2015〜2025年度は連結財務諸表を作成しておらず、単体の数字です。
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、従来からの強みである画像・物体等の認識AIおよび予測AI技術に加え、これらの技術やサービスを統合し、企業内外の多様なデータおよび業務プロセスを横断的に活用するための基盤として「Leapnet」を開発・提供しております。有価証券報告書【事業の内容】より（2026年6月提出）
2025年度の売上収益は47億円で、売上収益を比べられる東証上場3,585社のうち3053番目、情報・通信業591社のうち378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+0.6%です。平均年間給与は932.1万円（2025年度・提出会社単体）で、情報・通信業585社のうち47番目。平均年齢は39.4歳、平均勤続年数は3.0年です。
事業の大きさと稼ぐ力
働く人の数字
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。
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。
ＡＩ ｉｎｓｉｄｅと同業2社を、ダッシュボードで並べるアイドママーケティングコミュニケーション・ＨＯＵＳＥＩ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。
▶ アイドママーケティングコミュニケーション・ＨＯＵＳＥＩと3社で重ねる（決算ダッシュボード）→
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。
ＡＩ ｉｎｓｉｄｅ 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）。
当社は、「AIで、人類の進化と人々の幸福に貢献する」というパーパスのもと、「AI inside X」というビジョンで、「X=様々な環境」に溶け込むAIが実装され、誰もが意識することなくAIの恩恵を受けられる豊かな社会を、私たちは目指しています。そのために、AIテクノロジーの妥協なき追求により非常識を常識に変え続けていくよう事業に取り組んでいきます。
＜外部環境について＞
現在、国内において生産年齢人口は1995年をピークに減少傾向にあり、2020年に7,509 万人程となりました。また、2032年、2043年、2062年にはそれぞれ7,000 万人、6,000 万人、5,000万人を割り、2070年には4,535万人まで減少することが予想されております(注１)。そのような背景の中、これまで人が行ってきた業務を機械化し、生産性を維持・向上させること、また、業務を高付加価値なものにすることがこれまで以上に強く求められております。しかしながら、これまで人が行ってきた業務は、機械やソフトウェアで代替することが困難な業務が多い故に、人が行ってきておりました。
昨今は、そういった複雑な業務を人のようにこなせる「AI」が注目されており、実証実験や一部の社会実装が始まっているという情勢であります。当社は、AIは今後より急速に社会に普及していくと考えております。
また、その急速な普及のため、政府においてはデータサイエンス・AIを理解し、各専門分野で応用できる人材を年間25万人育成する目標も公表されており(注２)、社会普及の実現には、AI開発と運用をよりスムーズに行えるようインフラも整える必要があると考えております。
(注１) 出所2020年までは総務省「国勢調査」(年齢不詳人口を除く)、2032年以降は国立社会保障・人口問題研究所「日本の将来推計人口(令和５年推計)」（15～64歳人口および構成比の推移）
(注２) 出所内閣府AI戦略2022 令和４年４月22日「統合イノベーション戦略推進会議決定」
＜AI inside のストーリー＞
当社はその創業にあたり、「企業の業務プロセスの内、人の手で行われているものを、AIでサポートすること」を目指しました。そこで「企業が既に外部委託している業務プロセス」を調査し、まず初めに、データ入力業務をAIでサポートすることを目的に、研究開発を始めました。人によるデータ入力に関する外部委託市場は今後も大きく成長していくことが予想されております。
その結果、当社は人がルールを設計し、そのルールをプログラミングすることで開発する文字認識技術を一切排除し、コンピュータが自動的に文字画像データを学習しルールを設計する、ディープラーニングによる手書き文字認識AIを開発しました。このAIを、日々の業務で誰もが使えるようにするため、AI-OCRサービス「DX Suite」として企業へ提供しております。これまで98億回を超える読取りを行い、企業の生産性向上に貢献してきました。
製品の提供方式として、現在主力製品となっているクラウドコンピューティング（AI inside Cloud）だけではなく、クラウドにアクセスすることなくユーザの元でAI処理を行う、エッジコンピューティング用ハードウェア「AI inside Cube」を自社で開発製造しました。これにより、地方公共団体などプライバシー保護がより一層重要視される業界への導入拡大も実現しています。
同時に、大規模化による低コスト構造の実現と、AIを動作させるためのハードウェアを自社開発・自社利用することにより、ユーザへより低価格での提供が可能な構造となっております。当社は、この好循環サイクル（注３）により契約数の拡大とユーザの継続利用、ビジネスの継続的強化を実現しています。
当社は、従来からの強みである画像・物体等の認識AIおよび予測AI技術に加え、これらの技術やサービスを統合し、企業内外の多様なデータおよび業務プロセスを横断的に活用するための基盤として「Leapnet」を開発・提供しております。
「Leapnet」は、当社が提供してきた「AnyData」や「Heylix」等の技術・サービスを統合したLLMネイティブなAIプラットフォームであり、企業が抱える業務知見やデータを活用し、AIエージェントを構築・運用することを可能にします。これにより、企業活動における業務効率化を支援するとともに、自社の知見を活かした新たなサービス提供等を通じて、付加価値の創出にも寄与するものと考えております。
これにより、企業活動全体の効率化を担う付加価値の高い複合AIソリューションをパートナーとともに提供することで、AIソリューションの利用拡大、より効率的な事業のスケールに取り組み、「誰もが意識することなくAIの恩恵を受けられる世界」を目指します。
なお、当社は人工知能事業の単一セグメントであるため、以下ではサービス別の事業内容を記載しております。また、当社が展開するサービスは、継続的に収益が計上されるリカーリング型モデルと取引毎に収益が発生するセリング型モデルにより構成されております。
(注３) ビジネスの根幹となる好循環サイクル
<サービスの内容>
(1) 「DX Suite」
当社は、人がルールを設計し、そのルールをプログラミングすることで開発する文字認識技術を一切排除し、文字画像データを学習し、コンピュータが自動的にルールを設計する、ディープラーニングによる手書き文字認識AIを開発しました。このAIを、日々の業務で誰もが使えるようにするため、ユーザインターフェースを備えたAI-OCRサービス「DX Suite」として開発し、ユーザへ提供しております。
「DX Suite」は、その内部に「Intelligent OCR」「Elastic Sorter」というアプリケーションを有しており、組み合わせて契約、利用することができます。これらサービスは、システム開発、銀行、証券、保険、小売、エネルギー、物流、製薬、不動産、製造、印刷等、業態を問わず導入されており、ユーザ企業にて帳票をデータ化するリクエスト数（読取り回数）を基に算出される月額従量費用や、オプション機能の月額固定費用といったリカーリング型モデルの収益と、初期費用等のセリング型モデルの収益で売上を構成しております。なお、「DX Suite」の初期費用についてはサービスの提供期間にわたり売上高を按分計上しております。
「Intelligent OCR」：手書き文字認識技術をベースとする「定型帳票」及び「非定型帳票」を読取り、デジタルデータ化するサービスです。「定型帳票」とは、帳票レイアウトが統一されており、事前に読取り箇所を指定することができる帳票を指します。具体的には、各種申込書や受発注帳票、アンケートなどの帳票をデータ化できます。「非定型帳票」とは、記載される項目は同じでも、記載される場所、レイアウトが無数にあり、書類の種類数が限定的で無いため、「Elastic Sorter」では仕分けることのできない帳票を指します。具体的には請求書や領収書、住民票やレシートなどといった帳票を事前の準備・設定不要で、データの構造化含め、デジタルデータ化できます。 料金体系としまして、リカーリング型モデルの月額固定費用、読取りごとに発生する月額従量費用と、セリング型モデルの初期費用により構成されております。
「Elastic Sorter」：「Intelligent OCR」のオプションとして、複数種類の帳票を順不同にまとめてスキャンしてある場合に、同種類の帳票をAIが選び取り、仕分けるサービスです。具体的には、免許証や保険証、住民票など複数種類ある本人確認書類や各種申込書類を種類ごとに仕分け、仕分け後に「Intelligent OCR」で読取りを行うなどの業務に利用できます。
料金体系としまして、セリング型モデルの初期費用は無く、リカーリング型モデルの月額固定費用、読取りごとに発生する月額従量費用により構成されております。
(1-1)「AI inside Cube」
当社の主力製品は「DX Suite」クラウド版ですが、官公庁・地方公共団体などではオンプレミス（注４）環境での利用ニーズがあります。しかしながらオンプレミス環境の構築は、機器選定、購入、システムインテグレーションなど様々な工程に時間と人的リソースを必要とするため、ユーザ企業、当社双方にスケールしにくい分野です。
そこで当社は、クラウドにアクセスすることなくユーザの元でAI処理を行う、エッジコンピューティング用ハードウェア「AI inside Cube」を自社開発しました。ユーザは、「AI inside Cube」に「DX Suite」をインストールし、利用できます。特別なインテグレーションは必要なく、誰でも使えるよう、電源とデータ送信用のLANケーブルを差し込むだけで使える仕組みです。「AI inside Cube」は、月額定額のリカーリング型モデルで提供をしています。
(1-2)「AI inside Computing Engine」
当社のAIは、クラウド環境、オンプレミス(注４)環境共にソフトウェアインフラ基盤「AI inside Computing Engine」の上で稼働しております。「AI inside Computing Engine」を使わない従来方式では、ソフトウェアやAIを動作させるためのサーバの構築は、各種設定を時間をかけて人が行う必要があります。そうして作り上げた環境を、別のサーバにも適用させる場合、同じように人が行う必要があり、コストと時間がかかります。
出典：有価証券報告書【事業の内容】（2026年6月提出・S100YJYU）。事業系統図は省いています。
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の数値目標は有価証券報告書に記載がない。決算説明資料などで別途公表している場合がある。
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
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。
当社は、財務体質の強化と事業拡大のための内部留保の充実等を図ることが重要であると考えており、設立以来配当を実施しておりませんが、株主に対する利益還元も経営の重要課題であると認識しております。
今後の配当政策の基本方針としましては、収益力の強化や事業基盤の整備を実施しつつ、内部留保の充実状況及び企業を取り巻く事業環境を勘案したうえで、株主に対して安定的かつ継続的な利益還元を実施する方針であります。また、内部留保資金につきましては、事業の効率化と事業拡大のための投資等に充当し、事業基盤の確立・強化を図っていく予定であります。
将来的には、内部留保の充実状況及び企業を取り巻く事業環境を勘案し、利益還元を行うことを検討してまいりますが、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。
当事業年度の配当につきましては、財務体質の強化と事業拡大のための内部留保の充実等を図るため、配当を実施しておりません。
なお、剰余金の配当を行う場合、年１回の期末配当を基本方針としており、配当の決定機関については株主総会となっております。また、当社は会社法第459条第１項各号に定める事項について、法令による別段の定めがある場合を除き、取締役会の決議によって行う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6月提出）
「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。
| 順位 | 株主 | 持株比率（%） |
|---|---|---|
| 1 | 渡久地 択 | 47.26 |
| 2 | 上田八木短資株式会社 | 4.51 |
| 3 | 中沖 勝明 | 2.82 |
| 4 | 大日本印刷株式会社 | 2.51 |
| 5 | 楽天証券株式会社 | 1.79 |
| 6 | 松井証券株式会社 | 1.38 |
| 7 | 福田 久也 | 1.25 |
| 8 | 株式会社ＳＢＩ証券 | 1.01 |
| 9 | 倉員 伸夫 | 0.87 |
| 10 | 株式会社日本カストディ銀行（信託口） | 0.76 |
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64.19%。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。
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。
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）
← 横にスクロールできます →
| 指標 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 | 2024 | 2025 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 売上収益億円 | — | — | — | 0 | 0 | 3 | 4 | 16 | 46 | 33 | 38 | 42 | 44 | 47 |
| 営業利益億円 | — | — | — | — | — | — | -2 | 4 | 24 | 6 | 3 | 4 | 4 | 3 |
| 営業利益率% | — | — | — | — | — | — | -40.7 | 27.2 | 51.4 | 17.2 | 7.5 | 10.7 | 8.8 | 6.6 |
| 当期利益億円 | — | — | — | -1 | -1 | -3 | -2 | 4 | 17 | 4 | -5 | 5 | -5 | 4 |
| EPS円 | — | — | — | -24,916.4 | -62,294.2 | -126.2 | -60.6 | 129.7 | 450.9 | 107.7 | -132.5 | 136.1 | -125.8 | 88.9 |
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。
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。
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。
女性管理職比率・男性の育児休業取得率・男女の賃金の差異は、2023年3月期の有報から【従業員の状況】に載るようになった数字です。提出会社（単体）の値で、公表の義務が無い会社は記載していないことがあります。
男女の賃金の差異は、男性の平均賃金を100としたときの女性の平均賃金です。職種や役職の構成の違いを含んだ平均どうしの比べなので、同じ仕事の賃金の差ではありません。男性の育児休業取得率は、その年度に配偶者が出産した人の数で割るため、100%を超えることがあります。
有価証券報告書の表紙と【役員の状況】より（2026年6月提出）。
有価証券報告書【沿革】より（2026年6月提出・S100YJYU）。会社が書いたとおりに載せています。
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。
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
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。