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。
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「ゆたかな世界を、実装する」を企業理念に掲げ、ミッションクリティカル業務へのAI導入支援のため、基盤システムとなるABEJA Platformの開発・導入・運用を行っております。有価証券報告書【事業の内容】より（2025年11月提出）
2025年度の売上収益は36億円で、売上収益を比べられる東証上場3,585社のうち3179番目、情報・通信業591社のうち422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+28.1%です。平均年間給与は952.7万円（2025年度・提出会社単体）で、情報・通信業585社のうち38番目。平均年齢は36.7歳、平均勤続年数は2.7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。
ＡＢＥＪＡと同業2社を、ダッシュボードで並べるリビン・テクノロジーズ・日本一ソフトウェアと、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。
▶ リビン・テクノロジーズ・日本一ソフトウェアと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。
ＡＢＥＪＡ 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）。
（１）企業理念
当社は「ゆたかな世界を、実装する」を企業理念に掲げ、ミッションクリティカル業務へのAI導入支援のため、基盤システムとなるABEJA Platformの開発・導入・運用を行っております。
また、当社は一般社団法人日本ディープラーニング協会の設立を支援し、正会員としてディープラーニングをはじめとしたAI技術の普及に取り組むとともに、最先端技術の動向把握や先進的な取組事例の創出に努めております。
2019年３月には約5,200名が参加した自社リアルカンファレンス「ABEJA SIX 2019」を、2020年５月、2022年７月には自社オンラインカンファレンス「デジタルトランスフォーメーション2020」、「ABEJA SIX 2022」を開催しており、マーケットの醸成、AIに関するリテラシーの向上、IT人材の育成を推進しております。
（２）事業概要
当社は、デジタルプラットフォーム事業の単一セグメントとなります。ABEJA Platformを核に事業展開しており、AIの導入支援と周辺サービスの提供を行う「トランスフォーメーション領域」と、その後の人とAIの協調による運用を行う「オペレーション領域」に区分しております。
これらを含めた当社の事業全体像は図１のとおりであります。
図１：当社の事業全体像
デジタルプラットフォーム事業として展開する当社のビジネスモデルは、EMS（Electronics Manufacturing Service）に近い形態となります。
当社は、これまでの多種多様な業界・業態300社以上のAI導入を支援する上で培ったナレッジ（EMSにおける製造プロセスノウハウ）を活かし、顧客のニーズにあわせ、ABEJA Platformを核にデジタル版EMSとして、コンサルティングからABEJA Platform上でのオペレーションまでを一括支援しております。顧客はこのデジタル版EMSを採用することで、ABEJA Platformの最先端の技術・ノウハウを活用することができます。
当社の事業を製造業に例えた場合のイメージは図２のとおりであります。
図２：当社の事業を製造業に例えたイメージ図（デジタル版EMS）
トランスフォーメーション領域で設計し、ABEJA Platform上に構築したビジネスプロセスを、オペレーション領域で運用する事業モデルとなります。このため、運用におけるフィードバックがビジネスプロセスの精度向上やオペレーションの高度化に結びつくなど、２領域は密接に連携しております。
① ABEJA Platform
ａ．ABEJA Platform概要
ABEJA Platformは、ミッションクリティカル業務における堅牢で安定的な基幹システムとアプリケーション群であり、生成AIをはじめとする最先端技術を人とAIの協調により運用するプラットフォームとなります（図３）。
ABEJA Platformは、大きく６つのレイヤーで構成されております。顧客企業は必要なデータをABEJA Platformに蓄積することにより、コンピューティングリソースの管理やセキュリティを担保した環境の中で、データ加工等を行い、当該データとAIを組み合わせることにより、ミッションクリティカル業務におけるアプリケーションを構築し、人とAIの協調によって運用することができます。
図３：ABEJA Platform
また、ABEJA Platformの強みとして、数多くの導入・運用実績から安定した品質を素早く提供できる点などが挙げられます。
ABEJA Platformにおけるコア技術については、特許（「機械学習又は推論のための計算機システム及び方法（PCT/JP2018/3824）」）を取得しており、競合他社への牽制、優位性の一要素になっているものと考えております。また、2023年５月には、「ABEJA LLM Series」をリリースし、生成AI、特にLLMとその周辺領域の機能・技術の提供を開始しております。
ABEJA Platformの強み
開発速度の向上・早期運用開始 ／ ・既に実装されたモジュールを即座に提供することが可能
高い品質安定性 ／ ・過去の案件で実際に使われ、品質安定性について個別の検証を必要としないテスト済みのモジュールを利用可能
最先端の技術をいつでも利用可能 ／ ・最新のMLライブラリ、最新技術を用いたMLモデルなど、常に最新で最適な技術を利用可能
AutoMLをベースに本番適用 ／ ・AutoMLをベースに本番適用できる先進的なシステム
運用コスト・負荷の低減 ／ ・フルマネージドサービスとして提供されているため、MLエンジニア以外の運用人員が不要
堅牢なセキュリティ ／ ・医療、金融、自治体でも実績のある高いセキュリティ ・システムダウンが大規模事故につながるような案件での実装経験
ｂ．ABEJA Platform上でのHuman in the Loopの仕組みについて従来、AIを活用した運用を行うためには、PoC（Proof of Concept：実証実験）を繰り返し行い、AIの精度を継続的に向上させていました。しかし、企業にとってPoC期間は投資期間であり、精度の保証が難しいAIの開発において、継続して投資の意思決定を行うことがボトルネックとなる等、PoCに留まっている企業の割合は63％にものぼります（出所：アクセンチュアニュースリリース「アクセンチュア最新調査―AI活用において、60％以上の企業が概念実証に留まる」2022年６月23日）。
一方で、ABEJA Platform上で、Human in the Loopの仕組みを利用することにより、PoCを行わず、初期からAIを導入・運用することが可能となります（図４）。
図４：導入プロセスの比較
当社の提供するHuman in the Loopとは、ABEJA Platform上にビジネスプロセスの運用ノウハウや知識をデータとして蓄積するとともに、人が判断や意思決定を補うことで効率的にAIを構築していく仕組みとなります。例えばデータ量が少なく、AIが効果的に学習することができない、高い精度を発揮できない初期段階においても、人が補うことでAIの運用サイクルを成立させることができ、人とAIの協調（人とAIの相互補完）により、当初より実運用を可能としています。また、最終的には、AIが全体のプロセスに導入されることで、AIによる改善を行うことが可能となり、オペレーションの高度化を実現することができます。
具体的には次のステップにより、ABEJA Platform上でHuman in the Loopの仕組みを実現しております（図５）。
図５：ABEJA PlatformにおけるHuman in the Loopの仕組み図５におけるABEJA Platformの導入と運用について、ステップ２で人が行うビジネスプロセスにABEJA Platformを導入することで、人とAIが協調してオペレーションを実行する環境が創出されます。これにより、運用ノウハウや知識がデータとしてABEJA Platformに蓄積できるようになります。当該環境のもと、日々のオペレーションにより、運用ノウハウや知識のデータ蓄積と活用が進み、ビジネスプロセスのAI化が進んでいきます。また、ステップ４では人とAIが協調しながらオペレーションの高度化を実現、ステップ５まで進むとAIが全体を改善するフェーズに入ります。
ステップ ／ 状況
ステップ１（取組前） 人が実行 ／ ・人が、リアル空間で、ビジネスプロセスを行っている ・運用ノウハウや知識は個々人等に分散
ステップ２ 人が実行 ／ ・人が行うビジネスプロセスに、ABEJA Platformを導入 ・人が、ABEJA Platform上で、ビジネスプロセスを行っている ・運用ノウハウや知識がデータとしてABEJA Platformに蓄積される
ステップ３ 人が実行・AIが支援 ／ ・人が、ABEJA Platform上で、ビジネスプロセスを行っている ・ABEJA Platformに徐々に蓄積される運用ノウハウや知識がデータとして活用され、AIが支援、人の負荷が軽減される ・日々のビジネスプロセスにより、データの蓄積と、ABEJA Platformでの活用が進み、さらにAIの支援内容が高度化する
ステップ４ AIが実行・人が支援 ／ ・AIが、ABEJA Platform上で、ビジネスプロセスを行っている ・人が支援（監督・監査）しており、負荷がさらに軽減される ・運用ノウハウや知識がデータとしてABEJA Platformで活用され、さらに実行内容が高度化する
ステップ５ AIが実行・AIが改善・人が支援 ／ ・AIが、ABEJA Platform上で、ビジネスプロセスを行っている ・AIが様々なビジネスプロセスに導入されており、全体の改善を行うことが可能となる ・人が支援（監督・監査）しており、最終的な改善の意思決定などの重要事項は人とAIが協調して行う
具体的なHuman in the Loopの仕組みを利用した取組事例として、プラント事業者において工場内配管の腐食度の定常的な検査・モニタリングにAIを活用し、人とAIが協調しながらAIが成長する仕組みを構築しております（図６）。
図６：Human in the Loopの仕組みを利用した具体例上記のHuman in the Loop（人とAIの協調）を共通の枠組みとして、LLMとその周辺機能の社会実装及びAIロボティクスへの適用を進めています。
ｃ．LLMと周辺領域の機能・技術
当社は、LLMの社会実装において、ミッションクリティカル業務への導入、コスト対精度の両立、データガバナンス・安全性などを重視し、大規模・中規模基盤モデルの構築及びその周辺領域の高度化を注力領域としています。2024年以降は、経済産業省が立ち上げたGENIACの枠組みの下、国立研究開発法人新エネルギー・産業技術総合開発機構（NEDO）が公募する事業に継続して採択されています。これらの研究開発の成果は順次ABEJA Platformに展開しています。
出典：有価証券報告書【事業の内容】（2025年11月提出・S100X6IA）。事業系統図は省いています。
親会社と、主な子会社・関連会社。有価証券報告書の【関係会社の状況】から作っています。上場している会社は、その会社の有報の数字を並べています。
親会社（上から順に）
子会社の割合は議決権の所有割合（間接所有を含む）。上場していない子会社の売上・利益が載るのは連結売上の10％を超える会社だけで、従業員数と平均年間給与は有価証券報告書に載りません。
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、設立以来配当を実施した実績はありませんが、株主に対する利益還元を経営の重要課題として認識しております。しかしながら、当社は、成長過程にあると考えており、内部留保の充実及び事業拡大のための投資等に充当することが、株主に対する利益還元につながると考えております。将来的には、事業環境及び財政状態を勘案しながら、株主に対する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実施時期については未定であります。
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、その他年１回中間配当を行うことができる旨及び上記の他に基準日を定めて剰余金の配当を行うことができる旨を定款に定めております。また、剰余金の配当等会社法第459条第１項各号に定める事項については、法令に別段の定めがある場合を除き、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（2025年11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 | ＳＯＭＰＯ Ｌｉｇｈｔ Ｖｏｒｔｅｘ株式会社 | 17.34 |
| 2 | 岡田 陽介 | 13.09 |
| 3 | ヒューリック株式会社 | 4.43 |
| 4 | 株式会社インスパイア・インベストメント | 2.87 |
| 5 | 外木 直樹 | 2.52 |
| 6 | 小間 基裕 | 1.45 |
| 7 | ＢＡＮＫ ＪＵＬＩＵＳ ＢＡＥＲ ＡＮＤ ＣＯ． ＬＴＤ． ＳＩＮＧＡＰＯＲＥ ＣＬＩＥＮＴＳ | 1.12 |
| 8 | ＴＢＳイノベーション・パートナーズ２号投資事業組合 | 1.06 |
| 9 | 藤井 衛 | 1.02 |
| 10 | 杉山 央 | 0.95 |
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45.89%。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 | — | — | — | — | — | — | — | 10 | 10 | 13 | 20 | 28 | 28 | 36 |
| 営業利益億円 | — | — | — | — | — | — | — | — | — | — | -2 | 4 | 3 | 4 |
| 営業利益率% | — | — | — | — | — | — | — | — | — | — | -8.3 | 14.5 | 10.5 | 12.4 |
| 当期利益億円 | — | — | — | — | — | — | — | -14 | -10 | -4 | -2 | 4 | 2 | 4 |
| EPS円 | — | — | — | — | — | — | — | -31,083.5 | -173.2 | -65.5 | -41.2 | 53.4 | 24.3 | 47.2 |
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（2025年11月提出）。
有価証券報告書【沿革】より（2025年11月提出・S100X6IA）。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。