pluszeroは何で稼いでいる？

３ 【事業の内容】
　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。
　従来はディープラーニング技術の要求するデータ量を確保することが現実的に難しかったため、その応用範囲は極めて限定的でしたが、情報化社会の発達に伴い大量のデータを用意することが比較的容易になってきました。そのため、昨今ではディープラーニング技術の研究開発が大きく前進し、その成果を利活用したサービスが普及し始めております。
　ディープラーニング技術を搭載したサービスはしばしば人間レベルの精度の推論が可能になることから、AI(人工知能)とみなされるようになりました。ディープラーニング技術を用いて実装されたAIは第３世代AIと呼ばれております。

(ディープラーニング技術の精度向上可能性)
　ディープラーニング技術は、仮にデータや計算機資源が無尽蔵にあれば、多くの実用先で精度を100%に近づけることができるということが知られております。その代表的な根拠としては、①べき乗則と②普遍性定理の２つがあります。
　①べき乗則
　ディープラーニング技術においては、推論精度がデータ量や計算機性能に伴って向上していくことが報告されております。この際、精度はデータ量や計算機性能に対し比例関係よりは緩やかなペースで向上するとされており、これをべき乗則と呼びます。そのため、データや計算機資源を増やしていくことで、徐々に効率は落ちながらも確実に推論精度を高めていけることが示唆されます。

　②普遍性定理
　ディープラーニング技術は、データと計算機が十分にあれば、実用上多くの課題に対して、無限に高い精度で推論できる力(表現能力と呼びます)を持つことが数学的に証明されており、これを普遍性定理と呼びます。
　これら二つの根拠を併せることで、データと計算機さえ十分に用意することができれば、ディープラーニング技術は多くの課題に対して十分な精度で推論できる可能性を持つ技術であるということが示唆されます。実際に例えばBERTやGPT3と呼ばれるディープラーニング技術を用いた推論器は、非常に多くのデータや計算機資源を投入することで、機械翻訳や文書要約といった複数の課題で非常に高い精度を実現しております。

(自然言語処理領域におけるディープラーニング技術の推論精度の限界)
　逆に、データを十分に集めることが現実的ではないようなケースでは、精度向上には限界があるとも言えます。特に自然言語処理と呼ばれる、言葉を扱うような応用領域では、本質的に推論に必要なデータを十分確保することが難しい場合が多いと考えられます。
　例えば、『私はリビングにいます。私はリモコンを手に取りました。私は寝室に移動しました。』という文章があった際に、リモコンがどこにあるか推論することを考えます。人間であればリモコンは寝室にあるということは明らかに分かりますが、『手に取って移動すると手に取ったものも同様に移動する』というデータがないと、計算機には正しい推論が行えません。しかしながら、そういったデータが現在あるいは近い将来に十分収集できるかというと、それは非現実的であると当社は考えております。
　このように、人間にとっては当然と思われるようなことであっても、計算機にとっては解くことが難しい事項が数多く存在するというのが自然言語処理領域の現状となっております。

(ディープラーニング技術による推論の解釈性の問題)
　精度向上以外の観点では、ディープラーニング技術は一般的に推論の根拠が人間に分かるように説明ができないということも、説明責任を果たす必要があるようなユースケースでは大きな問題となります。推論の根拠がよく可視化された解釈性の高いAIは、透明性や説明可能性の高いAIとも呼ばれております。
　XAI(注３)と呼ばれる分野として透明性や説明可能性の高いAIの研究が進められておりますが、精度面とのトレードオフがあることや、実用上要求される粒度での推論根拠を提示することがまだ難しいことがあり、中々実用には至れていません。

(ディープラーニング技術のその他の課題)
　他にも、個人情報やライセンス的に利用してはいけない情報等がデータに紛れ込むことで他者の権利を侵害してしまう可能性、特定の入力の際だけ異常な結果を返す(意図的な場合はバックドアと呼ばれます)可能性、データの偏りによって差別的な推論を行ってしまう可能性等、ディープラーニング技術にはビッグデータに依存して推論を構築する仕組みであるが故の問題が多く存在します。
(注) １．BERTは自然言語処理領域を代表するディープラーニング技術による推論モデルの一つです。
２．GPT3もまたBERT同様に自然言語処理領域での推論モデルの一つとなります。
３．XAIは、eXplainable Artificial Intelligenceの略で、アルゴリズムによって自動化された処理の過程を、人間が理解し検証できるようにした人工知能のことです。具体的には構築された機械学習モデルを解析することで推論根拠の抽出を試みたり、人間による推論過程自体を機械学習によってモデル化したりといったアプローチがあります。

(ナレッジグラフ)
　ナレッジグラフは、文章を概念毎の要素に分解後、分解された概念それぞれを「対象(点)」として、それらの「対象」を関係性に応じて「辺(線)」で結びグラフ構造にした知識基盤を利活用し、推論を行うアプローチとなります。

　ナレッジグラフの利点として、ディープラーニング技術では困難な推論の高い解釈性を実現することが可能です。例えば図の例では、『pluszeroはどのような街にあるか』という質問に対して、『pluszeroは世田谷区北沢にある』『世田谷区北沢の街の名は下北沢である』従って『pluszeroは下北沢という街にある』と推論過程を可視化することができます。
　ナレッジグラフを利用した推論技術も人手で構築・管理されたテーマ内では人間のような推論が実現できることから、AI(人工知能)とみなされております。ナレッジグラフを用いて実装されたAIは第二世代AIと呼ばれております。

(ナレッジグラフの課題)
　ディープラーニング技術に代表されるビッグデータに基づく手法と比べ、ナレッジグラフでは一つ一つ手作業で知識基盤を構築していく必要があります。そのため、精度の向上に膨大な工数が必要となる傾向があり、実用に足る精度を出すために必要な人員コストが実用上大きな課題になります。ナレッジグラフに機械学習を融合することでこの問題の解決を目指す研究も行われておりますが、ナレッジグラフが本来持っている解釈性を維持したまま精度を高めるような仕組みを見出すには至っていません。

(ディープラーニング技術、ナレッジグラフ双方の課題)
　ディープラーニング技術、ナレッジグラフのいずれにおいても、一般的には推論ロジックは一度構築された時点で固定化し、状況や文脈に応じてより適切な推論に変更するといった柔軟性を実現することは難しいです。

(AEIのアプローチ)
　AEIは、ナレッジグラフを基礎に、次の３つの拡張を行ったものとなります。
①ナレ

１ 【経営方針、経営環境及び対処すべき課題等】
　本書提出日現在における経営方針、経営環境及び対処すべき課題等は以下のとおりであります。また、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ます。

(1) 経営方針
　当社は「ソリューション提供事業」の単一事業を展開しており、その対象の事業領域は、主に人工知能分野(AI)となります。事業を推進する上での方針として、収益の「継続性」と「高成長性」を実現することを重要視しながら、事業ポートフォリオを組んでいます。「ソリューション提供事業」における「ソリューション」の提供形態と収益の「継続性」と「高成長性」の関係は、具体的には下記の表のように対応しております。

大分類

中分類

売上分類

ビジネス概要

継続性

高成
長性

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

・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、開発及び保守運用までをワンストップで提供

〇

―

AEIサービス
初期開発/導入支援

AEI関連売上

・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コミットし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

サービス型

サービス及び
ライセンス提供

・業務提携先に対する「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や関連事業・サービスの立上支援及びAEI基礎技術をAPIとして提供

〇

〇

　当社は、「継続性」・「高成長性」を重要視する中で、現在までの経営状況として、プロジェクト型の方向性に関しては、第９期以降も「継続性」を高めて安定性の高い収益を拡大していくこと、また、サービス型の方向性としては、サービスを本格的に立上げ、「高成長性」の収益を拡大していくことが、事業運営の中で特に重要視していくべき課題だと認識しております。研究開発の状況については、「第２　６ 研究開発活動」で詳述します。
　売上高は創業以来、前年対比で堅調な成長を示しております。事業運営の中で顧客との関係性構築を重視しつつ、研究開発等を安定的に行い、サービス型売上を中心としたAEI関連比率を高めることで、安定的な収益基盤構築を目指し、企業価値の最大化を図ってまいります。

(2) 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等
　当社は収益の「継続性」と「高成長性」の実現のために、「売上高成長率」、「売上総利益率」を経営指標として管理しております。また、「売上高成長率」、「売上総利益率」の管理を通して、高いレベルの「継続性」、「高成長性」の実現のために、参考指標として、上記の「AEI関連売上」、「オーダーメイド型AI/DXソリューション売上」の比率についても、モニタリングしております。
　具体的には、以下の3点の視点で方針を決定し、その上で、方針の達成状況を判断しております。
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、短期的にはAEIへの投資計画に合わせて柔軟に対応

(3) 経営環境及び戦略
AI領域においては、総務省の令和７年度版の情報通信白書において、世界のAI市場規模（売上高）は、2030年には約130兆円まで拡大すると予測されています。また、日本のAIシステム市場規模（支出額）は、2029年には4兆1,873億円まで拡大すると予測されています。
国内の労働環境をみても、10年から20年のスパンで多くの労働者が不足していくことが各種統計で推計されております。具体的には、パーソル総合研究所は2024年10月17日発表の「労働市場の未来推計 2035」の中で、2035年に384万人不足すると推計しております。
　また、国税庁が令和７年に発表した「民間給与実態統計調査」の中で、平均年収の額は478万円となっております。二つの推計に基づくと国内だけでも、労働者の不足数×平均年収の形での概算により、10年から20年のスパンでは、約18兆円が何らかの形で対処すべき労働者市場が存在すると捉えることができます。
　そのような環境下で、弊社が研究開発、並びにサービス開発を進めている「仮想人材派遣」に対する社会的要請は極めて高いと認識しております。「仮想人材派遣」はAEIのコンセプトの下、特定のジャンルの中に限定した際に人間のようにタスクをこなせるAIを具体化した技術であり、10年のスパンでの実現性が見込まれていることから、「仮想人材派遣」のTAM(Total Addressable Market)(注１)は、AEIの高い相互理解が価値を発揮し、物理的な身体を持たなくても業務を完結しやすい情報通信業と教育、学習支援業の専門的・技術的職業従事者と、全産業の事務従事者と販売従事者がターゲットとした場合、TAMの累計は約109兆円となります。なお、市場規模は、職業分類及び産業分類に応じた人数に対して平均年収を乗じて計算しております。
　そして、「仮想人材派遣」の技術開発のレベル向上が進んでいく中で、対応可能な仕事のジャンルが増えてきて、SAM(Serviceable Available Market)(注２)は、TAM×仮想人材派遣が対応できる業務の割合を乗じることで、約30.4兆円となると推察しております。そして、その流れの中で、重点的にイノベーションを起こす分野として、製造業、メンテナンス業、メディア・広告業、コールセンター業を選定して、そのマーケットに対して参入するための事業パートナーと業務提携し、かつ、AEIによる差別化を確立することによって、SOM(Serviceable Obtainable Market)(注３)の拡大を具体化することを試みております。
　また、最近、発表されたAIの5～10年スパンでの未来戦略を扱ったものとして、2021年2月8日刊行の「次世代AI戦略2025」や2021年6月15日実施のNEDOのシンポジウムの「人とAIの共進化に向けた今後10年間のAIアクションプラン」がございますが、いずれも「自然言語処理分野」を中心とした内容となって、AIの次の主戦場が、AEIのターゲットである「自然言語処理分野」というのが鮮明になってきております。これは、当社が時代を先取りした良いポジショニングに位置していることの何よりの証拠だと当社は捉えております。
　そういった流れの中で、当社は、「差別化されたサービスを開発して提供」という意味においては、創業以来、意味理解を中心とした自然言語処理分野に対して重点投資を継続しており、今後も当該領域における絶対的なリーダーを目指して戦略的に取り組んでまいります。
(注) １．TAM(Total Addressable Market)ある市場の中で獲得できる可能性のある最大の市場規模、つまり商品・サービスの総需要のこと
２．SAM(Serviceable Available Market)TAMの中でターゲティングした部分の需要
国勢調査の結果の従業上の地位(8区分)、職業(大分類)の数字に基づいて、「労働者派遣事業所の派遣社員」と「雇用者　パート・アルバイト・その他」の合計により、補完的雇用形態の比率を算出し、TAMの数字に乗じて計算しております
３．SOM(Serviceable Obtainable Market)実際に商品・サービスをもって市場に参入した時に、実際にアプローチして獲得できるであろう市場規模

(4) 優先的に対処すべき事業上及び財務上の課題
①優秀な技術陣の採用及び育成
　当社では顧客の課題解決の最有力の手段は、「優秀な技術陣の採用・育成」だと捉えております。優秀な人材をインターンとして積極的に受け入れており、育成・抜擢を継続して行っております。その結果として、現時点でAIやITなどの技術系に対応できる人材の割合は大多数を占め、大学院生以上の人材も多く在籍しております。学習力に長けたメンバーが数多く在籍しており、世の中の技術的なイノベーションや法的規制等による変化が劇的になればなるほど、当社の強みが生きてくると認識しております。また、優秀な技術陣の確保により、新たに求められる技術への追随を短期間で行うことができ、組織としての競争力を維持することが可能となります。そのため、人材の採用及び育成は当社として重要な意味をもっており、採用・育成に係る投資を継続的にしてまいります。

②営業体制の強化
　顧客ニーズを明確に把握し、AIを用いて顧客の課題解決を行うためには、技術面・ビジネス面に知見の深い人材が必要となります。今後の事業の成長合わせた営業体制の維持・構築が必要となることから、技術面・ビジネス面に知見のある営業人材の積極的な採用及び営業ノウハウの仕組化への投資を行ってまいります。

③事業開発及び研究開発活動への対応
　今後の持続的な成長のためには、事業開発及び研究開発への投資を積極的に行っていくことが必須であると認識しております。AEIを中心とした自社サービスの展開(サービス型)と、他社のニーズに応えたソリューション提供(プロジェクト型)のバランスをとった事業ポートフォリオの構築が必要となります。そのため、事業活動により得られた営業キャッシュフロー等を資金源として、プロジェクト型サービスを安定的に成長させつつ、AEIを用いた事業開発及び研究開発活動に積極的に資金を投資してまいります。

④健全な財務基盤の構築
　優秀な人材の採用及び育成、事業開発及び研究開発活動への対応を行うために、事業資金の安定的な確保が必要不可欠であると考えております。当社のソリューション提供事業の「プロジェクト型」においては、高付加価値案件の提供により、高い売上総利益率に基づいた事業開発及び研究開発等への再投資のサイクルが機能しており、資金確保については、自己資金又は営業活動によるキャッシュフローから充当していくことを基本方針としております。ただし、今後事業拡大に向けた投資資金需要に対応すべく、金融機関からの借入、エクイティファイナンス等で資金の調達していくことを検討しております。

⑤セキュリティ体制の強化
　当社は案件によっては、顧客の重要情報等を取り扱うことが多くございます。そのため、当社の市場からの信頼性確保のためにも、厳重なセキュリティ体制の構築は必須であると認識しております。セキュリティ体制強化のために、より厳重性の高い開発環境の構築や社内研修の拡充等を積極的に進めてまいります。

⑥内部管理体制の強化
　当社の今後の継続的な成長のためには、事業の成長に合わせてコーポレート・ガバナンスや内部統制、内部管理体制を強化していくことが重要であると認識しております。そのためにも、社内研修の拡充や、三様監査の連携強化、内部監査の厳密化等を積極的に進めてまいります。

⑦SDGs（持続可能な開発目標）への貢献
　当社技術及びソリューションにおいて、各産業の課題解決を行うことは、SDGs（持続可能な開発目標）課題とも密接に関連していると考えております。具体的には、当社のソリューション提供事業において、「すべての人に健康と福祉を」「4.質の高い教育をみんなに」「8.働きがいも経済成長も」「9.産業と技術革新の基盤をつくろう」の課題と当社ソリューションが密接に関連していると認識しております。当社の事業活動の拡大に伴い、AIを用いて顧客の事業課題の解決を推進することにより、より深く広範にSDGs課題の解決につながると認識しており、より具体的な課題解決を目指してまいります。

３ 【事業等のリスク】
本書に記載した事業の状況、経理の状況等に関する事項のうち、経営者が財政状態、経営成績及びキャッシュ・フローの状況に重要な影響を与える可能性があると認識している主要なリスクは、以下のとおりであります。なお、文中の将来に関する事項は、提出日現在において当社が判断したものであります。
また、当社におけるリスクの把握及び管理する体制は、後述の「第４ 提出会社の状況 ４ コーポレート・ガバ ナンスの状況等」に記載のとおりであります。

(1)イノベーションへの対応について（発生可能性：中、発生時期：特定時期なし、影響度：大）
　当社が事業を展開するIT業界においては、イノベーションのスピードや顧客ニーズの変化が速く、それに基づく新機能の導入等が行われております。当社のサービスは、当社の自然言語処理、機械学習、ITシステム開発と当社の独自データを組み合わせることにより、今後も競争力のあるサービスを提供できるように取り組んでおります。当社のサービスは現在、既存顧客等からの紹介等による安定した新規受注を受けており、高い顧客継続率を維持しておりますが、予想以上の急速なイノベーションや代替技術・汎用的な競合商品の出現等により、当社のサービスが十分な競争力や付加価値を確保できない場合等には、新規受注の減少や顧客契約継続率の低下により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)法的規制等によるインパクトについて（発生可能性：中、発生時期：特定時期なし、影響度：大）
　現在、日本国内においてインターネットに関連する主要な法規制は電気通信事業法となっておりますが、インターネット上の情報流通やＥコマースのあり方についても様々な議論がなされている段階であります。当社が営むインターネット関連事業そのものを規制する法令は本書提出日時点において存在しませんが、今後、インターネットの利用者や関連するサービス及び事業者を規制対象とする法令等が制定される他、既存の法令等の解釈の変更があった場合、当社の事業が制約され、事業及び業績に影響を及ぼす可能性があります。

(3)景気動向の変動によるインパクトについて（発生可能性：中、発生時期：特定時期なし、影響度：大）
　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などの動きにより、当社の関連市場は今後急速に拡大すると予測されるものの、その一方で、企業の景気による影響や別の各種新技術に対する投資による影響を受ける可能性があります。当社の事業を展開する市場への影響が想定を超えて長期化する等、経済情勢の変化に伴い事業環境が悪化した場合、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。

(4)事業開発の確実性について（発生可能性：中、発生時期：特定時期なし、影響度：大）
　当社のサービスは、商品特性ゆえに幅広い産業に対して提供することが可能であります。今後も引き続き、保安や広告・説明コンテンツの校正校閲やコールセンター市場のみならず、他の産業にも積極的に参入し、新サービス及び新規事業に取り組んでまいります。但しこれにより、システムへの投資や人件費等による追加的な支出が発生し、利益率が低下する可能性があります。また、新規事業の拡大・成長が当初の予測どおりに進まない場合、当社の事業及び業績に影響を及ぼす可能性があります。

(5)採用及び育成について（発生可能性：中、発生時期：特定時期なし、影響度：大）
　当社は、事業の拡大に伴い、自然言語処理、機械学習、ITシステム開発の各々に対応可能なエンジニアやマネージャーの獲得・確保・育成を進めております。更に、大学生を中心とするインターン生に関しても、日進月歩で技術革新が進むAI分野において、最新の知見を有しており、当社の技術を支える重要な存在であることから、継続的な採用・育成を進めております。また、従業員の働きやすさを重視した業務環境の整備(テレワーク等)を積極的に行うことで、人材の外部流出防止にも努めております。しかしながら、事業規模の拡大に応じた当社内における人材育成、外部からの優秀な人材の採用等が計画どおりに進まず、必要な人材を確保することができない場合には、当社の事業及び業績に影響を及ぼす可能性があります。

(6)システムトラブル等について（発生可能性：低、発生時期：特定時期なし、影響度：中）
 当社は、サービス及びそれを支えるシステム、並びにインターネット接続環境の安定した稼働が、事業運営の前提であり依存していると認識しております。従って、常時データバックアップやセキュリティ強化を実施しているほか、クラウドサービスへシステムを分散配置することで、安定的なシステム運用体制の構築に努めております。しかしながら、予期せぬ自然災害や事故によるインターネット通信網の切断や、予想外の急激なアクセス増加等による一時的な過負荷やその他予期せぬ事象によるサーバーダウン等により、当社のサービスが停止する可能性があります。これまで当社において、そのような事象は発生しておりませんが、万が一サービスの安定的な提供が行えないような事態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。

(7)プロジェクトの採算悪化について（発生可能性：低、発生時期：特定時期なし、影響度：中）
　当社のプロジェクト型案件は社内標準のマニュアルに基づき想定される工数から見積りを作成し、見積りの顧客提示前に部長・CTO等がレビューを実施する他、案件開始後もプロジェクトマネージャーと部長・CTO等が定期的に進捗を確認することで丁寧にプロジェクトを管理しております。しかしながら、特に大規模案件に関しては見積りの誤りや作業の遅れ等により超過コストが発生する場合がございます。このような事象が発生した場合、プロジェクトの採算悪化や納品遅延等により売上原価の増加や売上計上の遅れが発生して、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。

(8)法令遵守に関する体制について（発生可能性：低、発生時期：特定時期なし、影響度：大）
　当社は、今後企業価値を高めていくためにはコンプライアンス体制が有効に機能することが重要であると考えております。そのためコンプライアンス規程を策定するとともに適宜研修を実施し、周知徹底を図っております。また、定期的にコンプライアンス・リスク管理委員会を開催し、当社の運営に関する全社的・総括的なコンプライアンス管理の報告及び対応策検討を実施しております。しかしながら、これらの取り組みにも関わらずコンプライアンス上のリスクを完全に解消することは困難であり、今後の当社の事業運営に関して法令等に抵触する事態が発生した場合、当社の企業価値及び業績に影響を及ぼす可能性があります。

(9)訴訟、係争について（発生可能性：低、発生時期：特定時期なし、影響度：大）
　当社では、本書提出日現在において、業績に影響を及ぼす訴訟や係争は生じておりません。また、当社は取引の契約締結に際して事前に契約条文の確認を行う等、トラブル等の未然防止に取組んでおります。しかしながら、当社が事業活動を行う中で、顧客等から当社が提供するサービスの不備等により、訴訟や係争が生じた場合には、当社の事業及び業績に影響を及ぼす可能性があります。これらが発生した場合は、臨時的な費用の発生やブランドイメージの悪化等により、当社の事業展開及び業績に影響を与える可能性があります。

(10)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：大）
　当社では、知的財産の取扱いについてまとめた知的財産管理規程を制定し、社内周知しております。また、当社による第三者の知的財産権侵害の可能性につきましては、調査可能な範囲で対応を行っておりますが、当社の事業領域に関する第三者の知的財産権の完全な把握は困難であり、当社が認識せずに他社の特許を侵害してしまう可能性は否定できません。この場合、特許に関する対価(ロイヤリティ)の支払や損害賠償請求等により、当社の事業展開、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。

(11)機密情報について（発生可能性：低、発生時期：特定時期なし、影響度：大）
　当社は、一部の案件につき、業務上、顧客の保有する機密情報等を知りうる可能性があります。当社では、顧客と共にセキュリティ体制の強化を図ることはもとより、社内においても情報セキュリティに関する各種規程を整備・運用し、役職員への教育研修等を通じて、情報及び情報機器の適正な取扱いを浸透させるとともに、ネットワークセキュリティ等を強化することで、顧客が保有するデータの徹底的な管理や当社システムのデータ漏洩への対策を進めております。

(12)小規模組織であることに関して（発生可能性：大、発生時期：短期、影響度：中）
　当社の持続的な企業価値の構築のため、コーポレート・ガバナンスが有効に機能することが不可欠であると認識しております。当社は小規模な組織であるものの、コーポレート・ガバナンスが有効に機能するために、現在の規模において最適と考えられる内部管理体制や業務執行体制を構築しておりますが、規模の拡大及びサービスの多様化に応じて適切な内部管理体制や業務執行体制を適切に変化させることができない場合、当社の業績及び事業運営に影響を与える可能性があります。当社では、今後の業務量の増加及び業務内容の多様化に対応するため、組織規模を適切に把握し、組織体制の見直し、人員の増強及び業務の自動化、効率化によって、内部管理体制及び業務執行体制の一層の充実を図っていく方針であります。

(13)社歴が浅いことに関して（発生可能性：大、発生時期：短期、影響度：中）
　当社は2018年７月に設立された社歴の浅い企業となります。当社はＩＲ・広報活動などを通じて経営状態を積極的に開示していく方針でありますが、当社の過年度の経営成績は、決算期変更をしていることや、事業譲受を経て組織体制を大幅に変更していることからも、期間業績比較を行うための十分な分析材料とはならず、このため今後の業績等の将来的な予測における基礎情報としては不十分である可能性があります。

(14)当社株式の流動性について（発生可能性：中、発生時期：短期、影響度：中）
　当社の株主構成は、事業法人及び当社役職員が中心となっており、本公募及び売出しによって当社株式の流動性の確保に努めることとしておりますが、㈱東京証券取引所の定める流通株式比率は当事業年度末において40.5％となっております。今後は、当社の事業計画に沿った成長資金の公募増資による調達、役員・事業会社様への一部売出しの要請、新株予約権の行使による流通株式数の増加分を勘案し、これらの組み合わせにより、流動性の向上を図っていく方針ではありますが、何らかの事情により上場時よりも流動性が低下する場合には、当社株式の市場における売買が停滞する可能性があり、それにより当社株式の需給関係にも悪影響を及ぼす可能性があります。

(15)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：高、発生時期：短期、影響度：小）
　当社では、当社の役員及び従業員に対するインセンティブを目的とし、新株予約権を付与しており、当事業年度末(2025年10月末)現在における自己株式を除く発行済株式総数に対する潜在株式数の割合は5.0%となっております。これらの新株予約権が行使された場合、当社の１株当たりの株式価値が希薄化し、既存株主が有する株式価値及び議決権割合が希薄化する可能性があります。

(16)配当政策について（発生可能性：低、発生時期：特定時期なし、影響度：小）
　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、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つながると考えております。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、本書提出日現在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。

(2) 【役員の状況】

①　役員一覧
(1)2026年１月26日（有価証券報告書提出日）現在の役員は、以下のとおりであります。
男性10名　女性―名(役員のうち女性の比率―％)

役職名

氏名

生年月日

略歴

任期

所有株式数
(株)

代表取締役会長兼CEO

小代　義行

1971年12月28日

1995年4月

株式会社NTTデータ通信　入社

2000年1月

マイクロソフト株式会社　入社

2001年6月

株式会社インスパイア　入社

2003年4月

株式会社ユニーク設立　代表取締役

2010年8月

株式会社ユニプロ設立　代表取締役

2010年8月

株式会社志塾設立　代表取締役

2014年5月

株式会社LIVE with G　設立　代表取締役

2016年4月

株式会社AMU設立　代表取締役

2016年4月

株式会社priceless設立　代表取締役

2020年3月

当社　入社

2020年6月

当社　代表取締役

2020年10月

当社　代表取締役会長兼CEO（現任）

(注)３

2,006,220

代表取締役社長兼COO

森　遼太

1988年4月30日

2016年4月

株式会社LIVE with G　代表取締役

2016年4月

株式会社priceless設立　代表取締役

2017年6月

株式会社automate設立　代表取締役

2018年7月

当社設立　代表取締役社長

2020年10月

当社　代表取締役社長兼COO（現任）

2025年３月

BioEngineeringCapital株式会社　取締役（現任）

2025年３月

Various Robotics株式会社　経営顧問（現任）

(注)３

855,000

取締役副社長兼CIO

永田　基樹

1989年11月30日

2017年3月

株式会社priceless　代表取締役

2017年6月

株式会社automate設立　代表取締役

2018年7月

当社設立　取締役副社長

2018年8月

株式会社formalogic設立
代表取締役

2019年6月

当社　代表取締役副社長

2020年10月

当社　代表取締役辞任
取締役副社長

2020年11月

当社　取締役副社長兼事業推進本部部長兼営業部部長

2021年2月

当社　取締役副社長兼事業推進本部部長兼研究開発部部長

2022年11月

当社　取締役副社長兼AEI事業部長

2023年11月

当社　取締役副社長兼CIO兼AEI事業部長

2024年11月

当社　取締役副社長兼CIO（現任）

(注)３

925,400

取締役副社長兼CGO

大澤　遼一

1991年10月21日

2016年4月

株式会社野村総合研究所　入社

2021年1月

当社　入社

2021年2月

当社　取締役営業部部長

2022年11月

当社　取締役ソリューション開発本部部　長営業部部長

2023年11月

当社　取締役CSO兼ソリューション事業本部部長兼営業部部長

2024年11月

当社　取締役CGO兼営業本部第二営業部部長

2025年１月

当社　取締役副社長兼CGO（現任）

(注)３

19,500

取締役CFO

浅川　燿佑

1997年8月2日

2019年6月

当社　取締役

2020年11月

当社　取締役CFO兼経営管理部部長

2021年9月

当社　取締役CFO

2022年11月

当社　取締役CFOコーポレート推進本部部長

2024年11月

当社　取締役CFO（現任）

(注)３

32,000

役職名

氏名

生年月日

略歴

任期

所有株式数
(株)

取締役

宇陀　栄次

1956年８月３日

1981年４月

日本アイ・ビー・エム株式会社　入社

1999年１月

同社理事情報サービス産業事業部部長

2001年１月

ソフトバンク・コマース株式会社
（現　ソフトバンクBB株式会社）
代表取締役社長

2004年３月

salesforce. com, Inc.
Senior Vice President

2004年４月

株式会社セールスフォース・ドットコム
 (現　株式会社セールスフォース・ジャパン)　代表取締役社長

2012年４月

salesforce. com, Inc.
Executive Vice President

2014年６月

トランス・コスモス株式会社　社外取締役

2014年６月

キヤノンマーケティングジャパン株式会社　顧問

2016年３月

ユニファイド・サービス株式会社　代表取締役会長

2016年４月

フォー・ユー・ライフケア株式会社　代表取締役社長

2016年６月

トランス・コスモス株式会社　社外取締役(監査等委員)（現任）

2017年９月

株式会社Yext　代表取締役会長兼CEO

2017年12月

ユニファイド・サービス株式会社
代表取締役会長兼社長

2018年４月

フォー・ユー・ライフケア株式会社　取締役会長

2018年６月

ユニファイド・サービス株式会社　代表取締役会長

2019年１月

株式会社ユビレジ 社外取締役（現任）

2020年11月

株式会社Yext 代表取締役会長

2021年10月

当社　社外取締役（現任）

2022年２月

ユニファイド・サービス株式会社　代表取締役社長(現任)

(注)３

―

取締役

影山　泰仁

1956年４月29日

1980年４月

アーサー・アンダーセン
（現　アクセンチュア株式会社）入社

1986年11月

スイスユニオン信託銀行　入行

1990年６月

 等松・トウシュロスコンサルティング株式会社（現　アビームコンサルティング株式会社）　入社

2002年４月

名古屋商科大学大学院
非常勤講師 (MBA Program)

2004年８月

ケイジーコンサルティング株式会社
設立　代表取締役

2004年10月

ベリングポイント株式会社（現　PwCコンサルティング合同会社）副社長

2006年３月

株式会社アドバックス　代表取締役社長

2006年６月

プロティビティ合同会社　入社

2008年７月

ケイジーコンサルティング株式会社
取締役

2009年１月

株式会社シグマクシス　入社

2015年３月

ウイングアーク１ｓｔ株式会社
執行役員CSO

2015年７月

ケイジーコンサルティング株式会社
代表取締役 （現任）

2021年10月

当社　社外取締役（現任）

2024年３月

一般社団法人SuFIA　理事（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)

岡本　司

1952年10月10日

1978年４月

農林中央金庫　入庫

2007年７月

全国農業協同組合連合会　監事

2011年７月

株式会社農林中金総合研究所　顧問

2012年６月

兼松株式会社　監査役

2016年８月

アソビモ株式会社　監査役

2019年９月

株式会社シン・コーポレーション　監査役

2021年１月

当社　常勤社外監査役（現任）

(注)４

―

監査役

棟田　裕幸

1954年10月24日

1989年３月

公認会計士登録

1995年８月

棟田公認会計士・税理士事務所(現　一番町共同会計事務所)開設　統括代表パートナー（現任）

1997年４月

税理士登録

1999年４月

株式会社ＢＳＭ設立 代表取締役（現任）

2001年３月

インターピア株式会社　社外監査役（現任）

2008年５月

監査法人アヴァンティア　パートナー

2018年３月

日機装株式会社　監査役

2020年９月

当社　社外監査役（現任）

2021年５月

株式会社エントリー　社外監査役（現任）

2021年７月

一番町監査法人　シニアパートナー　（現任）

(注)５

―

監査役

小川　隆史

1975年7月20日

2002年11月

司法試験合格

2004年10月

弁護士登録

2004年10月

ひかり総合法律事務所（現任）

2016年５月

一般社団法人日本ポストプロダクション協会監事

2021年10月

当社　社外監査役（現任）

2023年６月

一般社団法人日本ポストプロダクション協会理事（現任）

(注)６

―

計

3,838,120

(注) １．取締役宇陀栄次氏及び影山泰仁氏は、社外取締役であります。
２．監査役岡本司氏、棟田裕幸氏、小川隆史氏は、社外監査役であります。
３．取締役の任期は、2025年１月24日開催の定時株主総会終結の時から、１年以内に終了する事業年度のうち、最終のものに関する定時株主総会終結の時までであります。
４．監査役岡本司氏の任期は、2022年４月４日開催の臨時株主総会終結の時から、４年以内に終了する事業年度のうち、最終のものに関する定時株主総会終結の時までであります。
５．監査役棟田裕幸氏の任期は、2022年４月４日開催の臨時株主総会終結の時から、４年以内に終了する事業年度のうち、最終のものに関する定時株主総会終結の時までであります。
６．監査役小川隆史氏の任期は、2022年４月４日開催の臨時株主総会終結の時から、４年以内に終了する事業年度のうち、最終のものに関する定時株主総会終結の時までであります。
７．当社では多様な人材の幹部社員への登用機会を拡大し、次世代の経営人材の育成を図るとともに、組織の活性化及び業務執行の迅速化を図るため、執行役員制度を導入しております。提出日現在における執行役員は８名であります。第４提出会社の状況４コーポレート・ガバナンスの状況等(1)コーポレート・ガバナンスの概要をご参照ください。

(2)当社は、2026年１月27日開催予定の定時株主総会の議案（決議事項）として「取締役７名選任の件」及び「監査役３名選任の件」を提案しており、当該決議が承認可決されますと、当社の役員の状況は以下のとおりとなる予定です。
　なお、役員の役職等につきましては、当該定時株主総会の直後に開催が予定される取締役会の決議事項の内容（役職等）も含めて記載しております。
男性10名　女性―名(役員のうち女性の比率―％)

役職名

氏名

生年月日

略歴

任期

所有株式数
(株)

代表取締役会長兼CEO

小代　義行

1971年12月28日

(１)に記載のとおり

(注)３

2,006,220

代表取締役社長兼COO

森　遼太

1988年4月30日

(１)に記載のとおり

(注)３

855,000

取締役副社長兼CIO

永田　基樹

1989年11月30日

(１)に記載のとおり

(注)３

925,400

取締役副社長兼CGO

大澤　遼一

1991年10月21日

(１)に記載のとおり

(注)３

19,500

取締役CFO

浅川　燿佑

1997年8月2日

(１)に記載のとおり

(注)３

32,000

取締役

宇陀　栄次

1956年８月３日

(１)に記載のとおり

(注)３

―

取締役

影山　泰仁

1956年４月29日

(１)に記載のとおり

(注)３

―

監査役(常勤)

岡本　司

1952年10月10日

(１)に記載のとおり

(注)４

―

監査役

棟田　裕幸

1954年10月24日

(１)に記載のとおり

(注)５

―

監査役

小川　隆史

1975年7月20日

(１)に記載のとおり

(注)６

―

計

3,838,120

(注) １．(1)(注)に記載のとおりです。
２．(1)(注)に記載のとおりです。
３．取締役の任期は、2026年１月27日開催予定の定時株主総会終結の時から、１年以内に終了する事業年度のうち、最終のものに関する定時株主総会終結の時までであります。
４．(1)(注)に記載のとおりです。
５．(1)(注)に記載のとおりです。
６．(1)(注)に記載のとおりです。
７．(1)(注)に記載のとおりです。

②　社外役員の状況
当社の社外取締役は２名、社外監査役は３名であります。
社外取締役の宇陀栄次氏は、グローバル企業における経営者としての豊富な経営経験のほか、複数の事業会社における社外取締役を務めた経験を有しております。これらの経験及び見識に基づく、当社の中長期的成長戦略や、業務執行体制の改善強化等への必要な監督、監視、助言を通じ、当社取締役会の実効性向上に貢献いただけるものと判断し、選任しております。
社外取締役の影山泰仁氏は、コンサルタントとしての豊富な経営経験を活かし、客観的な立場から、企業経営又は専門家としての豊富な経験や幅広い見識に基づく監督、監査、助言等を行うことで、当社の中長期的成長戦略や、業務執行体制の改善強化等への必要な監督、監視、助言を通じ、当社取締役会の実効性向上及び当社のコーポレート・ガバナンスを健全に機能させていただけるものと判断し、選任しております。
社外監査役(常勤監査役)の岡本司氏は、監査役としての豊富な経験を有しているため、当社の社外監査役として適任であり、常勤監査役としての職務を適切に遂行することができるものと判断しております。
社外監査役(非常勤監査役)の棟田裕幸氏は公認会計士及び税理士資格を有しており、財務及び会計に関する相当程度の知見を有していることから、当社の社外監査役として適任であり、監査役としての職務を適切に遂行することができるものと判断しております。
社外監査役(非常勤監査役)の小川隆史氏は弁護士資格を有しており、各種法令に関する相当程度の知見を有していることから、当社の社外監査役として適任であり、監査役としての職務を適切に遂行することができるものと判断しております。
なお、当社と上記の社外取締役及び社外監査役との間に人的関係、資本的関係又は取引関係その他の利害関係はありません。
当社は、社外取締役及び社外監査役を選任するにあたり、独立性に関する基準は設けておりませんが、選任に当たっては、会社法に定める社外性の要件を満たすことに加え、東京証券取引所の定める独立役員に関する基準等を参考にし、独立性の確認をしております。

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の関係
監査役は、監査役会で策定された監査計画に基づいて、当社の業務全般について、常勤監査役を中心として計画的かつ網羅的な監査を実施しております。また、社外取締役とは定例取締役会における定期的な情報交換・意見交換を通じて、取締役の職務執行における適法性並びに経営判断に関わる意思決定プロセスの妥当性監査を実施しております。
また、監査役会、監査法人による監査及び内部監査が有機的に機能するよう、内部監査結果については、監査の都度で内部監査担当と監査役の間で意見・情報交換を行うこととしております。内部監査担当と監査法人の連携につきましては、監査法人の期中の報告会に出席し、意見交換を行うこととしております。監査役と監査法人とは、期中に報告を受けるほか、適宜、意見交換を行うこととしております。

２ 【沿革】
当社は、創業者であり代表取締役社長兼COOである森遼太と取締役副社長兼CIOである永田基樹が、2017年６月にテクノロジーを社会で実用化することで世の中の自動化を推進していくという理念の下、AI・IoT・ロボティクス・自然言語処理・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提供・開発・保守・運用及び販売、ならびに受託とそれらに付帯するコンサルティング業務を目的に当社の前身である株式会社automateを設立し、事業を起こしたことに始まります。なお、森遼太と永田基樹は、株式会社automateを設立する以前に当社の代表取締役会長兼CEOである小代義行が当時代表を務めていた株式会社ユニークで学生時代に勤務しており、その経験が株式会社automateの起業につながっております。また、株式会社ユニークは当社が2020年３月に事業譲受をした株式会社ユニプロの親会社であり、当該事業譲受の後、小代義行は当社に参画しました。

設立以降の当社に係る経緯は、以下のとおりであります。

年月

概要

2017年６月

東京都世田谷区にAI・IoT・ロボティクス・自然言語処理・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提供を事業目的とした株式会社automate（資本金500千円）を設立

2018年７月

東京都世田谷区に、様々な技術を社会で実用化することを目的として、AIを中心として、それに限らずIoT・ロボティクス・自然言語処理・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提供を事業目的とした株式会社pluszero（資本金900千円）を株式会社automateからの新設分割として設立

2018年８月

東京都世田谷区にAIの中でも自然言語処理に特化したソリューション提供・開発・保守・運用及び販売、並びに受託と付帯するコンサルティング業務を事業目的とした株式会社formalogic（資本金190千円）を株式会社pluszeroからの新設分割として設立

2018年９月

AIソリューション提供開始

2019年２月

株式会社アビストとの同社におけるAIソリューション事業立ち上げに関する業務提携を開始

2019年６月

業務拡張のため、本社を東京都世田谷区北沢二丁目6番10号 仙田ビル４階に移転

2019年10月

株式会社formalogicを清算

2019年12月

株式会社アビストとの資本提携を実施

2020年３月

株式会社automateを株式会社pluszeroに合併して解散

2020年３月

株式会社ユニプロのITソリューション事業を事業譲受により取得

2021年６月

ISO/IEC 27001:2013（ISMS）の認証を取得

2021年９月

「情報処理システム及び仮想人材（特許番号：第6951004号）」(注)の特許取得

2022年４月

丸紅情報システムズ株式会社とネットワークオペレーションセンターの自動化に向けた業務提携を開始

2022年10月

東京証券取引所グロース市場に上場

2023年６月

アップセルテクノロジィーズ株式会社と資本業務提携を開始

(注) 「情報処理システム及び仮想人材（特許番号：第6951004号）」は、当社が開発中の「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」である「仮想人材派遣」及び「仮想人材派遣」を支える中核技術を指しております。