2018〜2025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、AIを中心としてIT・ハードウェア等の各種テクノロジーを統合的に活用したソリューションを提供する「ソリューション提供事業」を展開しております。また、関連会社は有しておらず、単一の会社で、単一の事業を展開しております。有価証券報告書【事業の内容】より（2026年1月提出）
2025年度の売上収益は15億円で、売上収益を比べられる東証上場3,585社のうち3446番目、情報・通信業591社のうち534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+32.3%です。平均年間給与は679.2万円（2025年度・提出会社単体）で、情報・通信業585社のうち243番目。平均年齢は31.1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。
ｐｌｕｓｚｅｒｏと同業2社を、ダッシュボードで並べる売れるネット広告社グループ・マーキュリーと、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。
▶ 売れるネット広告社グループ・マーキュリーと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。
ｐｌｕｓｚｅｒｏ 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「人の可能性を広げる」というビジョンを実現すべく、「知の創発により、新しい選択肢を生み出す」をミッション、「ユニークなプロフェッショナルであれ」をバリューとして掲げております。日本の現状として、少子高齢化を好機として捉えAIやロボットの導入率を世界最高水準に引き上げ、日本の生産性を世界一にして人々の可処分時間や可処分所得を増やすことを目指しております。当社社名の由来は、かつてインドで「0」という概念が生まれたことが後の数学を大きく発達させたように、全く新しい概念やアイデアを創出することによって世の中に革新的変化をもたらすことを目指して、「pluszero」と名付けました。
当社は、AIを中心としてIT・ハードウェア等の各種テクノロジーを統合的に活用したソリューションを提供する「ソリューション提供事業」を展開しております。また、関連会社は有しておらず、単一の会社で、単一の事業を展開しております。
（１）ソリューション提供事業の内容
①ソリューション提供事業の分類と特徴
当社の「ソリューション提供事業」は、提供形態に基づいて、下表のように区分をすることができます。
大分類 ／ 中分類 ／ 売上分類 ／ 契約形態 ／ ビジネス概要
プロジェクト型 ／ オーダーメイド型 AI/DXソリューション事業 ／ その他売上 ／ 請負 及び 準委任 ／ ・顧客の経営問題の解決や課題の達成のための相談と具体的なサービス・システムの設計・開発・保守運用までをワンストップで提供 ・顧客の要求仕様を満たすサービス・システムをプロジェクト単位に契約して契約の期間内に納品 ・顧客の経営問題に対して中長期的に向き合いながらエンジニアやコンサルタントの稼働やノウハウを安定的に提供
AEIサービス 初期開発/導入支援 ／ AEI 関連売上
サービス型 ／ サービス及び ライセンス提供 ／ ライセンス ／ ・「仮想人材派遣」関連技術に関する技術情報の提供や開発ライセンス・利用ライセンスの供与 ・上記に付随して発生する開発の実施及び関連事業・サービスの立上支援 ※「仮想人材派遣」とは、当社が特許を取得した技術を用いた「ユーザーから見て人間が対応しているように感じる対話システム」を指します。
「ソリューション提供事業」は、「プロジェクト型」が98.5%を占めており、「プロジェクト型」で獲得した利益に基づいて、当社が独自に定義した技術であり、特定ジャンルに限定することによって、機械が人間のように意味を理解できるようになることを目指す技術であるArtificial Elastic Intelligence(AEI)に関する研究への継続投資を行っております。
「ソリューション提供事業」の強みとしては、プロジェクトマネージャー(PM)を中心にして、文系・理系の知見を融合した「文理融合型」のメンバーが従事しており、様々なパターンのAIのプロジェクトに対応できるようになっていることであります。
また、当社在籍人材の特徴として、AIやITなどの技術系に対応できるエンジニアの割合は81%であり、大学院生以上の人材の割合も全従業員の48%を超えております。学習力・技術力を持つメンバーが数多く在籍することで、当社が所属する業界の技術的イノベーションへの対応と当社ソリューションへの適用が可能となり、競争力の源泉となっております。なお、当社に在籍する人員の割合、労働環境は以下のとおりであります。
(注) 2025年10月時点の集計となります。
②プロジェクト型の特徴
a. プロジェクト型の概要
「ソリューション提供事業」の「プロジェクト型」では、主に以下の８つの領域についてのソリューションを提供しております。
当社のプロジェクト型の強みは、下図のように経営に関する「課題発見・新規事業計画」から「保守・その他」までのソリューションをワンストップで提供することでございます。これにより、各工程を分離させることなく、一気通貫でのサービスを高い品質をもって提供しております。
b. プロジェクト型の取組みと事例
お客様と信頼関係を構築したうえでご要望を的確に汲み取る営業と、お客様のご要望に沿ったシステムを実現できるエンジニアにより、当社は様々な開発を成功に導いています。
③サービス型の特徴
a. 第４世代AI及びAEIの概要
当社は、第４世代AIとして、既に実現している人工知能(AI)と極めて実現が難しいとされている汎用人工知能(AGI)の間の概念として、独自に「柔軟な人工知能」、英訳として「Artificial Elastic Intelligence(AEI)」を定義し、開発に取り組んでおります。
(第４世代AIの概要)
国立研究開発法人科学技術振興機構(CRDS)「第4世代AIの研究開発 －深層学習と知識・記号推論の融合－」によると、第４世代AIは、現在の主流である「ディープラーニングを含む統計的機械学習」を用いた第３世代AIが持つ以下の３つの限界を克服することを目的とし、その手段として「推論と検索」を用いた第１世代AI及び「ルールベースのシステム」を用いた第２世代AIと第３世代AIを融合させることで、実現を目指す次世代AIとなっております。
①学習に大量の教師データや計算機資源が必要であること
②学習範囲外の状況に弱く、実世界状況への臨機応変な対応ができないこと
③パターン処理は強いが、意味理解・説明等の高次処理はできていないことなお、第１世代AI～第４世代AIの特色をまとめると以下のとおりになります。
通称 ／ 年代 ／ 代表技術 ／ 概要 ／ 主な問題点
第１世代AI ／ 1950's～ ／ 推論と探索 ／ 探索技術を用いて限定的な課題に対し高度な推論を実現するAI。記号推論の原型もこの頃に生まれた。 ／ 解決可能な課題が限定的であり、現実世界における実用性が低い。
第２世代AI ／ 1980's～ ／ ルールベースのシステム ／ 人手で辞書・ルールを構築・活用するルールベースのAI。 推論に対する高い解釈性を実現することが可能である。 ／ 精度の向上に膨大な工数が必要。
第３世代AI ／ 2000's～ ／ ディープラーニング ／ 大量のデータからルールやモデルを構築して活用する機械学習に基づくAI。 高い推論精度を発揮する。 ／ 高い精度の実現には大量のデータが必要。 意味理解等ができていない。 推論に対する解釈性が低い。
第４世代AI ／ 20XX ／ ディープラーニングと 知識・記号推論の融合 ／ ディープラーニングと知識・記号推論を融合させることで、意味理解に基づく高い推論精度と推論に対する高い解釈性を両立させることを目指すAI。 ／ コンセプトが打ち出されたのが直近で、現時点で決定版となるソリューションがない。
(AEIの概要)
AEIとはArtifitial Elastic Intelligenceの略で、柔軟なAIを意味する当社による造語となります。ナレッジグラフによる第２世代AIやディープラーニング技術による第３世代AIがはらむ課題を解決する新しいAIの枠組みとして第４世代AIという概念が昨今提唱され始めておりますが、その第４世代AIの具体的な実装として、当社が独自に開発するAI技術を総称したものであります。ディープラーニング技術までのAIとは異なるアプローチを取ることから、区別のためにAEIと呼称しております。
(AEIの取り組み)
当社は、AEIが、ある特定のジャンル内においては機械が人間のように意味を理解できるようになることを目指しております。これは、任意のジャンルにおいて自意識や全認知能力を持ち、極めて実現が難しいとされているAGIとは異なるアプローチであり、ジャンルを特定のものに限定することで精度及び信頼性を高め、実現難易度を下げるという狙いがあります。当社はAEIを開発することで、「特定のジャンルに限定することによって、人間のように意味を理解した上でタスクを実行することが可能なAI」の実現を目指しております。当社はAEI技術を活用してAIコールセンター、AIロールプレイ、AEIDeskの開発・販売を開始しております。
略称 ／ 名称(英語) ／ 名称(日本語) ／ 俗称 ／ 実現性 ／ 説明
AI ／ Artificial Intelligence ／ 人工知能 ／ 弱い AI ／ 既に 実現 ／ 人間の知性の一部分のみを代替し、特定のタスクだけを機械的に処理するAI
AEI ／ Artificial Elastic Intelligence ／ 柔軟(な)人工知能 ／ 実現 可能 ／ 特定ジャンルに限定することによって、人間のように意味を理解した上でタスクを実行することが可能なAI
AGI ／ Artificial General Intelligence ／ 汎用人工知能 ／ 強い AI ／ 極めて 難しい ／ 人間のような自意識を備え、全認知能力を必要とする作業も可能なAI
b. AEIと既存技術の比較
AEIに関しては、BERT(注１)・GPT3(注２)に代表されるディープラーニング技術及び、知識をグラフ形式でまとめたナレッジグラフという二つの技術が、主な比較対象となります。
(ディープラーニング技術)
データに基づいてデータの背後にある構造や法則性を推定・推論する技術を機械学習と呼びます。ディープラーニング技術はそのような機械学習の具体的な手法の一種になります。
一般的に、ディープラーニング技術では必要なデータ量が膨大となる反面、ディープラーニング技術より以前から存在していた機械学習の手法と比較すると高い推論精度を発揮することが多いということが知られております。
出典：有価証券報告書【事業の内容】（2026年1月提出・S100XHEY）。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「①「売上高成長率」を一定以上にし、「継続性」、「高成長性」の水準を一定レベル以上に維持②「売上総利益率」を高い水準で維持しながらAEIに投資を継続することで、「AEI関連売上」、「オーダーメイド型AI/DXソリューション売上」の比率を増やし、中長期的に「高成長性」を実現③「営業利益」に関しては、額・率ともに中長期的な最大化を目標とし、…」
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、株主に対する利益還元を重要な経営課題として認識しております。しかしながら、当社は現在、成長過程にあると考えており、内部留保の充実を図り、将来の事業展開及び経営体質の強化のための投資等に充当し、より一層の事業拡大を目指すことが、株主に対する最大の利益還元につながると考えております。今後においても当面の間は内部留保の充実を図る方針であります。
内部留保の充実により確保された資金については、研究開発実用化に向けた開発投資、人材の採用、新規事業の開発をはじめとした収益基盤の多様化及び強化のための投資に活用する方針であります。
将来的には、各期の経営成績及び財政状態を勘案しながら株主に対して利益還元を実施していく方針ではありますが、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。
なお、剰余金の配当を行う場合、年１回の剰余金の配当を期末に行うことを基本としており、その他年１回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。
配当の決定機関は、期末配当は株主総会、中間配当は取締役会であります。
有価証券報告書【配当政策】より（2026年1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 | 小代 義行 | 25.76 |
| 2 | 永田 基樹 | 11.88 |
| 3 | 森 遼太 | 10.98 |
| 4 | 小代 愛 | 5.10 |
| 5 | 株式会社アビスト | 4.05 |
| 6 | 株式会社日本カストディ銀行(信託口) | 3.35 |
| 7 | 日本マスタートラスト信託銀行株式会社（信託口） | 3.14 |
| 8 | 楽天証券株式会社共有口 | 1.58 |
| 9 | 株式会社SBI証券 | 1.29 |
| 10 | 野呂 祥 | 0.88 |
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68.05%。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 | 4 | 5 | 7 | 9 | 12 | 15 |
| 営業利益億円 | — | — | — | — | — | — | — | — | — | -1 | 1 | 2 | 3 | 5 |
| 営業利益率% | — | — | — | — | — | — | — | — | — | -15.9 | 17.6 | 18.2 | 20.6 | 33.4 |
| 当期利益億円 | — | — | — | — | — | — | 0 | 0 | -0 | -1 | 1 | 1 | 2 | 4 |
| EPS円 | — | — | — | — | — | — | 1,523.6 | 1,025.6 | -4.3 | -12.5 | 19.1 | 16.1 | 20.1 | 47.3 |
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。
有価証券報告書の表紙と【役員の状況】より（2026年1月提出）。
有価証券報告書【沿革】より（2026年1月提出・S100XHEY）。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。