売上高

利益

資産

キャッシュフロー

配当

ROE 自己資本利益率

EPS BPS

バランスシート

損益計算書

労働生産性

ROA 総資産利益率

総資本回転率

棚卸資産回転率

ニュース

  • ニュースリリースデータがありません。


最終更新:

E33391 Japan GAAP

売上高

139.1億 円

前期

115.1億 円

前期比

120.8%

時価総額

1,416.9億 円

株価

4,435 (04/26)

発行済株式数

31,948,000

EPS(実績)

23.80 円

PER(実績)

186.32 倍

平均給与

1,002.5万 円

前期

891.8万 円

前期比

112.4%

平均年齢(勤続年数)

34.9歳(2.6年)

従業員数

110人(連結:465人)

株価

by 株価チャート「ストチャ」

 

3 【事業の内容】

当社グループ(当社、連結子会社9社、持分法適用関連会社8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、音声認識、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、それらの研究開発、ソリューション提供及びソフトウエアプロダクトの拡販を通じて、顧客企業の業務の自動化・半自動化を通じた業務効率化、又はサービス・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、AI Research & Solution事業、AI SaaS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おります。

 

(1)AI Research & Solution事業

アルゴリズム・知能化技術の事業化を行っており、パートナー企業のニーズに合わせて共同研究開発からソリューションの提供までを一気通貫で実施しております。また、連結子会社である株式会社アイテックでは、実オペレーションを通じた製品/サービス開発の一環で、IoT機器からリアル空間のデータをクラウド上に収集し顧客への価値提供を実現するサービスの開発を、駐車場機器の製造販売事業を通じて行っております。
 

(2)AI SaaS事業

AI Research & Solution事業におけるアルゴリズムの開発成果をもとに、汎用的なニーズに対応するソフトウエアプロダクトを販売しております。当事業は株式会社PKSHA Workplace、株式会社PKSHA Communication、株式会社PKSHA Associates(旧社名 株式会社アシリレラ)の3社で構成されており、自動応答エンジン「PKSHA Chatbot」や「PKSHA Voicebot」、FAQシステム「PKSHA FAQ」、RPAソフトなどのプロダクト群を展開しております。企業における「顧客接点」及び「社内業務」領域向けにソフトウエアプロダクトを提供することで、労働力不足を背景とした業務の自動化/高度化ニーズの高まりの中、人の業務を効率化し能力を拡張していく形で、ビジネス支援や課題解決のサポートをしております。

 

[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、AI Research & Solution事業では、主に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形態、AI SaaS事業では、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形態となっております。なお、収益構造は、いずれ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が、AI Research & Solution事業で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、AI SaaS事業では、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。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。

 

「顧客接点」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PKSHA Communicationが提供する自動応答エンジン「PKSHA Chatbot」や「PKSHA Voicebot」、FAQシステム「PKSHA FAQ」などがあります。

 

② 「社内業務」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PKSHA Workplaceが提供する自動応答エンジン「PKSHA Chatbot」や 同じく連結子会社の株式会社PKSHA Associates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]

 

※画像省略しています。

 

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 SaaSモデルとしての高い収益率

当社グループは、前述のとおり、複数のアルゴリズムソフトウエアを開発し、当ソフトウエアを主に月額課金の形態にて提供しております。解約率が低いことから、新規ユーザーの増加に従い収益がストック型で逓増するモデルとなっており、高い収益率を維持しております。

 

④ 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。

 

⑤ 組織構造等

当社グループは、各業界が持つ自動化や高品質化のニーズに対するソリューションを、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、そのために必要な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ことが、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>

 

※画像省略しています。

 

 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

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

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

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、教師データの特徴をどう数値化するかを人間が定義する必要があったが、ディープラーニングではアルゴリズムによって教師データの特徴を数値化できるため、複雑な特徴を表現することが可能

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

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

 

 

23/12/25

 

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】

(1) 経営成績等の状況の概要

当連結会計年度における当社グループ(当社、連結子会社)の財政状態、経営成績及びキャッシュ・フロー(以下「経営成績等」という。)の状況の概要は次のとおりであります。

 

① 経営成績の状況

当社グループは、「未来のソフトウエアを形にする」というミッションのもと、自然言語処理、画像認識、機械学習/深層学習技術を用いたアルゴリズムの研究開発、ソリューション提供、プロダクトの拡販による社会実装を進めております。
 AI Research & Solution事業では、アルゴリズム・知能化技術の事業化を行っており、パートナー企業のニーズに合わせて共同研究開発からソリューションの提供までを一気通貫で実施しております。また、実オペレーションを通じた製品/サービス開発の一環で、IoT機器からリアル空間のデータをクラウド上に収集し顧客への価値提供を実現するサービスの開発を、駐車場機器の製造販売事業を通じて行っております。
 AI SaaS事業では、AI Research & Solution事業におけるアルゴリズムの開発成果をもとに、汎用的なニーズに対応するプロダクトを販売しております。AI SaaSは「顧客接点」・「社内業務」領域で利用されており、人の業務を効率化し能力を拡張していく形で、ビジネス支援や企業の課題解決を実現しております。
 当連結会計年度は、AI SaaS領域における顧客基盤の拡大とプロダクトの機能拡充を目指す成長戦略のもと、連結子会社間の協業推進によるAI SaaSの導入社数及び年間経常収益の積み上げに取り組みました。また、今後の成長に向けて優秀な人材の採用を進めるとともに、ソフトウエアプロダクトの強化や研究開発などの先行投資に注力してまいりました。
 この結果、当連結会計年度の売上高は13,908,918千円(前年度比20.8%増)となりました。これは、AI SaaS事業において各種プロダクトの販売が拡大したこと、AI Research & Solution事業において大規模言語モデルを起点とした強い引き合いからソリューション案件が堅調に推移したことに加え、モビリティ事業においてコロナ収束により需要が回復基調となったことによるものであります。
 営業利益は1,719,489千円(前年度比9.8%増)、経常利益は1,824,574千円(前年度比17.6%増)となりました。これは主に、売上高が増加したこと及び持分法による投資利益を計上したことによるものであります。
 親会社株主に帰属する当期純利益は760,451千円(前年度比9.1%減)となりました。これは、営業利益と経常利益と同様に税金等調整前当期純利益が増加した一方で、のれん償却、信託型ストックオプション関連損失等を起因とした、税効果会計適用後の法人税等の負担率上昇に伴い、法人税等が増加したことによるものであります。なお、当連結会計年度において信託型ストックオプション関連損失1,445,689千円が特別損失として含まれておりますが、本損失は一過性のものであり、当社グループの本質的な事業成長に影響を与えるものではありません。

 

 セグメント別の経営成績は次のとおりであります。
 
(AI Research & Solution事業)
 AI Research & Solution事業につきましては、パートナー企業からのニーズに対応するアルゴリズムソフトウエアの研究開発やソリューション案件の売上が堅調に推移しました。また、モビリティ事業において、顧客である駐車場運営会社の新規駐車場開設への投資意欲が改善し、駐車場機器の販売が前年度比で増加しております。
 この結果、売上高は7,838,242千円(前年度比19.8%増)、セグメント利益は1,083,878千円(前年度比59.7%増)となりました。
 
(AI SaaS事業)
 AI SaaS事業につきましては、AI SaaSの導入による業務の高度化・自動化を進めるニーズが拡大している環境の中で、自動応答エンジンを中心にAI SaaSの新規受注とライセンスの積み上げを進めてまいりました。連結子会社間の協業を推進し、新規顧客の獲得及び既存顧客への相互送客等を通じて売上並びに利益の成長に繋げております。一方で、今後の成長に向けて人材の採用を中心とした積極的な先行投資を実施しております。
 この結果、売上高は6,074,275千円(前年度比22.2%増)、セグメント利益は1,593,728千円(前年度比5.0%増)となりました。

 

② 財政状態の状況

(資産)

当連結会計年度末における総資産は36,886,991千円となり、前連結会計年度末に比べ1,087,586千円増加いたしました。流動資産は19,215,561千円(前連結会計年度末比3,992,638千円増)となりました。主な増加要因は、現金及び預金が3,017,057千円、その他が612,568千円増加したことによるものであります。また、固定資産は17,671,429千円(前連結会計年度末比2,905,052千円減)となりました。主な減少要因は、投資有価証券が3,004,248千円減少したことによるものであります。

 

(負債)

当連結会計年度末における負債は8,072,568千円となり、前連結会計年度末に比べ1,528,983千円増加いたしました。主な増加要因は、長期借入金が680,650千円減少したものの、未払法人税等が739,307千円、その他流動負債が1,487,005千円増加したことによるものであります。

 

(純資産)

当連結会計年度末における純資産は28,814,423千円となり、前連結会計年度末に比べ441,397千円減少いたしました。主な減少要因は、利益剰余金が760,451千円増加したものの、自己株式の取得により532,083千円、その他有価証券評価差額金が549,197千円減少したことによるものであります。

 

③ キャッシュ・フローの状況

 当連結会計年度末における現金及び現金同等物(以下「資金」という。)は15,512,681千円となり、前連結会計年度末に比べ3,017,057千円増加いたしました。
 当連結会計年度における各キャッシュ・フローの状況とそれらの要因は次のとおりであります。

 

(営業活動によるキャッシュ・フロー)

当連結会計年度における営業活動による資金の増加は2,390,898千円となりました。主な増加要因は税金等調整前当期純利益1,906,129千円、信託型ストックオプション関連損失1,445,689千円、のれん償却額693,294千円、減価償却費588,441千円、未払金の増加額481,835千円、主な減少要因は投資有価証券売却益1,575,492千円、信託型ストックオプション関連損失の支払額720,171千円、売上債権の増加額484,374千円であります。
 

 (投資活動によるキャッシュ・フロー)

当連結会計年度における投資活動による資金の増加は1,719,624千円となりました。主な増加要因は投資有価証券の売却による収入3,744,946千円、主な減少要因は子会社株式の取得による支出1,210,502千円、無形固定資産の取得による支出460,712千円、投資有価証券の取得による支出258,836千円であります。

 

(財務活動によるキャッシュ・フロー)

当連結会計年度における財務活動による資金の減少は1,093,465千円となりました。主な減少要因は長期借入金の返済による支出681,430千円、自己株式の取得による支出589,319千円であります。

 

 (資本の財源及び資金の流動性について)

当社グループの資金需要のうち主なものは、当社グループの成長を維持するために将来必要な運転資金及び設備投資資金であります。これらの資金需要に対して当社グループでは、主として手元の資金及び金融機関からの借入金によって資金を確保しております。
 

 ④ 生産、受注及び販売の状況

a. 生産実績

生産実績においては、当社グループの業務形態上、重要性が乏しいため記載を省略しております。

 

b. 受注実績

提供するサービスの性格上、受注実績の記載になじまないため、当該記載を省略しております。

 

c. 販売実績

当連結会計年度の販売実績をセグメントごとに示すと、次のとおりであります。

セグメントの名称

金額(千円)

前年同期比(%)

AI Research & Solution事業

7,838,242

19.8

AI SaaS事業

6,070,675

22.3

合計

13,908,918

20.8

 

(注)セグメント間取引については、相殺消去しております。

 

 

(2) 経営者の視点による経営成績等の状況に関する分析・検討内容

経営者の視点による当社グループ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、当連結会計年度末現在において判断したものであります。

 

 ① 重要な会計上の見積り及び当該見積りに用いた仮定

当社グループの連結財務諸表は、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いて作成されております。この連結財務諸表を作成するにあたり重要となる会計方針については「第5 経理の状況」に記載のとおりであります。

また、連結財務諸表の作成にあたっては、経営者による会計方針の選択・適用、資産・負債及び収益・費用の報告金額及び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、これらの見積りについて、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場合があります。

連結財務諸表の作成にあたって用いた会計上の見積り及び仮定のうち、重要なものは「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(重要な会計上の見積り)」に記載しております。

 

② 当連結会計年度の経営成績等の状況に関する認識及び分析・検討内容

a. 売上高

当連結会計年度の売上高は、13,908,918千円となりました。これは主に、新規案件の獲得及びアルゴリズムライセンスの積み上げ、各種プロダクトの拡販が進んだことによるものであります。

 

b. 売上原価、売上総利益

当連結会計年度の売上原価は、6,984,298千円となりました。これは主に、事業規模拡大に伴う人員増加により人件費・外注費等が増加したことによるものであります。
 以上の結果、当連結会計年度の売上総利益は、6,924,619千円となりました。

 

c. 販売費及び一般管理費、営業損益

当連結会計年度の販売費及び一般管理費は、5,205,129千円となりました。これは主に、事業規模拡大に伴う人員増加により採用教育費が増加したことによるものであります。
 以上の結果、当連結会計年度の営業利益は、1,719,489千円となりました。

 

d. 営業外損益、経常損益

当連結会計年度の営業外収益は、171,962千円となりました。これは主に、受取配当金、持分法による投資利益によるものであります。一方で、営業外費用は、66,878千円となりました。これは主に支払利息、投資有価証券運用損によるものであります。
 以上の結果、当連結会計年度の経常利益は、1,824,574千円となりました。

 

e. 特別損益、親会社株主に帰属する当期純損益

当連結会計年度の特別利益は、1,626,998千円となりました。これは主に、投資有価証券売却益によるものであります。一方で、特別損失は、1,545,442千円となりました。これは主に、信託型ストックオプション関連損失、投資有価証券評価損によるものであります。
 以上の結果、当連結会計年度の税金等調整前当期純利益は、1,906,129千円となり、法人税等を1,119,052千円計上したことにより、親会社株主に帰属する当期純利益は、760,451千円となりました。

 

 ③ キャッシュ・フローの状況

各キャッシュ・フローの状況とそれらの要因については、「第2 事業の状況 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 (1) 経営成績等の状況の概要」をご参照下さい。

 

④ 経営成績に重要な影響を与える要因について

当社グループの将来の財政状態及び経営成績に重要な影響を与えるリスク要因については、「第2 事業の状況 3 事業等のリスク」に記載しております。