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6期

第7期

第8期

第9期

第10期

決算年月

2021年9月

2022年9月

2023年9月

2024年9月

2025年9月

売上高

(千円)

1,900,339

経常利益

(千円)

166,246

親会社株主に帰属する
当期純利益

(千円)

146,802

包括利益

(千円)

146,802

純資産額

(千円)

2,547,947

総資産額

(千円)

2,813,321

1株当たり純資産額

(円)

160.04

1株当たり当期純利益

(円)

9.23

潜在株式調整後
1株当たり当期純利益

(円)

9.06

自己資本比率

(%)

90.6

自己資本利益率

(%)

5.8

株価収益率

(倍)

105.0

営業活動による
キャッシュ・フロー

(千円)

215,846

投資活動による
キャッシュ・フロー

(千円)

300,752

財務活動による
キャッシュ・フロー

(千円)

8,828

現金及び現金同等物
の期末残高

(千円)

2,048,825

従業員数

(名)

100

 

(注) 1.第10期より連結財務諸表を作成しているため、それ以前については記載しておりません。

     2.自己資本利益率は連結初年度のため、期末自己資本額に基づいて計算しております。

 

 

(2) 提出会社の経営指標等

 

回次

第6期

第7期

第8期

第9期

第10期

決算年月

2021年9月

2022年9月

2023年9月

2024年9月

2025年9月

売上高

(千円)

656,660

733,049

1,369,186

1,515,258

1,892,494

経常利益又は
経常損失(△)

(千円)

84,416

55,381

193,950

183,488

253,267

当期純利益
又は当期純損失(△)

(千円)

60,645

39,846

139,552

133,586

200,142

持分法を適用した
場合の投資利益

(千円)

資本金

(千円)

34,999

534,999

1,004,513

1,009,245

1,014,181

発行済株式総数

(株)

11,730,414

14,077,828

15,837,628

15,887,598

15,918,577

純資産額

(千円)

208,755

1,169,686

2,248,267

2,391,317

2,601,288

総資産額

(千円)

413,912

1,319,566

2,490,752

2,591,538

2,859,794

1株当たり純資産額

(円)

17.80

83.09

141.96

150.49

163.39

1株当たり配当額
(1株当たり中間配当額)

(円)

(-)

(-)

(-)

(-)

(-)

1株当たり当期純利益又は1株当たり当期純損失(△)

(円)

5.26

3.31

9.70

8.43

12.59

潜在株式調整後
1株当たり当期純利益

(円)

9.41

8.23

12.36

自己資本比率

(%)

50.4

88.6

90.3

92.3

90.9

自己資本利益率

(%)

39.5

5.8

8.2

5.8

8.0

株価収益率

(倍)

100.4

112.9

77.0

配当性向

(%)

営業活動による
キャッシュ・フロー

(千円)

57,708

182,209

116,534

4,542

投資活動による
キャッシュ・フロー

(千円)

14,461

54,495

15,464

434,184

財務活動による
キャッシュ・フロー

(千円)

37,555

987,723

876,729

9,463

現金及び現金同等物
の期末残高

(千円)

214,759

965,777

1,943,577

1,523,398

従業員数

(名)

31

40

56

71

91

株主総利回り

(%)

97.6

99.5

(比較指標:東証グロース市場 250 指数)

(%)

(-)

(-)

(-)

(89.4)

(102.2)

最高株価

(円)

1,545

2,999

1,480

最低株価

(円)

874

659

787

 

 

(注) 1.「収益認識に関する会計基準」(企業会計基準29号 2020年3月31日)等を第7期の期首から適用しており、第7期以降に係る主要な経営指標等については、当該会計基準等を適用した後の指標等となっております。

     2.持分法を適用した場合の投資利益については、第6期から第8期は、関連会社が存在しないため記載しておりません、第9期は2024年7月に関連会社となりましたX-AI.Labo株式会社の投資損益は、反映しておりません。

     3.1株当たり配当額及び配当性向については、配当を実施していないため、記載しておりません。

     4.第6期及び第7期の潜在株式調整後1株当たり当期純利益については、潜在株式は存在するものの、当社株式は非上場であり、期中平均株価が把握できないため、記載しておりません。

5.第6期及び第7期の当社株式は非上場であるため株価収益率を記載しておりません。

6. 第7期は、事業拡大に向けた採用・育成の加速や、人員増加に伴うオフィス拡張等により費用が増加し、経常損失及び当期純損失となり、第7期の営業活動によるキャッシュ・フローもマイナスとなっております。また、第7期の投資活動によるキャッシュ・フローは、人員増加に伴うオフィス拡張等による支出が増加したことによりキャッシュ・フローがマイナスになっております。第7期の財務活動によるキャッシュ・フローは、新株発行によりキャッシュ・フローが大幅にプラスとなっております。

7. 第6期から第8期までの株主総利回り及び比較指標は、2023年7月31日をもって東京証券取引所グロース市場に株式を上場いたしましたので、記載しておりません。第9期以降の株主総利回り及び比較指標については2023年9月末を基準として算定しております。

8.最高株価及び最低株価は、東京証券取引所グロース市場におけるものであります。

  なお、2023年7月31日をもって同取引所に株式を上場いたしましたので、それ以前の株価については記載しておりません。

9.第10期より連結財務諸表を作成しているため、第10期の持分法を適用した場合の投資利益、営業活動によるキャッシュ・フロー、投資活動によるキャッシュ・フロー、財務活動によるキャッシュ・フロー及び現金及び現金同等物の期末残高は記載しておりません。

 

 

2 【沿革】

 

2016年4月

人工知能技術を用いたソリューション開発、人工知能の活用に関するコンサルティングを目的として東京都文京区に株式会社Laboro.AI(資本金1,000千円)を設立

 

『カスタムAI』サービス(注1)開始

 

『ソリューションデザイン』(注1)の手法体系整備開始

2017年5月

東京都中央区に本社を移転

2017年9月

『マッチングソリューション』(注2)リリース

2018年1月

『文章分類・タグ付けソリューション』(注2)リリース

2018年4月

沖電気工業株式会社と感情推定技術の共同研究

2019年2月

パーソルテクノロジースタッフ株式会社へ『マッチングソリューション』を用いたカスタムAIを提供

2019年8月

株式会社日本総合研究所へ『文章分類・タグ付けソリューション』を用いたカスタムAIを提供

2019年12月

株式会社大林組へ深層強化学習を用いたカスタムAIの提供により振動制御システムを開発

 

『強化学習による振動制御ソリューション』(注2)リリース

 

『不良・異常検出ソリューション』(注2)リリース

2020年4月

オリジナル日本語版BERT(注3)モデル『Laboro.AI日本語版BERTモデル(LaboroBERT)』公開

2020年11月

非破壊検査株式会社へ『不良・異常検出ソリューション』を用いたカスタムAIを提供

 

日本語音声コーパス(注4)『LaboroTVSpeech』公開

2020年12月

オリジナル日本語版BERT(注3)モデル『Laboro DistilBERT』公開

2021年1月

Rustベースの深層強化学習フレームワーク『Border』(注2)を開発開始

2021年3月

カスタムAI提供により開発されたウェブサービス「勝ち飯®AI」β版を味の素株式会社がリリース

2021年4月

公益性の高いテーマに対してカスタムAIを無償提供するプロボノ活動開始

2021年7月

株式会社SCREENアドバンストシステムソリューションズと幅広いAI関連プロジェクトを共同実施する内容の資本業務提携

2021年8月

プロボノ活動(社会貢献活動として無償でプロジェクトを行う取組)として山口県 指定無形文化財「鷺流狂言」の伝承・普及へカスタムAIを提供

2021年12月

『強化学習による組合せ最適化ソリューション』(注2)リリース

2022年6月

株式会社博報堂と幅広いAI関連プロジェクトを共同実施する内容の資本業務提携

2022年7月

カスタムAI搭載カメラソリューション『L-Vision』(注2)リリース

 

THK株式会社と資本提携

2022年9月

三井化学株式会社(出資主体はMCIイノベーション投資事業有限責任組合)、株式会社ゼンリン(出資主体はZFP第1号投資事業有限責任組合)、日本ガイシ株式会社、株式会社SCREENホールディングスとの資本提携

2023年3月

『ビジネス潜在ニーズ探索ソリューション』(注2)リリース

2023年7月

東京証券取引所グロース市場に株式を上場

2024年7月

X-AI.Labo株式会社の株式を取得し関連会社化

2024年12月

大林組へAI開発支援を行った建設物の揺れを制御する「構造体の制振システム」が特許取得

2025年4月

株式会社CAGLAの株式を取得し子会社化

2025年8月

最先端の技術が集まる「ISWC 2025 Challenge Track」にて主著論文採択

2025年9月

グロービング株式会社との合弁契約を解消し、X-AI.Labo株式会社の株式の全持分をグロービング株式会社に譲渡。グロービング株式会社との間で新たな業務提携契約を締結

2025年12月

『最適化ソリューションズ』(注2)リリース

『AGT-Xソリューション』(注2)リリース

 

 

 

(注1)「3 事業の内容 (1)事業の概況」にて内容を解説しております

(注2)「3 事業の内容 (4) 展開するサービスと販売形態 B)」にて内容を解説しております

(注3) BERT(Bidirectional Encoder Representations from Transformers): Googleの研究グループが開発しオープンソースとして公開した自然言語処理モデルで、様々な自然言語処理タスクにて標準的なモデルの一つとして利活用される技術

(注4) 日本語の音声とその発話内容を書き起こしたテキストを対応付けて纏めたデータセットで、音声認識や音声生成モデルの学習に利用可能なもの

 

 

3 【事業の内容】

(1) 事業の概況

 当社グループは「すべての産業の新たな姿をつくる。」「テクノロジーとビジネスを、つなぐ。」をミッションに、「カスタムAIソリューション事業」及び「システム開発事業」の2つの事業を展開しております。「カスタムAIソリューション事業」は幅広い産業の顧客企業に、戦略や経営課題に合わせたオーダーメイドのAIソリューションを提供しております。顧客企業の成長や構造転換に直結する新規製品・サービス創出やビジネスモデル変革等のビジネスの新しい施策展開に関連するAIテーマ(当社では「バリューアップ型AIテーマ」と定義)に注力しております。「システム開発事業」は、2025年9月期よりグループ会社とした株式会社CAGLAの事業領域です。自動車をはじめとする製造業の顧客企業を中心に、顧客のニーズに合わせたシステム開発やUI/UXデザインの開発を行っております。

 なお、上記に記載しておりますとおり、株式会社CAGLAをグループ会社としたことにより、当連結会計年度より報告セグメントを追加しております。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)」をご参照ください。

 


図1:「カスタムAI」の概要

 

 

当社グループが展開する「カスタムAIソリューション事業」と「システム開発事業」の提供内容、及び、当社の事業の柱である「カスタムAIソリューション事業」の提供を支える当社独自の手法体系である「ソリューションデザイン」の内容は以下のとおりであります。

 

1. カスタムAIソリューション事業

顧客企業固有の成長戦略や事業課題に合わせ、最先端の機械学習技術を応用したAIソリューションを開発し、その導入を通した事業変革のコンサルティングを行うことで顧客企業とAIイノベーションを共創するサービスです。AI技術に対して深い知見を持ちソリューション設計とコンサルティングを行う当社独自のAIコンサルタントとエンジニアが、顧客企業のメンバーと共にプロジェクトチームを組み、事業変革の企画構想、AIソリューションの要件定義から開発・PoC(Proof of Concept: 実現したいサービスやプロダクトの簡易版を用い実効性を検証する取組)、導入・実装、継続的な再学習・チューニングまでを一気通貫で行います。

 

1-1. カスタムAIの提供を支える手法体系

当社では、カスタムAIサービスの提供において、AI技術に対する深い理解・知見と顧客企業の成長戦略や事業課題への深い理解・洞察を両立し繋ぎ合わせ、適切なAIソリューションの設計とその導入を通した企業変革のデザインを行うことが最も重要と考え、このような営みやそれを遂行する能力を「ソリューションデザイン」と呼ぶ概念で定義しております。

そして、これまで幅広い業界の代表的な企業と通算400を超えるプロジェクトで行なってきた「ソリューションデザイン」の事例を常に組織内で共有し、手法体系として整理・拡張を行っております。

 

当社独自のAIコンサルタントである「ソリューションデザイナ」「エージェントトランスフォーメーションプロデューサー」は、ソリューションデザインの体現を通して、AIイノベーションを再現性を持ち創出する能力を備える、新しいタイプのプロフェッショナル(専門家人材)を目指す人材集団です。

 

 

 


図2:「カスタムAI」提供の流れ

 

 

1-2. カスタムAIの提供サービス

  カスタムAIを提供する具体的な形態として「AI-ソリューションデザイン」と「エージェントトランスフォーメーション」の二つの取組みを展開しております。(図3)
 「AI-ソリューションデザイン」は、AIの新たな価値の探索に主眼をおき、顧客企業の戦略や課題に合わせたAIソリューションの設計とAI導入を通じたコンサルティングを行い、フルカスタムでAIソリューションを開発します。
 「エージェントトランスフォーメーション」は、生成AIを活用した価値の深化に主眼をおき、汎用的な技術基盤を用いてセミカスタムでAIソリューションを開発し、顧客組織へのAI導入及びAI導入による事業変革のコンサルティングを行います。

 


図3:カスタムAIの2つの提供形態

 

 

 

 

当社がこれまで取り組んできた「カスタムAIソリューション事業」のプロジェクトの例は、図4および図5のとおりです。

 

 

 


図4:プロジェクト事例(BtoB業界)

 

 

 


図5:プロジェクト事例(BtoC業界)

 

 

 

1-3. カスタムAIの狙う市場・外部環境について
 現在、AI技術は幅広い産業で実用に向けた実証実験が実施され、様々なAIソリューションが市場に登場しております。但し、「DX白書2023」(注1)によると、特に国内においてはその多くがアナログ・物理データのデジタル化(デジタイゼーション)や業務の効率化による生産性の向上(デジタライゼーション)を目的に導入されていると考えられ、新規製品・サービスの創出や顧客起点の価値創出によるビジネスモデルの根本的な変革(デジタルトランスフォーメーション)の成果は先行する米国に比べ限定的です。このことから当社は、新規製品・サービスの創出やビジネスモデルの根本的な変革を目的としたビジネスの新しい施策展開に関連するAIソリューションの開発と導入支援サービス(当社では「バリューアップ型AIテーマ」と定義)に大きな市場機会があると考えております。
 当社は、AI技術を今後20~30年以上かけて進む“第四次産業革命”の一つの要素と捉えております。“第四次産業革命”とは、18世紀の最初の産業革命以降4番目の主要な産業の転換期を指し、世界経済フォーラムによればその特徴はデジタルな世界、物理的な世界、人間が繋がり融合することで産業や社会構造の変革が起こることとされています(注2)。当然それはAI技術という一つの要素だけで起こるものではなく、様々な要素が関係しながら各企業や産業、そして社会のアーキテクチャ(全体構造)が転換することによりはじめて実現します。したがって、AI技術活用の本格的な進展は、単に多くのAIソリューションが市場に出回るだけでは進まず、各企業がビジネスそれ自体の在り方に加え、ハードウェア、ソフトウェア、データなどの企業活動を支える技術要素も含めた会社のアーキテクチャ(全体構造)を転換していけるかにかかっていると考えております。

 


図6:第四次産業革命の構図(当社の見立て)

 

 

 同時に、当社はAI技術を、ソフトウェア全般の在り方を大きく変える技術であるとも捉えております。一部の専門家の間では、従来のIT技術を人間が全ての処理ロジックを定義する「演繹的なプログラミング」により開発される“Software1.0”とした場合、AIの中核を成す機械学習技術はデータから処理ロジックを学習する「帰納的なプログラミング」により開発される“Software2.0”であると言われています(注3)。このプログラミング方法の根本的な違いが、例えば画像認識や生成、機械翻訳、文章の生成や自然な会話などIT技術では実現が難しかったことを可能にしました。ソフトウェアの性質が根本から異なるのであれば、従来のソフトウェア開発や運用を支える技術基盤とは異なる新たな技術基盤の整備がAIソフトウェアには不可欠であると当社は考えております。

 

 

 


図7:Software1.0からSoftware2.0への転換のイメージ

 

 

 当社は以上を踏まえ、企業がAI技術を使ってイノベーションを生み、社会や産業の構造が変わっていくことを支援したいと考えています。そのためには、AI技術を深く理解した上で企業のアーキテクチャ(全体構造)を変えるプロフェッショナル人材(専門家人材)と、AIソフトウェアの開発と運用を支える新たな技術基盤の整備の二つが鍵になると考えております。

 対して、前述のとおり「DX白書2023」(注1)によれば国内では未だデータのデジタル化や業務効率化を目的とした取組内容が多く、新規製品・サービス創出やビジネスモデル変革など本来の意味での「デジタルトランスフォーメーション」(デジタルで構造転換を図ること)の進展は先行する米国に比較し大きく遅れております。そして、現在のAIソリューション市場はそれらの取組状況に呼応する形で企業の部分的な業務の効率化を目的とするSaaS型ソリューション(注4)提供やソリューション受託開発を行う企業が多く、新規製品・サービス創出やビジネスモデル変革を通した企業の構造転換を支援するサービスは限定的であると考えております。他方で、先行する米国ではデータのデジタル化や業務効率化と近い水準で構造転換に関する取組内容が進んでいることから、国内においても同様の取組内容が今後進展する潜在可能性は大きいと考えております。このことから当社は、データのデジタル化や業務効率化等のソリューションとは一線を画す「トランスフォーマティブな(企業の構造転換に踏み込む)」指向を持ち、顧客企業固有の成長戦略や事業課題に合わせ、新規製品・サービスの創出やビジネスモデルの変革を目的としたビジネスの新しい施策展開に関連するオーダーメイドのAI開発とAI導入・事業変革のコンサルティングを行うサービスに対する需給ギャップが今後拡大すると考え、このようなサービスに関連する市場を今後大きな市場機会が生まれる「バリューアップ型AIテーマ」市場と定義し捉えております。

 

(注1) 独立行政法人情報処理推進機構(IPA)「DX白書2023」(2023年3月)

(注2) 総務省「第4次産業革命における産業構造分析とIoT・AI等の進展に係る現状及び課題に関する調査研究」(平成29年)

(注3) 国立研究開発法人科学技術振興機構 研究開発戦略センター(CRDS)「研究開発の俯瞰報告書 システム・情報科学技術分野(2021年)」(2021年3月)

(注4) Software as a Service:サービス提供事業者のサーバーで稼働しているソフトウェアを、インターネットなどのネットワークを経由してユーザーが利用するサービス

 

 

 

1-4. カスタムAIソリューション事業の特徴と優位性
 「カスタムAIソリューション事業」の特徴は、顧客企業の成長と構造転換に直結する新規製品・サービス創出やビジネスモデル変革等のビジネスの新しい施策展開に関連するAIテーマ(「バリューアップ型AIテーマ」)に注力をおいてオーダーメイドのAI開発とAI導入・事業変革のコンサルティング(「カスタムAI」)を提供するというサービスコンセプトの下、AIソリューションの開発とその導入によるビジネスの変革を支援する専門人材(AIコンサルタントとエンジニア)が行う、フルカスタムのAIソリューション開発(「AI-ソリューションデザイン」)とセミカスタムのAIソリューション開発(「エージェントトランスフォーメーション」)という二つのサービスを主力に、顧客企業と重要なテーマに共に取り組む強固な関係を築いていることです。
 優秀な専門人材が揃い、各産業を代表する企業や産業の変革に係る難易度の高いテーマに挑み、いち早く成功事例を創出し、そうした成功事例を拡大再生産し、結果幅広いテーマのプロジェクトが拡充されることで強固な顧客基盤が形成される。さらに、強固な顧客関係があることでより知的にチャレンジングかつ産業インパクトの大きいテーマに取り組むことが可能となり、そのような魅力的な取組機会がさらに優秀な専門人材を惹きつけ育成を加速する。このようにそれぞれの特徴が連携し相互強化するサイクルが回ることが、当社の優位性を構築しております。(図8)

 


図8:カスタムAIの特徴と優位性構築のサイクル

 

 

 ① <人材> 専門人材の集積
 当社は、戦略コンサルティングファームや総合コンサルティングファームにてビジネスコンサルティングの専門経験を積んだ人材、SIer(システムインテグレータ)にてITシステムの開発や運用の専門経験を積んだ人材、データサイエンティストとして高度なデータ解析の専門経験を積んだ人材、事業会社において新規事業の企画・開発の経験を積んだ人材などから、テクノロジーとビジネスに関連する複数の領域において専門経験を積んだ人材を厳選して採用し、OJT(プロジェクトへの従事を通したトレーニング・育成)/Off-JT(プロジェクトへの従事とは別に行われるノウハウや知見の共有や教育)双方を通してソリューションデザインの体系を習得体現する「ソリューションデザイナ」、「エージェントトランスフォーメーションプロデューサー」を育成し組織化しております。当人材が顧客企業のプロジェクト担当チームと合同プロジェクトチームを組成し、プロジェクトを率いる役割を担うことによりAI技術を活用した事業構想や企業変革の推進を行っております。
 当社にはAI・機械学習技術の幅広い領域に対応できる専門性を持つ機械学習エンジニアが、幅広い業界から集まっております。そして、当社がメインターゲットとするバリューアップ型AIテーマの中にはAI技術の中でも最先端の手法の実用化に挑むケースが多いことから、例えば、深層強化学習や確率モデリング、最適化、生成AIなどのまだ産業応用事例が多くない先端AI技術の実用化に関する専門的知見を持つ人材の育成が進んでいることが、当社の機械学習エンジニアチームの特徴となっております。また、大規模な開発案件やAIエージェントの需要の高まりを受けて、システム開発エンジニアや、エンドユーザー向けのUI/UX開発/設計を行うデザイナーを始め、機械学習エンジニア以外にも専門的知見を持つ人材の採用・育成を進めています。

 

 ② <拡大再生産の仕組み> カスタムとスケールの両立
 当社は、先行する取組実施を通して構築したAIソリューションの開発及びその導入による企業変革のノウハウ・技術を、ソリューション(参照可能なプログラムソースコードやドキュメント)と技術プラットフォーム(ハードウェア一体型基盤、AI開発フレームワーク)として蓄積しております。
 当社は、こうした蓄積ノウハウ・技術を、SaaSやパッケージソフトとして提供するのではなく、カスタムAIソリューション開発の効率・効果・スピードを向上させるために応用することで、カスタム(顧客固有のソリューション提供)での価値提供を維持しながらスケール(当社の事業規模拡大)の実現を図っております。
 ノウハウ・技術の蓄積と応用は複数のプロジェクトや自社R&D等の取組を跨いで重層的に行われ、それぞれの深化と拡大を同時並行で進めております。(図9)


図9:ノウハウ・技術の蓄積と応用のイメージ

 

 

 このような流れを通して実際にカスタムとスケールを両立している代表的な事例は次のとおりです。
 
 図10は、当社が注力する技術領域の一つである深層強化学習をはじめとする最適化領域に関連するプロジェクトを面展開してきた流れを示しております。2019年に開始したAI振動制御システムの開発が源流となり、その開発ノウハウを纏めた『強化学習による振動制御ソリューション』のリリース、スケジュール最適化問題への取組の拡張、そのノウハウを纏めた『強化学習による組合せ最適化ソリューション』のリリースと複数の応用プロジェクトの開始へと進み、4年以上の期間をかけ継続的にノウハウ・技術蓄積とプロジェクトの拡大が進んで参りました。合わせて、2023年9月期以降、深層強化学習以外の技術領域を活用した最適化関係のプロジェクトも増加してきたことから、最適化領域に関する知見の整理・集約を進め、2025年10月に『最適化ソリューションズ』をリリースしました。現在のプロジェクト構成において、強化学習をはじめとする最適化領域に関するプロジェクトは全体の約40%以上を占めており、収集・蓄積したノウハウ・技術は当社の重要な技術基盤となっております。

 

 

 


 

図10:深層強化学習関連プロジェクトの面展開の流れ

 

 

 図11は、現在高い注目を集めているAIエージェントの取組に関連するノウハウ・技術蓄積と応用展開の実績を示しております。当社は、2022年後半より、現在の生成AIブームに先駆けて多様な自然言語処理技術に加えてGPT-3(ChatGPT以前にOpenAIがリリースしたLLM)等のLLMを用いたソリューションの開発を進めておりました。加えて、2024年度以降、ChatGPTをはじめとする大規模言語モデル(LLM)の技術革新及び、業務を自律的に遂行するAIエージェントに対する社会的な関心を受けて、技術やプロジェクト知見の蓄積と応用プロジェクトの展開が加速しております。2025年10月にはこれまで蓄積した知見やノウハウ及び、AIエージェントの開発を支える技術基盤を整理し、『AGT-Xソリューション』としてリリースいたしました。現在のプロジェクト構成において、生成AI領域に関するプロジェクトは全体の約40%以上を占めており、収集・蓄積したノウハウ・技術は当社の重要な技術基盤となっております。本領域は今後も顧客企業のニーズの拡大が期待される領域であり、更なる取組みの拡大を目指しております。

 


図11:AIエージェント(注1)の取組に関連するノウハウ・技術蓄積と応用展開の実績

 

(注1) AIエージェント- ユーザーから与えられた指示に対し、自律的に問題解決やタスク実行を行うシステム
 
 ソリューションと技術プラットフォームの詳細内容については、「(4) 展開するサービスと販売形態 – B)蓄積応用するノウハウ・技術」をご参照ください。
 

 

 ③ <顧客基盤> 重要テーマを任される顧客との強固な関係
 当社は、新規製品・サービス創出やビジネスモデル変革等、顧客企業に大きな成長をもたらし、かつアカデミア(学術研究)発の最先端のAI技術の自前実装が求められる難易度の高い取組みを「バリューアップ型AIテーマ」と定義し注力しております(図12)。このようなテーマは顧客企業の中長期的成長を左右する重要テーマであることから、一般的な受託開発やコンサルティングサービスに増して、強固な関係による顧客基盤が形成され、より長期安定的かつ持続的に拡大可能な収益を産みやすいビジネスモデルを構築しております。

 


図12:当社が注力する「バリューアップ型AIテーマ」の定義と競合環境

 

 

 例えば当社は、半導体、産業機械、材料、化学、ライフサイエンス、自動車などの研究開発を通じて革新的な製品・サービスの創出を目指す分野(当社では「研究開発型産業」と定義)において、AIを用いたR2Bプロセス(Research to Business – 研究開発から事業化までのプロセス)の変革に取り組んでおります。こうした産業領域では、研究開発から事業化までの期間を五〜数十年程度のスパンで捉え大規模な研究開発投資を継続的に行うため、そのR2Bプロセスの根幹の変革に取り組むプロジェクトは長期化・大規模化する性質を持っています。また、研究開発型企業は未だ自前主義の文化が強く、特にその競争力の中核を担うR2Bプロセスにおいて他社と協働するケースは非常に稀である中で、当社は既に複数の顧客企業との取組実績を有し、そのような取組実績を通してさらに当該領域におけるソリューションデザインの能力及びノウハウ・技術の蓄積を深めております。これが、当社の競合企業への高い参入障壁を築き、当社に安定した取引をもたらしております。
 また当社は、主に消費材、流通・小売、交通・都市インフラ、メディア、金融、エンターテイメントなど消費者・生活者に直接製品・サービスを提供したり社会インフラを担う分野(当社では「社会基盤・生活者産業」と定義)において、AIを用いた新たなデジタルサービスの開発や顧客との1to1コミュニケーション(一人ひとりの顧客に合わせたコミュニケーション)の活性化、交通運行や都市管理の最適化など社会インフラの変革に取り組んでおります。こうした新規サービスの創出やビジネスモデル変革への取り組みは企業にとって新たな収益創出に直結するため、創出される収益規模に応じてプロジェクトが長期化・大規模化する性質を持っています。
 以上のような取組における強みが評価され、研究開発型産業では株式会社SCREENホールディングス、株式会社SCREENアドバンストシステムソリューションズ、日本ガイシ株式会社、THK株式会社と、社会基盤・生活者産業では株式会社博報堂との資本提携等に至りました。
 

 

1-5. 展開するサービスと販売形態
 当社では、顧客企業固有の成長戦略や事業課題に合わせたオーダーメイドのAI開発とAI導入・事業変革のコンサルティングを行う「カスタムAI」を、「AI-ソリューションデザイン」と「エージェントトランスフォーメーション」の二つのサービスを主力として展開しております。
 「AI-ソリューションデザイン」は、顧客の個別事業課題を踏まえてフルカスタムでAIソリューションを開発する形態、「エージェントトランスフォーメーション」は、汎用的な技術基盤を用いてセミカスタムでAIソリューションを開発し顧客組織への組み込みで価値貢献する形態で、ともにAI開発・コンサルティングを提供します。
 実際のサービス提供において両提供形態は完全に分離されるものではなく、プロジェクトによりノウハウ・技術の新たな構築と応用の両要素を異なるバランスで含むため、経営管理上は事業セグメントの分離は行わず「カスタムAIソリューション事業」単一での事業体制をとっております。

 なお、当社と顧客企業との間の契約形態はAI開発の特性上、成果物の性能・精度等を予め合意形成することが困難であることから、請負契約の形態を採用することは適しておらず、いわゆる成果完成型準委任契約を採用することが多くなっております。

 

 A)   提供形態
A-1.AI-ソリューションデザイン
 当社が注力する「バリューアップ型AIテーマ」(顧客企業の成長と構造転換に直結する新規製品・サービス創出やビジネスモデル変革等のビジネスの新しい施策展開に関連するAIテーマ)を対象に、AIに対する高度な専門的知見とビジネス知見を併せ持つ当社独自のAIコンサルタント(ソリューションデザイナ)と機械学習エンジニアで構成されるプロフェッショナルチームが顧客企業の個別課題を踏まえて、一からソリューション構築に挑みながらAI開発・コンサルティングサービスを提供する形態を、「AI-ソリューションデザイン」として展開しております。
 主にAIソリューションの設計・開発およびその導入を通した企業変革コンサルティングが販売単位となり、プロジェクトメンバーのアサインに応じた委託料を対価として受け取る収益モデルとなります。
 

A-2.エージェントトランスフォーメーション
 当社が注力する「バリューアップ型AIテーマ」を対象とする点はAI-ソリューションデザインと同様ですが、サービスを提供するのは、生成AIに対する知見とビジネス知見を持つ当社独自のAIコンサルタント(エージェントトランスフォーメーションプロデューサー)とエンジニアで構成されるプロフェッショナルチームです。一からソリューションを構築するのではなく、エージェントAIの開発における汎用的な技術基盤を活用してセミカスタムでAIソリューションをクイックに開発し、顧客との議論を通じてチューニング、及び顧客の組織へのAI導入やAI導入を前提にした組織や業務の変革の伴走で価値を創出します。当社で蓄積されたノウハウを結晶化した技術基盤を活用することにより、効率的・スピーディなサービス提供が可能になります。
 AI-ソリューションデザインと同様に、AIソリューションの設計・開発およびその導入を通した企業変革コンサルティングが販売単位となり、プロジェクトメンバーのアサインに応じた委託料を対価として受け取る収益モデルとなります。
 
B) 蓄積応用するノウハウ・技術
 当社の先行する取組実施を通して構築したAIソリューションの開発及びその導入による企業変革のノウハウ・技術を、ソリューション開発ノウハウ(参照可能なプログラムソースコードやドキュメント)と技術プラットフォーム(ハードウェア一体型基盤、AI開発フレームワーク)として蓄積しております。

 

 


図13:代表的なソリューション群

 

 

 B-1. ソリューション開発ノウハウ(『〇〇ソリューション』の形で展開)
 主要なAIアルゴリズムやシステムアーキテクチャの設計、また技術検証や事業検証を行うために参照可能なプログラムソースコードや開発及びコンサルティングの方法論に関するドキュメントをまとめたものです。ラインナップとして、以下の特定用途向けソリューションを展開しております。

● 最適化

・ 『最適化ソリューションズ:製造・建設・物流をはじめとしたリアル産業における各種の計画策定や設計業務などを高度化するソリューションを複数ラインナップ。

● 生成AI

・ 『AGT-Xソリューション』:企業変革を目的としたAIエージェントの企画・開発をワンストップで伴走支援。

● その他

・ 『強化学習による振動制御ソリューション』:建設物や精密機器の製造機械などの大敵である揺れへの対策として、自ら最適なパターンを獲得する強化学習を用いたAIが振動を制御。

・ 『ビジネス潜在ニーズ探索ソリューション』:自然言語処理を用いて、企業の研究開発成果の販売先や提供先、協業先を探索・発見。

・ 『不良・異常検出ソリューション』:ディープラーニングの画像認識アルゴリズムが、画像から特定の不良品や異常箇所を検出し、検査・点検業務の効率を向上。

・ 『安全管理ソリューション』:動画映像から特定の対象物や行動・シーンを認識し、検出内容に即した注意喚起や安全監視を実現。

・ 『物体カウントソリューション』:学習データ作成の負荷を低減し、画像や映像から人や物体の個数を効率的にカウント。

・ 『文章分類・タグ付けソリューション』:大量のドキュメントもAIが分類・タグ付けし、内容把握や文章評価が簡単に。

・ 『マッチングソリューション』:人と職、それぞれの情報の関係性をAIが学習。ニューラルネットワークが相思相愛の最適なマッチングを実現。

・ 『類似画像検索ソリューション』:画像そのものをディープラーニングで解析。キーワード検索や色合いだけでは探し出すことができなかった類似画像を見つけ出す。
 

 

B-2. ハードウェア一体型基盤
 センサーを搭載したハードウェア(センシングデバイス)と取得したセンシングデータのAI処理基盤をセットとして整備したものです。現実世界の情報を取得し、デバイス内に登載したAI処理基盤によりリアルタイムにAIによる認識を可能にします。特定の業界・企業・用途に限定せず、幅広い用途に向け人の五感を代替するようなカスタムAIソリューション開発に応用できる点が特徴です。現時点では、カスタムAI搭載カメラソリューションとして『L-Vision(エルビジョン)』を提供しております。

● 『L-Vision』:AIカメラが人・物・空間を認識することを超え、ビジネス課題を成果へとつなぐ、最適なソリューションを提供します。

 
 B-3. AI開発フレームワーク
 カスタムAIソリューション開発の開発工程を短縮するために、繰り返し使う基礎機能やプログラムソースコードの基本テンプレートをあらかじめ一つにまとめ開発者を支援するツール・開発環境として整備したAI開発フレームワークの開発を進めております。オープンソースの深層強化学習フレームワークである『Border』及びAIエージェント開発における共通機能を提供するフレームワークである『Laboro Agent Template』を提供しており、既に当社が実施する複数のプロジェクトの実装基盤を担い、顧客企業へ提供されております。

●  『Border』:Rust言語で開発された、強化学習の開発・運用フレームワークで、強化学習モデルの高速な実装・チューニング・運用をサポート。

●  『Laboro Agent Template』:マルチエージェント型のAIエージェントを迅速に開発するための共通機能を集約したプラットフォーム。

 

2. システム開発事業

 システム開発事業は、2025年9月期よりグループ会社とした株式会社CAGLAの事業領域です。自動車をはじめとする製造業の顧客企業を中心に、顧客のニーズに合わせたシステム開発やUI/UXデザインの開発を行っております。

 株式会社CAGLAは、グラフデータベースの開発に強みを持ち、自動車産業をはじめとする顧客に対し、データ管理システムの構築も行っております。株式会社CAGLAが強みを持つグラフデータベース技術は、当社が強みを持つ生成AI領域と関連性の深い技術です。今般、グラフデータベース技術に強みを持つCAGLAをグループに迎えることで、生成AI関係の開発プロジェクト等において、当社が展開するカスタムAIソリューション事業とのシナジーを見込んでおります。実際に、当社の受託したAI開発案件の中で株式会社CAGLAが顧客向けアプリケーションのUI/UX開発を担ったり、グラフデータベース技術に関する協働研究を実施したりするなど、当社とCAGLAのそれぞれの強みを生かした協働を開始しております。

 

 (2) 関連会社の事業内容

 当社の有するAI技術の産業実装機能と、グロービング株式会社の有する戦略×DXコンサルティング機能を活用し、自動車・エネルギー産業をはじめとした日本を代表するクライアントへ、AI-X(AIトランスフォーション)に関わるソリューション・コンサルティングを提供していくことを目的に、2024年7月にX-AI.Labo株式会社へ出資いたしました。

 この合弁会社の枠組みを起点に多くの成果を創出することができましたが、JVというエンティティを介さずに直接的にグロービング、Laboro.AIの本体同士の協業を実施することでも明確な成果が出てきたことから、2025年9月に当社の有するX-AI.Labo株式会社の株式を売却し、グロービング株式会社との合弁契約を解消し、本体同士の連携を深めていくこととしました。

 このため、グロービング株式会社とは新たに業務提携契約を締結し、日本を代表する企業への経営/AI戦略の策定からAI開発の実装までを一気通貫して提供していくため、共同での案件創出に向けた協業を進めていくことを目指しております。

 

 

[事業系統図]

 


 

 

 

 

用語集

用語

定義

機械学習技術

コンピュータがデータから学習し、予測や分類などのタスクを自動で改善するアルゴリズムの総称。教師あり学習、教師なし学習、半教師あり学習などの手法がある。

深層学習技術/ディープラーニング

機械学習の一種で、ニューラルネットワークを用いた多層構造により、データの特徴を自動で抽出し学習する技術。画像認識や自然言語処理など、様々な分野で高い性能を発揮する。

AIエージェント

ユーザーから与えられた指示に対し、自律的に問題解決やタスク実行を行うシステム。与えられた指示に対して、タスクを分解・計画し、次に取るべき行動を決定しながらタスクを遂行する。

ニューラルネットワーク

人間の脳の神経細胞(ニューロン)を模倣した、複数の層から成るコンピュータアルゴリズム。入力層、隠れ層、出力層などから構成され、層間のニューロンが相互に結合されている。多層構造により、複雑なデータの特徴を学習することが可能。

強化学習

エージェントが環境と相互作用しながら、報酬を最大化するような行動を学習する機械学習の手法。試行錯誤を繰り返し行い、最適な行動ポリシーを見つけることを目指す。自動運転やゲームAIなどに応用される。

ベイズ最適化

確率的な最適化手法であり、ベイズ推定を用いて不確実性を考慮しながら関数の最適化を行う。主にハイパーパラメータの最適化や機械学習モデルの選択などに利用される。

センシングデバイス

環境や物体からの情報を検出し、電気信号に変換する装置。光、温度、圧力、音など様々な種類のセンサーがあり、それらを組み合わせたデバイスが開発されている。IoTやロボット技術、スマートシティなどの分野で広く活用される。

センシングデータ

センシングデバイスが検出した情報を電気信号に変換し、データ化したもの。これらのデータは、機械学習やAI技術によって解析・処理され、様々なアプリケーションに活用される。

 

フレームワーク

ソフトウェア開発において、アプリケーションの構築に必要な機能やコンポーネントが統合された開発環境。

グラフデータベース

データをノード(点)とエッジ(線)として扱い、関係性を視覚的/直感的に扱うデータベースを指す。データ同士の繋がりを表現するグラフ構造に基づいてデータを格納するため、データ間の関係性をたどる操作を高速に処理することが可能になる。

 

 

4 【関係会社の状況】

名称

住所

資本金
(千円)

主要な事業
の内容

議決権の所有
割合(%)

関係内容

(連結子会社)

株式会社CAGLA

(注)2

愛知県豊田市

10,000

システム開発

100.0

役員の兼任

開発業務の委託

コーポレート業務の受託

 

(注) 1.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。

2.2025年4月1日付で株式会社CAGLAの全株式を取得し、同社を完全子会社化いたしました。

3.2025年9月30日付でX-AI.Laboの全株式を売却したため、関連会社から除外しています。

 

5 【従業員の状況】

(1) 連結会社の状況

 

 2025年9月30日現在

セグメントの名称

従業員数(名)

カスタムAIソリューション事業

70

システム開発事業

7

全社(共通)

23

合計

100

 

 

(2) 提出会社の状況

 

 

 

 2025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)

91

36.2

2.4

9,683

 

(注)1.平均年間給与は、賞与及び基準外賃金を含んでおります。

2.前期末に比べ従業員数が20名増加しております。主な理由は、業容の拡大に伴い期中採用が増加したことによるものであります。

 

(3) 労働組合の状況

労働組合は結成されておりませんが、労使関係は円満に推移しております。