第一部 【企業情報】

 

第1 【企業の概況】

 

1 【主要な経営指標等の推移】

(1) 連結経営指標等

 

回次

第5期

第6期

第7期

第8期

第9期

決算年月

2017年9月

2018年9月

2019年9月

2020年9月

2021年9月

売上高

(千円)

934,057

1,503,509

3,061,469

7,393,669

8,727,071

経常利益

(千円)

384,199

588,242

592,630

602,973

635,542

親会社株主に帰属する
当期純利益

(千円)

268,305

611,358

409,990

1,753,805

147,543

包括利益

(千円)

268,686

611,046

415,557

1,713,153

1,145,703

純資産額

(千円)

5,539,270

6,201,356

26,652,911

27,439,040

28,605,662

総資産額

(千円)

5,852,657

6,734,406

30,421,682

31,904,686

35,277,457

1株当たり純資産額

(円)

216.74

234.12

875.79

904.93

931.02

1株当たり当期純利益

(円)

12.49

23.55

15.00

57.79

4.84

潜在株式調整後

1株当たり当期純利益

(円)

11.02

21.60

14.05

55.19

4.67

自己資本比率

(%)

94.6

92.0

87.6

86.0

80.4

自己資本利益率

(%)

9.0

10.4

2.5

6.5

0.5

株価収益率

(倍)

374.3

246.1

312.0

47.2

395.82

営業活動による
キャッシュ・フロー

(千円)

484,819

388,192

431,549

661,313

168,230

投資活動による
キャッシュ・フロー

(千円)

149,719

533,662

4,141,725

1,969,487

13,476,394

財務活動による
キャッシュ・フロー

(千円)

4,835,072

51,040

20,959,314

1,108,714

1,975,819

現金及び現金同等物
の期末残高

(千円)

5,460,278

5,365,847

22,614,986

24,137,073

12,804,730

従業員数

(名)

32

73

223

240

363

[外、平均臨時
雇用者数]

[―]

[―]

[―]

[―]

[―]

 

(注) 1.当社は2017年6月7日付で普通株式1株につき1,000株の株式分割を、2019年3月1日付で普通株式1株につき2株の株式分割を行っておりますが、第5期の期首に株式分割が行われたと仮定して1株当たり純資産額、1株当たり当期純利益、潜在株式調整後1株当たり当期純利益を算定しております。

2.売上高には、消費税等は含まれておりません。

 

 

(2) 提出会社の経営指標等

 

回次

第5期

第6期

第7期

第8期

第9期

決算年月

2017年9月

2018年9月

2019年9月

2020年9月

2021年9月

売上高

(千円)

880,995

1,108,630

1,585,922

1,655,367

1,614,175

経常利益

(千円)

275,741

358,339

341,530

354,607

455,282

当期純利益

(千円)

197,483

461,596

276,501

1,658,831

274,459

資本金

(千円)

2,510,336

2,536,044

12,554,220

18,962

38,945

発行済株式総数

(株)

12,779,000

13,243,900

30,430,200

30,679,400

30,966,600

純資産額

(千円)

5,468,447

5,980,772

26,290,053

27,020,587

27,790,345

総資産額

(千円)

5,674,729

6,365,224

26,670,072

28,225,580

28,204,970

1株当たり純資産額

(円)

213.96

225.80

863.87

891.13

912.16

1株当たり配当額
(うち1株当たり中間
配当額)

(円)

(―)

(―)

(―)

(―)

(―)

1株当たり当期純利益

(円)

9.20

17.78

10.11

54.66

9.01

潜在株式調整後
1株当たり当期純利益
 

(円)

8.11

16.31

9.48

52.20

8.68

自己資本比率

(%)

96.3

93.9

98.6

95.7

98.5

自己資本利益率

(%)

6.7

8.1

1.7

6.2

1.0

株価収益率

(倍)

508.6

325.9

462.9

49.9

212.8

配当性向

(%)

従業員数
[外、平均臨時

雇用者数〕

(名)

30

47

60

64

78

[―]

[―]

[―]

[―]

[―]

株主総利回り

(比較指標:

東証マザーズ株価指数)

(%)

(%)

(―)

123.96

(98.58)

100.11

(80.14)

58.31

(112.21)

41.01

(103.16)

最高株価

(円)

4,940

(9,880)

8,365

(16,730)

7,280

4,610

3,995

最低株価

(円)

2,445

(4,890)

4,700

(9,400)

3,115

1,346

1,670

 

(注) 1.売上高には、消費税等は含まれておりません。

   2.1株当たり配当額及び配当性向については配当を実施しておりませんので、記載しておりません。

     3.当社は2017年6月7日付で普通株式1株につき1,000株の株式分割を、2019年3月1日付で普通株式1株につき2株の株式分割を行っておりますが、第5期の期首に当該株式分割が行われたと仮定し、1株当たり純資産額、1株当たり当期純利益金額及び潜在株式調整後1株当たり当期純利益金額を算定しております。

4.第5期の株主総利回り及び比較指標については、当社は2017年9月22日付けで東京証券取引所マザーズに上場したため、記載しておりません。第6期以降の株主総利回りについては、第5期事業年度末日における株価を基準に算定しております。

5.最高株価及び最低株価は東京証券取引所(マザーズ)におけるものであります。また、第5期及び第6期の株価については株式分割後の最高株価及び最低株価を記載しており、株式分割前の最高株価及び最低株価を括弧内に記載しております。

 

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「HRUS(ホルス)」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

株式会社アイテック(注4)の全株式を取得し子会社化

2021年5月

株式会社アシリレラの株式を取得し子会社化

2021年6月

株式会社PRAZNA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。

(注4)株式会社アイドラを含むグループ3社は、2020年1月1日付けで株式会社アイドラ及び昭立工業株式会社を消滅会社、株式会社アイテックを存続会社とする吸収合併を行っております。

 

 

3 【事業の内容】

当社グループ(当社、連結子会社12社、持分法適用関連会社2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、主に自然言語処理、音声解析、画像認識、機械学習/深層学習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、顧客企業の業務の自動化・半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。

 

(1)Mobility & MaaS事業

Smart City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、画像認識に関わるアルゴリズムを活用した新たなサービス・商品の開発、アルゴリズムソフトウエアの販売を行っております。また、株式会社アイテックの有するIoT端末による情報収集から顧客への製品・サービス提供までのバリューチェーンを垂直統合することでアルゴリズムソフトウエアが提供する付加価値を最大化すべく、MaaS領域における様々な取り組みを行っております。

 

(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取り組みを行っております。アルゴリズムの活用による既存ソフトウエアの高度化・効率化や、オペレーションのソフトウエア化といったニーズに対応するアルゴリズムソリューションを提供します。また汎用的なユースケースに対するアルゴリズムソフトウエアを、AI SaaSとして提供しております。

 

[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主に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。

 

PKSHA Conversation領域

 ユーザーから入力されたテキスト及び音声を認識し、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。製品としては連結子会社の株式会社BEDOREが提供する「BEDORE Conversation BY PKSHA」や、同じく連結子会社の株式会社PRAZNAが提供する「OKBIZ.for FAQ BY PKSHA」などがあります。

 

PKSHA Automation領域

 業務関連の質問として入力されたテキスト及び音声を当社システムにて認識し、自動で回答することで、社内業務の効率化/高度化を実現します。さらには業務部門に特化した自動化ソフトウエアを提供することで、ビジネスプロセスの自動化や生産性向上を実現します。製品としては連結子会社の株式会社BEDOREが提供する 「BEDORE Conversation for Workplace BY PKSHA」や 同じく連結子会社の株式会社アシリレラが提供するRPAソリューションなどがあります。

 

 

 

(3) アルゴリズムモジュールの技術的な特徴

当社グループがアルゴリズム開発に用いる機械学習技術について、特徴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]

 


 

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>


 

 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

 

 

 

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)5

東京都文京区

2,500

Cloud Intelligence事業

100.0

役員の兼任(1名)
業務委託
管理業務受託

 株式会社アイテック

(注)3、5

東京都文京区

10,000

Mobility& MaaS
事業

100.0

[100.0]

役員の兼任(2名)

業務受託

 株式会社アシリレラ

(注)3

東京都渋谷区

14,520

Cloud Intelligence事業

90.0

役員の兼任(2名)

管理業務受託

 株式会社PRAZNA

(注)3

東京都渋谷区

5,000

Cloud Intelligence事業

100.0

[100.0]

役員の兼任(2名)

その他8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

3,000,000

Cloud Intelligence事業

       50.0

その他1社

 

(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.「議決権の所有(又は被所有)割合」欄の[内書]は間接所有であります。

5.株式会社BEDORE、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

1,001,298

5,019,910

経常利益

227,869

250,503

当期純利益

160,037

178,835

純資産額

724,545

1,204,279

総資産額

877,462

2,903,491

 

 

5 【従業員の状況】

(1) 連結会社の状況

2021年9月30日現在

セグメントの名称

従業員数(名)

Mobility & MaaS事業

122

Cloud Intelligence事業

225

全社(共通)

16

合計

363

 

(注) 従業員数は就業人員であります。

 

(2) 提出会社の状況

2021年9月30日現在

従業員数(名)

平均年齢(歳)

平均勤続年数(年)

平均年間給与(千円)

78

34.17

2.35

6,854

 

 

セグメントの名称

従業員数(名)

Mobility & MaaS事業

 10

Cloud Intelligence事業

 52

全社(共通)

 16

合計

 78

 

(注) 1.従業員数は、当社から子会社への出向者を除いた就業人員であります。

   2.平均年間給与は、賞与及び基準外賃金を含んでおります。

 

(3) 労働組合の状況

労働組合は結成されておりませんが、労使関係は安定しております。