2019〜2024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。
当社グループは「すべての産業の新たな姿をつくる。」「テクノロジーとビジネスを、つなぐ。」をミッションに、「カスタムAIソリューション事業」及び「システム開発事業」の２つの事業を展開しております。「カスタムAIソリューション事業」は幅広い産業の顧客企業に、戦略や経営課題に合わせたオーダーメイドのAIソリューションを提供しております。顧客企業の成長や構造転換に直結する新規製品・サービス創出やビジネスモデル変革等のビジネスの新しい施策展開に関連するAIテーマ（当社では「バリューアップ型AIテーマ」と定義）に注力しております。「システム開発事業」は、2025年９月期よりグループ会社とした株式会社CAGLAの事業領域です。自動車をはじめとする製造業の顧客企業を中心に、顧客のニーズに合わせたシステム開発やUI/UXデザインの開発を行っております。有価証券報告書【事業の内容】より（2025年12月提出）
2025年度の売上収益は19億円で、売上収益を比べられる東証上場3,585社のうち3401番目、情報・通信業591社のうち515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+37.9%です。平均年間給与は968.3万円（2025年度・提出会社単体）で、情報・通信業585社のうち36番目。平均年齢は36.2歳、平均勤続年数は2.4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。
Ｌａｂｏｒｏ．ＡＩと同業2社を、ダッシュボードで並べるメディア工房・Ｔｒｕｅ Ｄａｔａ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。
▶ メディア工房・Ｔｒｕｅ Ｄａｔａ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。
(1) 事業の概況
当社グループは「すべての産業の新たな姿をつくる。」「テクノロジーとビジネスを、つなぐ。」をミッションに、「カスタムAIソリューション事業」及び「システム開発事業」の２つの事業を展開しております。「カスタムAIソリューション事業」は幅広い産業の顧客企業に、戦略や経営課題に合わせたオーダーメイドのAIソリューションを提供しております。顧客企業の成長や構造転換に直結する新規製品・サービス創出やビジネスモデル変革等のビジネスの新しい施策展開に関連するAIテーマ（当社では「バリューアップ型AIテーマ」と定義）に注力しております。「システム開発事業」は、2025年９月期よりグループ会社とした株式会社CAGLAの事業領域です。自動車をはじめとする製造業の顧客企業を中心に、顧客のニーズに合わせたシステム開発やUI/UXデザインの開発を行っております。
なお、上記に記載しておりますとおり、株式会社CAGLAをグループ会社としたことにより、当連結会計年度より報告セグメントを追加しております。詳細は、「第５ 経理の状況 １ 連結財務諸表等 (1)連結財務諸表 注記事項（セグメント情報等）」をご参照ください。
図１：「カスタムAI」の概要
当社グループが展開する「カスタムAIソリューション事業」と「システム開発事業」の提供内容、及び、当社の事業の柱である「カスタムAIソリューション事業」の提供を支える当社独自の手法体系である「ソリューションデザイン」の内容は以下のとおりであります。
1. カスタムAIソリューション事業
顧客企業固有の成長戦略や事業課題に合わせ、最先端の機械学習技術を応用したAIソリューションを開発し、その導入を通した事業変革のコンサルティングを行うことで顧客企業とAIイノベーションを共創するサービスです。AI技術に対して深い知見を持ちソリューション設計とコンサルティングを行う当社独自のAIコンサルタントとエンジニアが、顧客企業のメンバーと共にプロジェクトチームを組み、事業変革の企画構想、AIソリューションの要件定義から開発・PoC（Proof of Concept: 実現したいサービスやプロダクトの簡易版を用い実効性を検証する取組）、導入・実装、継続的な再学習・チューニングまでを一気通貫で行います。
1-1. カスタムAIの提供を支える手法体系
当社では、カスタムAIサービスの提供において、AI技術に対する深い理解・知見と顧客企業の成長戦略や事業課題への深い理解・洞察を両立し繋ぎ合わせ、適切なAIソリューションの設計とその導入を通した企業変革のデザインを行うことが最も重要と考え、このような営みやそれを遂行する能力を「ソリューションデザイン」と呼ぶ概念で定義しております。
そして、これまで幅広い業界の代表的な企業と通算400を超えるプロジェクトで行なってきた「ソリューションデザイン」の事例を常に組織内で共有し、手法体系として整理・拡張を行っております。
当社独自のAIコンサルタントである「ソリューションデザイナ」「エージェントトランスフォーメーションプロデューサー」は、ソリューションデザインの体現を通して、AIイノベーションを再現性を持ち創出する能力を備える、新しいタイプのプロフェッショナル（専門家人材）を目指す人材集団です。
図２：「カスタムAI」提供の流れ
1-2. カスタムAIの提供サービス
カスタムAIを提供する具体的な形態として「AI-ソリューションデザイン」と「エージェントトランスフォーメーション」の二つの取組みを展開しております。（図３）
「AI-ソリューションデザイン」は、AIの新たな価値の探索に主眼をおき、顧客企業の戦略や課題に合わせたAIソリューションの設計とAI導入を通じたコンサルティングを行い、フルカスタムでAIソリューションを開発します。
「エージェントトランスフォーメーション」は、生成AIを活用した価値の深化に主眼をおき、汎用的な技術基盤を用いてセミカスタムでAIソリューションを開発し、顧客組織へのAI導入及びAI導入による事業変革のコンサルティングを行います。
図３：カスタムAIの２つの提供形態
当社がこれまで取り組んできた「カスタムAIソリューション事業」のプロジェクトの例は、図４および図５のとおりです。
図４：プロジェクト事例（BtoB業界）
図５：プロジェクト事例（BtoC業界）
1-3. カスタムAIの狙う市場・外部環境について現在、AI技術は幅広い産業で実用に向けた実証実験が実施され、様々なAIソリューションが市場に登場しております。但し、「DX白書2023」（注１）によると、特に国内においてはその多くがアナログ・物理データのデジタル化（デジタイゼーション）や業務の効率化による生産性の向上（デジタライゼーション）を目的に導入されていると考えられ、新規製品・サービスの創出や顧客起点の価値創出によるビジネスモデルの根本的な変革（デジタルトランスフォーメーション）の成果は先行する米国に比べ限定的です。このことから当社は、新規製品・サービスの創出やビジネスモデルの根本的な変革を目的としたビジネスの新しい施策展開に関連するAIソリューションの開発と導入支援サービス（当社では「バリューアップ型AIテーマ」と定義）に大きな市場機会があると考えております。
当社は、AI技術を今後20～30年以上かけて進む“第四次産業革命”の一つの要素と捉えております。“第四次産業革命”とは、18世紀の最初の産業革命以降４番目の主要な産業の転換期を指し、世界経済フォーラムによればその特徴はデジタルな世界、物理的な世界、人間が繋がり融合することで産業や社会構造の変革が起こることとされています（注２）。当然それはAI技術という一つの要素だけで起こるものではなく、様々な要素が関係しながら各企業や産業、そして社会のアーキテクチャ（全体構造）が転換することによりはじめて実現します。したがって、AI技術活用の本格的な進展は、単に多くのAIソリューションが市場に出回るだけでは進まず、各企業がビジネスそれ自体の在り方に加え、ハードウェア、ソフトウェア、データなどの企業活動を支える技術要素も含めた会社のアーキテクチャ（全体構造）を転換していけるかにかかっていると考えております。
図６：第四次産業革命の構図（当社の見立て）
同時に、当社はAI技術を、ソフトウェア全般の在り方を大きく変える技術であるとも捉えております。一部の専門家の間では、従来のIT技術を人間が全ての処理ロジックを定義する「演繹的なプログラミング」により開発される“Software1.0”とした場合、AIの中核を成す機械学習技術はデータから処理ロジックを学習する「帰納的なプログラミング」により開発される“Software2.0”であると言われています（注３）。このプログラミング方法の根本的な違いが、例えば画像認識や生成、機械翻訳、文章の生成や自然な会話などIT技術では実現が難しかったことを可能にしました。ソフトウェアの性質が根本から異なるのであれば、従来のソフトウェア開発や運用を支える技術基盤とは異なる新たな技術基盤の整備がAIソフトウェアには不可欠であると当社は考えております。
図７：Software1.0からSoftware2.0への転換のイメージ当社は以上を踏まえ、企業がAI技術を使ってイノベーションを生み、社会や産業の構造が変わっていくことを支援したいと考えています。そのためには、AI技術を深く理解した上で企業のアーキテクチャ（全体構造）を変えるプロフェッショナル人材（専門家人材）と、AIソフトウェアの開発と運用を支える新たな技術基盤の整備の二つが鍵になると考えております。
対して、前述のとおり「DX白書2023」（注１）によれば国内では未だデータのデジタル化や業務効率化を目的とした取組内容が多く、新規製品・サービス創出やビジネスモデル変革など本来の意味での「デジタルトランスフォーメーション」（デジタルで構造転換を図ること）の進展は先行する米国に比較し大きく遅れております。そして、現在のAIソリューション市場はそれらの取組状況に呼応する形で企業の部分的な業務の効率化を目的とするSaaS型ソリューション（注４）提供やソリューション受託開発を行う企業が多く、新規製品・サービス創出やビジネスモデル変革を通した企業の構造転換を支援するサービスは限定的であると考えております。他方で、先行する米国ではデータのデジタル化や業務効率化と近い水準で構造転換に関する取組内容が進んでいることから、国内においても同様の取組内容が今後進展する潜在可能性は大きいと考えております。このことから当社は、データのデジタル化や業務効率化等のソリューションとは一線を画す「トランスフォーマティブな（企業の構造転換に踏み込む）」指向を持ち、顧客企業固有の成長戦略や事業課題に合わせ、新規製品・サービスの創出やビジネスモデルの変革を目的としたビジネスの新しい施策展開に関連するオーダーメイドのAI開発とAI導入・事業変革のコンサルティングを行うサービスに対する需給ギャップが今後拡大すると考え、このようなサービスに関連する市場を今後大きな市場機会が生まれる「バリューアップ型AIテーマ」市場と定義し捉えております。
（注１） 独立行政法人情報処理推進機構(IPA)「DX白書2023」(2023年３月)
（注２） 総務省「第4次産業革命における産業構造分析とIoT・AI等の進展に係る現状及び課題に関する調査研究」（平成29年）
（注３） 国立研究開発法人科学技術振興機構 研究開発戦略センター(CRDS)「研究開発の俯瞰報告書 システム・情報科学技術分野（2021年）」（2021年３月）
出典：有価証券報告書【事業の内容】（2025年12月提出・S100XBVM）。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。
売上 19億円・利益 3億円・従業員 70人
売上 0億円・利益 -1億円・従業員 7人
連結子会社 1社（有報に社名が載る主な会社は1社）。事業ごとの売上・利益・従業員は【セグメント情報】と【従業員の状況】（2025年度）。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、当社は設立後間も無く、成長過程にあると考えており、長期的展望として、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。
将来的には、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当社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、当社は会社法第459条の規定に基づき、取締役会の決議によって剰余金の配当を行うことができる旨を定めております。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としており、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。
有価証券報告書【配当政策】より（2025年12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 | 椎橋 徹夫 | 23.90 |
| 2 | 藤原 弘将 | 23.90 |
| 3 | 株式会社博報堂 | 7.40 |
| 4 | 松藤 洋介 | 5.30 |
| 5 | 株式会社SCREENホールディングス | 2.20 |
| 6 | 株式会社SCREENアドバンストシステムソリューションズ | 1.40 |
| 7 | 山口 浩司 | 1.00 |
| 8 | 福田 朋秋 | 0.90 |
| 9 | 日本碍子株式会社 | 0.70 |
| 10 | 楽天証券株式会社 | 0.50 |
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67.30%。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 | 4 | 7 | 7 | 14 | 15 | 19 |
| 営業利益億円 | — | — | — | — | — | — | — | — | — | — | -1 | 2 | 2 | 2 |
| 営業利益率% | — | — | — | — | — | — | — | — | — | — | -7.5 | 15.0 | 12.1 | 10.1 |
| 当期利益億円 | — | — | — | — | — | — | — | -0 | 1 | 1 | -0 | 1 | 1 | 1 |
| EPS円 | — | — | — | — | — | — | — | -15,532.9 | 4.6 | 5.3 | -3.3 | 9.7 | 8.4 | 9.2 |
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。
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（2025年12月提出）。
有価証券報告書【沿革】より（2025年12月提出・S100XBVM）。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。