2023年12月期有価証券報告書より

事業内容

セグメント情報
セグメント情報が得られない場合は、複数セグメントであっても単一セグメントと表記される場合があります

(単一セグメント)
  • セグメント別売上構成
  • セグメント別利益構成 セグメントの売上や利益は、企業毎にその定義が異なる場合があります
  • セグメント別利益率

最新年度
単一セグメントの企業の場合は、連結(あるいは単体)の売上と営業利益を反映しています

セグメント名 セグメント別
売上高
(百万円)
売上構成比率
(%)
セグメント別
利益
(百万円)
利益構成比率
(%)
利益率
(%)
(単一セグメント) 3,178 100.0 -659 100.0 -20.7

事業内容

 

3 【事業の内容】

 当社グループは、当社及び連結子会社4社(ニューラルマーケティング株式会社、ニューラルエンジニアリング株式会社、Neural Group (Thailand) Co., Ltd.、Neural Solutions (Thailand) Co., Ltd.)で構成されております。なお、当社グループは、AIエンジニアリング事業の単一セグメントであるため、セグメント情報の記載を省略しております。

 

(1) 事業の概況

当社グループは「AIで心躍る未来を」をミッションとして、リアル空間のデジタル化による社会課題の解決を目指しております。当社グループ事業は、デジソリューション、ライフスタイルの2つのサービスドメインで構成されております。
 デジソリューションサービスドメインでは、AIカメラを活用した駐車場や物流施設のトラックバースの効率的な運用を実現する「デジパーク」、車番検知による車両の見える化を行う「デジスルー」、街中や商業施設内の人流解析や防犯に活用いただける「デジフロー」、在宅勤務支援ツール「リモデスク」、屋外及び屋内用LEDディスプレイの「デジルック」、デジタルサイネージを媒体とするマンションサイネージ広告サービス「フォーカスチャネル」を提供しております。ライフスタイルサービスドメインでは、AIによる積込み最適化システム「AI-VANNING」、アパレル向けファッショントレンド解析「AIMD」やアパレル企業を中心に幅広いAIシステムソリューションを提供しております。

当社グループの目指すスマートシティのビジョンは、データが循環する社会であります。当社グループはスマートシティを運営するためのエッジAIプラットフォームの提供を通じ、「待ちのない街」と「情報に出逢える街」を創出します。当社が提供するサービスは相互に密接に関連しており、AIによる解析サービス、エッジAI機器やLEDサイネージの提供、AIライセンスの提供を通じ、未来のAIスマートシティの実現を目指しております。
 

(2) 当社グループの技術の特徴と優位性

① 独自の深層学習技術のライブラリ開発

当社グループは、技術分野として、独自の深層学習技術に基づくAIライブラリを開発し、当社グループのAIエンジニアリング事業に活用しております。深層学習の開発にあたっては、汎用のオープンアルゴリズムを転用せず、独自の学習データを収集して構築した高い検出精度の学習モデルを使用しております。また、当社グループでは、画像の認識・解析の際に、カメラ特性等を踏まえた独自の前処理、後処理による精度の向上、新しい学習データによるAI技術の使用目的に合わせたカスタマイズを行うことができます。当社グループでは、深層学習における学習データを準備する上で、深い知見を持つ専属のデータアノテーションチームがサービス開始後もAIの精度の継続的な向上を進めております。

例えば、ファッショントレンド解析関連サービスでは、ファッションコーディネート画像を学習データとして独自に収集・分類し、98%(注)を超えるファッションアイテムの検知を実現しております。

更に、学習データの仕分けに用いる自社開発の独自ソフトウエアを開発・保有しており、数百万枚規模の学習データ分類を用いた学習モデルを数か月という短期間にて実装する能力を保有しております。また、実際の画像を基にコンピュータ・グラフィックスを活用したAIモデルの効率的な学習を可能とする周辺開発も行っております。開発した学習モデルは、さまざまなサービスに活用・転用でき、新規サービス開発期間の短期化や、AIモデルの継続的な精度向上、スケーラビリティをもった事業開発に直結しております。

(注)人物の全身が映った100枚の写真を対象に行ったファッションアイテム検知の精度評価において、写真に写っていた424のファッションアイテムうち416アイテムを正しく検知し、正解率は98.1%となりました。

 

② 端末処理(エッジコンピューティング)による深層学習モデルの優位性

当社グループは、端末処理(エッジコンピューティング)による深層学習モデル(エッジAI)の低コスト活用を進めております。これまでのAI解析では、動画や写真、音声やデータといった容量の大きな情報を、通信網を用いてサーバーにアップロードし、サーバーで大規模処理を行う必要がありました。こうしたサーバーの活用は、画像を送受信する通信網やサーバーへの負担に加え、通信料やサーバールームの運用コスト、電気代などが大きく膨らむことから、AIサービスが広く社会に浸透するための課題となっていました。

エッジAIでは、画像を撮影しながらカメラなどにローカルに搭載したエッジコンピュータ内でAI解析が行われ、解析後のメタデータ(解析結果を記したテキストデータ)のみが必要に応じてサーバーに送信されることになります。そのため、容量の大きい動画そのものを通信を使って送受信する必要がなく、大規模なGPUサーバーを使う必要がないため、低コスト化・省電力化が実現できます。また、携帯電話が使える程度のインターネット環境と電源さえあれば、当社のAIを搭載した機器の設置ができることから、拡張性の高いサービスを提供できます。

また、エッジコンピューティングを活用することで、個人情報を含む人物の顔画像等をサーバーに送ることなく解析できることから、個人情報やプライバシー保護の面において高い優位性を持つ技術です。

当社グループのAIソフトウエアはデバイスとプロセッサ種別に横断的に搭載することが可能です。当社グループは、商用基準を満たすパッケージを用いた開発の経験を有しており、社会インフラとして設置できる信頼性を担保した製品を開発することができます。また、内蔵のメモリに負荷をかけない最適化されたアルゴリズムを実装する開発に深い知見を有しており、スマートフォンにもこれまでになかった高度なAIを組み込むことが可能です。

当社グループはエッジコンピューティングを積極的に用いることにより、保有する深層学習モデルの産業応用を加速すると同時に、省電力化といった環境負荷低減やSDGs(持続可能な開発目標)、プライバシー保護に配慮した産業発展を支援しております。

 

③ 独自に開発する軽量・高精度な深層学習モデルと、エッジコンピューティングの親和性の活用

AIとエッジコンピューティングの親和性の高さは従来から認識されていましたが、エッジコンピュータに深層学習モデルを搭載するにはモデルの軽量化が必須要件でした。オープンソース化された汎用ライブラリを組み合わせて開発した深層学習モデルではメモリサイズが大きすぎることから、エッジコンピュータ上で稼働すためには独自に軽量化したモデルを開発する必要がありました。当社グループは、独自に開発した軽量・高精度な深層学習モデルとエッジコンピューティングの親和性を最大限に活かし、拡張可能性を担保した深層学習の開発と事業化を進め、AIサービスの活用場面を広げてきました。当社グループは、エッジAI技術によるビジネス創出基盤を持つサービスを次々に提供し、事業を推進しております。

 

 

(3) 独自に開発・保有する深層学習モデル及び開発・運用支援ツール

当社グループが現在保有している深層学習の学習モデル及び開発・運用支援ツールは、以下のとおりとなっております。

深層学習モデル又は開発・運用支援ツール名

機能

物体検知・分類ライブラリ

通行する車両や人物、動物の検知と種別解析。インフラ破損、災害発生の有無の検知。

単眼カメラ・360度カメラ・暗視カメラによる
奥行き推定ライブラリ

多様な単眼カメラで、空間の奥行、距離、位置座標を把握。人間が空間認識をする過程と全く同様な奥行推定を実現。

視線検知ライブラリ

人物の姿勢などの情報から視線方向を読み取ることで、興味の有無を推定。大人数の中や歩行中などでも適用が可能。

グループ解析ライブラリ

歩行者が一人で歩いているか、それとも複数人のグループで歩いているかを推定。

歩行モード解析ライブラリ

歩行速度や経路などのモードを分析することで、通行者の消費意欲 (ショッピングに足を止めそうか等)を推定。

通行者属性推定ライブラリ

カメラを用い、通行者の年齢・性別を、歩行中かつ距離が離れている状態から推定する。

ファッション属性解析ライブラリ

着衣のアイテム・色・模様などを認識。その情報を組み合わせることで、人物の属性(ビジネス、カジュアル等)を推定。

顔画像からの人物検知・認証ライブラリ

(同一人物特定)

人物の顔から、同一人物を特定。複数のカメラにまたがった情報も連携可能。

全身画像からの人物検知・認証ライブラリ
(同一人物推定)

人物の体格・ファッション・所有物などから、同一人物を推定。顔が見えない遠距離や、後ろ姿からでも推定が可能。

車両ナンバープレート認識ライブラリ

ナンバープレートの文字認識を行う。OCRを用いた既存技術とは異なり、動きブレや汚れなどに頑健な認識を実現。

車両ナンバープレート学習用画像生成ツール

アクティブラーニングを用い、車両ナンバープレート認識ライブラリ向けの学習データを迅速かつ大量に生成。

スマートフォンでも動作可能な軽量化済み
物体検出・分類ライブラリ

軽量化された物体認識モデルにより、スマートフォンなどの限られた計算リソースの中でもリアルタイムで物体認識を実現。

動体検知・分類・追跡ライブラリ

動体を対象とし、非常に少ない計算資源においても、高速な物体認識と分類・追跡を行う。

3次元箱形状測定ライブラリ

スマートフォンのカメラにより撮影された画像から、箱の縦・横・高さを非接触で一度に測定。

作業工程認識ライブラリ

工場などにおける作業員の作業工程をカメラ動画から自動で読み取る。少量のサンプル画像により工程の登録が可能。

作業動線解析ライブラリ

工場・倉庫などにおける作業員や車両などを、360度カメラなどから認識・追跡することで、動線を解析。

異常検知・予知保全ライブラリ

構造化データと非構造化データを活用し、機器の故障やパフォーマンス低下を予知。

CTスキャン異常検出ライブラリ

CTスキャン画像から、不良個所を検知。人が目視確認するよりも高い精度で不良を判定。

GANを用いた異常検知ライブラリ

GANの技術を応用し、異常画像が少ない条件下であっても、高感度で異常を検知。

ブラウザで高速動作可能なスマホ・人物・顔認識ライブラリ

スマホ・人物・顔認識といった複数の認識処理を、ブラウザ内で高速に実行可能。

満空認識ライブラリ

カメラで撮影された画像から、駐車場や店舗内の席などの満空状況を認識する。

広告配信最適化ライブラリ

デジタルサイネージ前の通行者属性や過去の視聴率などを元に、広告の配信を自動最適化する。

予測・レコメンドエンジンライブラリ

時系列情報を用い、将来予測とそれに伴うレコメンドを実現。行動履歴から消費行動や危険行動を予知する。

流行自動検出ライブラリ

ファッショントレンドなどの時系列情報から、突発的に発生した流行を自動検出する。

単眼カメラによる3次元モーション解析・
3Dモデリングライブラリ

単眼カメラで、人体の形状や服装のしわなどを正確に3Dモデルで再現。人間の行動解析や、スポーツ選手のパフォーマンス管理を実現。

シミュレーションを併用した画像認識モデル生成フレームワーク

シミュレーションを活用し、かつ、それに適した学習モデルを準備することで、学習モデル開発を加速。

アクティブラーニングを用いた
アノテーションツール

アクティブラーニングを用いることで、迅速なアノテーションを実現。使えば使うほど効率化が進む仕組みを実現する。

サービス横断的なデータの統一管理ソリューション

当社グループが提供する複数サービス間で、匿名化情報を統一管理するためのデータ管理プラットフォーム。

モジュール化された地方自治体向けソリューション

地方自治体におけるさまざまなユースケースに対応可能な柔軟性を持つ、モジュール化された分析プログラム。

エッジデバイスライブラリ管理システム

エッジデバイスに搭載される深層学習モデルを管理する各種ソフトウエア。低コストでスケーラビリティのあるAI活用を実現。

エッジデバイス死活監視システム

エッジデバイスにおける各種ライブラリ・ハードウエアの稼働状態を監視し、動作ログを一括で管理。

エッジデバイス自動インストーラー

携帯通信を用いることで、多数のエッジデバイスの、遠隔地からの自動インストール・アップデート・メンテナンスを実現。

エッジデバイスセキュリティシステム

エッジデバイスの盗難や改ざんなどに対するセキュリティを担保するシステム。

 

 

(4) 展開するAIサービスと販売形態

当社グループは、独自に開発した多数の深層学習モデルを用いて事業を創出し、AIサービスを提供しております。「デジソリューション」ドメインでは、独自のAI搭載機器やサービスの設置・販売・メンテナンス、AIライセンス供与、システム開発、サイネージ機器のファブレス開発の他、当社グループがブランドとして提供するマンションサイネージ広告サービスにおいては、広告枠の販売による対価を受領しております。「ライフスタイル」ドメインにおいては、ライセンス供与、システム開発及びAI搭載機器の設置・販売・メンテナンスに係る対価を受領しています。

 

① デジソリューション

 (I) 駐車場・モビリティ(デジパーク)

当社グループは、AI画像解析技術及びエッジ処理技術を応用した駐車場サービスを展開しております。当社グループ技術を活用すると駐車場全体の満空状態だけでなく、具体的にどの車室が空いているのかといった詳細情報を限られた台数のカメラを設置するだけで把握することができます。デジパークを導入した商業施設では、屋外の複数駐車場と屋内立体駐車場の満空状況をリアルタイム(5分間隔)でウェブサイト上で更新しています。また、電光掲示板を活用して現地での満空表示も実施しております。

また、従来のOCR(光学的文字認識)技術に変わる新しい技術を開発し、ナンバープレートを100%に近い精度で検知するライセンスも保有しております。事前登録などとあわせてパーキングチケットのチケットレス化への取組みも強化し、精算時の混雑の緩和による快適なパーキング運営の実現を目指しています。

(i) 本サービスにおける当社グループの位置づけ

当社グループは、AIカメラに搭載するAIソフトウエアの提供・機能更新、データレポーティングを行います。ショッピングモールの大規模駐車場や、物流施設のトラックバース等で導入が進んでいます。AIカメラとその周辺機器を一式セットで提供するユニット販売が主流となっています。電気機器の設置工事を受注できる体制を整備するため、2021年10月1日ニューラルエンジニアリング株式会社を設立し、一般建設業許可(電気通信工事業)を取得いたしました。これによりAIライセンスの提供だけではなく、機器の設置と保守運用まで一気通貫でサービスを提供できるようになりました。

(ⅱ) 本サービスの特徴

屋外の大規模駐車場から屋内の小規模な駐車場までさまざまなタイプの駐車場で導入いただけるサービスです。1台のカメラで最大200車室の満空を解析することができるのが最大の特徴で、駐車場運営の効率化を実現します。

・設置の容易さ

本サービスで使用するAIカメラは多くの数値・指標をリアルタイムで取得するという非常に高度な機器ではあるものの、設置においては設置作業者に特別な技術を要求することはなく、設置する機器の画面に表示される指示に従って数分程度の簡単な作業を行うだけで設置を完了できるようにしております。通常、高機能機器はその管理運営面においても相応の技術を要求するケースがあり事業展開の大きな課題となりますが、本サービスで使用する機器はオペレーションの簡易さとして設置作業の難易度が低いという特徴を有しています。

・エッジ処理技術の活用

取得する数値・指標の判定等の全てを機器の端末内で完結させるエッジ処理技術も大きな特徴となっております。通信負荷が低く長時間にわたり安定稼働ができます。また、データ送信などに有線回線が不要なためAIカメラから外部に出る配線は電源コードのみで、機器の出荷・納入、設置の手軽さにつながっています。

 

  (II) 人流・防犯(デジフロー)

国内では、新型コロナウイルスは2023年5月には5類感染症に移行し、2023年7月には海外からの外国人観光客は中国からの旅行者を除くと、過去最多だった新型コロナウイルス感染拡大前の2019年7月を上回るなど、国内経済はインバウンド効果による経済の活性化を期待する声が広がっています。一方、観光客数の急回復が「オーバーツーリズム」として住民生活に悪影響を及ぼす懸念も報道されており、人の混雑や交通渋滞を回避できる都市モデルへの社会的ニーズが高まっています。そうした要請に応え、当社グループサービスを観光地での過観光回避や人が密集しやすい場所の防犯対策等での当社グループサービスの活用が進んでいます。

また、地方創生の枠組みでは、道の駅などの観光施設の活用の見える化や効率的な施設運営に活かすサービスも徐々に広がっています。具体的には、官公庁や地方自治体、教育機関等と連携して、国内複数拠点の街づくりプロジェクトの実証実験等に参加しております。

 

(III) サイネージ広告(フォーカスチャネル)

2021年11月1日よりハイグレードマンションを中心にサイネージ広告事業を展開する株式会社フォーカスチャネルを完全子会社化し、グループに取り込みました。これを契機に、自社ブランドとしてのサイネージ広告事業の展開を加速してまいりました。なお、株式会社フォーカスチャネルはシナジーの加速と、より一層の事業の効率化を図るため、2022年8月1日に当社連結子会社の株式会社ネットテンとの吸収合併を経た後、商号変更を経て、現在ニューラルマーケティング株式会社に含まれる事業となっております。

(i) 本サービスにおける当社グループの位置づけ

当社グループは、AIカメラを搭載したサイネージを無償でマンションに設置し、サイネージで配信する広告枠を販売いたします。広告枠の間にエンターテイメント性の高い情報などを配信することで、自然と目を引く広告メディアを目指しております。また、AIサイネージの隣に紙のチラシを置くことができるラックも設置し、デジタルと紙媒体の両面でマーケティングが打てる仕組みとなっております。

AIサイネージはマンションの入り口付近やエレベーターホール、コンシェルジュデスクの脇など、住民の方が必ず通る動線上に配置しており、一定以上の視認回数を確保できるものとなっております。

(ii) 本サービスの特徴

本サービスで使用するサイネージ機器では、従来品では取得できなかったものを含め、年齢・性別の推定、視線の検知が可能です。コロナ禍でも通行人数に大きな差が出にくいマンションエントランスにAIサイネージを設置することで、安定的な広告視聴回数を維持できるのが特徴です。設置場所となるマンションにも施設が自由に情報配信できる枠を無償で提供しており、これまでは紙で掲示していたマンション側のお知らせをオンラインでサイネージに配信することができるようになります。マンション共有スペースの景観改善と管理業務のデジタル化を推進するツールとして導入が進んでいます。

 

(IV) LEDサイネージ(デジルック)

2022年2月21日よりLEDサイネージのファブレスメーカーである株式会社ネットテンを完全子会社化し、グループに取り込みました。子会社化後、2022年8月1日に同じく当社子会社であった株式会社フォーカスチャネルを吸収合併した後、2022年9月1日にはニューラルマーケティング株式会社へと商号変更を実施しました。
(i) 本サービスにおける当社グループの位置づけ
 「デジルック」という自社ブランドのLEDサイネージをこれまでに10,000点以上(当社完全子会社化以前の実績含む)販売・設置した実績を保有しております。全国に10拠点(大阪あべの、大阪住吉、東京、仙台、広島、福岡、横浜、名古屋、新潟、宮崎)に営業人員を擁し、訪問販売営業および法人営業により小売店舗、オフィスビル、商業施設、公共施設、地方自治体、スタジアムなどに対し、屋内外で設置するためサイネージを提供しております。
(ii) 本サービスの特徴
 設置台数実績は国内最大(自社調べ)であり、競争力の高い部材仕入れ、安定した供給や設置施工能力、全国にわたる充実したメンテナンス体制、幅広い商品取扱、映像放映に必要となる素材作成能力や独自ソフトウエアの保有から、国内トップのLEDファブレスメーカーとしての実績を保有しております。また、強固な営業販売網と販売ノウハウにより、再現性の高い事業展開が見込まれます。

 

   (Ⅴ) 在宅勤務支援(リモデスク)

新型コロナウイルス感染拡大を受けた緊急事態宣言を受け、国内外の多様な事業者において、従業員の在宅化が急速度で進みました。そうした新しい働き方を支えるソリューションとして在宅勤務支援「リモデスク」を開発し、特に個人情報を多く扱うために在宅勤務が難しいとされていたコールセンター中心にサービスを提供しています。エッジAIの優位性を活かし、個人情報保護やプライバシーに配慮しながら自宅でも高い情報セキュリティを維持できるインフラを整えることで、コールセンターの在宅化を推進するツールとして活用の場を広げております。

2021年8月にはSaaS版をリリースし、小規模な事業者でも導入しやすいサービスとして、コールセンターだけではなく、在宅勤務中の従業員の勤怠や健康管理にリモデスクを活用したい事業者への導入が進んでおります。

(i) 本サービスにおける当社グループの位置づけ

当社グループは、本サービスにおいてユーザーが使用する一般的なコンピュータに内蔵されたカメラとCPUを使って画像を解析しております。コールセンター内で問題行動とされるスマートフォンを使った画面撮影や、本人以外の第三者のなりすまし、画面の覗き込み等の行為が行われた場合に、それを検知して監督者に通知するAIソフトウエアを提供しております。

(ⅱ) 本サービスの特徴

本サービスはエッジAIを活用することにより勤務中の画像を通信し続けることなく、問題行動が起きた場面だけが通知される仕組みになっており、働く人のプライバシーに配慮しながら機密性の高い情報を扱う方の在宅勤務を可能とするサービスです。顧客側では特別な機器の導入の必要がなく、容易に導入できるのも特徴の一つです。

 

② ライフスタイル

 (I)ファッショントレンド解析

当社グループは、拡大する余剰在庫や商品値引、並びに焼却廃棄等の社会問題に課題認識を持ち、AIを通じた業界再生やSDGs(持続可能な開発目標)の観点での持続可能性の向上、人の感性に頼った手作業からの進化を目指しています。また、ECサイトでのレコメンド機能の拡充やサイネージを活用した実店舗のデジタル化等ファッショントレンド解析サービスから派生したシステム等の開発により、アパレルメーカーの業務効率化、デジタル化に資するサービスを提供しております。

(i) 本サービスにおける当社グループの位置づけ

当社グループは、本サービスにおいて独自の画像解析エンジン(特許 第6511204号)を用いて、SNSなどにおける2,500万枚以上のファッションコーディネート画像をAIが解析し、ファッションのアイテム(シャツ、ポロシャツなど)、色彩(ホワイト、グレーなど)、シルエット(半袖、長袖など)、素材感(ナイロン、レザーなど)などをビッグデータ化します。

本サービスのユーザーとなるアパレル企業は、そのデータ解析結果により、それまで属人的な勘と経験によって断定されていたファッション特性を定量化し、MD(商品企画)業務をデジタル化・強化しています。

(ii) 本サービスの特徴

AIによるファッション解析を行うことで、トレンドに合わせた商品投入計画の策定に活用され、プロパー消化率(定価で販売した割合)の向上に寄与するサービスです。直近のトレンドデータに基づき、値引き判断を最適化することもできると考えています。結果として、投入商品と在庫水準が最適化され、営業利益率の改善につながると考えています。当社グループのサービスを活用して企画された商品は大手アパレルブランドをはじめ、全国の店舗で販売されています。当社グループのサービスを導入している顧客企業の一部ではプロパー消化率を改善する成果があがるなど、粗利改善に貢献しています。

 

(Ⅱ)AIによる積込み最適化システム「AI-VANNING」

 「AI-VANNING」は、リアルタイムで荷物の形状を認識し、形状や重量に合わせ、最善の積込み方法や仕切り板のレイアウトなどの提案を行い、荷崩れによる品質の低下やヒューマンエラーによる遅延時間を削減できるだけでなく、使用コンテナ数を最小限に抑えることにより、輸送費用の減少を実現します。また、これまで手作業に依存していた書類の取り扱い等の作業をペーパーレス化することで、人材不足問題の解消と効率的かつ正確な積込みプロセスを提供します。サービス提供開始後は、完全自動化に向け、順次サービス内容を拡張していく予定です。

(i) 本サービスにおける当社グループの位置づけ

物流業界において人材不足は深刻な課題の一つとして挙げられており、2024年問題(※1)が注目を集めるとともにAI技術を活用した業務効率化サービスへの関心が高まっています。当社グループは、今回のシステム導入を皮切りに、今後も最先端AI技術を活用して海貨業界におけるDX化をリードしていくことを目指し、海貨業界の課題解決の支援と、より効率的かつ持続可能な運送プロセスの実現を支援していきます。

(※1)2024年4月1日以降、働き方改革関連法により、ドライバーの時間外労働時間の上限規制が設けられることによって発生する問題

 

(ii) 本サービスの特徴

本サービスは、独自開発したAIアルゴリズムに基づき、最適なコンテナ積込みレイアウトを作成します。その結果、作業の手戻りなどが抑制されることで、人的リソースの効率的な利用を実現します。また、従来の手作業で行われていた受注および入庫報告書の処理を自動化し、エラーの発生を最小限に抑えます。これにより、作業者の負担が軽減され、業務の正確性が向上します。DX化が可能な作業を手作業からオートメーションへ移行することによって、人材はより高度なタスクにシフトされるとともに、技術的なスキルと生産性の向上が期待でき、人手不足の解消につながります。

また、海貨業界全体のDXを推進するための強力な支援ツールとして機能します。デジタルプラットフォームを通じて業界内のステークホルダーがリアルタイムで連携し、情報共有と効率的な取引が可能となります。

 

<事業系統図>


 

 

用語集

 用語

用語の定義

アクティブラーニング

学習データ作成の労力を低減することを目的として、AIに初期的な推論を行わせ、それを人間が評価を行う学習データ作成手法

後処理

検出精度の向上を目的として、出力データに対して行う処理

アノテーション

人工知能の学習に用いられる学習データ作成作業のこと。物体検出であれば、画像内の当該箇所を指定し物体種別を設定する作業を、多数の画像データに対して行うこと

アノテータ

学習データを作成する者

アルゴリズム

コンピュータ上における問題を解くための手順・解き方

AI

Artificial Intelligenceの略称。学習・推論・認識・判断などの人間の知能的な振る舞いを行うコンピュータシステム

MD

Merchandising:目標を達成するために行う商品構成、仕入れ、販売方法、価格設定、陳列、販売促進等を計画・実行・管理すること

学習データ

学習モデルのアルゴリズムで使用される内部変数を最適化するのに使われるデータであり、特に画像と正解ラベルを組みにしたもの

学習モデル

画像等を入力とし、推論を行わせるための機械学習アルゴリズム

機械学習技術

人工知能技術の主要な研究分野。データを反復的に学習させ、そこに潜むパターンを見つけ出すことで、コンピュータ自身が予測・判断を行うための技術・手法

強化学習

行動が環境の状態変化を引き起こし、目的にかなうと報酬を受け取れるモデルにおいて、試行錯誤による学習を繰り返し、状態に応じて報酬を最大化する行動を学習する

計算資源

計算機が計算量のために費やす、具体的あるいは抽象的な資源のこと

検出精度

正解ラベルと学習モデルによる推論結果の一致度

構造化データ

コンピュータが処理できるようにルールに従って作られたデータ、行と列を持つ表形式のデータのこと

サイネージ

表示と通信にデジタル技術を活用して平面ディスプレイやプロジェクタなどによって映像や文字を表示する情報・広告媒体

深層学習技術

ディープラーニング(Deep Learning、深層学習)。ニューラルネットワークにより機械学習技術を実装するための手法の一種。従来の機械学習技術では人間が特徴量を定義する必要があった(複雑な特徴を表現できない)が、ディープラーニングではアルゴリズムが学習データから特徴量を抽出できる技術・手法

スケーラビリティ

機器やソフトウエア、システムなどの拡張性、拡張可能性

スマートシティ

先進的技術の活用により、街の機能やサービスを効率化・高度化し、各種の課題の解決を図るとともに、快適性や利便性を含めた新たな価値を創出する街づくりのこと

3Dモデリング

2次元の画像データを3次元で表現すること

端末処理(エッジコンピューティング)

データをデータセンターに送信せず、端末自体によって処理すること

ニューラルネットワーク

人間の脳神経系のニューロンを数理モデル化したものの組み合わせのこと

非構造化データ

例えば文書テキストや画像など、テーブル形式で整理されていない生データのこと

プロパー消化率

建値消化率のこと。すなわち投入商品が値引き・廃棄等されずに売れた割合のこと

前処理

検出精度の向上を目的として、入力データ(画像等)に対して行う処理(白黒化、明度調整等)

 

 

業績

 

4 【経営者による財政状態、経営成績及びキャッシュ・フローの状況の分析】

(1) 経営成績等の状況の概要

当連結会計年度における当社の財政状態、経営成績及びキャッシュ・フロー(以下、「経営成績等」という。)の状況の概要は次のとおりであります。

① 財政状態の状況

(資産の部)

 当連結会計年度末における流動資産は1,628,562千円となり、前連結会計年度末に比べ401,928千円減少いたしました。これは主に、現金及び預金が291,719千円減少したこと及び売掛金が131,890千円減少したことによるものであります。

 当連結会計年度末における固定資産は1,662,570千円となり、前連結会計年度末に比べ110,295千円減少いたしました。これは主に、のれんが103,879千円減少したことによるものであります。

 この結果、総資産は、3,291,133千円となり、前連結会計年度末に比べ512,223千円減少いたしました。

 

(負債の部)

 当連結会計年度末における流動負債は1,634,118千円となり、前連結会計年度末に比べ18,110千円増加いたしました。これは主に、流動負債「その他」に含まれる未払金が78,684千円減少したこと及び1年内返済予定の長期借入金が99,568千円増加したことによるものであります。

 当連結会計年度末における固定負債は1,189,106千円となり、前連結会計年度末に比べ565,799千円減少いたしました。これは主に、長期借入金が500,268千円減少したことによるものであります。

 この結果、負債合計は、2,823,224千円となり、前連結会計年度末に比べ547,689千円減少いたしました。

 

(純資産の部)

 当連結会計年度末における純資産合計は467,908千円となり、前連結会計年度末に比べ35,465千円増加いたしました。これは主に、資本金340,255千円の増加、資本剰余金340,255千円の増加、利益剰余金650,123千円の減少によるものであります。

 

② 経営成績の状況

当連結会計年度におけるわが国経済は、新型コロナ感染症の感染抑制と経済活動の両立を目指し、行動制限の解除と併せて全国旅行支援や水際対策緩和など各種施策が実施されたことにより、社会経済活動全般に改善の動きがみられました。新型コロナウイルス感染拡大を経て、生活習慣の大きな変化がますます進んでいます。在宅勤務・リモートワークの多様化やインターネットやメタバースを通じたショッピングやエンターテイメントの広がりなど、日常生活においてデジタル化が急速に進んでいますが、街なかに目を向けてみると、デジタル化による便利さを十分に享受できる環境が十分に整ったとは言えない状況が続いています。

一方で、ウクライナ情勢等による不透明感に加え急激な円安の進行から、エネルギーコストや原材料価格の高騰による物価上昇が継続し、家計の実質所得の減少や企業のコスト負担の増加など、家計・企業を取り巻く環境は厳しいものとなりました。

 

このような経済状況の下で、当社グループは「AIで心躍る未来を」をミッションとして掲げ、枠にとらわれない幅広い領域でのAIサービスの展開によりリアル空間のデジタル化による社会課題の解決を目指しております。生成AI技術をはじめとする最先端技術の向上や、AI技術を通じたリアル社会での地域広告メディアの拡大に加え、エッジAIを活用した高品質なAIサービスでスマートシティの実現と発展に貢献するとともに、事業の持続可能性向上に取り組んでいます。当社グループ事業は、独自開発のAIアルゴリズムによる画像・動画解析と端末処理(エッジコンピューティング)技術を活用した「AIエンジニアリング事業」を展開しており、デジソリューション、ライフスタイルの2つのサービスドメインで構成されています。これらの事業により、リアル空間のデジタル化による社会課題の解決を目指しております。

 

デジソリューションサービスドメインでは、AIカメラを活用して商業施設の大型駐車場や物流施設のトラックバースの効率的な運用を実現する「デジパーク」と、街中の人流解析や防犯に活用いただける「デジフロー」、AIカメラを活用して広告効果の可視化を実現するデジタルサイネージを媒体とした広告サービスを提供しております。また、AIの研究・開発企業であるOpenAI社が提供するChat GPTを用いたWeb解析や口コミへの自動返信機能を兼ね備えた新たなWebサービス「Generative Web」の販売を開始するなど、最先端テクノロジーを活用したサービス展開を推進しております。

ライフスタイルサービスドメインでは、アパレル向けファッショントレンド解析「AIMD」をはじめとする幅広い領域でAIシステムサービスを提供しております。

 

AIカメラやネットワーク化されたデジタルサイネージの普及で、より便利な社会を実現する新しいサービスを独自に発案し、先端的なAI技術のサービス化を実現するとともに、周辺領域での事業拡大などを通じて事業分野を拡げてまいりました。

当連結会計年度においては、売上高は、OpenAIにより発表されたChatGPTを始めとするAIのモデルの1つである大規模言語モデル(LLM)が注目され第四次産業革命を迎えるといわれているAI市場の追い風を受ける中、2021年度においてユニットベース事業(自社AIサービスの販売)へ移行したサービスについて汎用的なニーズに基づく使いやすさを追求し、増収しました。一方、当社グループは事業成長期にあり、活動を支えるために事業基盤を強化すべく、営業人員の積極的な採用、海外を含む事業拠点の拡大、AIエンジニアの採用及び育成を行った結果、事業拡大に伴う販管費の増加等により営業損益は悪化しました。

 

以上の結果、当連結会計年度の売上高は3,178,169千円(前年度比10.4%増)となり、営業損失658,761千円(前連結会計年度は営業損失311,963千円)、経常損失686,776千円(前連結会計年度は経常損失307,824千円)、親会社株主に帰属する当期純損失は650,123千円(前連結会計年度は親会社株主に帰属する当期純損失909,182千円)となりました。

なお、当社グループの事業セグメントはAIエンジニアリング事業の単一セグメントのため、セグメント別の記載は省略しております。

より詳しい決算内容に関しては、当社IRサイトより、2024年2月14日発表の「2023年12月期 通期決算説明資料」をご覧ください。

参考URL:https://www.neural-group.com/ir/library/index.html

 

③ キャッシュ・フローの状況

当連結会計年度末における現金及び現金同等物の残高(以下「資金」という。)の残高は、前連結会計年度より 205,013千円減少し、803,068千円となりました。当連結会計年度における各キャッシュ・フローの状況とそれらの要因は次のとおりであります。

(営業活動によるキャッシュ・フロー)

当連結会計年度における営業活動による資金の減少は386,992千円(前年同期は318,242千円の減少)となりました。これは主に減少要因として税金等調整前当期純損失749,433千円であり、増加要因として、売上債権の減少101,681千円、減価償却費64,830千円、のれん償却額103,879千円、減損損失64,674千円によるものであります。

(投資活動によるキャッシュ・フロー)

当連結会計年度における投資活動の結果、使用した資金は55,734千円(前年同期は262,957千円の支出)となりました。主な要因は、定期預金の払戻による収入102,875千円、有形固定資産の取得による支出64,397千円、子会社株式の条件付取得対価の支払額100,000千円によるものであります。

(財務活動によるキャッシュ・フロー)

当連結会計年度における財務活動の結果、獲得した資金は237,692千円(前年同期は162,824千円の収入)となりました。主な要因は長期借入金の返済による支出460,700千円及び長期借入れによる収入60,000千円並びに株式の発行による収入672,392千円によるものであります。

 

 

④ 生産、受注及び販売の実績

a 生産実績

当社グループが提供するサービスの性格上、生産実績の記載に馴染まないため、記載を省略しております。

 

b 受注実績

当社グループが提供するサービスの性格上、受注実績の記載に馴染まないため、記載を省略しております。

 

c 販売実績

当連結会計年度における販売実績をセグメントごとに示すと、次のとおりであります。

 

セグメントの名称

販売高(千円)

前年同期比(%)

AIエンジニアリング事業

3,178,169

10.4

合計

3,178,169

10.4

 

(注) 1.主な相手先別の販売実績及び当該販売実績の総販売実績に対する割合。

2.主要な相手先別の販売実績及び当該販売実績の総販売実績に対する割合は、当該割合が10%未満であるため記載を省略しております。

 

(2) 経営者の視点による経営成績等の状況に関する分析・検討内容

経営者の視点による当社グループの経営成績等の状況に関する認識及び分析・検討内容は、次のとおりであります。なお、文中の将来に関する事項は、当連結会計年度末現在において当社グループが判断したものであります。

 

① 重要な会計上の見積り及び当該見積りに用いた仮定

当社グループの連結財務諸表は、我が国において一般に公正妥当と認められる企業会計の基準に準拠して作成しております。その作成には経営者による会計方針の選択・適用、資産・負債や収益・費用の報告金額及び開示に影響を与える見積りを必要とします。経営者はこれらの見積りについて、過去の実績等を勘案し合理的に判断しておりますが、実際の結果は見積り特有の不確実性があるため、これらの見積りと異なる場合があります。

当社グループの連結財務諸表で採用する重要な会計方針は、「第5 経理の状況 1 連結財務諸表等 注記事項」の(連結財務諸表作成のための基本となる重要な事項)に記載しております。

連結財務諸表の作成に当たって用いた会計上の見積り及び仮定は、「第5 経理の状況 1 連結財務諸表等  注記事項」の(重要な会計上の見積り)に記載しております。

 

② 当連結会計年度の経営成績等の状況に関する認識及び分析・検討内容

a.財政状態の分析 前述の「(1)経営成績等の状況の概要 ①財政状態の状況」に記載のとおりであります。

b.経営成績の分析 前述の「(1)経営成績等の状況の概要 ②経営成績の状況」に記載のとおりであります。

c.キャッシュ・フローの分析 前述の「(1)経営成績等の状況の概要 ③キャッシュ・フローの状況」に記載のとおりであります。

 

③ 資本の財源及び資金の流動性

 当社グループの資金需要の主なものは、運転資金のほか、従業員の給与手当等の営業費用であります。当社グループは、事業運営上必要な資金を安定的に確保するために、必要な資金は自己資金、金融機関からの借入及びエクイティファイナンス等でバランスよく調達していくことを基本方針としております。

また、当社グループではM&A等を実施することにより成長機会を捉え、事業基盤の拡充を行うことが当社グループの中長期的な企業価値の向上を図る上で重要な戦略と考えており、上記事業での資金需要とは別にM&A等の資金需要が発生する可能性があります。

 

④ 経営成績に重要な要因を与える要因について

 経営成績に重要な影響を与える要因につきましては、「3 事業等のリスク」に記載のとおりであります。また、今後の経営成績に影響を与える課題につきましては、「1 経営方針、経営環境及び対処すべき課題等」に 記載のとおりであります。

 

⑤ 経営者の問題意識と今後の方針に関して

 経営者の問題意識と今後の方針については、「1 経営方針、経営環境及び対処すべき課題等」に記載のとおりであります。

 

セグメント情報

(セグメント情報等)

【セグメント情報】

当社グループの事業セグメントは、AIエンジニアリング事業の単一セグメントであるため、セグメント情報の記載を省略しております。

 

【関連情報】

前連結会計年度(自 2022年1月1日  至  2022年12月31日)

1 製品及びサービスごとの情報

単一の製品・サービスの区分の外部顧客への売上高が連結損益計算書の売上高の90%を超えるため、記載を省略しております。

 

2 地域ごとの情報

(1) 売上高

本邦の外部顧客への売上高が連結損益計算書の売上高の90%を超えるため、記載を省略しております。

 

(2) 有形固定資産

本邦以外に所有している有形固定資産がないため、該当事項はありません。

 

3 主要な顧客ごとの情報

外部顧客への売上高のうち、連結損益計算書の売上高の10%以上を占める相手先がないため、記載を省略しております。

 

当連結会計年度(自 2023年1月1日  至  2023年12月31日)

1 製品及びサービスごとの情報

単一の製品・サービスの区分の外部顧客への売上高が連結損益計算書の売上高の90%を超えるため、記載を省略しております。

 

2 地域ごとの情報

(1) 売上高

本邦の外部顧客への売上高が連結損益計算書の売上高の90%を超えるため、記載を省略しております。

 

(2) 有形固定資産

本邦に所在している有形固定資産の金額が連結貸借対照表の有形固定資産の金額の90%を超えるため、記載を省略しております。

 

3 主要な顧客ごとの情報

外部顧客への売上高のうち、連結損益計算書の売上高の10%以上を占める相手先がないため、記載を省略しております。

 

【報告セグメントごとの固定資産の減損損失に関する情報】

当社グループの事業セグメントは、AIエンジニアリング事業の単一セグメントであるため、記載を省略しております。

 

【報告セグメントごとののれんの償却額及び未償却残高に関する情報】

単一セグメントであるため、記載を省略しております。

 

【報告セグメントごとの負ののれん発生益に関する情報】

該当事項はありません。