How does Grid make money?

３ 【事業の内容】
当社はAI開発事業のみの単一セグメントであるため、セグメント別の記載を省略しております。
当社は、「INFRASTRUCTURE＋LIFE＋INNOVATION」(インフラ ライフ イノベーション)を企業理念と定め、社会インフラにイノベーションを起こし、インフラ全体の最適化を目指し、社会に貢献することをミッションに活動しております。
現在の社会経済は、エネルギー価格の変動、サプライチェーンの寸断、カーボンニュートラル(注１)に向けたエネルギー消費の効率化、DX化に伴う業務の効率化等、様々なリスクや課題を抱えております。その中で迅速に最適解を選択し、施策や事業を管理運営していくことが、企業ひいては社会の持続的な成長に必要不可欠となっております。
電力、物流、サプライチェーンといった社会インフラも同様に、ビジネス上の様々な要素を考慮した上で計画的に管理運営されておりますが、その計画業務は熟練の人材による多大な労力と時間により成立しており、現在の複雑かつ不確実性の高い環境下で迅速に最適解を選択することは困難な状況となっております。
そこで当社は、属人性を排し、インフラのオペレーションに関わる様々な制約を変数として、複雑かつ不確実性の高い多数の要素も考慮した上で、AI技術を用いて短時間で最適な計画を提供するため、計画最適化事業を展開しております。具体的には、当社の社会インフラに関する業務知識の豊富なエンジニアが各顧客の計画対象業務を数式化することにより、複雑な業務を再現するシミュレータを開発し、デジタル空間上に機器、設備、人、車両等の動きを再現します。シミュレータ上では、仮想的に設備、車両等を動かし、業務のシミュレーションを行うことができるため、ビッグデータを使用せずにシミュレーション結果を生み出すことが可能となります。そしてその結果から得られるデジタルデータを基にKPI(注２)の最大化や計画の最適化を可能とするアルゴリズムを開発し、業務システムに組み込みます。
計画の最適化は、組合せ最適化の一種となります。組合せ最適化とは、一般に、複数の制約を満たす有限個の解から最良の解(最適解)を探し出すことを意味し、その解法として数理最適化(注３)やメタヒューリスティクス(注４)等の手法が用いられてきました。複雑な業務の計画は様々な要素を考慮して策定されるため、最適解を探し出すには膨大な数の組合せを考慮する必要があり、実務に耐えうる時間で最適解を導くことは高い技術を必要とします。
そこで当社では数理最適化やメタヒューリスティクスの手法に加えて、機械学習(注５)や強化学習(注６)等のAI技術を応用し、各種の計画に適した数理最適化の手法とAI技術を組み合わせたアルゴリズムをAIエンジンとして開発することで、最適解を探索する範囲を限定し、実務に耐えうる時間で最適解を導く手法を採用しました。また、AIエンジン開発を中心に、その前段となるコンサルティングフェーズから、AIエンジンを組み込んだシステム実装・運用フェーズまでを手掛けることで顧客生涯価値(CLTV)(注７)を最大化し、かつ運用・サポートサービスを担うことで、安定的な収益に繋げることをビジネスモデルとしております。

［開発プロセス］

AI技術による計画の最適化を事業展開するにあたり、当社が注力している分野は、電力・エネルギー、物流・サプライチェーン、都市交通・スマートシティ(注８)の３分野となります。
機械学習・強化学習をはじめとしたAIアルゴリズム開発手法に加え、数理最適化等の手法を用い、ビジネス課題の解決に必要な技術手法を用いることで、実効性の高い効率的な各種計画の策定を支援するAI開発事業を展開しております。
以下では(１)事業分野、(２)事業の特徴、(３)テクノロジー、についてそれぞれ説明いたします。

(１) 事業分野
自動運転、翻訳、スマートフォン、画像認識等コンシューマー向け分野ではAIの実用化が進んでおりますが、インダストリアル分野、特に社会インフラ領域ではAIの実用化は必ずしも進んでおりません。当社は「インフラと社会を、その先へ」をミッションとし、AI技術の実用化に主眼を置き、社会インフラ領域における計画最適化のエンジニアリング及びサービス事業を展開しております。
計画最適化は生産計画、輸送計画、材料開発、拠点配置計画、スケジューリング計画、適正価格設定等様々な用途で活用が期待されておりますが、組み合わせるシナリオの数の多さに起因して計算量が増大し、現実的な時間内での計算が困難になることや問題の定式化に伴う実装の難しさから導入されている分野は限定的でした。当社は、画像認識、需要予測といった領域で広く利用が進んでいるAI技術を計画最適化に応用し、問題の難易度や要求事項に対して柔軟にAIアルゴリズムを組み合わせることで、エネルギー消費量の削減、輸送効率や生産効率の向上といった顧客の課題を解決しております。また、当社は社会インフラ領域にフォーカスし、特に①電力・エネルギー分野、②物流・サプライチェーン分野、③都市交通・スマートシティ分野の３つの分野に注力しており、各分野における計画最適化は化石燃料の削減に直結するため、重要な社会問題であるカーボンニュートラルの実現にも貢献することができると考えております。

［注力する社会インフラ３分野］

①　電力・エネルギー分野
国内電力事業者向けに発電所の需給計画の最適化プログラムを開発納入しております。電力自由化に伴い、電力需要に即した需給計画の立案が今後ますます重要になると思われ、脱炭素社会実現の観点からも効率的な需給計画を立案し、発電所を稼働させることが求められます。当社は電力需要を予測し同予測に基づく発電が可能となるよう、各発電所の需給計画についてAIアルゴリズムで最適化する技術サービスを提供しております。これにより各発電所の発電機を電力需要に即して起電、停電させることで過剰な発電を抑え、発電に要する燃料の使用量を低減させることが可能になります。

②　物流・サプライチェーン分野
原油、セメント、鉄鋼、製紙、化学品、消費財等様々な分野で生産者は原材料や商品を船舶やトラック等で運搬しており実際の輸送計画は人の経験と知識に基づいて立案されているケースが殆どであります。輸送計画は気象条件、積荷集配箇所、納期等多くの制約条件に基づいて作成されるにもかかわらず、計画最適化に適したソフトウエアが開発されていないため、これまで特定の人材の知識と経験に基づいて計画作成が行われておりました。そのため、輸送計画業務が属人化することや、立案した輸送計画が最適な計画かどうかを検証することが難しいという問題が顕在化しております。
当社は、輸送計画にAIアルゴリズムを取り入れることで輸送計画を最適化する技術サービスを提供しております。様々なビジネス上の制約を加味しながら計算時間を短縮したAIエンジンの開発を行い、最適な輸送計画によって輸送に要する燃料コストの削減を実現しております。
また、輸送計画最適化の応用分野としてサプライチェーン分野での計画最適化の技術サービスも提供しております。調達、在庫、生産、配送、販売に至るサプライチェーンの全工程をデジタル空間に再現し、全体最適や部分最適に関し顧客のKPIに応じて対応可能な技術を有しております。

③　都市交通・スマートシティ分野
当社はスマートシティ分野でのAIの活用を進めてまいりました。当社はAIを用いて人の動き、消費活動、ビルのエネルギー使用状況等をデジタル空間に再現し、都市空間における人の動き、消費活動、エネルギー制御等の最適化を可能とするシミュレータを開発しております。その他にも、自動運転車やロボット、住宅等、モノや人がインターネットで繋がり、集めたデータを活用して最適なサービスを提供するスマートシティプロジェクトにおいて、エネルギーマネジメントのAI開発部分を担当してきた経緯から、現在は蓄電池を活用した新しいエネルギーマネジメントシステムの開発を行っております。
また、計画最適化の他にも機械学習を応用し高速道路の渋滞予測システムを提供しており、スマートシティ周辺の都市交通からスマートシティへの導線を最適化するといったプロジェクトへの応用も考えられる点で、スマートシティ分野とのシナジー効果をもたらしております。

(２) 事業の特徴

当社は、新しいテクノロジーにチャレンジするアーリーアダプター顧客(注９)に向けて顧客要望に応じたAIエンジニアリングプロジェクトを成功させ、これまでに確立したノウハウをReNom APPS(注10)として集約し、クラウドサービス化して展開しております。AI技術を用いた社会インフラ領域における計画最適化にフォーカスし、PoC(Proof of Concept：概念実証)ではなく本番導入を前提としたAIエンジンの開発から入り、実装に至る実績を積み上げてまいりましたが、当社は、①明確な経済的導入効果、②CO2削減効果、③大手企業中心の顧客構成、④CLTV最大化、⑤ソリューション提供手法の共通化、⑥クラウドサービス提供、⑦人材戦略といった特徴を有しております。以下では、特徴に関し、それぞれ説明いたします。

①　明確な経済的導入効果
典型的なAI適用領域である画像認識や需要予測は、経済的な導入効果が曖昧と言われておりますが、AIによる計画最適化は、化石燃料削減やオペレーションコスト削減といった直接的なコスト削減効果をもたらすことが可能となります。顧客は利害関係者にAIに対する投資対効果を明確に説明することができ、新しいテクノロジーの価値に見合った規模の投資が可能になります。このようにAI導入効果をROI(注11)として明確に数値化できることは、受注確度を高める効果があり、当社の収益性の基盤となっております。

②　CO2削減効果
当社が注力分野としている電力・エネルギー分野、物流・サプライチェーン分野、都市交通・スマートシティ分野の社会インフラ３分野はいずれも計画最適化により化石燃料の消費を削減することができ、結果としてCO2削減効果を期待することができます。顧客は利害関係者にカーボンニュートラルの実現に向けた取り組みとしてAIに対する投資効果を説明することができ、脱炭素経営の一環としての投資が可能になります。
③　大手企業中心の顧客構成
電力・石油元売り・プラント・物流・都市交通等、当社がターゲットとする各種社会インフラ分野では、日本経済を支え続けている大手企業が活躍しております。当社の顧客は大半が大手企業となっております。当社は、社会インフラ領域におけるAI技術を用いた計画最適化に特化しているほか、明確な経済的導入効果の提示が可能であること、またCO2削減効果も期待できるといった特徴から大手企業に受け入れられているものと思われます。このような大手企業に最新のAIテクノロジーを提供することで、社会にイノベーションをもたらしていると考えております。
④　CLTV (Customer Life-Time Value)最大化：顧客との長期ライフサイクルビジネス
当社はAI技術の概念実証ではなく実用化をゴールにしていることから、AIエンジンの開発にとどまらずAIエンジンを搭載した業務システムの実装、その後のAIエンジンの性能維持や障害監視・対応を行う運用・サポートまでを総合的に提供することを前提としております。このため、単発のAIエンジン開発のみでは終わらず、顧客との中長期的な関係を構築しております。
⑤　ソリューション提供手法の共通化
当社事業の進め方は、異なる事業分野の計画問題を、共通のアプリケーションや開発メソッドに落とし込み、同一のアーキテクチャーで開発を行うことを特徴としております。既に、電力需給計画最適化、輸送計画最適化、生産計画最適化については、共通の設計思想に基づいてAIエンジンの開発を行っております。これにより、システム全体のアーキテクチャーが統一され、水平展開を行う際には、過去のモジュール等を再利用してソリューションを提供することが可能となります。その結果、計画最適化システムを効率的に開発することができると考えております。
⑥　クラウドサービス提供
ReNom APPSはAI技術を活用した計画最適化のためのアプリケーションとなります。従来、個別プロジェクト用に開発したシミュレータや最適化モデルで利用したアルゴリズムをモジュール化(注12)・体系化の上、顧客ごとに組み合わせてアプリケーションとして提供するとともに、業種ごとの業務ベストプラクティスを前提としたシステム画面を用意しております。サービス提供の事業分野を、社会インフラ３分野に絞り込むことで、各分野内でのノウハウの再利用性を高めることが可能であり、高度な技術を多数の顧客にクラウドサービスとして提供することが可能となります。現在では、日々変動する需要に基づき最適な需給計画を自動立案するReNom POWER、配船の日々の運航計画を自動立案するReNom VESSEL、サプライチェーンにおける生産や物流計画の最適化を行うReNom SCM、鉄道会社における運行や修繕計画等の最適化を行うReNom RailwayをReNom APPSとして展開しております。

⑦　人材戦略
当社は、データサイエンティストやITエンジニアだけではなく、重電や社会インフラ業界出身で現場オペレーションに造詣が深い技術者を積極的に採用し、入社後にデータサイエンス教育(注13)を施すことにより社会インフラの業務知識を兼ね備えたAI技術者を多数育成しております。現場の業務をよく理解している技術者が、自らの業務知識とAI技術を掛け合わせ、実用的かつ効果的な計画最適化アルゴリズムの提供を実現しております。
また、社外取締役を含めAIや産業分野を専門とする大学の研究者と連携することで、最新の研究技術を取り込む体制を構築しております。

(３) テクノロジー
当社は、社会インフラ分野でのAIの実用化を強く意識した独自のAI技術体系を確立しております。
①　ReNom APPS
組合せの数の多さに起因して計算量が増大し、現実的な時間内で計算が困難になることや、問題の定式化に伴う実装の難しさといった技術課題に対応するため、シミュレータ開発技術と機械学習・深層学習・深層強化学習を組み合わせた当社独自のデジタルツインテクノロジー(注14)を搭載したReNom APPSを開発しました。シミュレータに実際の制約条件を組み込んでシミュレーションすることで現実に発生しうる状況のみを再現することができ、現実に発生し得ない状況を前提とした組合せを計算するといった無駄を排除しております。また、シミュレーションに基づき機械学習・深層学習・深層強化学習を用いて最適な計画を探索し、その結果策定された計画を評価し、学習することで、より最適な計画を策定することが可能となります。これまでの当社開発実績から共通化できる部分を取り纏め開発用にモジュール化したものの総称がReNom APPSとなります。
ReNom APPSにより、各産業分野における計画最適化のAIエンジン開発の効率化を図るとともに、それを顧客に提供する業務システムやクラウドベースのインフラ基盤を併せてアプリケーション化し、顧客のシステムの導入までのリードタイムを大幅に短縮しております。
②　ReNom SIMBASE：シミュレータ開発フレームワーク
シミュレータを開発する際に共通する処理や、拠点、ネットワーク、輸送手段、消費、生産、備蓄といった社会インフラ分野の計画業務全般で用いられる汎用的な機能をフレームワークとして開発し、実際のAIエンジニアリングプロジェクトで活用しております。これにより、複雑な業務を再現するシミュレータを短期間で開発することが可能となっております。
シミュレータを利用することで、デジタル空間上に機器、設備、物、人の流れを再現し、仮想的に設備や車両を動かし、その結果から得られるデジタルデータを基に、KPIの最大化や計画の最適化を行うことが可能になります。例えば、生産設備のシミュレータを利用することで、ボトルネックの発見と改善、在庫の削減、設備・人の稼働率向上、燃料費や材料費の削減を実現します。
③　Algorithm MIX = 最新技術と旧来技術の融合
組合せ最適化とは様々な制約の下で、無数にある選択肢の中から、ある指標(価値)を最も良くする変数の値(組合せ)を求める手法となります。例えばA地点からB地点へ向かうトラックの最短かつ最少燃料になる経路を求めるような問題があげられます。これは、無数の組合せの中から解を導く必要がありますが、当社は、最新のAI関連技術である機械学習や強化学習、

１ 【経営方針、経営環境及び対処すべき課題等】
文中の将来に関する事項は、別段の表記がない限り、本書提出日現在において当社が判断したものであります。

(１) 経営方針
私たちは、「INFRASTRUCTURE＋LIFE＋INNOVATION」を企業理念に掲げ、アルゴリズムとテクノロジーでこれまでのインフラを再定義し、未来の社会を支えるインフラを創造していくことをミッションにして活動しております。テクノロジーはいつの時代も、暮らしを豊かに、そして社会を大きく変えてきました。しかし世界は今、持続可能な社会の実現という課題に直面しております。
「未来につづく社会を実現するためには社会の基盤であるインフラにイノベーションを起こすからこそ、新たな未来が拓ける」
私たちのテクノロジーでインフラを進化させ、そしてその先もつづく持続可能な社会をつくることを目指しております。

(２) 経営環境
当社が事業展開している産業分野ごとの経営環境を次のとおり認識しております。

①　国内AIシステム市場
国内AIシステム市場では、生成AIを活用した「生産性ユースケース　(コンテンツ作成支援、ドキュメントの要約、プログラミング支援など)」を実現する機能がソフトウェアに本格的に組み込まれたことによって、急速にAIアシスタントが普及しました。また、先駆的な企業における「ビジネス機能ユースケース(企業の有するデータを用いてマーケティング、人事、財務、ITなどの業務の最適化／自動化といった業務改善)」の導入が始まりました。他方、生成AIと比較すると存在感が低下しているものの、以前から利用されている予測系／認識系AIも順調に成長を遂げました。
結果、2024年の国内AIシステム市場は、前年比56.5%増の1兆3,412億円(支出額ベース)となりました。また、2024年から2029年の同市場の年間平均成長率は25.6%で推移し、2029年には４兆1,873億円になると予測されています。(参考：IDC Japan 株式会社「国内AIシステム市場予測、2024年～2029年」)

②　電力関連市場
電力関連市場では、電力取引を巡る新たな市場が導入されたこと等により、最も経済的な電力需給計画を策定する作業がより複雑化・高度化してきております。電力需給計画の立案においては、電力需要や卸電力市場価格、再生可能エネルギーの発電量など各種データの変動に対する影響を適切に評価することが不可欠となっております。また、直近ではエネルギー価格の高止まりを受けて再生可能エネルギーの価値が再評価されており、脱炭素の流れからも、再生可能エネルギーの普及が一層加速しております。しかし太陽光や風力といった再生可能エネルギーは発電量が天候などによって左右されてしまうことからコントロールが難しく、電力系統の制約にも課題が生じております。こうした背景から電力会社を中心にAIを活用した電力需給計画やエネルギーリソース制御が取り組まれており、経済産業省の「次世代の分散型エネルギーシステムの形成に向けた取組について」においても、分散型エネルギーシステムに対応したグリッド形成の推進が次世代投資として重要であると示されております。(参考：一般社団法人エネルギー情報センター「電力・エネルギー×AI。AIを活用した国内の最新エネルギービジネス事例①」)

③　物流・サプライチェーン関連市場
物流・サプライチェーン関連市場では、調達、製造、在庫管理、輸送とロジスティクス、カスタマーサポートサービス等、分野ごとの問題や課題に対応しつつ、サプライチェーン全体での最適化への取り組みが始まっております。特に物流領域では、EC市場拡大等による輸送の少量多頻度化や2024年問題等により、さらなる需給逼迫が懸念され、AIやロボティクス、IoTといった先端技術を活用した自動化・デジタル化の取り組みが一層加速すると見込まれております。そのため2030年には物流DX(物流におけるワイヤレスネットワーク・IoT、ロボティクスオートメーション、ロボティクスファシリティ、ラストワンマイル配送ロボットオペレーション)の国内市場規模が約1.2兆円にまで達すると予測されております。(参考：KPMG「2030年市場展望と人材要件：運輸(物流DX)」)

④　エネルギーマネジメント関連市場
エネルギーマネジメント関連市場では、脱炭素やDXといったメガトレンドの中、製造業を中心に脱炭素対策への注力度が高まっており、サプライチェーンにおけるCO2の総排出量(SCOPE3)把握ニーズが高まったことで、エネルギーの見える化を実施する企業が大企業だけでなくサプライチェーンに関わる中小規模の企業へと広がっております。また、再エネの自家消費に関連した太陽光発電システム関連設備や蓄電システムのニーズも高まっております。DX化に関連するものとしては、半導体関連製造拠点やデータセンターの新設・増設が活発であり、それに伴う設備投資の影響で主に関連ハードウェア市場に好影響をもたらしております。将来的には見える化を経てエネルギー削減のフェーズへ移行し、運用改善や省エネ、再エネ利用に関するシステムやサービスの市場が拡大していくと予想されております。(参考：株式会社富士経済「エネルギーマネジメント・パワーシステム関連市場実態総調査2024」)

⑤　国内脱炭素関連市場
国内脱炭素関連市場では、日本政府が2050年カーボンニュートラルの実現に向けて「グリーン成長戦略」を策定しており、中でも成長が期待される産業として14分野が挙げられております。具体的には、ⅰ)エネルギー関連産業：①洋上風力・太陽光・地熱、②水素・燃料アンモニア、③次世代熱エネルギー、④原子力、ⅱ)輸送・製造関連産業：⑤自動車・蓄電池、⑥半導体・情報通信、⑦船舶、⑧物流・人流・土木インフラ、⑨食料・農林水産業、⑩航空機、⑪カーボンリサイクル・マテリアル、ⅲ)家庭・オフィス関連産業：⑫住宅・建築物・次世代電力マネジメント、⑬資源循環関連、⑭ライフスタイル関連であります。政府はこれらの施策による経済効果を2030年に年約140兆円、2050年には年約290兆円と見込んでおり、目標年度(2050年度)に向けて企業のグリーン投資が長期的に活発化していくとみられております。民間企業においても大企業を中心にこれらの政策に歩調を合わせて研究開発等が進められております。(出典：経済産業省「2050年カーボンニュートラルに伴うグリーン成長戦略」)
ただし、これらの技術革新や社会インフラにおいては、急激な変化に伴う社会混乱を避けるためにも、既存の技術や設備等との併用並びに緩やかな移行が行われるものと推測されます。当社の持つ最適化技術は、各企業の判断をサポートする有効なツールになるものと考えております。

(３) 中期的な経営戦略
当社は社会インフラ領域で人々の生活に変革をもたらすことを目指し、主にAIアルゴリズムの技術を用いた「計画最適化」の研究開発と社会実装を通じて様々な社会問題を解決し、より良い未来の実現に貢献するべく事業を展開しております。社会インフラ領域において、当社は電力・エネルギー分野、物流・サプライチェーン分野、都市交通・スマートシティ分野の３分野に注力しております。
現在当社がサービスを提供している各分野における最適化のソリューションは、顧客のコア業務である計画業務に関わっており、企業活動の中心的な業務をサポートするという性質上、今後そこから派生する様々な計画業務に拡張・展開していくことが可能となります。また、計画最適化は高度な技術を要求されるため、一般的なITベンダーの参入障壁が高い分野であります。当社はそのような市場環境と、顧客ニーズに対してアルゴリズムの技術を用いた計画最適化ソリューションを展開することにより事業成長を目指してまいります。加えて、各産業に特化した計画最適化システムをアプリケーションにて提供するReNom APPSやAIによる開発の半自動化の研究開発、最適化技術を用いた材料開発等、関連領域の研究開発を進め、事業成長の加速に繋げてまいります。

(４) 経営上の目標達成状況を判断するための客観的な指標等
当社は、フリー・キャッシュ・フローの拡大が企業価値向上に寄与するものと考え、持続的な成長を実現するため、売上及び営業利益の拡大を重視しております。売上の拡大にあたっては、顧客基盤の拡大に加え、一顧客に対してAIエンジン開発、システム開発、運用・サポートを一貫して提供し、その後もアップセル・クロスセルを続け、中長期的な関係を構築してまいります。このことはストック型売上の拡大につながり、持続的な売上の成長の実現に寄与するものと考えております。また、当社の運用・サポートは生産性の高いストック型売上であり、開発と比較してエンジニアの数を要しないため、持続的な営業利益の成長にも寄与するものと考えております。
以上より、売上高成長率及び営業利益率を企業経営の基本的な指標とし、会社の成長ステージに合わせて適切な水準を定め、持続的な成長とともに企業価値向上を図ってまいります。

(５) 優先的に対処すべき事業上及び財務上の課題等
当社の対処すべき主要な課題は次のとおりであります。

①　開発体制の強化
　安定的かつ着実な事業拡大を図る上では、常に最新技術の動向を把握・検証し、必要に応じて当社事業へ取り込みながら、顧客サービスのパフォーマンスを維持・向上させ、高い収益率を確保することが重要であると考えております。そのために、優秀な人材の積極採用、開発プロセスの継続的見直し、社内におけるノウハウ共有や教育訓練等の実施のみならず、エンジニアが能力を十分に発揮できる環境づくりも含めて、より強固な開発体制の構築に向けて取り組んでまいります。
②　営業体制の強化
　顧客の課題解決に向けて高い価値を提供するためには、当社の技術的可能性を十分に理解した上で、潜在的なものを含め顧客ニーズを明確に把握し、サービスを提案できる人材及び組織が必要であると考えております。今後の事業拡大に合わせて十分な体制を維持強化すべく、コンサルティング営業人材の積極採用、情報やノウハウのシェア、一元管理等を効率的・効果的に行う営業組織の仕組み化に取り組んでまいります。
③　顧客基盤の拡大
　持続的な成長を維持するためには、継続して顧客基盤を拡大していく必要があると認識しております。当社サービスの対象となる企業は、社会インフラを支える巨大企業が多いため、一つの部門にとどまらず、様々な部門へのサービス提供の可能性があります。したがいまして、新規顧客を開拓することはもとより、一顧客の別部門を開拓することも重要であると考えております。プレスリリース、既存顧客からの紹介、ウェビナー開催、展示会出展等を通じてのプル型営業だけでなく、積極的なプッシュ型営業も組み合わせて顧客基盤の拡大を図ってまいります。
④　ストック型売上の拡大
　当社は、AIエンジンの開発(AI開発)、AIエンジンを搭載した業務システムの顧客への導入(システム開発)、運用・サポートの順で一貫してプロジェクトを進めるビジネスモデルを展開しており、運用・サポートの売上をストック型売上として定義しております。当社が提供するサービスは顧客のコア業務を支えるシステムであるため、スイッチングコストが高く、継続的な契約が見込まれます。したがいまして、安定した成長と収益を確保するために、ストック型売上の拡大を図ってまいります。
⑤　内部管理体制の強化
　当社は、事業拡大に向けて、エンジニアを中心に積極的な採用を行っており、事業・組織両面での成長を続けている段階にあります。業務運営の効率化やリスク管理のための内部管理体制の強化が一層求められる状況にあるため、経営管理体制の整備を推進するとともに経営の公正性・透明性を確保し、より強固な内部管理体制の構築に取り組んでまいります。
⑥　情報セキュリティの強化
　当社は、AI開発やシステム開発、運用・サポートの遂行過程において、秘密情報や個人情報を取り扱う可能性があり、その情報管理を強化していくことが重要であると考えております。現在、情報セキュリティ管理規程等に基づき管理を徹底しておりますが、今後も社内教育・研修の実施やシステムの整備等を継続して行ってまいります。
⑦　新技術への対応
　当社が強みとするAI関連の技術は、将来的な利用可能性の高さから世界的に研究開発が活発に行われております。当社は2017年より量子コンピュータ上で動作する量子アルゴリズムの研究開発を行っており、複数の特許を出願しております。今後さらに増大していく計算量への対応策として先行して開発成果を実用化させることにとどまらず、様々な分野の新技術動向を注視し当社の成長に繋げてまいります。
⑧　脱炭素社会実現への貢献
　当社が注力分野としている電力・エネルギー分野、物流・サプライチェーン分野、都市交通・スマートシティ分野はいずれも計画最適化により化石燃料の消費を削減することが可能であり、顧客のコスト削減と併せて環境保護に貢献できる分野です。当社のAI技術をもってより多くの顧客の計画最適化を実現し、脱炭素社会実現への貢献を目指してまいります。

３ 【事業等のリスク】
当社は、事業展開上のリスクになる可能性があると考えられる主な要因として、以下の記載事項を認識しております。また、リスク要因に該当しない事項についても、投資者の投資判断上重要であると考えられる事項については、投資者に対する積極的な情報開示の観点から開示しております。当社は、これらのリスク発生の可能性を認識した上で、発生の回避及び発生した場合の対応に努める方針でありますが、当社株式に関する投資判断は、以下の記載事項及び本項以外の記載事項を慎重に検討した上で行われる必要があると考えております。
なお、文中の将来に関する事項は、本書提出日現在において当社が判断したものであり、将来において発生の可能性のあるすべてのリスクを網羅したものではありません。

(１) 事業環境に関するリスク

①　景気動向及び業界動向の変化について(発生可能性：中、発生時期：特定時期なし、影響度：中)

企業を取り巻く環境や労働人口減少に伴う企業経営の効率化等の動きにより当社が事業を展開するAI技術を用いた計画最適化市場は今後も拡大すると予想されるものの、景気による影響や各種新技術の発展による影響を受ける可能性があります。当社が事業を展開する市場においては、経済情勢や世界的に研究開発が進んでいるAI関連技術の技術革新等により事業環境が急速に変化する可能性があり、そのような経済情勢及び技術革新等への対応が遅れた場合には当社の事業及び業績に影響を及ぼす可能性があります。当社はこうした技術革新等による事業環境の変化に対応できるよう研究開発活動を推進することに加え、社外取締役を含むAIや産業分野を専門とする大学の研究者と連携し、最新の研究技術を取り込む体制を構築することで事業環境の変化に対応できるよう対策を講じております。

②　競合について(発生可能性：中、発生時期：特定時期なし、影響度：中)

当社の事業に関する競合企業はあるものの、製品・サービスの特性、その導入実績、最適化技術等、様々な点から他社と比較して優位性を確保できていると認識しております。特に、当社は社会インフラ分野に特化して計画最適化システムの開発を行っており、当該開発を通じて蓄積されたノウハウ面で先行優位性があるほか、既に複数の大手企業にシステムを実装・提供し、運用・サポートサービスを開始しているため、競合企業にとっても参入障壁が高いものと認識しております。他方で、将来の成長が期待される市場であり、国内外の事業者がこの分野に参入してくる可能性があります。このため先行して事業を推進していくことで、さらに実績を積み上げて市場内での地位を早期に確立してまいります。しかしながら、今後において十分な差別化等が図られなかった場合や、新規参入により競争が激化した場合には、当社の事業及び業績に影響を及ぼす可能性があります。

(２) 業績変動に関するリスクについて

①　四半期ごとの業績変動等について(発生可能性：中、発生時期：特定時期なし、影響度：中)

当社のAI開発事業における売上高は、顧客との契約形態に従った適切な収益認識基準に基づいて計上されております。各プロジェクトにおいては、見積り時に想定しなかった事実の発覚、不測の事態の発生等により、プロジェクトの開始時期や納期に変動があった場合、四半期ごとの業績に影響が生じ、結果として通期業績に影響が生じる可能性があります。このような事態を回避するため、顧客との業務範囲・要件の明確化を図るほか、プロジェクトの積み重ねによる工数見積り精度の向上を図ってまいります。

②　プロジェクト収支の悪化による業績変動の可能性について(発生可能性：中、発生時期：特定時期なし、影響度：大)

当社は、プロジェクトごとに収支管理を行っておりますが、プロジェクトの状況によっては当社の業績に影響が生じる可能性があります。また、各プロジェクトについては、想定工数を基に見積りの作成をしており、乖離の生じないように工数管理を行っておりますが、見積り時に想定しなかった事実の発覚、不測の事態の発生等により工数が増加した場合、プロジェクト収支の悪化を招き、当社の業績に影響が生じる可能性があります。このような事態を回避するため、顧客との業務範囲・要件の明確化を図るほか、プロジェクトの積み重ねによる工数見積り精度の向上を図ってまいります。

③　AI開発事業の業容拡大期における業績変動について(発生可能性：中、発生時期：特定時期なし、影響度：大)
当社は、2016年６月期よりAI開発事業を始め、着実に実績を積み上げてまいりましたが、積極的に新たな領域も開拓してきており、開発の実績及び経験について今後も積上げが必要な段階にあると考えております。そのため、新規受注の進捗の遅れや開発期間の延長により売上が下振れる場合があり、当社の業績に影響が生じる可能性があります。また、AI開発及びシステム開発における新規受注の進捗の遅れは、運用・サポートというストック型売上の伸び悩みにも繋がり、同様に業績に影響が生じる可能性があります。このような事態を回避するため、受注進捗に合わせた営業活動の適切なマネジメントや開発の標準化及びモジュール化を推進してまいります。
なお、当社は2024年８月に蓄電所関連サービスを開始し、蓄電所の開発の実績及び経験については今後積み上げていく予定でおります。そのため、新規受注の進捗の遅れや開発期間の延長により売上が下振れる場合があり、当社の業績に影響が生じる可能性があります。

④　繰延税金資産の回収可能性の評価における影響について(発生可能性：中、発生時期：特定時期なし、影響度：中)
当社は繰延税金資産について、将来の利益計画に基づいた課税所得が十分に確保できることに加え、回収可能性があると判断した将来減算一時差異について繰延税金資産を計上しております。繰延税金資産の回収可能性は将来の課税所得の見積りに依存するため、その見積りの前提となる条件や仮説に変更が生じた場合、繰延税金資産及び法人税等調整額に影響を及ぼす可能性があります。

(３) 技術革新の影響によるリスク(発生可能性：低、発生時期：特定時期なし、影響度：大)

当社の事業に関連するAI技術は、世界的に研究開発が進んでおり、技術革新のスピードが極めて速い分野であります。当社はこうした技術革新に対応できる研究開発活動を推進することに加え、社外取締役を含むAIや産業分野を専門とする大学の研究者と連携し、最新の研究技術を取り込む体制を構築することで、事業基盤の拡大を図ってまいります。しかしながら、技術革新への対応が遅れる可能性もあり、その場合には当社の競争力が低下し、当社の事業及び業績に影響を及ぼす可能性があります。

(４) コンプライアンス・法的規制に関するリスクについて

①　法的規制等について(発生可能性：低、発生時期：特定時期なし、影響度：中)

当社は、当社の事業を制限する直接的かつ特有の法的規制は本書提出日現在において存在しないと考えております。しかしながら、今後、当社の事業を直接的に制限する法的規制がなされた場合には、当社の事業展開は制約を受ける可能性があります。当社としては引き続き法令を遵守した事業運営を行っていくべく、今後も法令遵守体制の強化や社内教育等を行っていく方針でありますが、今後当社の事業が新たな法的規制の対象となった場合には、当社の事業及び業績に影響を及ぼす可能性があります。
②　知的財産権について(発生可能性：低、発生時期：特定時期なし、影響度：中)
当社は、事業運営の際に第三者の知的財産権侵害等が起こらないような管理体制を構築しておりますが、第三者の知的財産権に抵触しているか否かを完全に調査することは極めて困難であります。このため、知的財産権侵害とされた場合には、損害賠償又は当該知的財産権の使用に対する対価の支払い等が発生する可能性があり、その際には当社の事業及び業績に影響を及ぼす可能性があります。このような可能性を最小化するため、特許の侵害調査については、新規の製品・サービスの提供開始に先立つ個別調査と、継続的な年次調査を行うこととしております。
③　情報管理について(発生可能性：低、発生時期：特定時期なし、影響度：大)
当社では、その業務の性格上、顧客側で保有している秘密情報(経営戦略上重要な情報等)に触れる場合があります。情報の取扱いについては、情報セキュリティ管理規程等を整備し、適切な運用を義務づけております。このような対策にもかかわらず当社の人的オペレーションのミス、サイバー攻撃、不正アクセス、コンピュータウイルスの侵入等による情報流出、重要データの破壊、改竄等により何らかの問題が生じた場合には、当社が損害賠償責任等を負う可能性や顧客からの信用を失うことにより取引関係が悪化する可能性があり、その場合は当社の事業及び業績に影響を及ぼす可能性があります。
④　訴訟等について(発生可能性：低、発生時期：特定時期なし、影響度：中)
当社では、本書提出日現在において業績に影響を及ぼす訴訟等は生じておりません。しかしながら、今後何らかの事情によって当社に関連する訴訟等が発生する可能性は否定できず、かかる事態となった場合、その経過又は結果によっては、当社の事業及び業績に影響を及ぼす可能性があります。訴訟等への発展を未然に防止するため、コンプライアンス・リスク委員会においてリスク管理に必要な情報の共有化を図り、コンプライアンスに関する取り組みを推進するほか、コンプライアンス違反の事例が生じた場合に迅速な対応、事実関係の調査、再発防止策の立案等を行うこととしております。

(５) 事業運営体制に関するリスクについて

①　小規模組織であることについて(発生可能性：中、発生時期：特定時期なし、影響度：中)

当社は2025年６月30日現在、従業員109名と小規模な組織であり、業務執行体制もこれに応じたものとなっております。当社は今後の事業拡大に応じて従業員の育成、人員の採用を行うとともに業務執行体制の充実を図っていく方針でありますが、これらの施策が適時適切に進行しなかった場合には当社の事業及び業績に影響を及ぼす可能性があります。

②　人材の確保と育成について(発生可能性：中、発生時期：特定時期なし、影響度：中)

当社は今後更なる成長を成し遂げていくため、優秀な人材の確保と育成を重要課題の一つであると位置付けております。当社は優秀な人材の採用を進めるべく採用手段の拡充等の採用施策を講じておりますが、これらの要員を十分に採用できない場合や、採用後の育成が十分に進まなかった場合、あるいは在職中の従業員が退職する等した場合には、受注するプロジェクトの開発に制約が発生することや、受注したプロジェクトの品質・利益率の低下を招き、当社の事業及び業績に影響を及ぼす可能性があります。

③　特定人物への依存と筆頭株主との関係性等について(発生可能性：中、発生時期：特定時期なし、影響度：中)
当社の代表取締役社長である曽我部完は、当社の創業者であり、設立以来当社の経営方針や事業戦略の立案やその遂行において重要な役割を担っております。当社は特定の人物に依存しない体制を構築するべく、他の役員や従業員への情報共有や権限の委譲によって同氏に過度に依存しない組織体制の整備を進めておりますが、何らかの理由により同氏の当社における業務遂行が困難になった場合、当社の事業及び業績に影響を及ぼす可能性があります。
また、同氏の資産管理会社である株式会社Weは当社の筆頭株主であるほか、同氏が過去に代表取締役(2021年９月退任)であった株式会社清長の全株式を保有しております。同社は物流アウトソーシング事業及び物流コンサルティング事業を営んでおりますが、当社の事業との関連性はありません。そのため、これらの会社と当社との間で関連当事者取引の発生は想定しておりませんが、取引が発生する場合には、関連当事者取引管理規程に従って管理することにより、統制を図ってまいります。当社は関連当事者取引管理規程において、原則として関連当事者取引を行わないことを方針として明記しつつ、例外的に関連当事者取引を開始する場合には取締役会(本書提出日現在において独立社外取締役２名を含む。)の承認を得た上で実施し、実施について取締役会に報告することとしております。

④　内部管理体制について(発生可能性：中、発生時期：特定時期なし、影響度：中)

当社は、今後の事業運営及び業容拡大に対応するため、内部管理体制について一層の充実を図る必要があると認識しており、今後、事業規模の拡大に合わせて、システムの導入及び人員の拡充により内部管理体制も充実・強化させていく方針であります。しかしながら、事業規模に応じた内部管理体制の整備に遅れが生じた場合は、当社の事業及び業績に影響を及ぼす可能性があります。

(６) その他のリスクについて

①　システムトラブルについて(発生可能性：低、発生時期：特定時期なし、影響度：中)

当社の事業には、PCやコンピュータシステム並びにこれらを結ぶ通信ネットワークを利用するサービスが存在しております。そのため、これらにトラブルが発生した場合には、業務遂行に障害が生じます。当社では、システムトラブルを回避するために、サーバ負荷の分散、サーバリソース監視、定期バックアップの実施等の手段を講じることでトラブルの防止及び回避に努めております。しかしながら、自然災害や事故等により予期せぬトラブルが発生した場合には、当社の事業及び業績に影響を及ぼす可能性があります。また、当社が利用しているクラウドサーバの稼働にトラブルが生じた場合、当社が提供するサービスの安定稼働に支障が生じ、当社の事業及び業績に影響を及ぼす可能性があります。

②　海外展開について(発生可能性：中、発生時期：特定時期なし、影響度：中)

当社はこれまで国内を中心に事業展開をしてまいりましたが、社会インフラの業務オペレーションの多くは世界共通であり、アプリケーションを強みとして今後は海外における事業展開も検討してまいります。海外展開におきましては、為替変動、進出国の経済動向、政情不安、法規制の変更等多岐にわたるリスクが存在し、リスクが顕在化した場合には、当社の経営成績及び財政状態に影響を及ぼす可能性があります。当社はこれらのリスクを最小限にすべく、現地専門家の起用等を含め、十分な対策を講じた上で事業展開を進めていく方針であります。

③　配当政策について(発生可能性：中、発生時期：特定時期なし、影響度：中)

当社は、株主に対する利益還元を重要な経営課題と認識しており、財政状態、経営成績及びキャッシュ・フローの状況を勘案し、利益還元政策を決定していく方針であります。しかしながら、当社は、成長過程にあり、現時点では事業の効率化と事業拡大のための投資等に充当し、なお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繋がると考えております。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。

④　新株予約権の行使による株式価値の希薄化について(発生可能性：中、発生時期：特定時期なし、影響度：中)
当社は、企業価値向上に対する役員及び従業員等の意欲向上を目的として時価発行新株予約権信託を導入しており、会社法の規定に基づく新株予約権を当社の役員及び従業員等に付与することが可能となっております。2025年６月30日現在、新株予約権による潜在株式数は530,574株であり、当社発行済株式総数の4,750,626株に対する潜在株式比率は11.2%に相当しております。これらの新株予約権の行使が行われた場合には、当社の株式価値が希薄化する可能性があります。

⑤　M&Aによる影響について(発生可能性：低、発生時期：特定時期なし、影響度：大)

当社は、事業拡大を加速する有効な手段の一つとして当社に関連する事業のM&A戦略を検討していく方針であります。M&A実施に関しては、対象企業の財務・法務・事業等について事前にデューデリジェンスを行い、十分にリスクを吟味した上で決定いたしますが、買収後に偶発債務の発生や未認識債務の判明等、事前の調査で把握できなかった問題が生じた場合、また事業の展開等が計画どおりに進まない場合、当社の経営成績及び財政状態に影響を与える可能性があります。

⑥　資金使途について(発生可能性：中、発生時期：特定時期なし、影響度：中)
当社株式上場時の公募増資による調達資金の使途については、主に持続的な成長の実現に向けたプロダクト開発等の研究開発費、事業拡大に向

(2) 【役員の状況】

①　役員一覧
男性8名　女性1名(役員のうち女性の比率11.11%)

役職名

氏名

生年月日

略歴

任期

所有株式数(株)

代表取締役社長

曽我部　完

1973年１月８日

1997年４月

株式会社日比谷花壇　入社

2000年７月

株式会社イーフローラ　取締役　就任

2005年１月

株式会社清長　入社

2005年８月

同社　代表取締役就任

2009年10月

当社　設立　代表取締役　就任（現任）

2016年１月

株式会社清長ホールディングス（現株式会社We）設立　代表取締役　就任（現任）

2019年４月

一般社団法人AIビジネス推進コンソーシアム　代表理事　就任（現任）

(注)３

2,608,000
(注)６

取締役
執行役員

照井　一由

1974年５月26日

1999年４月

伊藤忠テクノソリューションズ株式会社　入社

2012年４月

ITOCHU Techno-Solutions
America.Inc. Vice President

2017年４月

伊藤忠テクノソリューションズ株式会社　AIビジネス推進部　部長

2020年２月

当社　入社

2021年７月

当社　取締役　就任

2024年７月

当社　取締役執行役員　就任（現任）

(注)３

7,770

取締役
執行役員

中村　秀樹

1971年７月19日

1996年４月

株式会社日立建設設計　入社

2001年６月

株式会社都市デザインシステム　入社

2005年12月

株式会社オナーズヒル軽井沢　取締役　就任

2008年８月

株式会社ARICA　設立　代表取締役　就任

2009年10月

当社　設立　取締役　就任

2015年７月

当社　代表取締役　就任

2020年９月

当社　取締役　退任

2021年７月

当社　取締役　就任

2024年７月

当社　取締役執行役員　就任（現任）

(注)３

―

役職名

氏名

生年月日

略歴

任期

所有株式数(株)

取締役

曽我部　東馬

1974年６月１日

2007年４月

マックスプランク微構造物理研究所 博士研究員

2009年１月

ケンブリッジ大学　客員博士研究員

2009年10月

当社　設立　取締役　就任

2011年１月

東京大学先端科学技術研究センター　研究員

2011年４月

当社　取締役　退任

2011年４月

東京大学先端科学技術研究センター　特任助教

2014年４月

東京大学先端科学技術研究センター　特任准教授

2016年３月

電気通信大学 i-パワードエネルギー・システム研究センター 准教授

2020年９月

当社　非常勤取締役　就任（現任）

2024年4月

電気通信大学 i-パワードエネルギー・システム研究センター 教授（現任）

(注)３

3,000

取締役

田中　謙司

1974年12月15日

2000年４月

マッキンゼー・アンド・カンパニー・インク　入社

2003年９月

日本産業パートナーズ株式会社入社

2006年５月

東京大学大学院工学系研究科　助教

2013年１月

東京大学総括プロジェクト機構　特任准教授

2017年４月

東京大学大学院工学系研究科　技術経営戦略学専攻　特任准教授

2019年２月

東京大学大学院工学系研究科　技術経営戦略学専攻　准教授

2020年９月

当社　社外取締役　就任（現任）

2021年５月

株式会社JDSC　社外取締役　就任（現任）

2024年４月

東京大学大学院工学系研究科　技術経営戦略学専攻　教授（現任）

(注)３

―

取締役

竹内　純子
（戸籍名：
小林　純子）

1971年６月21日

1994年４月

東京電力株式会社　入社

2012年１月

NPO法人　国際環境経済研究所　理事・主席研究員（現任）

2018年10月

U3イノベーションズ合同会社
共同代表（現任）

2019年６月

日本紙パルプ商事株式会社　社外取締役　就任（現任）

2020年４月

東北大学　特任教授（客員）（現任）

2022年７月

当社　社外取締役　就任（現任）

2024年６月

日本製鉄株式会社　社外取締役　就任（現任）

(注)３

―

役職名

氏名

生年月日

略歴

任期

所有株式数(株)

監査役
（常勤）

野島　一十

1959年７月６日

1982年４月

ナショナル田林証券株式会社（現SMBC日興証券株式会社）入社

2018年２月

株式会社平成エンタープライズ　入社　内部監査室長

2019年12月

同社　経営企画部長

2020年３月

当社　入社　内部監査室

2020年10月

当社　監査役　就任（現任）

(注)４

―

監査役

宮﨑　貴之

1979年10月16日

2005年12月

新日本有限責任監査法人（現EY新日本有限責任監査法人）入所

2011年10月

株式会社パートナーズ・コンサルティング　入社

2013年１月

宮﨑貴之公認会計士事務所　設立　代表（現任）

2014年８月

みらいマテリアル株式会社　社外取締役　就任

2014年８月

株式会社Silbird　社外監査役　就任

2017年６月

株式会社ジェイ・クリエイション　社外取締役　就任

2017年９月

株式会社リアークスファインド　社外監査役　就任

2019年１月

株式会社パートナーズ・ゲート　設立　代表取締役　就任（現任）

2019年９月

当社　社外監査役　就任（現任）

2020年７月

株式会社リアークスファインド　社外取締役　就任

(注)４

―

監査役

工藤　洋治

1976年４月20日

2006年10月

東京八丁堀法律事務所　入所

2016年10月

東京八丁堀法律事務所　パートナー

2022年５月

インプレックスアンドカンパニー株式会社　社外取締役　就任（現任）

2022年６月

公益社団法人日本学生陸上競技連合　常務理事（現任）

2022年７月

当社　社外監査役　就任（現任）

2024年６月

株式会社ベネッセホールディングス　監査役　就任（現任）

(注)４

―

計

2,618,770

(注) １．取締役田中謙司、竹内純子(戸籍名：小林純子)は、社外取締役であります。
２．監査役宮﨑貴之、工藤洋治は、社外監査役であります。
３．取締役の任期は、2025年６月期に係る定時株主総会終結の時から2026年６月期に係る定時株主総会終結の時までであります。
４．監査役の任期は、就任の時から選任後４年以内に終了する事業年度のうち、最終のもの(2026年６月期)に係る定時株主総会終結の時までであります。
５．取締役曽我部東馬は、代表取締役社長曽我部完の義兄であります。
６．代表取締役社長曽我部完の所有株式数は、同氏の資産管理会社である株式会社Weが所有する株式数を表示しております。
７．当社では、取締役会の一層の活性化を促し、取締役会の意思決定・業務執行の監督機能と各事業部の業務執行機能を区分し、経営効率の向上を図るため、2024年７月より執行役員制度を導入しております。執行役員は５名で、取締役執行役員・照井一由(統括部門：コンサルティング部、エンジニアリング第１部、エンジニアリング第２部、エンジニアリング第３部)、取締役執行役員・中村秀樹(統括部門：エネルギーソリューション部)、技術共創室長・梅田龍介、経営財務部長・小林剛、総務部長・藤原拓で構成されております。

②　社外役員の状況
本書提出日現在、当社の社外取締役は２名、社外監査役は２名であります。当社は、社外取締役２名、社外監査役２名を株式会社東京証券取引所に独立役員として届け出ております。
当社では社外取締役又は社外監査役を選任するための独立性に関する基準又は方針は定めておりませんが、選任にあたっては、経歴や当社との関係を踏まえて、当社経営陣から独立した立場で社外役員としての職務を遂行できるよう十分な独立性が確保されていることを前提とし、かつ株式会社東京証券取引所の定める独立役員の独立性に関する判断基準を参考にしております。
社外取締役田中謙司は、マッキンゼー・アンド・カンパニー・インクや日本産業パートナーズ株式会社で培った国際性に富んだ経験・実績に加えて、東京大学大学院工学系研究科の教授であり、当社の事業領域であるサプライチェーン、電力分野に関する豊富な知見、経験を有しており、かつ、上場企業における社外取締役としての経験を有しております。取締役会の審議においては、当社の経営における重要な事項について、これらの知見及び経験を活かして積極的な発言・提言を行っております。また、報酬委員会の議長として取締役報酬の適正性を担保するために重要な役割を果たしております。これらのことから、継続して当社の経営やガバナンス強化を図れるものと考え、選任しております。なお、当社取締役就任前の2019年７月から2020年９月(当社取締役就任日前)まで、当社から田中氏にアドバイザリー業務を委託しておりましたが、2020年６月期における売上高に対する当該取引金額の割合は0.3%未満であり、その金額は僅少であります。なお、当社取締役就任日以降、役員報酬以外で当社から同氏への金銭その他の財産の供与は発生しておらず、当社との間で人的関係やその他の利害関係はありません。
社外取締役竹内純子(戸籍名：小林純子)は、環境・エネルギー分野における豊富な知見、経験を有しており、かつ、上場企業における社外取締役としての経験を有しております。取締役会の審議においては、当社の経営における重要な事項について、これらの知見及び経験を活かして積極的な発言・提言を行っていることから、当社の経営やガバナンス強化を図れるものと考え、選任しております。なお、当社との間で人的関係やその他の利害関係はありません。
社外監査役宮﨑貴之は、公認会計士として会計・財務に関する経験、知識を有しており、また、監査法人において企業監査の豊富な経験を有していることから、その実務経験に基づく当社の監査体制強化を期待して、選任しております。なお、当社との間で人的関係やその他の利害関係はありません。
社外監査役工藤洋治は弁護士であり、企業法務を専門とする弁護士として法務に関する知見を有していることから、当社のコーポレート・ガバナンスの強化に向けた提言等を期待して、選任しております。なお、当社との間で人的関係やその他の利害関係はありません。

③　社外取締役又は社外監査役による監督又は監査と内部監査、監査役監査及び会計監査との相互連携並びに内部統制部門との関係
社外取締役及び社外監査役は、取締役会に出席することにより、会社の経営計画、コンプライアンスやリスク管理全般等に関する報告を受け、公正な立場から意見陳述するとともに取締役の職務執行を厳正に監督及び監査しております。また、社外監査役は監査役会のメンバーとして、内部監査計画及び監査結果の重要事項について監査役会において共有される等連携を図っております。
　会計監査人は社外監査役を含む監査役会へ期初における監査計画の説明や期中・期末における監査の状況及び結果を報告するとともに意見交換等を行い、相互の連携を高めております。また、「(３)監査の状況」に記載のとおり、内部監査室、監査役及び会計監査人は随時意見交換や情報共有を行うほか、三者間ミーティングを行う等連携し、監査機能の向上を図っております。

２ 【沿革】
株式会社グリッドは、再生エネルギー事業に取り組む目的で、2009年10月に東京都港区において設立されました。集合住宅用の太陽光発電システムの販路拡大策を取る一方で、メガソーラー発電所の開発を行うエネルギーソリューション事業を手掛けるようになりましたが、その後、気象解析をベースに、発電所の発電電力量の予測に取り組んだことを契機に、AI開発事業に事業転換を行い、現在の事業を本格的に開始いたしました。
設立以後の当社に係る経緯は、次のとおりであります。

年月

概要

2009年10月

再生エネルギー事業の会社として東京都港区芝浦に株式会社グリッド（資本金10百万円）を設立

2010年２月

太陽光発電システムの販売開始（エネルギーソリューション事業を開始）

2010年６月

東京都港区赤坂に本社を移転

2011年２月

集合住宅用太陽光発電システムの販売開始

2013年６月

発電所運営を目的とし、グリッドソーラーファーム合同会社（完全子会社）設立

2014年３月

発電電力量予測アルゴリズムの研究開発を開始

2014年６月

発電所運営を目的とし、H&Gソーラー合同会社（関連会社）設立

2015年７月

AI開発事業開始

2016年５月

AIフレームワークReNom（リノーム）を開発

2016年12月

東京都港区北青山に本社を移転

2017年１月

エネルギーソリューション事業を縮小

2017年３月

三井物産株式会社、伊藤忠商事株式会社、丸紅株式会社と資本業務提携

2019年12月

輸送計画最適化のサービス提供開始

2020年11月

エネルギーソリューション事業からの撤退

2020年12月

電力事業者向け需給計画最適化のサービス提供開始

2021年４月

スマートシティ分野のサービス提供開始

2021年４月

生産計画最適化のサービス提供開始

2022年２月

グリッドソーラーファーム合同会社清算結了

2022年４月

電力需給計画支援システム実装、運用・サポートサービス提供開始

2022年８月

AI配船計画システムの提供、運用・サポートサービス提供開始

2022年８月

船舶運航管理システムの提供、運用・サポートサービス提供開始

2023年１月

渋滞予測システムの提供、運用・サポートサービス提供開始

2023年１月

物流販売計画支援システム実装、運用・サポートサービス提供開始

2023年７月

東京証券取引所グロース市場に株式を上場

2024年８月

蓄電所関連サービス開始