ハイライト

上野山勝也氏:代表取締役の上野山でございます。本日はお忙しい中お集まりいただきありがとうございます。

今回は4部構成になっております。上場後初の決算というところですので、事業概要のところも少しご説明させていただいたのちに、決算概要及び業績予想というところに入っていきます。そして最後のところで、少し成長戦略のお話をさせていただければと思いますので、よろしくお願いいたします。

会社概要

改めまして、弊社はPKSHA Technologyでございます。キーワードとしましては「アルゴリズム」という言い方をしております。知的な処理を行うソフトウエアというものを社内に作り込んでいて、いろんな企業さまのソフトウエアであるとかハードウエアの裏側に繋ぎこんでいただいて、ご利用いただく。

「アルゴリズムサプライヤー事業」という言い方をしておりますけれども、そういった事業を展開しております。現在第6期に入るところでございまして、事業展開をしているような会社になっております。

創業のきっかけ:「深層学習技術」が持つポテンシャルと価値創造

もともとの創業のきっかけというところです。こちら、初めての方もおられると思うので、私から少しお話しできればと思います。弊社は、2012年以前には、まだ会社を立てていません。

それ以前は、大学の研究室で「機械学習技術」という領域の研究活動をしているようなチームがありまして、そこでいろんな共同研究みたいなことをやっていたんですけれども。そのころから、いろいろと事業化のご相談は頂いていたところでございます。

2012年のタイミングで、技術的に非連続な変化が少し起こっておりまして。そこをきっかけに、そこのメンバーで会社を設立したというのが、弊社PKSHA Technologyの設立のきっかけになっています。

ここの前後で、どういう変化が起こっているかというところが非常に重要でございます。弊社の事業をご理解いただくうえでも重要でございますので、少しご説明させていただきます。

2012年のところで、人工知能技術分野のとくに「深層学習」とか「機械学習」と呼ばれる分野があるのです。ちょっと技術的な話は置いておくんですが、この領域の、いわゆる研究であるとか事業化という意味でのゲームのルールが、ここで大きく変わってしまっております。

2012年以前では、いろんな研究者・技術者の方が世界中の研究室の中で、いわゆる画像認識であるとか音声認識等のいろんなモデルを、言わば人の匠の技で作り込み、精度向上を行ってきました。どのようなモデルを作ればうまくできるのかを世界中で競争していたというのが、2012年までの大きな競争の流れだったんです。

2012年に起きた「深層学習技術」という枠組みにのっとって、音声認識であるとか画像認識のモデルを組む。どういうやり方でやるかと言うと、大枠の設計は、人が行うんですね。大枠の設計をしたあとに目的に合致するデータをたくさん集めてきて、それをインプットしていくと、そのモデルの中のパラメーターが変わっていってモデルが完成する。

簡単に言うと、例えば画像認識の演算を作るときも、大枠を設計して実際にデータを集めてきて画像のデータを入れ込み学習させたら、モデルができる。そうすると、非常に精度が高いということがわかってきました。今まで商用で使えなかった水準のものが、どんどん商用に展開されていきました。

ここ(左の資料)の、2012年(赤い点線)のビフォーアフターで、事業化という意味では要は人の匠の技の勝負から、人がある程度工夫をしてさらにデータを仕組みとして循環して取ってくるというこの掛け算で、精度が変わってきているということでございます。

なので、1人の技術者がラボにこもってやっていても、事業化という意味では勝てなくなってきている。我々も事業体として、いろんな企業さんと連携しながら、きちんと目的に合致したデータを収集する仕組みと技術者組織。この掛け算で、事業をやっているというところでございます。

そういったきっかけがありまして、会社を建てております。この、とくに機械学習・深層学習と呼ばれる領域の技術分のアルゴリズムを社内で作り込んで、いろんな企業さんにご利用いただいて、最終的にユーザーの母体を変えていくということをやっております。

アルゴリズムライセンス事業の概要

ビジネスモデルとしましては、大きく2個の売り方があります。

1つ目は、アルゴリズムモジュールを、他社さまの製品につなぎこんでライセンスしていくというようなものです。

2つ目は、アルゴリズムソフトウエアと言っているものです。これは機能特化型です。共通的なニーズに、アルゴリズムだけでなく、ソフトウエアも含めて販売していく。このような2つに、事業体を持っております。

この2つのビジネスが好影響を持ち、実際にそれぞれの事業が堅調に伸びているという状況になっております。

資料の右側に、(自社製品例として)アルゴリズムソフトウエアの一例をいくつか書いてあります。昨今はコールセンター領域で「BEDORE」というエンジンが堅調に伸びておりますし、あと画像の認識の領域においても、いくつか伸び始めていることが起こっております。この2つを(事業として)持っております。

アルゴリズムライセンス事業のビジネスモデル

実際のビジネスモデルとしましては、アルゴリズムは裏側につなぎこまれるので、サービスを使っている最終ユーザーの方は、我々の社名を目にしないのですが。

使われるとログが蓄積します。

なので、コールセンターの自動オートのエンジンを例にしますと、使われれば使われるほど、アルゴリズム精度が上がっていく特徴を持っています。ここが、いわゆるエンタープライズソフトウエア事業の中でも、少し異なる特徴となっております。

なので、データが溜まってくると精度が上がってきますので、導入企業さまにとってみれば、初めに導入したときよりも、3ヶ月後の精度が当然高くなっているわけです。

こういうデータの好循環構造を持っているのが、こういったアルゴリズムソフトウエアプロダクトの特徴になっております。

アルゴリズムライセンス事業の特徴

最後に、我々の事業の特徴を4つほど書かせていただきました。

実際に我々のアルゴリズムのエンジンは、多くの企業さんに提供するために「パートナーシップ」というキーワードでやっておりまして、いろんな端末(の裏側に入っています)。

例えば、スマホ端末とかイメージングデバイスとか、いくつかの端末の裏側にありますのが、我々のサービスポイントです。すでに世の中に多くの端末を広げられている企業さんと連携することで、効率的に最終ユーザーさんに技術を提供していくというのが、1つのパートナーシップでございます。

「(高い)継続(利用率)」というのは、先ほどの話(使えば使うほどアルゴリズムの精度が向上すること・好循環のデータの流れがプロダクト品質を高め、ユーザー体験が向上すること)です。

あともう1つ、「エンジニア・研究者の獲得・育成」のところ、弊社の管理部門以外は、基本的に技術者で構成しております。こちらも弊社の1つの特徴になります。

なので、そこに販促費はあまりかからずに、基本的には研究開発及び製品開発にコストがかかって、それで製品の質を上げていくという戦略をとっております。

今は採用も理想形という(状況です)。技術者と研究者の採用の理想形というのは、人が人を呼んでくるのがいちばんいいんですけれども、現状もリファラル採用という、社員紹介ベースです。今、だいたい75パーセント水準で採用を加速しているところでございます。

このあたりは上場前後というところで、我々もあまりそこまで体感として予想していなかったんですけれども、人材採用や顧客からの引合い含めて、すでにかなりいい影響が表れ始めているところでございます。

かなりざっくりとした内容になりましたけれども、こういったかたちのアルゴリズムライセンス事業も展開しております。

2017年9月期 業績概要

続きまして、決算概要のところに移らせていただきます。こちらが、2017年9月期の業績の概要になっております。

予算比で少し上振れておりますけれども、これはクライアント側であるとか市場のニーズが、少し大きくなってきているといったところでございます。

増加率ベースで書かせていただいていますけれども、前年比で見ますと、売上高が4億5,900万円から9億3,400万円と、差分で103パーセント増、ちょうど2倍くらいに着地しているところでございます。

営業利益ベースで見ますと、1.57億円から3.95億円といったところで、ちょうど2.5倍に着地というかたちになっております。

当期純利益ベースで見ますと、1.16億円から2.68億円というところで、2.3倍で着地しているというところでございます。

業績推移

こちらは、業績推移です。ちょうど今期で5年が経ったというところではありますけれども、売上・営業利益、両方において安定的な増収増益を達成しているという状況でございます。

営業利益ベースでは42パーセントくらいに着地しておりますが、短期的な増収増益の担保というところと、中長期のさらなる成長に向けた投資を、現状もバランスをとりながら、投資及び研究開発を進めているという状況でございます。

売上高成⾧の内訳

続きまして、売上高成長の内訳です。こちらは先ほど申し上げました2つ(アルゴリズムソフトウエア・アルゴリズムモジュール)の販売方法の内訳を、記載させていただいております。

今期は、アルゴリズムソフトウエアというところが非常に伸びておりますけれども、構成比ベースでいくとこういったかたちになっております。

今後も、両方で高成長を維持していこうと考えております。足元の数値感としては、こういうかたちになっているというところです。

貸借対照表

こちらは、BSでございます。ちょうど上場したというタイミングですので、大きく総資産が増加しているといったところでございます。

先ほど申し上げましたように、上場前後の諸々の影響が出てきております。こういった資金を、きちんと研究開発及び人材採用を含めて、ソフトウエア開発・アルゴリズム開発を加速していくといったところに、投資を加速していく。こういったかたちで考えているところでございます。

2018年9月期 業績予想

続きまして、来期の業績予想に入らせていただきます。

来期の業績予想でございますが、売上ベースで14億円、営業利益ベースで5.6億円というところを見込んでおります。

営業利益率の40パーセントというところでは、中期的なものを含めた投資を加速しているという状況でございます。

アルゴリズムライセンス事業の積み上げ及び、アルゴリズムソフトウエアの拡販。両方の事業のエンジンをベースに高成長を維持していくというところを、来期の目標に掲げています。

事業展開イメージ

最後に、成長戦略でございます。

事業展開イメージは、上場時にも公開させていただいた資料です。ここに記載させていただいている考え方は、重要と考えています。

基本的な考え方としましては、社内にアルゴリズムモジュールをどんどん作りこんでいって精度を上げていきながら、それを適用する業界を広げていくことを、行っていくと考えています。

アルゴリズムというものは、我々は、よい複利構造を持っているという特性のあるものだと思っております。

アルゴリズムはうまく設計すればさまざまな業界で活用することができます。

例えば画像認識を例にとっても適用できる応用領域は多岐に渡りますので、アルゴリズムを活用し適応する領域を広げていく。

市場がこのような製品を求めるタイミングというのは、時間が少しずれております。今すごくマクロに見ると、日本の人口は全体的に少しずつ減り始めていると。減り方は業界別にも異なります。なので、各業界でこういったアルゴリズムとかソフトウエアがすごく求められるタイミングが出てくる。

そういったかたちでアルゴリズム精度を進化させていくことと、対応領域を広げていくということ。この2つの軸が、基本的には成長戦略であると考えていただければと思っております。

トピック①:先端分野における研究開発体制の伸⾧

続きまして、いくつかトピックスでございます。

前回の情報開示に少し時間がかかっておりまして、それまでにあったことをいくつかかいつまんで、記載させていただいております。

1つ目は、非常にエンジニア採用という面で、我々の会社の認知が広がってきたというところも相まって、非常に優秀な方からの声掛けが増えているところでございます。

4期から5期にかけて非常に人も増えているのですけれども、我々の採用水準の質を一切落とさずに、この水準を現状維持できています。

全従業員の中で88パーセントが、エンジニア人材といったところです。販促費ではなくて、製品開発費(に投資をする)。製品の品質を上げるというところに投資をするという特徴。こういったかたちでの拡販を維持しているというのが、1つ目のトピックの(資料の)左側になっております。

あと(資料の)右側は、ご参考までにということですけれども、いくつかの表彰等も頂くようになってきております。NEDO(国立研究開発法人新エネルギー・産業技術総合開発機構)主催の「大学発ベンチャー表彰2017」で「文部科学大臣賞」(を受賞しました)。

こういう話であるとか、認知の広がりから、いわゆるNEDOの方とかいわゆる中期のR&Dに、しかるべき研究開発をしてほしいというような話等で、いくつかのテーマも含めて採択されております。

こういった外部の方々との連携も通じながら、研究開発の加速を今後も続けていこうと考えているというところでございます。

トピック②:画像認識領域での取り組みの加速

2つ目です。これはトピックというか、我々がプレスを出しているものには、今けっこう言語のプレスが多いので、実は画像もかなり力を入れてやっておりますというところのご紹介です。

画像認識領域での取り組みも、かなり加速し始めてきています。これはホームページにもいくつか載っているものです。画像認識エンジンがどういうものかと申し上げますと、(資料の)上が、車載カメラからのインプットデータになります。そういったインプットデータに対して解析を行って、人が無意識に目でやっているような作業を、ソフトウエアで行う。

それによって、いろんな技術モデルが変わってきます。「こういった処理は、昔からできていたんじゃないのか?」と思われるかもしれませんが、2012年以前は、こういうことが商用水準ではほぼできなかったんです。

なので、こういったコンピュータ・ビジョンのエンジンを作り込んで、いろんな製品の中に入れていくということも、非常に注力してやっているところでございます。

チームとしても、言語の領域はもちろんですけれども、画像認識の領域において、いくつかの特定領域で、技術開発のレベルでアジアNo.1を目指そうというのが、社内的なモチベーションです。

いろんな要素技術の擦り合わせが重要になるのですけれども、深層学習系のコンピュータ・ビジョンエンジン。あと、カメラが動く際に他のビジョンモジュールをきちんと動かすという技術。それを、コンピュータ・ビジョンを使ってやっていく。そのようなイメージング領域の複数の技術を擦り合わせていくことで、製品の品質を上げていくことをやっております。

これを、領域特化型できちんとアジアNo.1を取っていこうというのが、社内的なモチベーションで、事業自体も加速しているところのご紹介でございます。

このようなかたちで、トピックスは今後もいろいろとご紹介していければと思っております。我々の製品は、すごく拡販して顧客数を増やしていくというものと、あまりそれを公表せずに広げていくというものとが、混ざり合いながら事業をやっております。

こういった構想も補足的にご説明させていただければと思い、今後もいろいろとお話しできるかとも思っているところでございます。

Vision:未来のソフトウエアを形にする

最後にあらためまして、なぜ我々がこういうことをやっているのかというところを、今一度ご説明できればと思います。我々のコーポレート・ビジョンとしまして、「未来のソフトウエア」をかたちにするということを言っています。

我々は、技術的には人工知能分野ではあるんですけれども、あまりそういう言葉を使っておりません。なんだったら、機械学習で我々がやっている領域というのは、いわゆるデジタル進化の中の傍流の技術ではなくて、デジタル進化全体のすごくコアになる、ど真ん中の技術の要素技術の1つであると考えております。

どういうことかと申し上げますと、ソフトウエアの進化というのは、すごくマクロで記載させていただいておりますが、今ちょうど(資料の)4つのステップの中の3つ目の入り口ぐらいに、デジタル進化の時代が入ってきていると思っています。

振り返ってみると、もともとソフトウエアは基幹システムであるとか、エンタープライズ・ソフトウエア。そういったものに使われていたのが、(資料の)初めの「エンタープライズの時代」です。

これは、いわゆるサーバーであるとか、黒い箱(ハードウエア)の中にソフトウエアが閉じ込められていて、その中で計算をしているというような世界でした。これが、1990年というところかと思います。

それが、インターネットに接続されるという時代がきて、黒いボックスから、ソフトウエアが外に飛び出していくことで、いろんなネットワーク系の企業が生まれてきました。これがまさにデジタル進化のど真ん中で、今も日々起こっていることだと思います。それが、「インターネットの時代」といったところになると思います。

ユーザー側だと、このインターネットの時代までしか体感していないと思うんですけれども、技術的にはかなり裏側の技術が変わってきております。それを我々は、「未来のソフトウエア」と呼んでおります。

今世の中にある企業向けソフトウエアの大部分は、極めてシンプルな処理しかしないと我々は思っております。簡単に言うと、データをパチパチと入力して、裏側のサーバー側で足し算・引き算されて、結果が返ってくる。

例えば、会計支出は完全にそうなっていると思うんですけども、データを入れて、データベースの中で足し算・引き算して出てくる。このようなすごくシンプルな処理しか、ほとんどのソフトウエアはほぼやっていないんです。

これは、「それでユーザーニーズをすくい取れるからいいんですよ」というような解釈もあるんですけれども。実は技術者から見ると、そもそも2012年以前は、商用水準ではそういった簡単な処理しかできなかったんです。

そうなのですけれども、深層学習シリーズの登場によって、コンピューターが画像や音声を認識したり、あるいは言語でオート制御したりするところ。そういった複雑な処理を、ソフトウエアの中に埋め込めるようになっているんです。

なので、例えば自動運転が騒がれ始めているのも、そういうことです。自動車はものすごく大きな産業なので、自動運転の話がいちばん先に動いています。あらゆるソフトウエアの中に、こういったモジュールのモノがどんどん組み込まれていくという時代に、今入ってきているといったところだと思っております。

こちらを、「アルゴリズムの時代」と呼んでおります。なのでとくに機能的推論部分での精度が劇的に上がってきている。またデバイスも出始めていますし、粛々とコンピューターが進化していると感じています。

ここの要素技術というのは、非常に重要なものであると我々は考えております。ここのモジュールを作り込んで領域を特化することで、Googleみたいな会社と差別化を行いながら、いろいろと、最終的にはユーザー体験を新しくしていく。こう考えていくのが、我々がなぜこの事業をやっているかというところになっています。

最後に、「ロボットの時代」と書いています。これはご参考までにということでありますけども、実際にはアルゴリズムのところとグラデーションで、徐々にロボットの時代に入っていくと考えています。これも、今世の中にあるハードウエアは、コンピューターが外界を認識できなかったがゆえに、人間側の論理で構成されている。

どういうことかというと、だいたいのハードウエアは、「持ちやすいかどうか」とか「収納しやすいかどうか」とか。だいたい四角いじゃないですか、全部。それは、コンピューター側が外界を認識できないから、人側の論理でかたちを決めるということが、今起こっているんです。

このアルゴリズムがどんどん即座に入ってきて、コンピューター自体が外を見て、自分の中にフィードバックをかけるということが起こってくる。すると、ハードウエアのかたちが変わってくるわけです。

なので、車も完全に全自動(運転)になったとしたら、「(ハードは)あのかたちなのかどうか」みたいな話もありますし、いろんなもののハードがどんどん変わってきて、ソフトウエアがハードウエアを制御する前提で設計されるようになってくる。

ここは、かなり時間がかかるとは思うんですけれども、そのときにおいても、アルゴリズムの要素技術が、非常に重要になってくると考えています。

ここを我々が作って、きちんと市場に価値を提供して、デジタル進化を加速していきたいと考えている。これが、我々がなぜこの事業をやっているかというところのモチベーションになっています。

ここは、中長期に絶対にブレないでいく予定でございますので、適用する領域が、今後も中期に広がったりしていくと思います。まさに骨格の部分が、我々にとって非常に重要であるがゆえに、技術者が多く集まっている会社であるといったところになっております。

デジタル進化の話が、こういう整理(されたかたち)で語られることがあまりないと思うので、少し唐突に聞こえるかもしれないんですけども、確実にこうなっていくと考えています。その中で社会に意味のある価値発言を行うアルゴリズムを展開していこうと。

アルゴリズムの深化と適応領域の拡大が、我々の基本的な成長戦略となっておりますので、よろしくお願いします。