1年高値6,790 円
1年安値1,346 円
出来高265 千株
市場マザーズ
業種情報・通信業
会計日本
EV/EBITDA68.2 倍
PBR3.0 倍
PSR・会予11.0 倍
ROA1.3 %
ROIC1.5 %
βN/A
決算9月末
設立日2012/10/16
上場日2017/9/22
配当・会予0 円
配当性向0.0 %
PEGレシオ14.7 倍
売上高(百万円)&収益性(%)
売上5y CAGR・予想:101.1 %
利益(百万円)
営利5y CAGR・予想:47.8 %
純利5y CAGR・予想:40.3 %
EPS(円) BPS(円)
配当(円)
健全性(%、倍)
セグメント別売上
セグメント別営業利益
セグメント別利益率
会社の詳細

 

3 【事業の内容】

当社グループ(当社、連結子会社10社、持分法適用関連会社1社を中心に構成)は、「未来のソフトウエアを形にする」をコーポレートミッションに掲げ、社内で開発したアルゴリズムモジュールを用いて、様々な社会課題を解決し社会へ付加価値を提供すべく、さまざまな事業に取り組んでおります。

技術分野としては、機械学習技術・自然言語処理技術・深層学習技術を中心にアルゴリズムモジュールを複数開発しております。アルゴリズムモジュールは、様々なソフトウエア及びハードウエア上に組み込まれ、動作いたします。当社グループは、それらの提供を通じて、顧客企業の業務の半自動化・自動化を通じた業務効率化、またはサービス・製品の付加価値の向上、サービス自体のモデル革新の実現支援等を行っております。

当社グループは、Mobility&MaaS事業、Cloud Intelligence事業から構成されており、セグメント情報はこれらの区分により開示されています。また、当連結会計年度よりセグメントの区分を変更しております。詳細は、「第5 経理の状況 1 連結財務諸表等 (1) 連結財務諸表 注記事項(セグメント情報等)」に記載のとおりであります。

 

(1)Mobility&MaaS事業

Mobility&MaaS事業では、SmartCity化に向けたリアル空間のオペレーションを知能化させていく領域において、画像/映像解析に関わるアルゴリズムモジュールの販売、アルゴリズムソフトウエア「Hrus」の販売を手掛けております(アルゴリズムモジュールおよびアルゴリズムソフトウエアの詳細については、後述[アルゴリズムモジュールの内容と販売形態]をご参照ください)。また、2019年7月から連結子会社となった(株)アイドアを通じて、駐車場機器の製造販売及び駐車場管理運営事業等を行っております。

 

(2)Cloud Intelligence事業

Cloud Intelligence事業では、デジタル空間上で行われる処理を知能化させていく領域において、アルゴリズムモジュールの販売およびアルゴリズムソフトウエア「BEDORE」、「CELLOR」の販売等を行っております。

 

[アルゴリズムモジュールの内容と販売形態]

(1) 当社グループが提供するアルゴリズムモジュールについて

当社グループは技術分野としては、機械学習技術・自然言語処理技術・深層学習技術を中心にアルゴリズムモジュールを複数開発しております。当社の主なアルゴリズムモジュールは以下のとおりであります。

 

アルゴリズムモジュール名

機能

利用用途(例)

テキスト理解モジュール

<Dialogue_1>

テキストデータの意味理解

例:テキスト内容を理解、テキストを 

    分類・類型化

社内文書からの特定文書の抽出

コールセンターログの分析・見える化

対話モジュール

<Dialogue_2>

自然言語処理技術での対話・応答の制御

例:最適な対話シナリオを選択、音声

    認識への拡張も可能

チャット上の自動対話

ロボットとの自動対話

画像/映像解析モジュール

<Recognizer>

画像・映像データ内の物体認識

例:カメラ等のイメージングデバイス

    の知能化技術

店頭カメラの自動認識機能

推薦モジュール

<Recommender>

レコメンデーションによる情報出しわけ

例:ユーザーの好みに合わせてコンテ

    ンツを推薦

ECサイト上の商品推薦

ウエブサイト上の情報推薦

予測モジュール

<Predictor>

時系列情報に対して未来予測を行う

例:過去の行動履歴からの行動予測

ECサイトのユーザーの購買予測

金融機関での与信スコアの構築

異常検知モジュール

<Detector>

異常値の検知

例:機器の故障検知、不適切コンテン

    ツの検知

工場の検品処理の自動化・半自動化

強化学習モジュール

<Reinforcer>

行動履歴から学習を行う

例:行動履歴を解析し行動を選択する

顧客シナリオの自動・半自動選択

行動選択の自動・半自動化

 

 

 

 

アルゴリズムモジュールの販売形態は2つあり、一つは、顧客企業が保有するソフトウエアもしくはハードウエアに組み込むケース(以下、ケースA)であります。もう一つは、自社のソフトウエアに組み込み、アルゴリズムソフトウエアとして販売するケース(以下、ケースB)であります。なお、収益構造は、ケースA、ケースBのどちらの場合でも同様に、初期設定時に受領するイニシャルフィーと、設定後月額で受領するライセンスフィーの2つから構成されております。

ケースAすなわち、アルゴリズムモジュールを顧客企業のソフトウエアまたはハードウエアに組み込みご利用いただくケースにおいては、初期設定を行った後、当社グループのアルゴリズムモジュールの利用が開始され、業務の一部に組み込まれることとなります。

 

 (2) 当社グループが提供するアルゴリズムソフトウエアについて

当社グループはアルゴリズムモジュールを活用した複数のアルゴリズムソフトウエアを開発しており、各業界に付加価値を創造するために、アルゴリズムソフトウエアの販売という形態でサービス提供を行っております(ケースB)。なお、当社グループの代表的なソフトウエアは次のとおりであります。

 

① CELLOR(セラー)

「CELLOR」は、機械学習技術を用いたCRMソリューションであります。小売業やサービス業など、優良顧客の離反防止や新規顧客のロイヤル化を目的としたCRMソリューションを提供しております。データ分析に多くの時間やコストをかけていたものについて、自動化または半自動化することによりデータ分析の時間やコストが削減できるのみならず、分析結果を基に、ユーザーに広告等を配信することにより優良顧客の離反防止や新規顧客のロイヤル化を行っております。

 

② HRUS(ホルス)

「HRUS」(旧PKSHA Vertical Visionを2018年10月に改称)は、業界や使途の特化型の深層学習技術を用いた画像・動画像の識別エンジンであり、企業向けに販売を行っております。今後、様々な業界・領域にカメラを中心としたイメージング機器が普及していくと想定されておりますが、それらの様々なイメージング機器と連携して動作し、物体検知や物体認識を実現することでイメージング機器のサービス品質を高め、サービスモデルの変革を支援します。なお、業界や使途を特化することにより、汎用型の画像・動画像の識別エンジンに比べて、特定の業界や使途において、高い画像・動画像の識別精度の実現を目指しております。

 

③ BEDORE(ベドア)

連結子会社である株式会社BEDOREにて提供している「BEDORE」は、チャット対応・FAQ対応の自動化ソリューションであります。当社グループが保有する業界固有表現辞書(日本語)と、システム構成を業界別に汎用的にすることで、これまで人手で行われていた接客・コールセンター・FAQ対応の自動化・半自動化を実現しております。

 

このように、各業界が持つニーズに対し、アルゴリズムを用いた自動化や高品質化が実現できる領域に対しての解決方法を各アルゴリズムモジュールの機能を「組み合わせる」ことで、効果的・効率的に実現することを目指しております。

 

 

(3) アルゴリズムモジュールの技術的な特徴

当社グループが開発しているアルゴリズムには主に機械学習技術が用いられており、当社の事業の特徴を説明するために機械学習技術の内容を以下のとおりご説明いたします。

機械学習技術とは、データを蓄積・活用しアルゴリズムの性能を向上させる技法のことであり、デジタルデータが急増している情報化社会において重要性が急速に高まっております。これまで、ソフトウエアはソフトウエア技術者が一行一行プログラミングを行うことにより作られるのが一般的でしたが、機械学習技術を用いると、データを活用して人が記述することが困難な複雑なソフトウエアプログラムをコンピューターにより自動的に記述することができます。

特に、画像認識、言語解析、音声認識などの人工知能技術分野のソフトウエアは、ソフトウエア技術者がプログラミングを行うことで地道に精度向上を図ってきた長い歴史がありますが、2012年に機械学習技術の研究分野で起こった技術革新以降、ソフトウエア技術者はアルゴリズムの大枠のみを記述すればよく、後は大規模なデータをソフトウエアに入力し学習させることで多くの変数の値が最適化されていくことを通じ、アルゴリズムの大部分をコンピューターにより自動的に記述することが可能になりました。また、このような手法で構築されるアルゴリズムは、旧来的な手法で構築されていたアルゴリズムよりも大幅に精度向上することがわかっており、近年様々な領域で研究と産業応用が進んでおります。

 

 [一般的なアルゴリズムと機械学習アルゴリズムの違い]

 

(画像は省略されました)


 

このように、機械学習技術とは、ソフトウエア技術者により一行一行全て記述される一般的なアルゴリズムとは異なり、データを集め、それを学習させることでパラメータ調整を行い、ソフトウエアを構築する技法になります。従って、よい機械学習アルゴリズムを開発するには、目的に沿ったデータを集めることが重要であり、また使えば使うほど(データが増加すればするほど)精度が向上していくという好循環構造を持ちます。当社グループはこの技術特性を正しく理解し、事業成長に効率的につながる事業展開の戦略・戦術を採用していくことを目指しております。

また、当社グループが開発しているアルゴリズムには自然言語処理技術や深層学習技術を用いたものもあります。自然言語処理技術とは、人間が日常的に使っている自然言語をコンピューターに処理させる一連の技術を指しますが、当社グループでは特に、機械学習技術を用いたアプローチを採用しており、自然言語を対象に機械学習技術を用いたアルゴリズムを事業対象としております。深層学習技術とは、機械学習技術の一分野であり多層のニューラルネットワークを用いた機械学習手法であり様々な分野でのアルゴリズムの精度が向上し、多様な分野で活用が進んでおります。この領域も当社グループは重要な技術領域と捉え技術開発・研究開発・製品化を進めております。

 

 

(4)事業の特徴

当社グループ事業の主な特徴としては、以下のとおりであります。

 

① パートナーシップ戦略:業界のリーディングカンパニーとの事業提携

当社グループが提供するアルゴリズムソフトウエアは、データを繰り返し学習しながらより自ら精度を高めていくソフトウエアであります。業界最大規模の教師データを持つ業界のリーディングカンパニーとの連携により、当該業界におけるソフトウエアを開発しております。それらの研究開発の中から、汎用性のある技術やノウハウをモジュール化し、ソフトウエアを開発し提供することに当社グループの強みがあり、当社グループの特徴があります。

 

② アルゴリズムソフトウエアならではの高い継続率

アルゴリズムソフトウエアはユーザーが使うとデータがアルゴリズムにフィードバックされ、アルゴリズムの精度が向上するという特徴を持ちます。その好循環のデータの流れがプロダクトの品質を高めるため、一般的なソフトウエアに比べ、高い継続利用率を維持することが可能となっております。

 

③ エンジニア・研究者の獲得・育成

機械学習技術/深層学習技術領域のアルゴリズム構築技術を有するアルゴリズムエンジニアや、莫大なトラフィックを捌くことができるソフトウエアエンジニアは、国内において多くないと考えております。当社グループの事業においては、エンジニア・研究者コミュニティへのアクセスをもとに、大多数を社員紹介によるリファラル採用を実現しております。また、エンジニアの働きやすい、また働きたい環境を整えることを通じて、エンジニアの獲得・育成を行っております。

 

④ 組織構造等

当社グループは、前述の通り、業界が持つニーズに対し、アルゴリズムを用いた自動化や高品質化が実現できる領域に対しての解決方法を各アルゴリズムモジュールの機能を「組み合わせる」ことで、効果的・効率的に実現することを目指しておりますが、それらを実現していく上でのアルゴリズムモジュール群を保有していること及びエンジニア中心の組織構造を構築している点が当社事業の独自性であると認識しております。

 

<事業系統図>

 

(画像は省略されました)


 

 

 用語解説

 本項「3 事業の内容」において使用しております用語の定義について以下に記します。

 

用語

用語の定義

アルゴリズム

コンピューター上における問題を解くための手順・解き方

アルゴリズムソリューション

アルゴリズムを利用して企業における業務上のさまざまな問題点を解決すること

モジュール

汎用性の高い複数のプログラムを再利用可能な形でひとまとまりにしたもの

アルゴリズムモジュール

アルゴリズムを再利用可能な形でプログラムとしてひとまとまりにしたもの

アルゴリズムソフトウエア

アルゴリズムモジュールを用いて構築されたソフトウエア

機械学習技術

人工知能技術の主要な研究分野。データを反復的に学習させ、そこに潜むパターンを見つけ出すことで、コンピューター自身が予測・判断を行うための技術・手法

自然言語処理技術

人間が日常的に使っている自然言語をコンピューターに処理させる一連の技術

深層学習技術

ディープラーニング(Deep Learning、深層学習)。ニューラルネットワークにより機械学習技術を実装するための手法の一種。従来の機械学習技術では人間が特徴量を定義する必要があった(複雑な特徴を表現できない)が、ディープラーニングではアルゴリズムが教師データから特徴量を抽出できる技術・手法

ニューラルネットワーク

生物の神経ネットワークの構造と機能を模倣するという観点から生まれた脳機能に見られるいくつかの特性を計算機上のシミュレーションによって表現することを目指した数学モデル

特徴量

教師データにどのような特徴があるかを数値化したもの

教師データ

機械学習を行う上で、学習の元となるデータ

CRM

顧客関係管理(Customer Relationship Management(CRM))。顧客満足度と顧客ロイヤルティの向上を通して、売上の拡大と収益性の向上を目指す経営戦略/手法

API

アプリケーション・プログラム・インターフェース(Application Program Interface)の略。アプリケーションと、プログラムの間のインターフェース。自己のソフトウエアを一部公開して、他のソフトウエアと機能を共有できるようにしたもの

ASP

アプリケーション・サービス・プロバイダ(Application Service Provider)の略。アプリケーションの機能をネットワーク経由で顧客に提供

AI

Artificial Intelligenceの略称。学習・推論・認識・判断などの人間の知能的な振る舞いを行うコンピューターシステム

IoT

Internet of Things の略称。コンピューターに限らず、家電製品や自動車等のハードウエア機器をインターネットに接続し、情報をやり取りすることで生まれるイノベーションの総称

エンジン

コンピューターを使用し、さまざまな情報処理を実行する機構

 

 

(セグメント情報等)
【セグメント情報】

1.報告セグメントの概要

従来、当社のセグメント情報における報告セグメントは「アルゴリズムライセンス事業」の単一セグメントでありましたが、事業領域の拡大に伴い、新たな体制による経営管理を充実させる観点から当社グループの経営管理手法を見直しております。その結果、当連結会計年度より、報告セグメントを従来の「アルゴリズムライセンス事業」から、「Mobility & MaaS事業」、「Cloud Intelligence事業」の2区分に変更しております。 なお、前連結会計年度のセグメント情報を当連結会計年度の報告セグメントの区分方法により作成した情報については、必要な財務情報を遡って作成することが実務上困難であるため、開示を行っておりません。 また、前連結会計年度のセグメント情報は単一セグメントであることから、前連結会計年度の区分方法により作成した連結会計年度のセグメント情報の記載は省略しております。

 

   2.報告セグメントごとの売上高、利益又は損失、資産その他の項目の金額の算定方法

報告されている事業セグメントの会計処理の方法は、「連結財務諸表作成において採用している会計処理の  方法」と概ね同一であります。

 

3.報告セグメントごとの売上高、利益又は損失、資産その他の項目の金額に関する情報 ]

    前連結会計年度(自 2017年10月1日 至 2018年9月30日)  

    当社グループは、「アルゴリズムライセンス事業」の単一セグメントであるため記載を省略しております。

 

   当連結会計年度(自 2018年10月1日 至 2019年9月30日)
                                             (単位:千円)

 

報告セグメント

調整額(注)

合計

Mobility

& MaaS

Cloud Intelligence

売上高

 

 

 

 

 

  外部顧客への売上高

1,152,830

1,908,639

3,061,469

3,061,469

  セグメント間の内部
  売上高又は振替高

1,152,830

1,908,639

3,061,469

3,061,469

セグメント利益

210,182

681,489

891,671

△170,832

720,839

セグメント資産

4,313,159

1,745,942

6,059,101

24,362,580

30,421,682

その他の項目

 

 

 

 

 

  減価償却費

46,356

95,284

141,640

141,640

 のれんの償却額

16,755

18,443

35,199

35,199

  有形固定資産及び
  無形固定資産の増加額

99,557

968,959

1,068,516

1,068,516

 

(注) 1.セグメント利益の調整額△170,832千円は各報告セグメントに配分していない全社費用であり、主に報       告セグメントに帰属しない連結財務諸表提出会社の一般管理費であります。  

   2.セグメント資産の調整額24,362,580千円は各報告セグメントに配分していない全社資産であり、主に報       告セグメントに帰属しない連結財務諸表提出会社の現金及び預金等であります。
 

【関連情報】

前連結会計年度(自 2017年10月1日 至 2018年9月30日)

1 製品及びサービスごとの情報

単一の製品・サービスの区分の外部顧客への売上高が連結損益計算書の売上高の90%を超えるため、記載を省略しております。

 

 

2 地域ごとの情報

(1) 売上高

本邦以外の外部顧客への売上高がないため、該当事項はありません。

(2) 有形固定資産

本邦以外に所在している有形固定資産がないため、該当事項はありません。

 

3 主要な顧客ごとの情報

 

   

(単位:千円)

顧客の名称又は氏名

売上高

関連するセグメント名

株式会社NTTドコモ

205,464

Cloud Intelligence

 

 

当連結会計年度(自 2018年10月1日 至 2019年9月30日)

1 製品及びサービスごとの情報

セグメント情報に同様の情報を開示しているため、記載を省略しております。

 

2 地域ごとの情報

(1) 売上高

本邦以外の外部顧客への売上高がないため、該当事項はありません。

(2) 有形固定資産

本邦以外に所在している有形固定資産がないため、該当事項はありません。

 

3 主要な顧客ごとの情報

外部顧客への売上高のうち、連結損益計算書の売上高の10%以上を占める相手先がないため、記載はありません。

 

 

【報告セグメントごとの固定資産の減損損失に関する情報】

前連結会計年度(自  2017年10月1日  至  2018年9月30日)

該当事項はありません。

当連結会計年度(自  2018年10月1日  至  2019年9月30日)

該当事項はありません。

 

【報告セグメントごとののれんの償却額及び未償却残高に関する情報】

前連結会計年度(自  2017年10月1日  至  2018年9月30日)

当社グループは、アルゴリズムライセンス事業の単一セグメントであり、記載を省略しております。

当連結会計年度(自  2018年10月1日  至  2019年9月30日)

 

 

 

(単位:千円)

 

報告セグメント

全社・消去

合計

Mobility & MaaS

Cloud Intelligence

当期償却額

16,755

18,443

35,199

35,199

当期末残高

1,993,955

72,910

2,066,865

2,066,865

 

 

【報告セグメントごとの負ののれん発生益に関する情報】

前連結会計年度(自  2017年10月1日  至  2018年9月30日)

該当事項はありません。

当連結会計年度(自  2018年10月1日  至  2019年9月30日)

該当事項はありません。

1 【経営方針、経営環境及び対処すべき課題等】

(1)経営方針

当社は、「未来のソフトウエアを形にする」をコーポレートミッションに掲げ、アルゴリズム領域の技術を用いた「各種ソフトウエア・ハードウエアを知能化する技術」の研究開発と社会実装を通じて、未来のソフトウエアとしてのアルゴリズムを自ら形にすることで様々な社会問題を解決すべく、また近未来のポストデジタル情報社会へ向けて価値を創造すべく事業展開してまいります。

 

(2)経営環境等

当社は、下記の4つのステップでデジタル技術が社会に普及していくと考えており、知的な処理を行う未来のソフトウエアが社会に普及していくと考えております。技術的には、2012年の機械学習技術の研究分野で起こった技術革新すなわち「深層学習技術」の登場を機に、インターネットに接続されたソフトウエアが、このような技法により構築されるアルゴリズムに置き換わりはじめており、ソフトウエアが以前よりも知的な処理を行うようになってきていると考えております。現在はアルゴリズムの時代の黎明期にあると考えており、今後、より知的な処理を行うソフトウエアが増加し社会に普及していくと考えております。

 

(画像は省略されました)


 

(3)対処すべき課題等

当社グループの対処すべき特に重要な課題は以下の通りであります。

(1) 開発体制の強化

安定的かつ着実な事業拡大を図る上では、既存クライアントの契約を継続することや案件数等が増加した場合においても、収益率を高水準に維持し、かつ顧客サービスのパフォーマンスを維持・向上することが重要であると考えております。

そのためには、さらなる優秀な人材の確保及び開発プロセスの改善、社内におけるノウハウの共有や教育訓練等が不可欠であるため、優秀な人材を積極的に採用するとともに、開発プロセスを継続的に見直し、社内におけるノウハウの共有や教育訓練等を実施し、より強固な開発体制の構築に努めてまいります。

 

(2) 社内環境の整備

品質・価格・納期・安心・安全すべての面で、高いレベルの価値と満足を提供することを使命としており、永続的な会社発展のためには従業員が働きやすい環境をつくることが不可欠であると考えております。

業務の効率化や従業員が安心して働くことのできる職場環境を整えることにより従業員がより働きやすい環境をつくるように取り組んでまいります。

 

 

(3) 内部管理体制の強化

当社グループは成長段階にあり、業務運営の効率化やリスク管理のための内部管理体制の強化が重要な課題であると考えております。このため、バックオフィス業務の整備を推進し、経営の公正性・透明性を確保するため、より強固な内部管理体制の構築に取り組んでまいります。

 

(4) 情報管理体制の強化

当社グループはシステム開発やシステム運用、又はサービス提供の遂行過程において、機密情報や個人情報を取り扱う可能性があり、その情報管理を強化していくことが重要であると考えております。現在、情報管理規程等に基づき管理を徹底しておりますが、今後も社内教育・研修の実施やシステムの整備などを継続して行ってまいります。

 

(5) システムの安定性の確保

当社グループは、インターネット上でクライアントにサービスを提供しており、システムの安定稼働の確保は必要不可欠となっております。そのため、安定性の高いサービスを提供する上では、顧客及びトラフィック等を考慮したサーバ増設等の設備投資やサーバ管理を行っていくことが重要であり、今後も引き続きシステムの安定性確保及び効率化に取り組んでまいります。

 

 

2 【事業等のリスク】

本書に記載した事業の状況、経理の状況等に関する事項のうち、投資者の判断に重要な影響を及ぼす可能性のある 事項には、以下のようなものがあります。また、必ずしもそのようなリスク要因に該当しない事項につきましても、 投資者の投資判断上、重要であると考えられる事項につきまして、投資者に対する積極的な情報開示の観点から以下 のとおり記載しております。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グループが判断したも のであり、将来において発生の可能性があるすべてのリスクを網羅することを保証するものではありません。

 

(1) 景気動向及び業界動向の変動による影響

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、当社グループの関連市場は今後急速に拡大すると予測されるものの、企業の景気による影響や別の各種新技術に対する投資による影響を受ける可能性があります。当社グループにおいては、経済情勢の変化に伴い事業環境が悪化した場合、当社グループの経営成績及び財政状態に影響を与える可能性があります。

 

(2) 人材の確保及び育成

当社グループは、事業の拡大に伴い、積極的に優秀な機械学習・深層学習領域等のアルゴリズムモジュールの設計と導入を行うアルゴリズムエンジニアと、インフラやアプリケーション制作等のソフトウエア開発を行うソフトウエアエンジニアの獲得・確保・育成を進めております。しかしながら、事業規模の拡大に応じた当社グループ内における人材育成、外部からの優秀な人材の採用等が計画どおりに進まず、必要な人材を確保することができない場合には、当社グループの事業及び業績に影響を及ぼす可能性があります。

 

(3) コンプライアンス体制

当社グループは、今後企業価値を高めていくためにはコンプライアンス体制が有効に機能することが重要であると考えております。そのためコンプライアンスに関する社内規程を策定するとともに適宜研修を実施し、周知徹底を図っております。しかしながら、これらの取り組みにも関わらずコンプライアンス上のリスクを完全に解消することは困難であり、今後の当社グループの事業運営に関して法令等に抵触する事態が発生した場合、当社グループの企業価値及び業績に影響を及ぼす可能性があります。

 

(4) 情報管理

当社グループは、その業務の性格上、顧客側で保有している機密情報(経営戦略上重要な情報等)に触れる場合があります。情報の取扱いについては、情報管理規程、個人情報保護管理規程等を整備し、適切な運用を義務づけております。このような対策にも関わらず当社グループの人的オペレーションのミス等、その他予期せぬ要因等により情報漏洩が発生した場合には、当社グループが損害賠償責任等を負う可能性や顧客からの信用を失うことにより取引関係が悪化する可能性があり、その場合は当社グループの事業及び業績に影響を及ぼす可能性があります。

 

(5) システム障害等

当社グループがクラウドで提供しているソフトウエアの大半は、サービスの基盤をインターネット通信網に依存しております。したがって、自然災害や事故によりインターネット通信網が切断された場合には、サービスの提供が困難となります。また、予想外の急激なアクセス増加等による一時的な過負荷やその他予期せぬ事象によるサーバーダウン等により、当社グループのサービスが停止する可能性があります。これまで当社グループにおいて、そのような事象は発生しておりませんが、今後このようなシステム障害等が発生し、サービスの安定的な提供が行えないような事態が発生した場合には、当社グループの事業及び業績に影響を及ぼす可能性があります。

 

 

(6) 法的規制・制度動向による影響

現在、日本国内においてインターネットに関連する主要な法規制は電気通信事業法となっておりますが、インターネット上の情報流通やEコマースのあり方についても様々な議論がなされている段階であります。当社グループが営むインターネット関連事業そのものを規制する法令はありませんが、今後、インターネットの利用者や関連するサービス及び事業者を規制対象とする法令等が制定されたり、既存の法令等の適用が明確になったり、あるいは何らかの自主的なルール化が行われた場合、当社グループの事業が制約され、事業及び業績に影響を及ぼす可能性があります。

 

(7) 技術革新への対応

当社グループが事業を展開するインターネット関連業界においては、技術革新のスピードや顧客ニーズの変化が速く、それに基づく新機能の導入等が行なわれております。当社グループのサービスは、当社グループの機械学習技術/深層学習技術・自然言語処理技術と当社グループの独自データを組み合わせることにより、今後も競争力のあるサービスを提供できるように取り組んでおります。顧客からの紹介等のインバウンドでの取引受注が大半であり、また高い顧客継続率を維持しておりますが、予想以上の急速な技術革新や代替技術・汎用的な競合商品の出現等により、当社グループのサービスが十分な競争力や付加価値を確保できない場合等には、新規受注の減少や高い顧客継続率の低下により当社グループの事業及び業績に影響を及ぼす可能性があります。

 

(8) 知的財産権におけるリスク

当社グループによる第三者の知的財産権侵害の可能性につきましては、調査可能な範囲で対応を行っておりますが、当社グループの事業領域に関する第三者の知的財産権の完全な把握は困難であり、当社グループが認識せずに他社の特許を侵害してしまう可能性は否定できません。この場合、ロイヤリティの支払や損害賠償請求等により、当社グループの事業展開、経営成績及び財政状態に影響を与える可能性があります。

 

(9) 特定の人物への依存

当社グループの代表取締役 上野山勝也は、経営戦略、事業戦略、開発戦略等当社グループの業務に関して専門的な知識・技術を有し、重要な役割を果たしております。当社グループでは取締役会等において役員及び社員への情報共有や権限移譲を進めるなど組織体制の強化を図りながら、経営体制の整備を進めており、経営に対するリスクを最小限にしております。しかしながら、同氏が当社グループを退職した場合、当社グループの事業及び業績に影響を及ぼす可能性があります。

 

(10) 小規模組織であること

当社グループは小規模な組織であり、現在の人員構成における最適と考えられる内部管理体制や業務執行体制を構築しております。当社グループは、今後の業容拡大及び業務内容の多様化に対応するため、人員の増強及び内部管理体制及び業務執行体制の一層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、当社グループの事業及び業績に影響を及ぼす可能性があります。

 

(11) 新規事業

当社グループのアルゴリズムモジュール及びソフトウエアは、商品特性ゆえに幅広い産業に対して提供することが可能であります。今後も引き続き、小売やコールセンター市場のみならず、他の産業にも積極的に参入し、新サービス及び新規事業に取り組んでまいります。これによりシステムへの投資や人件費等、追加的な支出が発生し、利益率が低下する可能性があります。また、新規事業の拡大・成長が当初の予測どおりに進まない場合、当社グループの事業及び業績に影響を及ぼす可能性があります。

 

(12) 新株予約権の行使による株式価値の希薄化

当社グループでは、当社グループの役員及び従業員に対するインセンティブを目的とし、新株予約権を付与しており、2019年11月末における発行済株式総数に対する潜在株式数の割合は4.8%となっております。これらの新株予約権が行使された場合には、当社グループの株式が発行され、既存の株主が有する株式の価値及び議決権割合が希薄化する可能性があります。

 

 

(13) 配当政策

当社グループは、設立以来配当を実施した実績はありませんが、株主に対する利益還元を重要な経営課題として認識しております。しかしながら、当社グループは現在、成長過程にあると考えており、内部留保の充実を図り、将来の事業展開及び経営体質の強化のための投資等に充当し、なお一層の事業拡大を目指すことが、株主に対する最大の利益還元につながると考えております。将来的には、各期の経営成績及び財政状態を勘案しながら株主に対して利益還元を実施していく方針ではありますが、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。

 

(14) M&A等について

2019年7月に子会社化した株式会社アイドラは、今後、当社グループの業績に大きく貢献するものと見込んでおります。しかしながら、事業環境の変化等により当初の想定を下回る場合、のれんの減損処理等が発生し、当社グループの業績及び財政状態に影響を及ぼす可能性があります。

 

2 【沿革】

 

   年月 

                     概要

2012年10月

東京都新宿区に機械学習技術を用いたデータ解析事業を事業目的とした、株式会社AppReSearch(資本金1,000千円)を設立

2013年2月

アルゴリズムモジュール(注1)「予測モジュール<Predictor>」を開発

2013年6月

本店所在地を東京都文京区本郷七丁目「東京大学産学連携プラザ」に移転

2013年11月

アルゴリズムモジュール「強化学習モジュール<Reinforcer>」を開発

2014年2月

本店所在地を東京都文京区本郷七丁目「東京大学アントレプレナープラザ」に移転

2014年3月

アルゴリズムモジュール「推薦モジュール<Recommender>」を開発

2014年8月

「株式会社AppReSearch」から「株式会社PKSHA Technology」に商号変更

2014年12月

アルゴリズムモジュール「異常検知モジュール<Detector>」を開発

2014年12月

アルゴリズムモジュール「テキスト理解モジュール<Dialogue_1>」を開発

2015年3月

アルゴリズムモジュール「画像/映像解析モジュール<Recognizer>」を開発

2015年10月

アルゴリズムモジュール「対話モジュール<Dialogue_2>」を開発

2015年10月

CRM 領域のアルゴリズムソフトウエア(注2)「CELLOR(セラー)」をリリース

2016年10月

カスタマーサポート領域のアルゴリズムソフトウエア「BEDORE(ベドア)」をリリース

2016年10月

BEDORE事業(自然言語処理技術を用いたカスタマーサポートソリューション)を会社分割により子会社化。東京都文京区本郷二丁目に株式会社BEDORE設立(現・連結子会社)

2016年12月

動画像認識領域のアルゴリズムソフトウエア「PKSHA Vertical Vision(パークシャヴァーティカルビジョン)」をリリース(注3)

2016年12月

業務拡張のため、本社を東京都文京区本郷二丁目「本郷瀬川ビル」に移転

2017年9月

東京証券取引所マザーズ市場に株式を上場

2019年7月

株式会社アイドラの全株式を取得し子会社化

 

(注1)「アルゴリズム」とは、コンピューター上における課題解決の手順・解き方をいい、「モジュール」とは、汎

    用性の高い複数のプログラムを再利用可能な形でひとまとまりにしたものであり、ソフトウエアを構成する

    個々の構成要素(機能ごとのプログラムのまとまり)をいいます。当社において「アルゴリズムモジュール」

    とは、アルゴリズムを再利用可能な形でプログラムとしてひとまとまりにしたものと定義しております。

(注2) アルゴリズムモジュールを用いて構築されたソフトウエアを指します。

(注3) 2018年10月に「PKSHA Vertical Vision(パークシャヴァーティカルビジョン)」から「HRUS(ホル
     ス)」へと改称しております。

 

 

(5) 【所有者別状況】

2019年9月30日現在

区分

株式の状況(1単元の株式数100株)

単元未満
株式の状況
(株)

政府及び
地方公共
団体

金融機関

金融商品
取引業者

その他の
法人

外国法人等

個人
その他

個人以外

個人

株主数
(人)

9

50

343

116

17

16,701

17,236

所有株式数
(単元)

32,397

8,145

51,228

23,436

73

188,794

304,073

22,900

所有株式数
の割合(%)

10.654

2.678

16.847

7.707

0.024

62.088

100.00

 

 

3 【配当政策】

当社グループは、設立以来配当を実施した実績はありませんが、株主に対する利益還元を重要な経営課題として認識しております。しかしながら、当社グループは現在、成長過程にあると考えており、内部留保の充実を図り、将来の事業展開及び経営体質の強化のための投資等に充当し、なお一層の事業拡大を目指すことが、株主に対する最大の利益還元につながると考えております。将来的には、各期の経営成績及び財政状態を勘案しながら株主に対して利益還元を実施していく方針ではありますが、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。

なお、剰余金の配当を行う場合には、中間配当及び期末配当の年2回を基本方針と考えております。配当の決定機関は、期末配当については株主総会、中間配当については取締役会であります。

また、当社は中間配当を取締役会の決議により行うことができる旨を定款に定めております。

 

 

(2) 【役員の状況】

男性8名 女性-名(役員のうち女性の比率 ―%)

 

役職名

氏名

生年月日

略歴

任期

所有株式数
(株)

代表取締役

上野山 勝 也

1982年7月18日生

2007年4月

株式会社ボストンコンサルティンググループ 入社

2011年3月

株式会社グリー 入社

2012年10月

株式会社AppReSearch設立(現 当社) 取締役就任

2014年4月

東京大学 消費インテリジェンス寄付講座 特任助教就任

2016年4月

株式会社PKSHA Capital(現株式会社LUCE Capital)代表取締役就任(現任)

2016年6月

当社代表取締役就任(現任)

2016年10月

株式会社BEDORE取締役就任(現任)

2019年7月

株式会社アイドラ取締役就任(現任)

2019年7月

株式会社アイテック取締役就任(現任)

(注)3

10,891,000

(注)6

取締役
事業開発
本部長

山 田 尚 史

1989年6月28日生

2011年6月

ソシデア知的財産事務所 入所

2012年10月

株式会社AppReSearch設立(現 当社) 代表取締役就任

2016年6月

当社取締役就任(現任)

2016年6月

当社事業開発本部長就任

2016年10月

株式会社BEDORE取締役就任(現任)

(注)3

3,560,000

取締役
経営管理
本部長

中 田 光 哉

1983年3月24日生

2005年4月

ゴールドマン・サックス証券会社(現ゴールドマン・サックス証券(株))入社

2008年12月

(株)アドバンテッジパートナーズ入社

2014年11月

Taizen Capital Pte.Ltd.入社

2017年8月

当社入社

2018年12月

当社経営管理本部長就任(現任)

2018年12月

当社取締役就任(現任)

2019年7月

株式会社アイドラ取締役就任(現任)

2019年7月

株式会社アイテック取締役就任(現任)

(注)3

2,800

取締役

水 谷 健 彦

1973年1月31日生

1995年4月

株式会社山野楽器 入社

1997年1月

株式会社テイハツ 入社

1997年5月

株式会社グランドベスト 入社

1997年8月

株式会社リクルート人材センター(現 株式会社リクルートキャリア) 入社

2001年4月

株式会社リンクアンドモチベーション 入社

2008年3月

株式会社リンクアンドモチベーション 取締役就任

2013年5月

株式会社JAM 設立 代表取締役就任(現任)

2015年1月

株式会社フィールドマネージメント・ヒューマンリソース 取締役就任

2017年6月

当社取締役就任(現任)

(注)3

取締役

吉 田 行 宏

1958年5月28日生

1983年5月

 株式会社赤トリヰ入社

199412

株式会社MACプロジェクツ 設立 代表取締役就任

1996年1月

株式会社ガリバーインターナショナル入社

1996年5月

株式会社ガリバーインターナショナル 取締役就任

2012年8月

株式会社アイランドクレア 設立 代表取締役就任(現任)

2014年2月

 株式会社FiNC 社外取締役就任(現任)

2014年4月

株式会社LIFE PEPPER 設立 代表取締役就任(現任)

2016年6月

ライフスタイルアクセント株式会社 取締役就任(現任)

2016年9月

 株式会社POL   取締役就任(現任)

2017年7月

株式会社プロトスター 社外取締役就任(現任)

2019年12月

 当社取締役就任(現任)

(注)4

 

 

 

役職名

氏名

生年月日

略歴

任期

所有株式数
(株)

監査役
(常勤)

藤 岡 大 祐

1981年7月8日生

2004年12月

新日本監査法人(現 EY新日本有限責任監査法人)入所

2014年1月

株式会社ヤマトキャピタルパートナーズ(現 株式会社YCP Solidiance)入社

2015年8月

株式会社YGAパートナーズ 代表取締役就任

2015年11月

DATUM STUDIO株式会社 監査役就任

2016年6月

当社監査役就任(現任)

2016年10月

株式会社BEDORE 監査役就任(現任)

2018年6月

 株式会社日本医療データセンター(現 株
 式会社JMDC) 監査役就任

2018年12月

ログリー株式会社 社外取締役(監査等委員)就任(現任)

2019年4月

株式会社JMDC 社外取締役(監査等委員) 就任(現任)

(注)5

10,000

監査役

下 村 将 之

1981年10月14日生

2013年2月

下村総合法律事務所 設立 所長就任(現任)

2016年6月

当社 監査役就任(現任)

2018年11月

株式会社リンケージ社外監査役就任(現任)

(注)5

監査役

佐 藤 裕 介

1984年4月25日生

2008年4月

グーグル株式会社 入社

2011年5月

株式会社フリークアウト(現 株式会社フリークアウト・ホールディングス) 入社

2012年6月

株式会社フリークアウト(現 株式会社フリークアウト・ホールディングス) 取締役就任

2012年9月

株式会社イグニス 取締役就任(現任)

2013年12月

M.T.Burn株式会社 代表取締役社長就任(現任)

2016年12月

当社 監査役就任(現任)

2017年1月

株式会社フリークアウト・ホールディングス 代表取締役社長就任

2018年2月

株式会社フリークアウト・ホールディングス 取締役就任(現任)

2018年2月

株式会社ヘイ 代表取締役就任(現任)

(注)5

14,463,800

 

(注) 1.取締役 水谷健彦、吉田行宏は、社外取締役であります。

2.監査役 藤岡大祐、下村将之及び佐藤裕介は、社外監査役であります。

3.2018年12月20日開催の定時株主総会の締結の時から、2年以内に終了する事業年度のうち、最終のものに関する定時株主総会締結の時までであります。

4.2019年12月23日開催の臨時株主総会の締結の時から、1年以内に終了する事業年度のうち、最終のものに関する定時株主総会締結の時までであります。

5.2017年7月19日開催の臨時株主総会の締結の時から、4年以内に終了する事業年度のうち、最終のものに関する定時株主総会締結の時までであります。

6.代表取締役上野山勝也の所有株式数は、同氏の資産管理会社である株式会社LUCE Capitalが所有する株式数を含んでおります。

 7.社外取締役及び社外監査役

当社の取締役5名のうち、2名は社外取締役であります。また、監査役3名は全員社外監査役であります。

当社は、経営監視機能の客観性及び中立性を確保することを目的として、社外取締役及び社外監査役について、高い専門性及び見識等に基づき、客観的、中立的な観点からの助言を期待しております。なお、当社は社外取締役及び社外監査役の選任について、当社からの独立性に関する基準又は方針を定めておりませんが、株式会社東京証券取引所が定める独立役員の独立性の判断基準等を参考にしており、経歴や当社との関係を踏まえて、会社法に定める要件に該当し、独立性に問題がない人物を社外取締役及び社外監査役として選任しております。

社外取締役水谷健彦は、当社新株予約権50個(10,000株)を保有しております。同氏が代表取締役を務める株式会社JAMと業務委託契約による取引がありますが、取引額は僅少であります。当社と同氏の間には、その他に人的・資本的関係、取引関係及びその他の利害関係はありません。当社と社外取締役吉田行宏の間には、人的・資本関係、取引関係及びその他の利害関係はありません。

社外取締役水谷健彦、社外取締役吉田行宏は、企業経営における豊富な経験と幅広い見識を有していることから、社外取締役として適任であると判断しております。

社外監査役藤岡大祐は当社株式10,000株及び新株予約権100個(20,000株)、社外監査役下村将之は新株予約権34個(6,800株)、社外監査役佐藤裕介は新株予約権24個(4,800株)を保有しておりますが、当社とその他に人的・資本的関係、取引関係及びその他の利害関係はありません。
 社外監査役藤岡大祐は、公認会計士として企業会計に精通し、その専門家としての豊富な経験、財務及び会計に関する高い知見を有していることから、社外監査役として適任であると判断しております。

社外監査役下村将之は、弁護士として企業法務に精通し、その専門家としての豊富な経験、法律に関する高い見識等を有していることから、社外監査役として適任であると判断しております。

社外監査役佐藤裕介は、企業経営の管理における豊富な経験と幅広い見識があり、経営監視機能の客観性及び中立性を有していることから、社外監査役として適任であると判断しております。

8.社外取締役又は社外監査役による監督又は監査と内部監査、監査役監査及び会計監査との相互連携並びに内部統制部門との関係 

社外取締役および社外監査役は、毎月1回開催の定時取締役会および臨時取締役会に出席し、独立的および中立的立場から、公正な意見表明を行っております。また、社外監査役につきましては、毎月1回開催の監査役会へ出席し、監査の方法その他の監査役の職務の執行に関する事項について、意見表明を行うとともに監査に関する重要事項の協議等を行っております。 

上記のとおり、社外取締役2名の経営判断・意思決定への参画、および社外監査役3名による監査をそれぞれ実施しており、経営監視・監督機能体制は整っております。

 

4 【関係会社の状況】

 

名称

住所

資本金又は

受入出資額
(千円)

主要な事業
の内容

議決権の所有
(又は被所有)
割合(%)

関係内容

(連結子会社)

 

 

 

 

 

株式会社BEDORE

(注)3

東京都文京区

2,500

Cloud Intelligence事業

100.0

役員の兼任(3名)
業務委託
管理業務受託

 株式会社アイドラ

東京都文京区

3,000

Mobility& MaaS

事業

100.0

役員の兼任(2名)

 株式会社アイテック

東京都文京区

10,000

Mobility& MaaS
事業

100.0

役員の兼任(2名)

その他7社

(持分法適用関連会社)

 

 

 

 

 

PKSHA SPARXアルゴリズム

1号投資事業有限責任組合

 東京都港区

1,600,000

Cloud Intelligence事業

       50.0

 

(注) 1.「主要な事業の内容」欄には、セグメント情報に記載された名称を記載しております。

   2.有価証券届出書又は有価証券報告書を提出している会社はありません。

     3.特定子会社であります。

   4.株式会社BEDORE及び株式会社アイテックについては、売上高(連結会社相互間の内部売上高を除く)の連結売上高に占める割合が10%を超えております。

                                   (単位:千円)

名称

株式会社BEDORE

株式会社アイテック

売上高

823,451

756,140

経常利益

324,813

33,836

当期純利益

227,063

17,692

純資産額

454,711

1,151,750

総資産額

607,508

2,460,122

 

 

【売上原価明細書】

 

 

 

前事業年度

(自  2017年10月1日

至  2018年9月30日)

当事業年度

(自  2018年10月1日

至  2019年9月30日)

区分

注記
番号

金額(千円)

構成比
(%)

金額(千円)

構成比
(%)

Ⅰ  労務費

 

215,148

37.1

346,272

38.4

Ⅱ  経費

※1

135,011

23.3

132,077

14.7

Ⅲ  外注費

 

229,986

39.6

422,382

46.9

    当期総製造費用

 

580,146

100.0

900,731

100.0

    仕掛品期首たな卸高

 

 

 

合計

 

580,146

 

900,731

 

    仕掛品期末たな卸高

 

 

 

    他勘定振替高

※2

47,131

 

64,404

 

    売上原価

 

533,014

 

836,327

 

 

 

(注)  ※1  主な内訳は、次のとおりであります。

項目

前事業年度(千円)

当事業年度(千円)

通信費

89,505

82,627

地代家賃

29,514

30,781

 

 

※2  他勘定振替高の内容は、次のとおりであります。

項目

前事業年度(千円)

当事業年度(千円)

ソフトウエア

9,326

23,405

研究開発費

9,727

8,580

その他

28,077

32,418

 

 

(原価計算の方法)

当社の原価計算は、個別原価計算による実際原価計算であります。

 

1 【設備投資等の概要】

当社グループでは、学習するソフトウエアの新規開発及び充実・強化などを目的とした設備投資を継続的に実施しております。

 

当連結会計年度において実施した設備投資の総額は1,068,516千円(無形固定資産含む)であり、セグメントごとの設備投資について示すと、次のとおりであります。

 

(1) Mobility & MaaS関連

当連結会計年度の主な設備投資は、ソフトウエア開発を中心とする総額99,557千円の投資を実施しました。

なお、重要な設備の除却又は売却はありません。

 

(2) Cloud Intelligence関連

当連結会計年度の主な設備投資は、サーバー施設拡充に伴う土地等の取得を中心とする総額968,959千円の投資を実施しました。

なお、重要な設備の除却又は売却はありません

 

【借入金等明細表】

 

区分

当期首残高
(千円)

当期末残高
(千円)

平均利率
(%)

返済期限

1年以内に返済予定の長期借入金

3,380

181,690

0.8

長期借入金(1年以内に返済予定のものを除く。)

14,560

2,332,870

0.9

  2020年10月31日~2026年7月6日

合計

17,940

2,514,560

 

(注) 1.「平均利率」については、借入金等の期末残高に対する加重平均利率を記載しております。

2.長期借入金(1年以内に返済予定のものを除く)の連結決算日後5年内における1年ごとの返済予定額の総額

 

区分

1年超2年以内
(千円)

2年超3年以内
(千円)

3年超4年以内
(千円)

4年超5年以内
(千円)

長期借入金

181,690

181,690

181,690

180,650

 

  

【社債明細表】

該当事項はありません。

 

株価(1年)
期間を変更
PER(1年/会予)
期間を変更

その他企業情報

企業価値63,220 百万円
純有利子負債-19,008 百万円
EBITDA・会予927 百万円
株数(自己株控除後)30,175,551 株
設備投資額969 百万円
減価償却費142 百万円
のれん償却費35 百万円
研究開発費11 百万円
代表者代表取締役 上野山 勝也
資本金12,561 百万円
住所東京都文京区本郷二丁目35番10号 本郷瀬川ビル4F
会社HPhttps://pkshatech.com/

類似企業比較