2021〜2025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、「最新テクノロジーを確かな労働力に」をミッションに掲げ、製造業界を中心に、AI技術及びIoT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少子高齢化に伴う労働人口の減少による「人手不足」が深刻化する中で、競争力を維持・発展させるための製造現場のDX化がなかなか進まないことによる、競争力の低下に直面していると当社ではとらえております。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等の新しい技術を確実に製造現場で使用できるソリューション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3月提出）
2025年度の売上収益は13億円で、売上収益を比べられる東証上場3,585社のうち3485番目、情報・通信業591社のうち554番目の大きさです。平均年間給与は596.5万円（2025年度・提出会社単体）で、情報・通信業585社のうち409番目。平均年齢は34.9歳、平均勤続年数は2.2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。
フツパーと同業2社を、ダッシュボードで並べるリンカーズ・Ｍマートと、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。
▶ リンカーズ・Ｍマートと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。
フツパー 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、「最新テクノロジーを確かな労働力に」をミッションに掲げ、製造業界を中心に、AI技術及びIoT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少子高齢化に伴う労働人口の減少による「人手不足」が深刻化する中で、競争力を維持・発展させるための製造現場のDX化がなかなか進まないことによる、競争力の低下に直面していると当社ではとらえております。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等の新しい技術を確実に製造現場で使用できるソリューションが強く求められていると判断しております。
当社は製造業界向けに、外観検査自動化AI「メキキバイト」をはじめとする画像認識AIサービス、顧客の保有するビッグデータのAIによる分析サービスである「カスタムHutzperAI」等の分析AIサービス、その他スキルに応じたAIによる人材配置最適化システム「スキルパズル」及びインターネット接続不要の生成AIソリューション「ラクラグ」を提供しております。各サービスは、以下に記載する特徴があると考えておりますが、それらは当社がこれまで製造業に特化し、常に顧客の要望・ニーズをとらえ、より高品質なソリューションの提供が可能となるように努めてきたことによるものであると考えております。
また、当社では製造業出身のエンジニアが多く在籍していると共に、社内教育及び設計物の十分なレビューを行うことで、経験の浅いエンジニアでも十分なパフォーマンスを発揮できる体制を整えていると考えております。
当社では以下のとおりエンジニアリング部門を組織化しております。
・AIエンジニアリング部：主として「メキキバイト」をはじめとした画像認識AIサービスにおける光学設計等の技術開発、顧客へのサービス提供を行う。
・プロダクト開発部：クラウドシステムである「Hutzper Insight」や「スキルパズル」の開発、顧客向けWebサービスの提供を行う。
・データサイエンス部：全社的なAI技術を統括すると共に、カスタムHutzperAI等のAIサービスの提供を行う。
各部門におけるエンジニアの在籍状況は以下のとおりであります。
2025年12月31日現在
組織名 ／ 役割 ／ 保有技術 ／ 人数（人）
AIエンジニアリング部 ／ PM （プロジェクトマネージャー） ／ 顧客の技術面の課題抽出及びプロジェクト全体のマネジメント ／ 製造工程、品質管理、生産管理に関する知見 ／ ９
ソフトウェアチーム ／ 製造現場で使用するソフトウェアの開発 ／ プログラミング ／ ９
ハードウェアチーム ／ コンベアや排除機構等の製造ラインの設計・組立・設置 ／ ハードウェア設計、電気回路構築 ／ ６
AIチーム ／ 顧客の製造現場、製造物に対応した光学設計からAI構築及び学習 ／ 光学設計、AI構築 ／ ７
プロダクト開発部 ／ Hutzper Insight並びにスキルパズルの開発、Webサービスの個別開発 ／ Webサービス開発、デザイン ／ ６
データサイエンス部 ／ カスタムHutzperAIの提供及びAI技術の調査・研究開発 ／ AIリサーチ、データサイエンス、AIを活用したコンサルティング ／ ６
事業の内容及び特徴については以下のとおりであります。なお、当社は製造業向けAIサービス事業の単一セグメントであり、セグメント情報を記載していないため、サービス別に記載しております。
① 画像認識AIサービス
(特徴)
メインサービスである「メキキバイト」は、製造業の顧客に対して、製造ライン、検査対象に適した照明・カメラ等の選定から設置までの光学設計をはじめ、検査対象の不良検出のための最適なAIモデル構築並びに不良品の排除機構連携、導入後の運用管理までを一気通貫で提供しております。また、AI判定は現場にある産業用PCに搭載したエッジAI（注１）として提供し、安定稼働の実現かつ高速処理を可能とすることに加えて、当該システムの運用フェーズにおいてはクラウドシステム「Hutzper Insight（フツパーインサイト）」を管理アプリケーションとして提供することにより、顧客自身によるAIモデルの精度の向上、品質管理を可能としており、継続的な運用を支援しております。
ハードウェアのスポット販売に加えて、初年度はAI構築（200,000円/月）及び「Hutzper Insight」のライセンス（98,000円/月）をサブスクリプションで月額利用料にて提供しており、２年目以降は「Hutzper Insight」のライセンスを提供しております。一部、クラウド管理機能である「Hutzper Insight」を伴わないソフトウェアのスポット販売での提供もございます。サブスクリプション契約の解約率（注２）は創業以来低い水準を維持しており、2025年12月期の解約率は0.23％となりました。
また、当社は、「メキキバイト」で培った画像認識AIの技術を活用し、製造現場に設営されたカメラを活用した作業員の行動分析、機械への巻き込み防止等の安全対策等の外観検査以外のサービスの提供を行っております。
サービス提供に係る原価として、画像認識AIサービスでは現場に設置するハードウェアやエッジデバイスに関する材料費や、エンジニアの人件費等が発生いたします。
(注）１．エッジAI：ネットワークの端末機器（エッジデバイス）に直接搭載したAIのこと。
２．解約率＝当月の解約により減少したライセンス収入÷前月末のライセンス収入の総額×100％の12ヵ月平均 (当社の強み)
ａ 製造業に対する豊富な知識
当社は創業時より製造業界向けに特化したサービスを提供しており、製造ラインや検査における豊富な知見を有していると考えております。製造業の顧客が取り扱う品目は金属製品や食品等様々であり、製造物毎に製造ラインの特徴を理解し、検査対象を確実にとらえるための高度な撮像・画像処理技術等の光学設計の技術が必要となります。
ｂ 運用開始までの一気通貫したサービスの提供
当社は顧客に対して、光学機器や搬送・排除機構等のハードウェアの選定・設置からAIモデル構築までを一気通貫で提供しております。具体的には、当社で光学設計を行った照明・カメラ・治具を顧客の製造ラインに設置した上で、本番環境でのデータ収集に努めております。AIモデル構築に当たっては、本番環境で撮影したデータを学習させることにより、効率的にAIのモデル構築を進め、高い実装力を有していると考えております。
光学設計からAIモデル構築まで一気通貫した技術をもたないベンダーでは、テスト環境で撮影したデータによる学習によりAIモデルを構築するものの、製造現場に設置されている照明・カメラ等で撮影した本番環境でのデータとの差異が発生し、効果的かつ効率的な製造現場での実装が難しく、当社のように低コストかつ迅速な実装は難しいものと考えております。
ｃ エッジAIとクラウドシステムのハイブリッドによる運用支援一般的な検査サービスにおいては、製造現場に実装した検査システムについての良否判定データは一定期間製造現場に蓄積されるのみであり、その後の利活用は進んでいないものと当社では考えております。
このような課題に対し、当社では、エッジデバイスに実装されたAIにより外観検査を行うことで、ネットワークが不要で、即時・大量の検査を行うことを可能とし、また、エッジ側で良否判定基準を設定することで、現場での柔軟な運用を可能としております。一方で、エッジ側でのAIによる外観検査の結果については、現場で不良と判定された画像データのみについてクラウド環境にアップロードする特許技術を有しております。当社は当該技術を用いた外観検査支援アプリケーションである「Hutzper Insight」を提供しており、顧客は自身で画像データの再分類、再学習を行うことでノーコードにてAIモデルの精度を向上させることができるとともに、「Hutzper Insight」上で品質管理を行うことができます。
ｄ 排除機構連携
当社では「メキキバイト」にて不良と判定された検査物について、エアジェット（注１）連携等による排除機構の設置までを行っております。これにより、製造現場における人員をより減らすことができるため、顧客のより効率的な生産に資することが可能となります。
(導入実績)
2025年12月期の導入実績は、86社であります。また、売上高は911,628千円であります。また、「メキキバイト」のサブスクリプション契約における１ラインのあたりの平均単価（注２）はハードウェア10,803千円、初年度のAI構築及びライセンス利用料4,042千円、２年目以降のライセンス利用料（注３）11,709千円となり、合計は26,555千円となりました。
(注）１．エアジェット：品質検査で不良品と判定された製品を高速のエアージェット（圧縮空気）で吹き飛ばし、選別すること。
２．平均単価＝ハードウェアの平均単価＋初年度のAI構築及びライセンス利用料の平均単価＋２年目以降のライセンス利用料
３．２年目以降のライセンス利用料＝ライセンス利用料の年間平均単価÷（解約率×12）－ライセンス利用料の年間平均単価
② 分析AIサービス
(特徴)
当社では、顧客が保有するビッグデータを活用し顧客のAI構築を支援する「カスタムHutzperAI」等の分析AIサービスを提供しております。具体的には、現場データをもとにした在庫予測や故障予測等の分析サービスをスポット販売で提供しております。サービス提供に係る原価として、エンジニアの人件費等が発生いたします。
出典：有価証券報告書【事業の内容】（2026年3月提出・S100XU0K）。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「経営上の目標の達成状況を判断するための客観的な指標当社は、より高い成長性及び収益性を確保する点から、「売上高」及び「営業利益」を客観的な指標としております。」
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、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づけております。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は、年１回の期末配当を行うことを基本方針としており、その他年１回の中間配当を行うことができる旨を定款で定めております。
なお、当社は、会社法第459条第１項の規定に基づき、取締役会の決議をもって剰余金の配当等を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3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 | 大西 洋 | 22.77 |
| 2 | 黒瀬 康太 | 7.58 |
| 3 | ＡＮＲＩ４号投資事業有限責任組合 | 6.93 |
| 4 | 弓場 一輝 | 5.34 |
| 5 | 株式会社ＳＢＩ証券 | 3.68 |
| 6 | フツパー従業員持株会 | 3.53 |
| 7 | 楽天証券株式会社共有口 | 2.72 |
| 8 | 株式会社日本カストディ銀行（信託口） | 2.19 |
| 9 | 濱田 英之 | 1.79 |
| 10 | 日本マスタートラスト信託銀行株式会社（信託口） | 1.71 |
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58.23%。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 | — | — | — | — | — | — | — | — | — | 1 | 1 | 3 | 6 | 13 |
| 営業利益億円 | — | — | — | — | — | — | — | — | — | — | — | — | -1 | 4 |
| 営業利益率% | — | — | — | — | — | — | — | — | — | — | — | — | -11.4 | 31.6 |
| 当期利益億円 | — | — | — | — | — | — | — | — | — | -0 | -1 | -1 | -0 | 3 |
| EPS円 | — | — | — | — | — | — | — | — | — | -1,354.4 | -3,312.0 | -16.2 | -2.8 | 34.9 |
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3月提出）。
有価証券報告書【沿革】より（2026年3月提出・S100XU0K）。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。