VRAIN Solution

135A / 日本基準 / 2月期

2019〜2025年度は連結財務諸表を作成しておらず、単体の数字です。

東証グロース情報・通信業一次資料ベース
収録 34 / 43 指標

下の「他の会社と比べる」で会社Bを選ぶと、ここに2社目が並び、グラフの系列と表の行が増えます。

当社は、「モノづくりのあり方を変え、世界を変えていく」ことをミッションに掲げ、製造業界向けに、AI技術及びIoT(注1)技術等の新しい技術を活用したサービスを提供しております。当社がサービスを提供している日本の製造業界は、グローバル化やアジアの国々を代表とする新興国の発展による「国際競争の激化」や少子高齢化に伴う「人手不足」等の構造的な課題に直面していると当社では捉えております。これらの課題に対処すべく製造業界においては生産性向上のためのAIやIoT等の新しい技術を活用したDX(注2)が強く求められていると判断しております。有価証券報告書【事業の内容】より(2026年5月提出)

同業2社と並べて動かすソフトウェア・SaaSの順位を再生

数字で見るVRAIN Solution

2025年度の売上収益は33億円で、売上収益を比べられる東証上場3,585社のうち3213番目、情報・通信業591社のうち437番目の大きさです。2020年度から2025年度までの売上収益の年平均成長率は+99.4%です。平均年間給与は640.0万円(2025年度・提出会社単体)で、情報・通信業585社のうち326番目。平均年齢は38.1歳、平均勤続年数は1.0年です。

事業の大きさと稼ぐ力

売上収益33億円全体で上位90%(3,585社中)情報・通信業では437番目(591社中)2020→2025年度で年+99.4%(計算値)2025年度
当期利益7億円全体で上位64%(3,684社中)情報・通信業では265番目(591社中)2025年度
営業利益率逆算27.9%情報・通信業の中央値 8.3%(591社)2025年度
ROE37.2%情報・通信業の中央値 12.0%(585社)2025年度
自己資本比率64.9%情報・通信業の中央値 62.4%(591社)2025年度

働く人の数字

平均年間給与640.0万円全体で上位56%(3,658社中)情報・通信業では326番目(585社中)2025年度
平均年齢38.1歳情報・通信業の中央値 38.1歳(585社)2025年度
平均勤続年数1.0年情報・通信業の中央値 6.3年(585社)2025年度
従業員数(連結)138人情報・通信業の中央値 273人(591社)2020→2025年度で+2,200.0%(計算値)2025年度

順位は大きい順。平均年齢と平均勤続年数は大きいほうが良いとは言えないため、順位を付けずに業種の中央値と並べています。利益率・ROE・自己資本比率は業種による違いが大きいため、同じく業種の中央値と並べています。 平均年間給与・平均年齢・平均勤続年数は提出会社(単体)ベース、従業員数は連結ベースです。評価・推奨ではありません。

他の会社と比べる

会社Bを選ぶと、下のグラフ・事業の構成・推移表に2社目が並びます。会社Aを変えると、そのままほかの会社のページに切り替わります。

入力は収録済みの企業一覧との照合にのみ使われます。

VRAIN Solutionと同業2社を、ダッシュボードで並べるニューラルグループ・BlueMemeと、売上・営業利益・平均年間給与などの推移を重ねて比べられます

▶ ソフトウェア・SaaS業界の上場企業の順位の入れ替わりを再生する →

01

業績の推移

指標を選ぶとグラフが入れ替わります。会社Bを入れると系列が2本になります。

▶ ニューラルグループ・BlueMemeと3社で重ねる(決算ダッシュボード)→

02

事業の構成と内容

有価証券報告書【セグメント情報等】からの売上構成比。会社Bを入れると横に並びます。

VRAIN Solution 最新期の売上構成比

有価証券報告書に事業の区分の記載がありません(単一セグメント)。

VRAIN Solutionの事業の内容(有価証券報告書の記載)

(1) 事業の概要

当社は、「モノづくりのあり方を変え、世界を変えていく」ことをミッションに掲げ、製造業界向けに、AI技術及びIoT(注1)技術等の新しい技術を活用したサービスを提供しております。当社がサービスを提供している日本の製造業界は、グローバル化やアジアの国々を代表とする新興国の発展による「国際競争の激化」や少子高齢化に伴う「人手不足」等の構造的な課題に直面していると当社では捉えております。これらの課題に対処すべく製造業界においては生産性向上のためのAIやIoT等の新しい技術を活用したDX(注2)が強く求められていると判断しております。

当社が製造業界に提供するものは、生産性向上のソリューションとして、自社開発したプロダクトを提供する「AIシステム」及び顧客のDX推進を支援する「DXコンサルティング」の2つとなります。AIシステム及びDXコンサルティングは、以下に記載する特徴があると考えておりますが、それらは製造業に特化することでノウハウや専門性を短期間に有し、より高品質なソリューションの提供ができるように努めてきたことによります。

当社の見解では現在、製造業に向けて両ソリューションを提供している企業は国内において多くなく、当社の優位性に繋がるものと考えております。また、同一企業へ両ソリューションの導入を推進することにより、企業のDXを加速させ、一企業における収益の最大化を図っております。

[当社が提供する2つのソリューション]

なお、当社では、AIシステムを提供した顧客へはDXコンサルティングを、DXコンサルティングを提供した顧客へはAIシステムを提供することを推進しており、両ソリューションは完全に分離されるものではなく、両要素を異なるバランスで含んでいることから、経営管理上はセグメントの分離をせず、「製造業DX事業」の単一セグメントとしております。

(注) 1.IoT(Internet of Things)

IoTは、あらゆるモノをインターネット(あるいはネットワーク)に接続する技術であり、日本語では「モノのインターネット」と訳されます。

2.DX(Digital Transformation)

DXは、デジタルトランスフォーメーションの略となります。デジタルトランスフォーメーションとは、企業がデジタル技術によって業務やビジネスの変革をすることを指します。

① AIシステム

(特徴)

当社は、自社のエンジニア部門においてAIシステムの企画・研究・開発を行っており、特定の顧客ごとに仕様を大幅に調整する必要がない汎用性の高いシステムを開発しています。顧客の製造ラインの製造環境及び解決したい課題に合わせて、AIシステムの提供だけでなく、撮像機器等の周辺のハードウェアと組み合わせて提供することで、顧客の製造ラインの自動化を実現しています。

従来、製造ラインの検査工程において検査員の目で行われていた良品/不良品の判定について、人の目に頼らず省力化・自動化を可能にするAI外観検査システム「Phoenix Vision/Eye」の開発・販売を行っております。

さらに当社は、顧客に対して、このようなAIシステムの販売に加えて、より高い検査精度を達成するための撮像環境を構築するために、カメラ等の撮像機器や装置・排出機構についても、組み合わせて提案・提供を行っております。

[AIシステム導入による効果]

[当社製品AIシステム「Phoenix Vision/Eye」] [製造ラインでの運用イメージ] (当社の強み)

a 製造業に対する豊富な知識

当社が対面している製造業の顧客にサービスの価値を訴求し販売を行うには、豊富な製造業の知識及び高い精度の実現が必要になります。製造業界においては、商談やサービス提供の過程において、高度な業界知識、製品知識及び製造工程に関する知識が求められます。当社は、製造業界出身者が多く在籍していることに加え、マニュアル化や社内教育により、製造業界出身者以外の者でも十分なパフォーマンスを発揮できるための仕組みを整えていると考えております。

なお、外観検査システムは通常1製造ラインごとの導入となり、その製造ラインでの効果が実証されることにより同一企業の別ラインへの追加導入へと繋がり、継続的な収益を見込むことが可能であると考えております。当社は工場現場の状況やデータ、解決したい課題に基づき、顧客に合わせた自動化や効率化の提案ができる点に強みがあると考えており、その実績により複数の企業で追加導入に至っております。

b 企画から導入までワンストップ対応

当社はAIシステムの開発・販売だけでなく、企画からカメラやセンサー等の撮像機器及び検査装置の製作等の提案、設置、稼働までをワンストップで提供しております。AI外観検査システムは、撮像条件により大きく検査精度が左右されるため、当社以外のAIベンダーでは、ソフトウェアのみを販売し撮像機器等については顧客側で別途調達しており、本番環境下において導入検討時と同水準の検査精度を出せない事例が多く見られます。

当社は、製造業界や画像検査領域での知見が豊富であり、ソフトウェアと撮像環境をワンストップで企画・提案・販売することにより、導入後の本番環境下でも高い検査精度を実現することが可能であると考えております。

c 自社開発のAI技術による外観検査処理

外観検査の処理技術には、従来技術であるルールベースと当社が開発しているAI技術を用いた2つが存在します。ルールベースは、人が設定した検査ルールに基づいて良品/不良品を判断することから検査基準が明確となりますが、設定には専門知識が必要なうえ、条件が複数ある場合にはその分の検査基準を事前に全て登録する必要があり、検査結果もその検査基準に完全に一致したもののみを検出します。そのため、明るさ等の環境変化に応じた設定を行うことは大変難しく、大量の製品を製造しつつ不良品の出荷をゼロとするには、例え良品であっても一定の基準を満たさない製品を歩留まりにして熟練の検査員による検査をもって良品/不良品を判断している製造現場があります。このような製造現場では、良品でありながらも歩留まりにせざるを得ないことに頭を悩ませている場面が見受けられます。

一方で、AI技術を用いた場合は、良品/不良品の画像を学習データとして与えて自己学習させていくことで特徴を自動的に抽出して判断するようになります。曖昧さや柔軟性等は、試行回数を増やせば増やすほど数値化して表現することができ精度も高められることから、熟練の検査員による官能検査が必要なケースに非常に有効です。工数削減又は歩留まりの大幅な解消が期待できると当社では考えております。

d 汎用性の高さ

AI外観検査システムの核となる基盤は、自社が開発する汎用性の高いソフトウェアであるため、特定の顧客ごとに仕様を大幅に調整する必要がなく、注文を受けてから1週間程度で導入することが可能です。操作性も容易なため、顧客側での設定調整や導入後の運用において、操作者の熟練度等に左右されません。

また、当社製品の外観検査処理にはAI技術に加え、ルールベースも搭載しております。学習データ用の良品/不良品画像を蓄積し十分に学習させるまでは、従来のルールベースで使用することも可能です。このように、汎用性の高さにより検査する商品や特徴が変わっても顧客の要望に合わせて対応が可能なため、大手製造業で同一工場に複数のラインがあっても、大きな仕様変更を行うことなく、全ラインに導入の機会があります。加えて、大手製造業であれば国内だけでも複数の工場を保有しているため、今後は、既存顧客のリピート案件の比率が高まることが予想され、獲得コストの低減に繋がると考えております。

(導入実績)

これまでの「AIシステム開発・販売」の実績は、自動車業界及び食品業界を中心に、導入してまいりました。AIシステム及びその周辺機器の販売を通じた2026年2月期の平均販売単価は、18百万円であります。導入事例として、大手自動車メーカーにおける「部品の傷の自動検査」、大手即席麺メーカーにおける「かやくとソースの自動分類」、大手ハムメーカーにおける「生成されたハムの自動検査」等があり、人が行っていた業務の自動化を実現しています。

[外観検査自動化例]

② DXコンサルティング

(特徴)

日本の製造業界は、新興国の工業化による国際競争力の激化や少子高齢化に伴う労働人口の減少等の構造的な課題に直面していると当社では捉えております。当社は、その課題解決にDXコンサルティングが有効と考えており、AIやIoT等の新しい技術を活用した顧客のDX推進を支援するサービスを提供しております。

当社のコンサルタントが顧客のDXプロジェクトにおいて、課題設定フェーズから運用フェーズまでのプロジェクト全体に携わっております。

[サービスの内容]

(当社の強み)

当社が対面している製造業界においては、製造現場の生産性向上を目的としたDXの推進が急務となっているものの、製造業の企業にはAIやIoT等の新しい技術に精通している人材が不足しており、必要なデータがない、データが生産設備から取得できないことによってDXの推進が想定通りにいかないケースがあると当社では捉えています。

また、製造現場におけるDXには、製造業界や製造工程に対する豊富な知見が必要になる一方で、AIベンダーやDXコンサル企業に、製造業界や製造工程に対する豊富な知見を有している人材は多くなく、そのため製造現場にDXのコンサルサービスを十分なレベルで提供できる企業は多くはないと当社では想定しております。

当社は、製造業に特化してきたことにより、製造業及び製造工程における多くの知見と実績やノウハウを有することができ、顧客の生産設備からデータを取得するためのデバイスの選定から、データ取得、分析、結果を踏まえた実際の運用までを支援しています。そして、製造現場の様々な課題への解決実績を積み上げることで、より質の高いサービスを提供できるよう取り組んでおります。また、当社は、人材育成、テーマ選定、検証、開発、運用に至るまで、単なるアドバイスではなく、ハンズオンでの開発支援ができることが特徴であると考えております。

出典:有価証券報告書【事業の内容】(2026年5月提出・S100Y2CG)。事業系統図は省いています。

04

中期経営計画

会社が開示資料に書いたことを、そのまま引用しています。評価・予想・推奨は含みません。

中期経営計画

一次資料ベース

中期経営計画に言及があるが、数値目標は有価証券報告書に記載がない。数値は決算説明資料側にあるとみられる。

有価証券報告書【経営方針、経営環境及び対処すべき課題等】より

05

株主と配当

配当の方針、株主優待、大株主を、有価証券報告書の記載のまま並べています。評価・推奨ではありません。

VRAIN Solutionの配当政策

当社は、いまだ成長過程にある企業であり、更なる財務体質の強化、競争力の確保を経営上の主要課題の一つとして位置付けております。そのため現時点においては、内部留保の充実を図り、収益力強化、事業規模の拡大のための投資に充当することが、株主の将来の安定的かつ継続的な利益還元に繋がると考えており、当事業年度を含め、配当を行っておりません。

将来的には、各事業年度の財政状態、経営成績を勘案しながら株主への利益還元を実施していく方針ですが、現時点では配当実施の可能性及びその時期等については未定であります。

内部留保金につきましては、経営基盤の安定に向けた財務体質の強化及び事業成長に向けた投資のための資金として有効に活用していく所存であります。

剰余金の配当を行う場合、中間配当と期末配当の年2回の剰余金の配当を行うことを基本方針としており、これら剰余金の配当の決定機関は取締役会となります。

なお、当社は、会社法第459条第1項各号については、法令の別段の定めのある場合を除き、株主総会の決議によらず取締役会の決議によって定めることができる旨を定款に定めております。

有価証券報告書【配当政策】より(2026年5月提出)

VRAIN Solutionの株主優待

2026年5月提出の有報

「株主に対する特典」は「該当事項はありません。」と記載されています。

有価証券報告書【提出会社の株式事務の概要】「株主に対する特典」の記載です。提出日時点の内容で、その後に変わっていることがあります。最新の内容は会社の発表で確かめてください。

VRAIN Solutionの大株主(上位10名)

2026年2月末
VRAIN Solutionの大株主
順位株主持株比率(%)
1合同会社Y&N37.63
2南塲 勇佑28.54
3楽天証券株式会社共有口2.15
4株式会社日本カストディ銀行(信託口)1.57
5日本マスタートラスト信託銀行株式会社(信託口)1.48
6白川 則雄1.26
7ジャフコSV6投資事業有限責任組合0.97
8荻本 成基0.96
9菊地 佳宏0.96
10山田 郁生0.96

有価証券報告書【大株主の状況】より。持株比率は、発行済株式(自己株式を除く)に対する割合です。上位10名の合計は76.54%。信託銀行の名義には、投資信託や年金などの資金がまとめて入っています。

06

主要な指標の推移(最大14期)

表示する指標をチェックで選べます。逆算 が付く指標は、開示値から計算したものです。

表示する指標を選ぶ(5 / 47)閉じる

選択中 5 指標 / 候補 47 指標(有価証券報告書・決算説明資料・逆算)

損益

財務

資本効率

キャッシュ

株主還元

人的資本

投資

← 横にスクロールできます →

主要な指標の推移
指標20122013201420152016201720182019202020212022202320242025
売上収益億円————————136142133
営業利益億円——————————1569
営業利益率%——————————10.436.027.727.9
当期利益億円————————000347
EPS円————————1,398.01.15.033.342.064.0

空欄は「未収録」です。会社が開示していないか、まだ読み込んでいないかのどちらか。推計値では埋めません。

推移は、有価証券報告書の冒頭にある【主要な経営指標等の推移】から5期分ずつ取っています。売上高・経常利益・純利益・純資産・総資産・自己資本比率・1株情報・従業員数などが1つの表に並んでいるので、3期分の有報で最大14期そろいます。

07

人的資本

有価証券報告書の【従業員の状況】から取れる数字と、そこからの逆算。投資の観点でも、企業研究の観点でも同じ表を見ることになります。

1人当たり売上高23.8百万円2025年度・逆算
1人当たり営業利益6.6百万円2025年度・逆算
平均年齢38.1歳2025年度
平均勤続年数1.0年2025年度

平均年間給与は提出会社(単体)ベースです。連結全体の数字ではありません。従業員数は連結ベースなので、この2つは母集団が違います。割り算をするときはその点に注意してください。

08

会社の概要と沿革

代表者
代表取締役社長 南塲 勇佑
本店の所在地
東京都中央区晴海一丁目8番10号
決算期
2月
市場・業種
東証グロース / 情報・通信業

有価証券報告書の表紙と【役員の状況】より(2026年5月提出)。

VRAIN Solutionの沿革

  1. 当社は、代表取締役社長南塲勇佑により、2020年3月にAI技術を用いて製造業の自動化を支援することを目的として創業いたしました。
  2. 当社設立以降の主な沿革は、下記のとおりです。
  3. 2020年3月東京都中央区八丁堀において資本金9,900千円で、当社を設立
  4. 2020年3月DXコンサルティング開始
  5. 2020年7月AI外観検査システム Phoenix Vision/Eye開発・販売開始
  6. 2021年7月本社を東京都中央区日本橋茅場町へ移転
  7. 2022年7月本社を東京都中央区晴海へ移転
  8. 2023年3月ISO/IEC 27001:2013(ISMS)の認証を取得
  9. 2024年2月東京証券取引所グロース市場に株式を上場
  10. 2024年8月大阪営業所を開設
  11. 2025年1月名古屋営業所を開設
  12. 2025年5月本社オフィスを晴海アイランドトリトンスクエアオフィスタワー内で移転拡充
  13. 2025年6月AIX線検査機 PX-1000Nをリリース
  14. 2025年9月仙台営業所を開設
沿革の続き(あと1件・2025年まで)
  1. 2025年12月札幌営業所を開設

有価証券報告書【沿革】より(2026年5月提出・S100Y2CG)。会社が書いたとおりに載せています。

情報・通信業で規模の近い会社

売上収益の最新の値が近い順に6社。情報・通信業の591社から選んでいます。

情報・通信業の会社を条件で探す →

出典と収録状況

数値はすべて会社が公表した資料に紐づけています。出典のない数値はこのページに載せません。

一次資料 開示資料に記載のある値 逆算 開示された値から計算した値 デモ 画面確認用の仮データ

  1. 有価証券報告書 計3本(EDINET)から収録。1本に5期分の【主要な経営指標等の推移】が載るため、重複する年度は新しい報告書の値を採用している。docID: S100TH41、S100VS6D、S100Y2CG一次資料

検索窓の扱いについて。入力された文字列は、あらかじめ収録した企業一覧との照合にだけ使っています。入力値をそのまま画面に書き戻したり、URL・問い合わせ文・生成AIへの指示文に混ぜたりはしません。

画面の描画は例外なく textContent で行い、innerHTML は一切使っていません。eval と new Function も使っていません。入力は40文字までで、日本語・英数字・一部記号以外は受け付けません。配信時は _headers で Content-Security-Policy を設定しています。

資料の読み込みを生成AIで行う場合も、PDFの中身は「指示」ではなく「データ」として扱い、抽出結果は必ず出典ページ番号とセットで保存して、人が突き合わせられる状態にします。

本ページは公開情報を整理したものです。特定の銘柄の取得・処分を推奨するものではなく、投資判断についての助言・評価・予想は含みません。
決算説明資料および中期経営計画の著作権は各社に帰属します。本ページは資料そのものを転載せず、数値の引用と出典の明示にとどめています。