAIが編纂しています。

業界での位置づけ

情報・通信業のなかでの位置

AI内製化支援で成長、競合激化で収益率低下

AIソリューションを提供するSaaS企業。売上高は2024年3月期42億→2026年3月期47億円と低成長。営業利益率は9.1%→6.4%と低下。同業のVRain Solution(135A)やCocolive(137A)と競合。差別化はAIモデルの内製化を支援するプラットフォームだが、競合が多く価格競争に巻き込まれている。また大手IT企業の参入により市場でのポジションが揺らぐ。新規顧客獲得ペースが鈍っており、収益性改善が急務。

強み

  • 自社開発のAIモデル構築プラットフォームで企業の内製化を支援。
  • 高度なAIエンジニアを有し、カスタマイズ対応が可能。
  • 業種を問わず多くの導入実績を持ち、ノウハウを蓄積。
  • SaaSモデルでスケーラブルなビジネス展開が可能。

課題

  • AI関連ベンダー増加で価格競争が激化、受注単価が低下。
  • 拡販費用増で利益率が低下、収益構造の改善が必要。
  • Google・Microsoftなど大手のAIプラットフォームとの競合が困難。

強みと課題は、開示資料をもとにAIがまとめた見立てです。

同業の企業

情報・通信業の時価総額近傍。太字がAI inside

時価総額で並べると、掲載11社のなかで5番目にあたる。

#企業時価総額PER
13991ウォンテッドリー92億円10.9倍
24374ROBOT PAYMENT92億円15.8倍
39445フォーバルテレコム90億円9.1倍
44011ヘッドウォータース90億円
54488AI inside89億円25.0倍
64262ニフティライフスタイル89億円11.4倍
74442バルテス・ホールディングス89億円14.4倍
84075ブレインズテクノロジー88億円46.8倍
93911Aiming87億円13.5倍
104430東海ソフト87億円8.9倍
114769IC87億円21.1倍

時価総額は直近の終値ベース。同業の範囲は東証33業種の分類に従っています。

会社の歴史

沿革 33件

ディープラーニングOCRで創業した2015年

2015年8月、AI inside株式会社は東京都渋谷区に設立された。創業当初から、企業の業務プロセスにおいて人が行うデータ入力をAIで代替することを目指し、ディープラーニングによる手書き文字認識AIの研究開発を開始した。従来のルールベースの文字認識技術を一切排除し、コンピュータが自動的に文字画像からルールを学習する方式を採用した。この技術は、NVIDIA Inception Programのパートナー企業として2016年12月に認定されるなど、早期から高い評価を得た。

「DX Suite」投入とNTTとの連携拡大(2017-2019年)

2017年11月、当社初の本格サービスとしてAI-OCR「Intelligent OCR」を含む「DX Suite」を提供開始。2018年9月には帳票仕分けAI「Elastic Sorter」を追加し、サービスの幅を広げた。2019年1月には東日本電信電話(NTT東)と共同でOEM製品「AIよみと~る」を発表、同年3月にはNTTデータと連携し地方公共団体向けに閉域ネットワークLGWAN対応版を提供開始。同年12月には西日本電信電話(NTT西)ともOEM契約を結び、「おまかせAI OCR」を発表。このように通信キャリアとの協業を軸に顧客基盤を拡大した。

東証マザーズ上場とエッジ機器投入(2019-2021年)

2019年12月、当社は東京証券取引所マザーズ(現グロース)に株式を上場した。同年6月には非定型帳票対応の「Multi Form」とエッジコンピューティング用ハードウェア「AI inside Cube」を発売。2020年11月には小型版「AI inside Cube mini」、2021年9月には高性能版「AI inside Cube Pro」とラインアップを拡充した。2021年4月にはノーコードAI開発ツール「Learning Center」とワークフロー機能「Workflows」α版を提供開始し、AIの民主化に向けた製品群を整えた。この間、売上高は2020年3月期の16億円から2021年3月期には46億円へ急成長した。

子会社化と資本提携の変遷(2020-2023年)

2020年12月、当社は株式会社ショーケースとの資本業務提携を実施し、同社を関係会社とした。2022年5月には株式会社aiforce solutionsの全株式を取得し子会社化した後、吸収合併。しかし、2023年9月にはショーケースとの資本業務提携を解消した。これらの動きは、AIソリューションの強化と事業ポートフォリオの最適化を目的としたものとみられる。2021年6月にはガバナンス体制を監査役会設置会社から監査等委員会設置会社へ移行し、上場企業としての体制を整えた。

生成AI時代への転換点(2023-2024年)

2023年6月、当社は生成AI・LLMの研究開発と社会実装を担う「XResearch」を創設。同時に「Learning Center」を統合したマルチモーダルAI統合基盤「AnyData」を提供開始した。同年7月には日本語LLM「PolySphere-1」をAnyData上で運用開始、10月にはAIエージェント「Heylix」を正式版としてリリース。2024年1月には「DX Suite」に生成AI機能「Extensions」を追加し大型アップデートを実施。同年8月には後継モデル「PolySphere-2」を提供開始し、ドキュメント処理に特化したLLMとして位置づけた。

GENIAC採択とプラットフォーム統合(2024-2026年)

2024年10月、当社はNEDOの「ポスト5G情報通信システムの開発(GENIAC)」に第二期として採択された。2025年7月には第三期「競争力ある生成AI基盤モデルの開発」にも採択。2025年4月には「AI inside Cube」を5製品に刷新し、同年5月には「DX Suite」にAIエージェントを標準搭載。2025年6月から10月にかけてLLMを「PolySphere-3」「PolySphere-4」へと連続アップデートした。2025年7月には新たなAI収益プラットフォーム「Leapnet」のEA版を公開し、2026年5月に正式提供を開始する予定である。

年表33件を開く

2010年代

  • 2015年8月創業東京都渋谷区にAI inside 株式会社設立、AI手書き文字認識サービスを提供開始
  • 2016年12月NVIDIA Inception Program(注1)のパートナー企業として認定
  • 2017年10月業務拡張のため、本社を東京都渋谷区渋谷三丁目の渋谷第一生命ビルディングに移転
  • 2017年11月「DX Suite」、AI-OCR(注2)サービス「Intelligent OCR」を提供開始
  • 2018年9月帳票の仕分けAIサービス「Elastic Sorter」を提供開始
  • 2019年1月東日本電信電話株式会社と「DX Suite」OEM製品「AIよみと~る」を共同発表、提供開始
  • 2019年3月株式会社エヌ・ティ・ティ・データと、行政専用の閉域ネットワークであるLGWANを活用 した「DX Suite」を、地方公共団体向けに提供開始
  • 2019年6月非定型帳票AI-OCRサービス「Multi Form」を提供開始
  • 2019年6月エッジコンピューティング用ハードウェア「AI inside Cube」を提供開始
  • 2019年12月西日本電信電話株式会社と「DX Suite」 OEM製品「おまかせAI OCR」を共同発表、提供開始
  • 2019年12月上場東京証券取引所マザーズ(現東証グロース)に株式を上場

2020年代

  • 2020年11月エッジコンピューティング用ハードウェア「AI inside Cube mini」を提供開始
  • 2020年12月株式会社ショーケースを関係会社とする資本業務提携を実施
  • 2021年4月ノーコードAI開発ツール「Learning Center」を提供開始
  • 2021年4月「DX Suite」やAIアプリが使える「Workflows」を発表、α版の提供開始
  • 2021年6月監査役会設置会社から監査等委員会設置会社に移行
  • 2021年9月高性能エッジコンピューティング用ハードウェア「AI inside Cube Pro」を提供開始
  • 2022年5月M&A株式会社aiforce solutionsの全株式を取得し子会社化、及び吸収合併
  • 2023年6月生成AI・LLMの研究開発と社会実装を行う「XResearch」を創設
  • 2023年6月M&A「Learning Center」を統合したマルチモーダルなAI統合基盤「AnyData」を提供開始
  • 2023年7月M&A日本語LLMサービス「PolySphere-1」の運用をAI統合基盤「AnyData」で実現
  • 2023年9月株式会社ショーケースとの資本業務提携を解消
  • 2023年10月AIエージェント「Heylix」を正式版として提供開始
  • 2024年1月「DX Suite」に生成AIを活用した「Extensions」機能を追加し大型アップデート
  • 2024年8月日本語のドキュメント処理に特化した大規模言語モデル「PolySphere-2」開発を提供開始
  • 2024年10月NEDOが公募した「ポスト 5G 情報通信システムの開発(GENIAC)」に採択(第二期)
  • 2025年4月エッジコンピューティング用ハードウェア「AI inside Cube」の製品ラインナップを5製品に刷新し提供開始
  • 2025年5月「DX Suite」にAIエージェントを標準搭載し全ユーザへ提供開始
  • 2025年6月独自開発の大規模言語モデル(LLM)「PolySphere-2」を「PolySphere-3」へアップデート
  • 2025年7月NEDO が公募した「競争力ある生成AI基盤モデルの開発(GENIAC)」に採択(第三期)
  • 2025年7月AIで新たな収益源を生み出すプラットフォーム「Leapnet」のEA版を提供開始
  • 2025年10月独自開発の大規模言語モデル(LLM)「PolySphere-3」を「PolySphere-4」へアップデート
  • 2026年5月M&AAI統合基盤「Leapnet」の正式提供を開始

有価証券報告書の沿革をもとにAIが通史として編纂しています。年表は沿革の記載そのままです。

これからの方針

有価証券報告書 2026/3期の経営方針より

会社は5つの方針を掲げている。有価証券報告書には具体的な数値目標の記載がない。

  1. 01

    基礎研究を含む研究開発の強化

    短期的な技術開発に偏らず、本質的な次世代技術を開発するため、応用研究だけでなく基礎研究にも積極的に取り組み、世界のAIを牽引する企業を目指す。

  2. 02

    製品開発の強化による高精度AI提供

    ユーザーからのフィードバックを追加学習に活かし、精度が向上する好循環サイクルを構築。より高精度・高価値なAIを提供し続ける。

  3. 03

    パートナー連携によるリカーリング売上拡大

    パートナー販売比率をさらに高めるとともに、複合AIソリューションを提供し幅広い顧客基盤を構築。初期費用を低価格化し導入拡大を図る。

  4. 04

    付加価値の高いAIソリューションで課題解決

    認識AIと予測AIを組み合わせた複合AIソリューションを提供し、顧客や社会の潜在課題を解決。企業活動全体の効率化を担い、事業拡大を実現する。

  5. 05

    情報管理体制と優秀な人材の確保

    機密情報・個人情報の保護体制を強化し、社内規程の厳格な運用や教育を実施。企業理念に共感する優秀な人材を継続的に採用し、離職率低減に努める。

有価証券報告書の「経営方針、経営環境及び対処すべき課題等」から、AIが項目ごとに整理しています。数値目標は原文に書かれたものだけです。

社員と組織

有価証券報告書 7期分

グループ全体で130人が働いている。提出会社(単体)の平均年収は932万円で、6期前と比べて+46.2%平均年齢は39.4歳、平均勤続年数は3.0年。

決算期平均年収万円平均年齢平均勤続連結従業員数一人当たり営業利益万円
2020年3月63834.81.367
2021年3月77734.71.6102
2022年3月1,01335.92.0116
2023年3月83936.22.1139
2024年3月87937.62.7121
2025年3月98739.93.0123325
2026年3月93239.43.0130231

平均年収・平均年齢・平均勤続は有価証券報告書に記載された提出会社(単体)の値、従業員数はグループ全体の値です。一人当たり営業利益は連結営業利益を連結従業員数で割ったもので、給与などの費用を払ったあとに一人あたりいくら残るかの目安になります。

多様性の開示2026年3月期・提出会社(単体)
女性管理職比率29.7%
縦線は目安の30%
男性育休取得率83.3%
縦線は目安の85%

拠点とグループ

設備と関係会社

主要な設備 (帳簿価額 上位1)
本社 — 東京都港区567百万円

業績のいま

有価証券報告書・決算短信より

2026年3月期の売上高は47億円営業利益3億円前期と比べると増収減益で、売上が+6.8%、利益が-25.0%。

売上高
+6.8%
47億円
営業利益
-25.0%
3億円
純利益
4億円
営業利益率
6.4%
前期比 -2.7%pt

会社が出している今期の予想2027年3月期

項目会社予想前期実績
売上高52億円47億円
営業利益5億円3億円
純利益4億円4億円
1株あたり配当¥0¥0

会社が決算短信で公表した予想です。証券会社の予想ではありません。 短信の原本

四半期の推移

10期分

直近は2027年1Qで、売上は12億円、営業利益は2億円。前年の2024年1Qと比べると、売上は+20.0%、営業利益は+100.0%。

対象期間売上高億円営業利益億円営業利益率%純利益億円
2023年4Q101
2024年1Q10110.00
2024年2Q10110.03
2024年3Q1119.12
2024年4Q110
2025年2Q2129.51
2025年4Q2328.7−6
2026年2Q2328.72
2026年4Q2414.22
2027年1Q12216.71

期ごとの単独の業績で、期首からの累計ではありません。

業績の推移

有価証券報告書 11期分

直近期の営業利益率は6.4%。売上は4期連続で増加。

決算期売上高億円営業利益億円経常利益億円営業利益率%純利益億円
2016年3月0−1−1
2017年3月0−1−1
2018年3月3−3−3
東京証券取引所マザーズ(現東証グロース)に株式を上場
2019年3月4−2−2
2020年3月1644
2021年3月462317
株式会社aiforce solutionsの全株式を取得し子会社化、及び吸収合併
2022年3月3364
「Learning Center」を統合したマルチモーダルなAI統合基盤「AnyData」を提供開始
2023年3月383−5
2024年3月4245
2025年3月44449.1−5
AI統合基盤「Leapnet」の正式提供を開始
2026年3月47356.44

金額は有価証券報告書の連結値をそのまま掲載しています。帯の長さは列ごとの最大値との比です。空欄の期は有価証券報告書からその項目の数値が取れていません(0ではありません)。

利益の構造

2026年3月期

売上高47億円のうち、営業利益として残るのは3億円6.4%。営業外の損益と税金を反映した純利益は4億円、売上の8.5%にあたる。営業利益率は業種中央値8.4%を下回る水準。

売上高を100としたときの内訳
  • 売上原価作る・仕入れるのにかかったお金17.0%8億円
  • 販売費及び一般管理費売る・管理するのにかかったお金76.6%36億円
  • 営業利益費用を引いたあとに残った本業の利益6.4%3億円

有価証券報告書の損益計算書から、当期の金額をそのまま割り振っています。売上原価と販管費は単体ベースの数値です。

粗利率
83.0%
売上から原価を引いて残る割合
営業利益率業種比2.0pt
6.4%
本業の利益として残る割合
純利益率業種比+1.9pt
8.5%
税金まで払って最後に残る割合
ROE業種比5.7pt
7.4%
株主のお金がどれだけ利益を生んだか
ROA
5.9%
資産全体がどれだけ利益を生んだか
ROIC
10.5%
事業に使うお金がどれだけ利益を生んだか

ROICは有利子負債の開示がないため、営業利益×0.7÷(総資産−現金)の簡易式で算出しています。

お金の流れ

キャッシュフロー計算書 9期分

2026年3月期は営業CFが8億円、投資CFが−17億円で、差し引きのフリーCFは−9億円この組み合わせは成熟・還元型にあたる。本業で稼ぎ、投資に回し、それでも余る現金を借金返済や株主還元に充てている。最も健全とされる型期末の手元現金は36億円で、売上の9.2ヶ月分にあたる

決算期営業CF億円投資CF億円財務CF億円フリーCF億円現金残高億円
2018年3月−3−15−42
2019年3月00608
2020年3月6−113525
2021年3月21−1517648
2022年3月−2−20−444
2023年3月8−210−1332
2024年3月7601346
2025年3月8−2−1651
2026年3月8−17−6−936

本業で稼いだ現金が営業CF、設備や事業への投資が投資CF、借入と返済・配当が財務CF。営業・投資・財務の3列は縦線が0で、右がプラス、左がマイナスです。健全な会社の基本形は営業CFがプラスで投資CFがマイナス。フリーCFは営業CFと投資CFの合計で、手元に残る現金を表します。

資産と負債

貸借対照表 11期分

2026年3月期の総資産は68億円。このうち返さなくてよい自己資本が49億円で、自己資本比率は72.6%(業種中央値63.4%より厚い)

決算期総資産億円自己資本億円負債億円自己資本比率%
2016年3月00075.9
2017年3月11079.9
2018年3月43180.0
2019年3月106462.6
2020年3月3023776.7
2021年3月75423356.3
2022年3月68472169.1
2023年3月67442365.2
2024年3月72502268.8
2025年3月69452465.2
2026年3月68491972.6

自己資本比率は総資産のうち返済のいらないお金の割合で、高いほど借入への依存が小さいことを示します。負債は総資産から自己資本を引いた額です。

2026年3月期の内訳単体ベース
現金及び預金
48億円
すぐ使えるお金
利益剰余金
16億円
過去の利益の積み上がり
負債合計
19億円
いつか返す必要があるお金
財務の健全性
83
/ 100
安定性自己資本比率40 / 40
収益力営業利益率13 / 30
現金創出営業CFの黒字継続30 / 30

有価証券報告書の数値から機械的に配点した参考値です。自己資本比率60%で満点、営業利益率15%で満点、直近3期の営業CFが黒字だった割合の3つを足しています。業態によって出ない要素があります。

業界内での比較

情報・通信業 605社との比較

同じ情報・通信業の企業と並べると、いちばん上に来るのは自己資本比率605社中186位あたり、逆に低いのはROE605社中447位あたり帯は左端が業種の最下位、右端が最上位で、縦線が真ん中にあたる。

ROE株主の出したお金でどれだけ利益を生んだか
7.4%/中央値 13.1%
P25 7.0%P75 20.1%
営業利益率売上のうち本業の利益として残る割合
6.4%/中央値 8.4%
P25 3.9%P75 16.1%
自己資本比率総資産のうち返済のいらないお金の割合
72.6%/中央値 63.4%
P25 45.3%P75 74.7%
売上成長率前期からの売上の伸び
6.8%/中央値 9.1%
P25 1.9%P75 20.2%
配当利回り株価に対して1年で受け取る配当の割合
/中央値 2.5%
P25 1.5%P75 3.5%

有価証券報告書の最新期の数値をもとに、同じ業種の企業の中での順位を毎日計算しています。P25は下から4分の1、P75は上から4分の1の位置にある企業の値です。

株価

9月2日の終値

直近の終値は¥2,228で、1年前と比べて-29.5%過去52週の値幅のなかでは22%の位置にある。

¥2,228-2.3%1ヶ月+3.1%1年-29.5%時価総額89億円
過去52週の値幅
安値¥1,903高値¥3,390

チャートの金額は株式分割と配当を反映して調整した終値で、上に出している直近の終値とは一致しないことがあります。

指標
PER (実績)25.0倍
PER (会社予想)24.3倍
PBR1.78倍

実績値は直近の決算、予想値は会社予想にもとづきます。株価は終値ベースです。

値動きの背景

株価は6月19日の2066円から上昇基調で、7月15日には2200円まで上昇しましたが、その後はもみ合い、7月31日には2177円と小幅高となりました。1ヶ月で+5.5%と堅調で、25日線(2106.72円)を上回り、75日線(2228円)にはまだ届きません。52週高値(4245円)からは約48.7%低く、52週安値(1903円)からは約14.4%高い位置です。出来高は7月15日に15,300株と増加しましたが、その後は5,000〜1万株で推移しています。RSIは57.1で中立圏にあり、上昇トレンドは継続中です。

値動きの背景は、株価と出来高の推移をもとにAIがまとめた見立てです。

AIの評価

AI評価

株価水準の解釈です。売買の推奨ではありません

現在の株価水準を割安と判定しています(スコア 65/100)

PER 24.51倍は同業平均の30.01倍を下回り、PBR 1.74倍は平均3.45倍に比べ大幅に低い。一方ROE 7.4%と低く、無配当。収益性や株主還元の弱さがバリュエーションの安さに反映されているが、資産面では割安感がある。

指標この会社業種平均
PER (実績)25.0倍47.9倍
PER (予想)24.3倍
PBR1.78倍2.96倍
ROE7.4%12.9%

業種平均は同じ東証33業種に属する銘柄の単純平均です。銘柄数が少ない業種では平均が振れます。

AI評価判定とスコアは公開データをもとにした解釈で、将来の株価を示すものではありません。算出の考え方は編集方針に記載しています。

評価が分かれる点

AI分析

投資家の見方

AI需要の拡大に伴い事業成長が期待される一方、競争激化や収益の不安定さが懸念される。直近の業績は売上高が増加傾向にあるものの、純利益は振れが大きく、利益率の改善が課題。強気派はAI市場の成長と自社の専門性を評価し、弱気派は競争環境と収益のボラティリティを問題視する。

プラスに働く材料7
  • AI市場の成長

    AI需要の拡大でDX投資が増加し、受注拡大が期待される。

  • 専門性の高さ

    AI導入のコンサルティングから開発まで一貫対応できる体制が強み。

  • 売上高の増加

    直近の売上高は増加傾向にあり、成長軌道にある。

  • 売上高47億円と3期連続で過去最高通年影響

    売上高は前期比6.8%増の47億円。増収基調が継続し、業績の下支え要因となる。

  • 最終損益が黒字転換、純利益4億円通年影響

    前期の最終赤字5億円から黒字転換し4億円の純利益。最終損益が9億円改善。

  • 営業黒字を維持、営業利益3億円通年影響

    営業利益は前期比25%減も3億円と黒字を維持。赤字転落回避で下値は限定的。

  • ROE7.4%と自己資本利益率は高水準継続影響

    ROEは7.4%と小型株ながら一定の資本効率を確保。PBR1.74倍と成長期待も内包。

マイナスに働く材料7
  • 競争の激化

    AI分野は参入障壁が低く、競合他社が多く存在する。

  • 収益の不安定さ

    純利益の変動が大きく、安定的な利益確保が難しい。

  • 利益率の低さ

    営業利益率は1桁台前半で、高収益構造とは言い難い。

  • 営業利益が前期比25%減の3億円通年影響

    営業利益は4億円→3億円に減少。収益力の低下が懸念される。

  • 営業利益率が6.38%と低下傾向通年影響

    営業利益率は前期9.09%から6.38%へ2.71ポイント低下。収益性の悪化が続く。

  • 前期に最終赤字5億円を計上不定影響

    2025年3月期に最終赤字5億円。収益のボラティリティが高く、再発リスクがある。

  • 時価総額87億円と小型株継続影響

    時価総額87億円と流動性が低く、売買が細りやすい。

次の決算で確かめる点
売上高成長率
AI市場の需要を取り込めているかの指標となる。
営業利益率
競争環境下での収益性の維持・改善を確認するため。
受注残高
将来の売上高の先行指標となり、需要の持続性を測る。

株主

有価証券報告書より

2026年3月期末の株主数は延べ3,628人。区分でいちばん多いのは個人・その他84.1%。グループ会社や銀行などの安定株主が8.9%を占め、残る91.1%が市場で売買されうる浮動株にあたる。

所有者の区分ごとの比率

所有者の区分2021年3月%2022年3月%2023年3月%2024年3月%2025年3月%2026年3月%
個人・その他64.881.778.974.477.684.1
事業法人6.95.94.06.16.08.0
証券会社7.52.38.77.58.85.4
金融機関9.26.86.96.05.70.9
外国人個人0.00.30.30.20.60.8
外国法人11.63.01.25.81.40.8
自己株式2.72.51.00.70.50.4

発行済株式に対する持ち株比率です。単元未満株の扱いにより、合計が100%にならない期があります。

大株主上位10

順位株主持ち株比率 %
01渡久地 択47.06
02上田八木短資株式会社4.50
03中沖 勝明2.81
04大日本印刷株式会社2.50
05楽天証券株式会社1.78
06松井証券株式会社1.38
07福田 久也1.25
08株式会社SBI証券1.01
09倉員 伸夫0.88
10株式会社日本カストディ銀行(信託口)0.76

有価証券報告書の大株主の状況から、上位10者を掲載しています。信託銀行の名義は、実際の保有者ではなく運用を預かる先を指すことがあります。

株価指標の推移

有価証券報告書 11期分

1株利益は11期で+100%、1株純資産は11期で−87%。直近期のROEは7.4%で、日本株の目安とされる8%を下回る。

決算期EPSBPSROE%PER
2016年3月−24,9169,705
2017年3月−62,29444,668
2018年3月−126110
2019年3月−61193
2020年3月13064828.9124.1
2021年3月4511,10451.078.9
2022年3月1081,2259.249.0
2023年3月−1321,108
2024年3月1361,25811.556.9
2025年3月−1261,145
2026年3月891,2507.424.8

有価証券報告書に記載された各期の値です。PERは期末時点の株価にもとづく実績値で、いまの株価から計算した値とは異なります。

EPS1株利益
1株が1年で稼いだ純利益。伸びていれば株の稼ぐ力が育っている
BPS1株純資産
1株あたりの持ち分。会社に積み上がった蓄えの目安
ROE自己資本利益率
株主のお金でどれだけ稼いだか。日本株では8%が一つの目安
PER期末実績
株価が1年分の利益の何倍か。低いほど割安とは限らず、期待の低さのこともある

経営陣

6名 有価証券報告書の提出日現在

有価証券報告書に載っている役員は6名。2026/3期の役員報酬は総額153百万円。社内取締役1人あたりの報酬は、従業員の平均年収の約2倍にあたる。

氏名役職年齢保有株数
渡久地択代表取締役社長CEO421,882,368
岩松秀樹取締役COO512,400
烏野裕明取締役CFO513,500
佐藤孝幸取締役(監査等委員)56
加川亘取締役(監査等委員)72
蔵元左近取締役(監査等委員)50

役員報酬の内訳2026/3

役員の区分人数株式報酬百万円その他百万円合計百万円1人あたり百万円
取締役(社内)6566912521
社外取締役4622287

有価証券報告書の役員報酬等の総額から、区分ごとの内訳を載せています。人数は当期中に在任した延べ人数のため、期末の人数と一致しない期があります。

有価証券報告書

有価証券報告書 2026/3期

会社自身が書いた有価証券報告書の本文を、章ごとにそのまま収録しています (要約ではありません)。

事業の内容4,983字を開く

何をしている会社か、会社自身の説明

3 【事業の内容】 当社は、「AIで、人類の進化と人々の幸福に貢献する」というパーパスのもと、「AI inside X」というビジョンで、「X=様々な環境」に溶け込むAIが実装され、誰もが意識することなくAIの恩恵を受けられる豊かな社会を、私たちは目指しています。そのために、AIテクノロジーの妥協なき追求により非常識を常識に変え続けていくよう事業に取り組んでいきます。 <外部環境について> 現在、国内において生産年齢人口は1995年をピークに減少傾向にあり、2020年に7,509 万人程となりました。また、2032年、2043年、2062年にはそれぞれ7,000 万人、6,000 万人、5,000万人を割り、2070年には4,535万人まで減少することが予想されております(注1)。そのような背景の中、これまで人が行ってきた業務を機械化し、生産性を維持・向上させること、また、業務を高付加価値なものにすることがこれまで以上に強く求められております。しかしながら、これまで人が行ってきた業務は、機械やソフトウェアで代替することが困難な業務が多い故に、人が行ってきておりました。 昨今は、そういった複雑な業務を人のようにこなせる「AI」が注目されており、実証実験や一部の社会実装が始まっているという情勢であります。当社は、AIは今後より急速に社会に普及していくと考えております。 また、その急速な普及のため、政府においてはデータサイエンス・AIを理解し、各専門分野で応用できる人材を年間25万人育成する目標も公表されており(注2)、社会普及の実現には、AI開発と運用をよりスムーズに行えるようインフラも整える必要があると考えております。 (注1) 出所2020年までは総務省「国勢調査」(年齢不詳人口を除く)、2032年以降は国立社会保障・人口問題研究所「日本の将来推計人口(令和5年推計)」(15~64歳人口および構成比の推移) (注2) 出所内閣府AI戦略2022 令和4年4月22日「統合イノベーション戦略推進会議決定」 <AI inside のストーリー> 当社はその創業にあたり、「企業の業務プロセスの内、人の手で行われているものを、AIでサポートすること」を目指しました。そこで「企業が既に外部委託している業務プロセス」を調査し、まず初めに、データ入力業務をAIでサポートすることを目的に、研究開発を始めました。人によるデータ入力に関する外部委託市場は今後も大きく成長していくことが予想されております。 その結果、当社は人がルールを設計し、そのルールをプログラミングすることで開発する文字認識技術を一切排除し、コンピュータが自動的に文字画像データを学習しルールを設計する、ディープラーニングによる手書き文字認識AIを開発しました。このAIを、日々の業務で誰もが使えるようにするため、AI-OCRサービス「DX Suite」として企業へ提供しております。これまで98億回を超える読取りを行い、企業の生産性向上に貢献してきました。 製品の提供方式として、現在主力製品となっているクラウドコンピューティング(AI inside Cloud)だけではなく、クラウドにアクセスすることなくユーザの元でAI処理を行う、エッジコンピューティング用ハードウェア「AI inside Cube」を自社で開発製造しました。これにより、地方公共団体などプライバシー保護がより一層重要視される業界への導入拡大も実現しています。 同時に、大規模化による低コスト構造の実現と、AIを動作させるためのハードウェアを自社開発・自社利用することにより、ユーザへより低価格での提供が可能な構造となっております。当社は、この好循環サイクル(注3)により契約数の拡大とユーザの継続利用、ビジネスの継続的強化を実現しています。 当社は、従来からの強みである画像・物体等の認識AIおよび予測AI技術に加え、これらの技術やサービスを統合し、企業内外の多様なデータおよび業務プロセスを横断的に活用するための基盤として「Leapnet」を開発・提供しております。 「Leapnet」は、当社が提供してきた「AnyData」や「Heylix」等の技術・サービスを統合したLLMネイティブなAIプラットフォームであり、企業が抱える業務知見やデータを活用し、AIエージェントを構築・運用することを可能にします。これにより、企業活動における業務効率化を支援するとともに、自社の知見を活かした新たなサービス提供等を通じて、付加価値の創出にも寄与するものと考えております。 これにより、企業活動全体の効率化を担う付加価値の高い複合AIソリューションをパートナーとともに提供することで、AIソリューションの利用拡大、より効率的な事業のスケールに取り組み、「誰もが意識することなくAIの恩恵を受けられる世界」を目指します。 なお、当社は人工知能事業の単一セグメントであるため、以下ではサービス別の事業内容を記載しております。また、当社が展開するサービスは、継続的に収益が計上されるリカーリング型モデルと取引毎に収益が発生するセリング型モデルにより構成されております。 (注3) ビジネスの根幹となる好循環サイクル <サービスの内容> (1) 「DX Suite」 当社は、人がルールを設計し、そのルールをプログラミングすることで開発する文字認識技術を一切排除し、文字画像データを学習し、コンピュータが自動的にルールを設計する、ディープラーニングによる手書き文字認識AIを開発しました。このAIを、日々の業務で誰もが使えるようにするため、ユーザインターフェースを備えたAI-OCRサービス「DX Suite」として開発し、ユーザへ提供しております。 「DX Suite」は、その内部に「Intelligent OCR」「Elastic Sorter」というアプリケーションを有しており、組み合わせて契約、利用することができます。これらサービスは、システム開発、銀行、証券、保険、小売、エネルギー、物流、製薬、不動産、製造、印刷等、業態を問わず導入されており、ユーザ企業にて帳票をデータ化するリクエスト数(読取り回数)を基に算出される月額従量費用や、オプション機能の月額固定費用といったリカーリング型モデルの収益と、初期費用等のセリング型モデルの収益で売上を構成しております。なお、「DX Suite」の初期費用についてはサービスの提供期間にわたり売上高を按分計上しております。 「Intelligent OCR」:手書き文字認識技術をベースとする「定型帳票」及び「非定型帳票」を読取り、デジタルデータ化するサービスです。「定型帳票」とは、帳票レイアウトが統一されており、事前に読取り箇所を指定することができる帳票を指します。具体的には、各種申込書や受発注帳票、アンケートなどの帳票をデータ化できます。「非定型帳票」とは、記載される項目は同じでも、記載される場所、レイアウトが無数にあり、書類の種類数が限定的で無いため、「Elastic Sorter」では仕分けることのできない帳票を指します。具体的には請求書や領収書、住民票やレシートなどといった帳票を事前の準備・設定不要で、データの構造化含め、デジタルデータ化できます。 料金体系としまして、リカーリング型モデルの月額固定費用、読取りごとに発生する月額従量費用と、セリング型モデルの初期費用により構成されております。 「Elastic Sorter」:「Intelligent OCR」のオプションとして、複数種類の帳票を順不同にまとめてスキャンしてある場合に、同種類の帳票をAIが選び取り、仕分けるサービスです。具体的には、免許証や保険証、住民票など複数種類ある本人確認書類や各種申込書類を種類ごとに仕分け、仕分け後に「Intelligent OCR」で読取りを行うなどの業務に利用できます。 料金体系としまして、セリング型モデルの初期費用は無く、リカーリング型モデルの月額固定費用、読取りごとに発生する月額従量費用により構成されております。 (1-1)「AI inside Cube」 当社の主力製品は「DX Suite」クラウド版ですが、官公庁・地方公共団体などではオンプレミス(注4)環境での利用ニーズがあります。しかしながらオンプレミス環境の構築は、機器選定、購入、システムインテグレーションなど様々な工程に時間と人的リソースを必要とするため、ユーザ企業、当社双方にスケールしにくい分野です。 そこで当社は、クラウドにアクセスすることなくユーザの元でAI処理を行う、エッジコンピューティング用ハードウェア「AI inside Cube」を自社開発しました。ユーザは、「AI inside Cube」に「DX Suite」をインストールし、利用できます。特別なインテグレーションは必要なく、誰でも使えるよう、電源とデータ送信用のLANケーブルを差し込むだけで使える仕組みです。「AI inside Cube」は、月額定額のリカーリング型モデルで提供をしています。 (1-2)「AI inside Computing Engine」 当社のAIは、クラウド環境、オンプレミス(注4)環境共にソフトウェアインフラ基盤「AI inside Computing Engine」の上で稼働しております。「AI inside Computing Engine」を使わない従来方式では、ソフトウェアやAIを動作させるためのサーバの構築は、各種設定を時間をかけて人が行う必要があります。そうして作り上げた環境を、別のサーバにも適用させる場合、同じように人が行う必要があり、コストと時間がかかります。 「AI inside Computing Engine」を使うと、一度作り上げたサーバ環境をコンテナとしてコピーして立ち上げることができます。従来、人が行っていた作業を数十秒で自動実行できるため、コストと時間がほとんどかからず、例えば、大量のリクエストに対しても、自動でサーバを増減させることが可能になります。 コンテナの中に入れるソフトウェアやAIは、コンテナと依存関係に無く入れ替えることもできるので、一度作ったコンテナで多種類のソフトウェアやAIを最適に自動運用することができます。 (注4) オンプレミスとは、サーバーやソフトウェアなどの情報システムを企業などの使用者が管理する設備内に設置することにより、自社運用をすることを指します。 (2) 「Leapnet」 「Leanpet」は、当社がこれまで提供してきた「AnyData」や「Heylix」等の技術・サービスを統合したLLMネイティブなAIプラットフォームです。企業が保有する業務知見や各種データを活用し、AIエージェントの構築および運用を行うことが可能となる仕組みを提供しています。 本プラットフォームでは、PDFや画像等の多様な形式のデータを取り込み、検索や生成処理を行うことができます。また、自然言語による指示を用いてAIエージェントを構築できるほか、API連携を通じて既存システムへの組み込みにも対応しています。 これらの機能により、構築したAIを外部に提供することを通じて、新たな収益機会の創出に寄与することが可能となっております。 [事業系統図] 用語解説 「事業の内容」における用語の定義を以下に記します。 用語   用語の定義 AI   コンピュータを用いて「認識、言語の理解、課題解決」などの知能行動を実行する技術。 クラウドコンピューティング   オンプレミスに対して、クラウドコンピューティングではユーザがインターネットなどのネットワークを経由して、各種のコンピューティングリソースを利用する形態。 パートナー   当社の製品・サービスをユーザ企業に販売する代理店。 サーバ事業者   当社が契約するクラウドコンピューティングサービスを提供する事業者。
経営方針・対処すべき課題1,779字を開く

経営陣が考える方向性と課題

1 【経営方針、経営環境及び対処すべき課題等】 文中の将来に関する事項は、本書提出日現在において当社が判断したものであります。 (1) 経営の基本方針 当社は、「AIで、人類の進化と人々の幸福に貢献する」というパーパスのもと、「AI inside X」というビジョンで、「X=様々な環境」に溶け込むAIが実装され、誰もが意識することなくAIの恩恵を受けられる豊かな社会を、私たちは目指しています。そのために、AIテクノロジーの妥協なき追求により非常識を常識に変え続けていくよう事業に取り組んでいきます。 (2) 目標とする経営指標 リカーリング型売上の成長を最重要指標と定めており、その要因として契約件数や契約の解約率(注1)、AIファンクションのリクエスト数を指標としております。 (3) 経営環境及び対処すべき課題 当社が事業を展開するAI市場は、業務効率化を目指す事業者を中心に導入が進み、今後も市場の成長は持続するものと予測しております。当社の対処すべき課題としては下記を認識しております。 ① 研究開発の強化 短期的な技術開発の場では、失敗の許されない状況における開発が主となることが多いため、既存技術のブラッシュアップにしか手を出すことができず、抜本的な技術開発には着手しにくくなります。本質的な次世代技術を開発するためには、その基盤を固める知識・経験が必須であり、将来的に確実に必要となる長期的課題にも積極的に取り組んでいかなければ、世界のAIを牽引するような企業に発展することは望めません。そのため、当社は応用研究だけではなく、基礎研究も行い続けます。 ② 製品開発の強化 当社で提供しているAIは、ユーザが日々の業務で使うほど、更なる追加学習のためにフィードバックがなされ、精度が向上するという特徴を備えております。 当社の好循環サイクルにおいて、より高精度、高価値なAIを提供し続けることが可能であります。 ③ 顧客基盤の強化 1)パートナー連携推進によるリカーリング型売上の強化 当社製品については、ユーザへの直接販売、パートナーを通じた販売を行い、既にパートナー販売における契約数の割合が直接販売よりも高くなっておりますが、パートナーとより強固な関係を築くことで今後さらにその比率を上げていく方針です。また、当社が持つ既存製品・サービスに加え、それらを組み合わせた複合AIソリューションの提供により、事業規模・業種を問わない幅広い顧客基盤を構築してまいります。 加えて、セリング型の売上に含まれる初期費用などを低価格化し、導入拡大を図ることで、リカーリング型の売上を拡大させていく方針です。 2)付加価値の高いAIソリューションによる顧客・社会課題の解決 当社は、従来からの強みである画像・物体等の認識AIに加え、予測AI技術を提供してまいりました。当社が持つこれらの技術を組み合わせることにより、顧客や社会が持つ潜在課題を解決し、企業活動全体の効率化を担う付加価値の高い複合AIソリューションをパートナーとともに提供してまいります。これにより、AIソリューションの利用拡大及びより効率的な事業拡大を実現し、「誰もが意識することなくAIの恩恵を受けられる世界」を目指します。 ④ 情報管理体制の強化 当社は、顧客企業の業務データや公開前の製品企画情報など多くの機密情報や個人情報等を保有しており、その重要性については十分に認識しております。その保護体制構築に向けて、社内規程の厳格な運用、定期的な社内教育の実施、情報セキュリティマネジメントシステムの構築・維持向上に努めることで、今後も引き続き、情報管理体制の強化を図ってまいります。 ⑤ 優秀な人材の確保 当社は、今後の事業拡大に伴い、当社の企業理念に共感し高い意欲を持った優秀な人材を継続的に採用していく必要があると考えております。労働市場における知名度の向上を図り採用力の向上に努めるとともに、業務環境や福利厚生の改善により採用した人材の離職率の低減も図ってまいります。 (注1) 解約率:解約案件にかかる月次のリカーリング型収益を、月次のリカーリング型収益総額で除することによって月次の売上解約率を算出し、その12カ月平均のチャーンレートを算出したものであります。
事業等のリスク6,593字を開く

会社が自認するリスクの一覧

3 【事業等のリスク】 当社は、事業展開上のリスクになる可能性があると考えられる主な要因として、以下の記載事項を認識しております。また、リスク要因に該当しない事項についても、投資者の投資判断上重要であると考えられる事項については、投資者に対する積極的な情報開示の観点から開示しております。当社は、これらのリスク発生の可能性を認識したうえで、発生の回避及び発生した場合の対応に努める方針でありますが、当社株式に関する投資判断は、以下の記載事項及び本項以外の記載事項を慎重に検討した上で行われる必要があると考えております。 なお、文中の将来に関する事項は、本書提出日現在において当社が判断したものであり、将来において発生の可能性のあるすべてのリスクを網羅したものではありません。 (1) 景気動向及び業界動向の変化について 企業を取り巻く環境や労働人口減少に伴う企業経営の効率化などの動きにより当社が事業を展開する市場は今後も拡大すると予想されるものの、企業の景気による影響や各種新技術の発展による影響を受ける可能性があります。当社においては当社が事業を展開する市場が経済情勢や技術革新などにより事業環境が変化した場合には当社の事業及び業績に影響を及ぼす可能性があります。 (2) 競合について 当社の事業は、同様のビジネスモデルを有している企業は数社あるものの、製品の特性、その導入実績、保有特許、ノウハウによる技術等、様々な点から他社と比較して優位性を確保できていると認識しておりますが、将来の成長が期待される市場であり、国内外の事業者がこの分野に参入してくる可能性があります。このため先行して事業を推進していくことで、さらに実績を積み上げて市場内での地位を早期に確立してまいります。 しかしながら、今後において十分な差別化等が図られなかった場合や、新規参入により競争が激化した場合には、当社の事業及び業績に影響を及ぼす可能性があります。 (3) 技術革新について 当社の事業に関連するAI技術は、世界的に研究開発が進んでおり、技術革新のスピードが極めて速い分野であります。当社はこうした技術革新に対応できる研究開発活動を推進することで、AIを活用した事業により事業基盤の拡大を図ってまいります。しかしながら、技術革新への対応が遅れる可能性もあり、その場合には当社の競争力が低下することで、当社の事業及び業績に影響を及ぼす可能性があります。 (4) システムトラブルについて 当社の事業は、PCやコンピュータシステム並びにこれらを結ぶ通信ネットワークに依存しており、これらにトラブルが発生した場合には、業務遂行に障害が生じます。このため当社では、システムトラブルを回避するために、サーバー負荷の分散、サーバーリソース監視、定期バックアップの実施等の手段を講じることでトラブルの防止及び回避に努めております。また、万一の場合に備え、サイバー保険を付保しております。 しかしながら、アクセスの急激な増加等による負荷の拡大や自然災害や事故などにより予期せぬトラブルが発生し、システムトラブルが発生した場合には、当社の事業及び業績に影響を及ぼす可能性があります。また、当社が利用しているクラウドサーバーの稼働にトラブルが生じた場合、当社が提供するサービスの安定稼働に支障が生じ、当社の事業及び業績に影響を及ぼす可能性があります。 (5) 情報セキュリティ及び個人情報等の漏えいについて 当社では、業務上、個人情報その他機密情報を顧客より受領する場合があります。当社におきましては、2016年3月に情報セキュリティマネジメントシステム(JIS Q 27001:2014、ISO/IEC27001:2013)の規格に適合する証明を、また2018年7月にプライバシーマークを取得しており、情報管理の重要性を周知徹底するべく役職員に対し研修等を行い、情報管理の強化を図っております。また、情報セキュリティについては外部からの不正アクセス、コンピュータウィルスの侵入防止について、社内のITグループを中心にシステム的な対策を講じております。なお、万一の場合に備え、サイバー保険を付保しております。 しかしながら、当社が取り扱う機密情報及び個人情報について、漏えい、改ざんまたは、不正使用等が生じる可能性が完全に排除されているとはいえず、何らかの要因からこれらの問題が発生した場合には、顧客からの損害賠償請求等によりサイバー保険で填補できない損害が生じ、または、信用が失墜する等により、当社の事業及び業績に影響を及ぼす可能性があります。 (6) 知的財産権について 当社は、事業運営の際に第三者の知的財産権侵害などが起こらないような管理体制を構築しておりますが、第三者の知的財産権に抵触しているか否かを完全に調査することは極めて困難であります。このため、知的財産権侵害とされた場合には、損害賠償または当該知的財産権の使用に対する対価の支払い等が発生する可能性があり、その際には当社の事業及び業績に影響を及ぼす可能性があります。 (7) 個人情報を含むデータを学習に用いるリスクについて 当社は、製品及びその他のサービスを提供するにあたり、顧客から取得した個人情報を含むデータを用いて、人工知能の学習を行うことがあります。当社は、個人情報保護法を含む法令を遵守し、また、当該学習に用いることにつき顧客の承諾を取得しておりますが、個人情報の本人など消費者から理解が得られず、当社又は顧客が批判にさらされる可能性があり、そのような場合には、当社の事業及び業績に影響を及ぼす可能性があります。 (8) 法的規制等について 当社は、当社の事業を制限する直接的かつ特有の法的規制は本書提出日時点において存在しないと考えております。しかしながら、今後、当社の事業を直接的に制限する法的規制がなされた場合、また、従来の法的規制の運用に変更がなされた場合には、当社の事業展開は制約を受ける可能性があります。当社としては引き続き法令を遵守した事業運営を行っていくべく、今後も法令遵守体制の強化や社内教育などを行っていく方針ですが、今後当社の事業が新たな法的規制の対象となった場合には、当社の事業及び業績に影響を及ぼす可能性があります。 (9) 訴訟、係争について 当社では、本書提出日現在において業績に影響を及ぼす訴訟や紛争は生じておりません。しかしながら、今後何らかの事情によって当社に関連する訴訟、紛争が行われる可能性は否定できず、かかる事態となった場合、その経過または結果によっては、当社の事業及び業績に影響を及ぼす可能性があります。 (10) 当社設立からの経過年数について 当社は2015年8月に設立され、本書提出日時点では12期目となります。優秀な人材を積極的に採用し、社内管理体制の構築、製品・サービスの開発、販売の強化を行ってきました。今後も事業拡大に向けた社内体制の強化、新規サービスの研究及び製品・サービスの拡販に向けた取り組みを強化してまいりますが、何らかの理由によりこれらの取り組みが想定通りに実施されなかった場合には当社の事業及び業績に影響を及ぼす可能性があります。 (11) 小規模組織であることについて 当社は2026年3月31日現在、従業員130名と小規模な組織であり、業務執行体制もこれに応じたものとなっております。当社は今後の事業拡大に応じて従業員の育成、人員の採用を行うとともに業務執行体制の充実を図っていく方針でありますが、これらの施策が適時適切に進行しなかった場合には当社の事業及び業績に影響を及ぼす可能性があります。 (12) 人材の確保と育成について 当社が今後更なる成長を成し遂げていくためには、優秀な人材の確保と育成を重要課題の一つであると位置づけております。当社は現在も優秀な人材の採用を進めておりますが、これらの要員を十分に採用できない場合や、採用後の育成が十分に進まなかった場合、あるいは在職中の従業員が退職するなどした場合には、当社の事業拡大の制約となり、当社の事業及び業績に影響を及ぼす可能性があります。 (13) 内部管理体制について 当社は、今後の事業運営及び業容拡大に対応するため、内部管理体制について一層の充実を図る必要があると認識しており、今後、事業規模の拡大に合わせて内部管理体制も充実・強化させていく方針であります。しかしながら、事業規模に応じた内部管理体制の整備に遅れが生じた場合は、当社の事業及び業績に影響を及ぼす可能性があります。 (14) 特定人物への依存について 当社の代表取締役社長CEOである渡久地択は、当社の創業者であり、設立以来当社の経営方針や事業戦略の立案やその遂行において重要な役割を担っております。当社は特定の人物に依存しない体制を構築するべく、幹部社員への情報共有や権限の委譲によって同氏に過度に依存しない組織体制の整備を進めておりますが、何らかの理由により同氏の当社における業務遂行が困難になった場合、当社の事業及び業績に影響を及ぼす可能性があります。 (15) 特定の当社サービスへの依存について 当社は「AIテクノロジーの妥協なき追求により非常識を常識に変え続けること」をミッションに掲げ、当社の製品及びサービスを展開しておりますが、主力サービスである「DX Suite」に関する売上高が大半を占めております。そのため、市場環境等の変化により「DX Suite」に関連する売上高が著しく減少した場合、当社の業績に影響を及ぼす可能性があります。 (16) 販売代理店への依存リスクについて 当社は顧客基盤を拡大するために代理店を通じた販売を重視しており、代理店販売における契約数の割合を高めていくべく、協業体制を引き続き推進していく方針です。そのため今後は当社の売上高に占める代理店販売の比率は高まることが想定されます。 当社は次年度以降も代理店販売契約の継続を見込んでおりますが、今後何らかの理由により契約の更新がなされない場合や、取引条件の変更、もしくは代理店経由の販売が落ち込んだ場合等には、当社の業績に影響を及ぼす可能性があります。 また販売代理店の一形態であるOEM販売については、営業活動及び顧客サポートの実施はOEM先により実施されます。当社が有する販売及び顧客サポートのノウハウは適宜OEM先と共有することで、顧客獲得とその維持につながるように努めてまいりますが、OEM先の販売施策により顧客獲得の急激な増減が生じ、当社の事業及び業績に影響を及ぼす可能性があります。 (17) 当社の経営指標について 当社は重要経営指標として、リカーリング型売上を掲げております。リカーリング型売上は継続的に計上されることが期待される収益であり、当社が独自にその定義を設定し、算出した数値を開示しております。 当社は引き続きリカーリング型売上を重要指標として開示していく方針ですが、リカーリング型売上は当社と顧客間の契約件数、解約率等の関連指標の推移により影響を受けます。これらの関連指標も当社が独自に定義・算定しており、事業環境の変化による販売戦略の変更、販売代理店固有の販売施策等により影響されるものであり、結果として当社が開示するリカーリング型売上に影響を及ぼす可能性があります。 (18) ソフトウェアの開発について 当社ではサービス提供に使用する自社利用のソフトウェア開発に関し、ソフトウェア開発プロジェクトに関する期間や費用の見積り及び将来収益計画について妥当性の確認を行っております。しかしながら、顧客のニーズによる開発途中の要件変更や品質改善要求、開発遅延等により当初計画どおりの開発及びサービス提供がなされなかった場合には、当社の事業及び業績に影響を及ぼす可能性があります。 (19) 配当政策について 当社は、株主に対する利益還元を経営課題と認識しており、内部留保の充実状況及び企業を取り巻く事業環境を勘案し、利益還元政策を決定していく所存であります。 今後の配当政策は、収益力の強化や事業基盤の整備を実施しつつ、内部留保の充実状況及び企業を取り巻く事業環境を勘案したうえで、株主に対して安定的かつ継続的な利益還元を実施することを基本方針としております。また、内部留保資金につきましては、事業の効率化と事業拡大のための投資等に充当し、事業基盤の確立・強化を図っていく予定であります。 将来的には、内部留保の充実状況及び企業を取り巻く事業環境を勘案し、利益還元を行うことを検討してまいりますが、現時点において配当実施の可能性及びその実施時期等については未定であります。 (20) М&Aによる影響について 当社は、事業拡大を加速する有効な手段のひとつとして、当社に関連する事業のМ&A戦略を検討していく方針です。М&A実施に関しては、対象企業の財務・法務・事業等について事前にデューデリジェンスを行い、十分にリスクを吟味した上で決定いたしますが、買収後に偶発債務の発生や未認識債務の判明等、事前の調査で把握できなかった問題が生じた場合、また事業の展開等が計画通りに進まない場合、当社の経営成績及び財政に影響を与える可能性があります。 さらに、М&A取引の結果として、無形固定資産ののれんを計上する可能性があります。事業環境の変化等の事由によりのれんの経済価値が低下し、減損処理に至った場合、当社の財政状態及び経営成績に影響を及ぼす可能性があります。 (21) 当社の経営成績について 当社では創業以来、販売活動に先んじて新製品の開発に投資を継続してきました。今後も顧客の業務効率化を実現するサービスの開発を続けてまいりますが、当社が展開する事業領域は持続的に成長しており、売上高の増加に伴い損益も改善しております。 しかしながら、更なる開発を要するような状況の変化、売上拡大のための先行投資や、当社が期待するほどの売上成長とならない場合、当社の業績に影響を及ぼす可能性があります。 (22) ソフトウェアの資産計上に伴う費用化による影響について 当社では、ソフトウェアの開発に係る費用を「研究開発費等に係る会計基準」に従って研究開発費の一部について、適切に資産計上及び減価償却を行っており、ソフトウェアの合計は、2026年3月末時点で103,940千円となっております。今後、研究開発の結果として資産計上されるソフトウェアが増加した場合には、それに伴う減価償却費も増加することとなり、当社の将来の財政状態及び経営成績に影響を及ぼす可能性があります。 (23) 減損の可能性について 当社は事業用の設備やレンタル資産等を固定資産として計上しておりますが、これら資産が期待どおりのキャッシュ・フローを生み出さない状況になる等、その収益性の低下により投資額の回収が見込めなくなることにより減損処理が必要となる場合には、当社の財政状態及び経営成績に影響を及ぼす可能性があります。 (24) 自然災害に関するリスクについて 大規模な地震等の自然災害や事故など、当社による予測が不可能かつ突発的な事由によって、事業所等が壊滅的な損害を被る可能性があります。このような自然災害に備え、安全性の高い高機能なビルへのオフィス入居、従業員安否確認手段の整備、オフィスでの備蓄食料・生活物資の確保、無停電電源装置の確保等に努めておりますが、想定を超える自然災害が発生する場合は、当社の事業活動が制限され、業績に影響を及ぼす可能性があります。当社が直接被災しない場合であっても、外部パートナー等の被災により、間接的に損害を被る場合もあります。 また、災害等の発生によって、電力等の使用制限による社会インフラ能力の低下、個人消費意欲の低下といった副次的な影響により、顧客企業の事業活動の抑制につながる可能性があり、そのような場合は、当社の事業及び業績に影響を及ぼす可能性があります。
経営成績の分析 (MD&A)4,680字を開く

業績がなぜこうなったかの経営陣の説明

4 【経営者による財政状態、経営成績及びキャッシュ・フローの状況の分析】 文中の将来に関する事項は、本書提出日現在において当社が判断したものであります。 (1) 経営成績等の状況の概要 ① 財政状態の状況 (資産) 当事業年度末における流動資産は、前事業年度末に比べて310,709千円減少し、5,667,915千円となりました。この主な要因は、現金及び預金が327,622千円減少したこと等によるものです。また、固定資産は、前事業年度末に比べて175,893千円増加し、1,140,356千円となりました。この主な要因は、本社移転及び自社利用サーバーの取得等により有形固定資産が増加した一方で、長期前払費用が109,494千円、差入保証金が43,906千円減少したこと等によるものです。この結果、総資産は、前事業年度末に比べ134,816千円減少し、6,808,272千円となりました。 (負債) 当事業年度末における流動負債は、前事業年度末に比べて492,044千円減少し、1,864,861千円となりました。この主な要因は、短期借入金が600,000千円、未払法人税等が138,574千円減少した一方で、未払金が91,554千円、株式給付引当金が77,578千円、未払費用が67,741千円増加したこと等によるものであります。固定負債は、株式給付引当金が43,577千円減少したこと等により前事業年度末に比べ62,719千円減少し、残高はありません。この結果、総負債は、前事業年度末に比べて554,764千円減少し、1,864,861千円となりました。 (純資産) 当事業年度末における純資産合計は、前事業年度末に比べて419,947千円増加し、4,943,410千円となりました。これは、主に自己株式の処分差額から生じた資本剰余金が43,524千円、当期純利益351,417千円を計上したこと等によるものです。 なお、当事業年度末における自己資本比率は72.6%となり、前事業年度末に比べ、7.4ポイント増加しております。 ② 経営成績の状況 近年我が国において、少子高齢化や人口減により生産年齢人口が減少する一方、人によるデータ入力に関する外部委託市場は今後も大きく成長していくことが予想されております。企業は、労働者の在宅ワーク導入などの働き方改革をこれまで以上に意識した事業運営が求められていることから、社会的なデジタルトランスフォーメーション(DX)推進は加速していくものとみられます。 このような市場環境において、当社は、AIエージェントを実装し更なるアップデートを続けているAI-OCRソリューション「DX Suite」、及び企業のデータ活用を支えるマルチモーダルAI統合基盤「AnyData」を、主力製品/サービスとして展開しております。 その結果、売上高及び各段階利益については以下の実績となりました。 (売上高) 当事業年度の売上高は4,747,946千円(前年同期比107.9%)となりました。当事業年度における当社及び販売パートナーがそれぞれの顧客へ提供している「DX Suite」利用ライセンスは、3,203件(前年同期:3,057件)と増加しており、営業活動による新規契約の獲得により売上高の積上げを進めてまいりました。また、チャーンレート(解約率)も引き続き低水準で推移しております。 加えて、マルチモーダルAI統合基盤「AnyData」、教育プログラム「AI Growth Program」の収益が計上されております。 売上高のうち、リカーリング型モデル(注1)及びセリング型モデル(注2)の内訳は以下のとおりとなりました。 収益モデル   第10期事業年度(自 2024年4月1日  至 2025年3月31日)   第11期事業年度(自 2025年4月1日  至 2026年3月31日) 売上高(千円)   前年同期比(%)   売上高(千円)   前年同期比(%) リカーリング型モデル   4,188,788   108.9   4,487,817   107.1 セリング型モデル   210,763   61.0   260,129   123.4 合計   4,399,551   105.0   4,747,946   107.9 (注)1. リカーリング型:顧客が当社のサービスを利用する限り継続的に計上される収益形態を表します。 2. セリング型:特定の取引毎に計上される収益形態を表します。 (売上原価、売上総利益) 当事業年度の売上原価は、849,517千円(前年同期比103.3%)となりました。これは、主にサービス提供に関わるサーバー代が増加した一方で、労務費が減少したことによるものです。この結果、売上総利益は3,898,428千円(前年同期比109.0%)となりました。 (販売費及び一般管理費、営業利益) 当事業年度の販売費及び一般管理費は、3,587,452千円(前年同期比112.4%)となりました。これは、主にのれんの償却額が328,953千円減少した一方で、人件費、研究開発費、新オフィスの賃借料、広告宣伝費、業務に利用するWEBサービスの利用料等が増加したことによるものです。この結果、営業利益は310,976千円(前年同期比80.8%)となりました。 (営業外収益、営業外費用、経常利益) 当事業年度において、営業外収益が194,303千円発生しました。これは、主に補助金収入185,418千円、受取利息7,812千円が発生したこと等によるものです。また、営業外費用は18,270千円発生しました。これは、主に短期借入金に係る支払利息17,072千円が発生したこと等によるものです。この結果、経常利益は487,008千円(前年同期比120.1%)となりました。 (特別損益、当期純利益) 当事業年度において、特別損失が11,879千円発生しました。これは、本社移転に伴う一時的な費用を計上したことによるものです。また、法人税、住民税及び事業税を139,553千円、法人税等調整額△15,841千円を計上した結果、当期純利益は351,417千円となりました。 なお、セグメントについては、当社は人工知能事業の単一セグメントであるため、記載しておりません。 ③ キャッシュ・フローの状況 当事業年度末における現金及び現金同等物(以下「資金」という。)は、前事業年度末に比べ1,527,622千円減少し、3,566,006千円となりました。当事業年度における各キャッシュ・フローの状況は以下のとおりであります。 (営業活動によるキャッシュ・フロー) 営業活動による資金の増加は、818,133千円(前事業年度は778,477千円の資金増)となりました。主な内訳は、税引前当期純利益475,129千円、非資金項目である減価償却費218,927千円の影響等により資金が増加したことによるものであります。 (投資活動によるキャッシュ・フロー) 投資活動による資金の減少は、1,746,502千円(前事業年度は200,963千円の資金減)となりました。主な内訳は、定期預金の預入による支出2,100,000千円、本社移転に伴う内装設備工事及び自社利用サーバー購入等に係る有形固定資産の取得による支出413,196千円、無形固定資産の取得による支出163,414千円等であります。 (財務活動によるキャッシュ・フロー) 財務活動による資金の減少は、599,253千円(前事業年度は53,935千円の資金減)となりました。主な内訳は、短期借入金の返済による支出600,000千円であります。 ④ 生産、受注及び販売の実績 a.生産実績 当社で行う事業は、提供するサービスの性格上、生産に該当する事項がないため、生産実績に関する記載を省略しております。 b.受注実績 当社で行う事業は、受注から役務提供の開始までの期間が短く、受注状況には重要性がないため記載を省略しております。 c.販売実績 当事業年度における販売実績は次のとおりであります。なお、当社は人工知能事業の単一セグメントであるため、収益計上のモデル別に記載しております。 収益モデル   売上高(千円)   前年同期比(%) リカーリング型モデル   4,487,817   107.1 セリング型モデル   260,129   123.4 合計   4,747,946   107.9 (注) 1.当事業年度の主な相手先別の販売実績及び当該販売実績の総販売実績に対する割合は次のとおりであります。 相手先   第10期事業年度(自 2024年4月1日至 2025年3月31日)   第11期事業年度(自 2025年4月1日至 2026年3月31日) 金額(千円)   割合(%)   金額(千円)   割合(%) 株式会社NTTデータ   489,116   11.1   564,603   11.9 (2) 経営者の視点による経営成績等の状況に関する認識及び分析・検討内容 経営者の視点による当社の経営成績等の状況に関する認識及び分析・検討内容は次のとおりであります。 なお、文中の将来に関する事項は、本書提出日現在において判断したものであります。 ① 重要な会計方針及び見積り 当社の財務諸表は、わが国において一般に公正妥当と認められている会計基準に基づき作成されております。その作成には、経営者による会計方針の選択・適用、資産・負債及び収益・費用の報告金額並びに開示に影響を与える見積りを必要としております。経営者は、これらの見積りを行うにあたり、過去の実績等を勘案し合理的に判断しておりますが、実際の結果は、見積りによる不確実性のため、これらの見積りと異なる結果をもたらす場合があります。当社の財務諸表で採用する重要な会計方針は、「第5 経理の状況 1 財務諸表等 (1) 財務諸表 注記事項 重要な会計方針」に記載しております。 ② 財政状態の分析 財政状態に関する分析は、「(1) 経営成績等の状況の概要 ① 財政状態の状況」に記載のとおりです。 ③ 経営成績の分析 経営成績に関する分析は、「(1) 経営成績等の状況の概要 ② 経営成績の状況」に記載のとおりです。 ④ キャッシュ・フローの状況の分析 キャッシュ・フローの状況の分析については、「(1) 経営成績等の状況の概要 ③ キャッシュ・フローの状況」に記載のとおりです。 ⑤ 経営成績に重要な影響を与える要因について 経営成績に重要な影響を与える要因につきましては、「3 事業等のリスク」をご参照下さい。 ⑥ 資本の財源及び資金の流動性について 当社の資本の財源及び資金の流動性につきましては、事業運営上必要な流動性と資金の源泉を安定的に確保することを基本方針としております。運転資金需要のうち主なものは、当社サービスを拡大していくための開発人員及び営業人員の人件費、また研究開発に係る費用であります。これらの資金については自己資金にて充当する方針です。 ⑦ 経営者の問題意識と今後の方針について 経営者の問題意識と今後の方針については、「1 経営方針、経営環境及び対処すべき課題等」をご参照下さい。

EDINET提出の有価証券報告書から自動抽出。表は文字起こしのため崩れることがあります。

開示資料

出典

このページの財務・役員・株主等のデータは、金融庁EDINETに提出された開示書類から自動抽出しています。会計基準は JapanGAAP

リンク先はEDINET (金融庁) の書類閲覧ページです。

IR資料の開示履歴 (TDnet)

TDnetのPDFは掲載後約1ヶ月で削除されるため、古い開示はタイトルのみの記録です。

関連する企業

関連企業

本ページは公的開示と市場データに、群青で示した解釈を重ねて構成しています。財務・株価の数値は開示・市場データをそのまま表示し、AIには生成させていません。 AI評価 (割安判定・スコア) は解釈です — 詳しくは編集方針をご覧ください。