回次 |
第5期 |
第6期 |
第7期 |
第8期 |
第9期 |
|
決算年月 |
平成25年4月 |
平成26年4月 |
平成27年4月 |
平成28年4月 |
平成29年4月 |
|
売上高 |
(千円) |
|
|
|
|
|
経常利益又は経常損失(△) |
(千円) |
|
|
△ |
△ |
|
当期純利益又は当期純損失(△) |
(千円) |
|
|
△ |
△ |
|
持分法を適用した場合の投資利益 |
(千円) |
|
|
|
|
|
資本金 |
(千円) |
|
|
|
|
|
発行済株式総数 |
(株) |
|
|
|
|
|
純資産額 |
(千円) |
|
|
|
|
|
総資産額 |
(千円) |
|
|
|
|
|
1株当たり純資産額 |
(円) |
|
|
|
|
|
1株当たり配当額 |
(円) |
|
|
|
|
|
(うち1株当たり中間配当額) |
( |
( |
( |
( |
( |
|
1株当たり当期純利益金額又は1株当たり当期純損失金額(△) |
(円) |
|
|
△ |
△ |
|
潜在株式調整後1株当たり当期純利益金額 |
(円) |
|
|
|
|
|
自己資本比率 |
(%) |
|
|
|
|
|
自己資本利益率 |
(%) |
|
|
|
|
|
株価収益率 |
(倍) |
|
|
|
|
|
配当性向 |
(%) |
|
|
|
|
|
営業活動によるキャッシュ・フロー |
(千円) |
|
|
|
△ |
|
投資活動によるキャッシュ・フロー |
(千円) |
|
|
|
△ |
|
財務活動によるキャッシュ・フロー |
(千円) |
|
|
|
|
△ |
現金及び現金同等物の期末残高 |
(千円) |
|
|
|
|
|
従業員数 |
(人) |
|
|
|
|
|
(注)1.当社は連結財務諸表を作成しておりませんので、連結会計年度に係る主要な経営指標等の推移については記載しておりません。
2.売上高には、消費税等は含まれておりません。
3.持分法を適用した場合の投資利益については、関連会社を有しておりませんので記載しておりません。
4.1株当たり配当額及び配当性向については、配当を実施していないため記載しておりません。
5.第5期、第6期の潜在株式調整後1株当たり当期純利益金額については、新株予約権の残高はありますが、当社株式は非上場であるため、期中平均株価が把握できませんので、記載しておりません。
第7期及び第8期の潜在株式調整後1株当たり当期純利益金額については、潜在株式は存在するものの、当社株式は非上場であるため、期中平均株価が把握できませんので、また、1株当たり当期純損失金額であるため記載しておりません。
6.第7期、第8期における自己資本利益率については、当期純損失が計上されているため記載しておりません。
7.株価収益率については、当社株式は非上場であるため、記載しておりません。
8.当社は第8期よりキャッシュ・フロー計算書を作成しておりますので、第5期から第7期までのキャッシュ・フロー計算書に係る各項目については記載しておりません。
9.第8期及び第9期の財務諸表については、「財務諸表等の用語、様式及び作成方法に関する規則」(昭和38年大蔵省令第59号)に基づき作成しており、金融商品取引法第193条の2第1項の規定に基づき、有限責任監査法人トーマツの監査を受けております。
なお、第5期、第6期及び第7期については、「会社計算規則」(平成18年法務省令第13号)の規定に基づき算出した各数値を記載しております。また、当該各数値については、金融商品取引法第193条の2第1項の規定に基づく有限責任監査法人トーマツの監査を受けておりません。
10.当社は平成26年4月25日付で普通株式1株につき1,000株の株式分割を行っておりますが、第6期の期首に当該株式分割が行われたと仮定して1株当たり当期純利益金額又は1株当たり当期純損失金額(△)を算定しております。
11.当社は平成26年4月25日付で普通株式1株につき1,000株の株式分割を行っております。そこで、東京証券取引所自主規制法人(現 日本取引所自主規制法人)の引受担当者宛通知「『新規上場申請のための有価証券報告書(Ⅰの部)』の作成上の留意点について」(平成24年8月21日付東証上審第133号)に基づき、第5期の期首に当該株式分割が行われたと仮定して算出した場合の1株当たり指標の推移を参考までに掲げると、以下のとおりとなります。なお、第5期、第6期及び第7期の数値(1株当たりの配当額についてはすべての数値)については、有限責任監査法人トーマツの監査を受けておりません。
回次 |
第5期 |
第6期 |
第7期 |
第8期 |
第9期 |
|
決算年月 |
平成25年4月 |
平成26年4月 |
平成27年4月 |
平成28年4月 |
平成29年4月 |
|
1株当たり純資産額 |
(円) |
60.36 |
63.57 |
60.54 |
33.35 |
25.79 |
1株当たり当期純利益金額又は1株当たり当期純損失金額(△) |
(円) |
18.43 |
22.24 |
△3.03 |
△27.19 |
29.44 |
潜在株式調整後1株当たり当期純利益金額 |
(円) |
- |
- |
- |
- |
28.51 |
1株当たり配当額 |
(円) |
- |
- |
- |
- |
- |
(うち1株当たり中間配当額) |
(-) |
(-) |
(-) |
(-) |
(-) |
平成21年4月 |
東京都港区において、「驚きを心に」をコンセプトとして、人々の生活が便利に楽しくなるように、インターネットサービスの企画、開発および運営等を目的としてHEROZ株式会社(資本金500万円)を設立 |
平成21年8月 |
株式会社ミクシィ「mixi」向けアプリを複数リリース |
平成24年5月 |
人工知能を活用したスマートフォン向けネイティブアプリ(注1)「日本将棋連盟公認 将棋ウォーズ(注2)」をリリース |
平成24年12月 |
株式会社アスキー・メディアワークス(現 株式会社KADOKAWA)との協業により、株式会社ディー・エヌ・エー「Mobage」向けアプリ「とある魔術の禁書目録 頂点決戦」をリリース |
平成26年4月 |
人工知能を活用したスマートフォン向けネイティブアプリ「Backgammon Ace」(英語版)をリリース |
平成26年6月 |
株式会社KADOKAWAとの協業により、株式会社ディー・エヌ・エー「Mobage」向けアプリ「魔法科高校の劣等生 スクールマギクスバトル」をリリース |
平成26年12月 |
人工知能を活用したスマートフォン向けネイティブアプリ「CHESS HEROZ」(英語版)をリリース |
平成28年4月 |
株式会社ポケモンとの協業により、人工知能を活用したスマートフォン向けネイティブアプリ「ポケモンコマスター」をリリース |
平成28年12月 |
株式会社バンダイナムコエンターテインメントと人工知能を活用した事業を行うために資本業務提携を締結 |
平成29年1月 |
「ポケモンコマスター」の対応言語に英語を追加し、英語版タイトル「Pokémon Duel」として欧米やアジアなど新たに64の国と地域で配信開始 |
平成29年7月 |
株式会社コーエーテクモゲームス、および株式会社ハーツユナイテッドグループと人工知能を活用した事業を行うために資本業務提携を締結 |
平成29年8月 |
株式会社竹中工務店と人工知能を活用した事業を行うために資本業務提携を実施 |
(注)1.ネイティブアプリとは、Google Play StoreやAppStore等のアプリマーケットを通じてダウンロードし、端末で直接実行可能なプログラムで構成されたアプリケーションソフトになります。
(注)2.「将棋ウォーズ」には、人工知能「Ponanza」を搭載しております。当社エンジニア開発の人工知能「Ponanza」は、平成25年3月「第2回将棋電王戦」において、日本将棋連盟立会の下で史上初めて現役の将棋プロ棋士に勝利し、また平成29年4月「第2期電王戦」において、史上初めて現役将棋名人に勝利しております。
当社は、「驚きを心に」をコンセプトとして、人々の生活が便利に楽しくなるように、人工知能(以下「AI」(注1)という)を活用したサービスを、個人向けには頭脳ゲーム等のアプリケーションとしてスマートフォンやタブレット端末上で展開し、企業向けには様々な領域における機械学習等のAIサービスとして提供しております。当社では将棋AIの研究に取り組み続け、当社エンジニアが開発したAIが史上初めて現役プロ棋士や現役将棋名人に勝利するなどの実績を残してきました。また、これまでに当社が開発してきた「将棋ウォーズ」、「Backgammon Ace」、及び「CHESS HEROZ」といった頭脳ゲーム(思考能力を用いて競うゲーム)に代表されるアプリケーションの開発を通じて蓄積した機械学習(注2)等のAI関連技術は当社のコア技術となっております。当社は一般社団法人「人工知能学会」の賛助会員として最先端の動向を把握するなど、AIを戦略的な重点分野と位置付け、ビジネスを行っております。なお、AIビジネスの国内市場は成長を続けており、2015年は1,500億円となっておりますが、2020年には1兆20億円、2030年には2兆1,200億円にも及ぶとの調査結果もあり(出所:富士キメラ総研「2016 人工知能ビジネス総調査」平成28年11月)、AI関連市場は拡大を続けるものと見込まれております。
当社は、AI関連事業の単一セグメントであるため、セグメント別の記載はしておりませんが、主たるサービスの特徴を分類すると、(1)AIをBtoCビジネスとして展開する「AI(BtoC)サービス」、及び(2)AIをBtoBビジネスとして展開する「AI(BtoB)サービス」になります。それぞれの収益は、AIサービスの使用料やスマートフォンアプリでの有料課金収入となりますが、AIは、継続的にデータを入力し、その結果をフィードバックして機械学習を続けることにより、その精度が高まっていくという性質を持つため、当社のAIサービスを活用しているユーザーには継続利用するインセンティブが働くことになります。
(1)AI(BtoC)サービス
当社のAI技術は、将棋、囲碁、バックギャモン、チェスといった頭脳ゲームAI開発の過程で蓄積されました。具体的には、ビッグデータと呼ばれる、従来のデータ処理技術では処理することが困難であると考えられる膨大なデータ群から、機械学習等の技術に基づいて重要な示唆を導き出す技法になります。例えば、将棋AIの開発においては、過去のプロ棋士の棋譜を活用した機械学習の導入以降、評価関数と呼ばれる局面の優劣を判断する関数の精度が大幅に向上し、コンピューター将棋の棋力の向上が見られました。
図:将棋AI開発について
上図のとおり、機械学習導入以前の将棋AI開発においては、エンジニアによる手作業、つまり最善と考えられる指し手を規定するためのプログラムを一行ずつ記述することによって、AIを開発することが一般的でした。しかしながら、手作業によるプログラミングでは将棋AIの棋力向上には限界がありました。そこで、より精度が高い将棋AIを高効率に開発するために機械学習が導入されることになりました。機械学習を用いることにより、コンピューターが過去のプロ棋士の棋譜データを自ら反復学習し、パラメーター調整等を自動で行いながら、手作業では記述しきれない精緻なプログラムを構築することが可能となりました。その結果、当社エンジニアが開発した将棋AIが2013年に現役プロ棋士に、また2017年には現役将棋名人に勝利することとなりました。また、2015年10月には、情報処理学会から「コンピューター将棋プロジェクトの終了宣言」が出されており、AIが日進月歩で進化していることが示されております。
図:将棋AI分野での機械学習の適用とその進歩
現在は、このような手法に加えて、深層学習(ディープラーニング)(注3)や強化学習(注4)といった手法を実施しながら、日々AIの精度を向上させております。
当社ではこのAIを活用したアプリケーションを、主に、Google Inc.が運営するGoogle PlayやApple Inc.が提供するApp Store等世界標準のプラットフォーム(注5)を通じてBtoCサービスとして展開しており、収益はそれらの有料課金収入が中心となります。またアプリケーションの運営効率化のためにもAIを活用しております。現在提供しているアプリケーションの特徴としては、当社の戦略的な重点分野であるAIの活用に加えて、リアルタイムオンライン対戦技術を活用したサービスとしていることが挙げられます。一般的には、スマートフォン端末等においては、通信遅延の問題等によりリアルタイムオンライン対戦は困難とされておりますが、当社では同時対戦型アプリケーションの豊富な開発経験をもとに高品質なリアルタイムオンライン対戦をユーザーに提供することが可能となっております。主要なサービスの内容は下表の通りとなります。
アプリケーション |
内容 |
将棋ウォーズ |
会員数420万人以上を誇る世界最大のスマートフォン将棋ゲームアプリ(日本将棋連盟公認)で、現代特有のAIとグラフィックや音楽により、ユーザーは新しい将棋の世界観の中で全世界のプレイヤーとオンライン同時対戦が可能です。Google PlayやApp Store等のプラットフォームを主として展開しております。本アプリにおいては、ユニークなAI課金を行っております。これは、ユーザーがオンライン対戦しているときに、アプリ内で「棋神」と呼ばれる、当社エンジニアが開発したAIである「Ponanza」が、ユーザーに代わって指し手を進めてくれる機能になり、5手120円でユーザーに販売されております。また、終局後には「Ponanza」が算出する評価関数に基づいてプレイ中の分析結果を振り返ることもでき、棋力向上に役立てることができます。日本将棋連盟公認の免状・認定状(六段~5級)申請も可能となっており、将棋の全国大会の予選にて使われることもあります。 また、民放キー局のAIをテーマにしたテレビドラマで使用等、各種メディアとの連携を強化しています。 |
Backgammon Ace |
AIとグラフィックを駆使したバックギャモンのスマートフォンアプリで、Google PlayやApp Store等のプラットフォームを主として展開しております。ユーザーは世界中のプレイヤーとオンライン同時対戦やAIが算出する評価関数に基づく最善手やプレイの分析結果を知ることができます。 |
CHESS HEROZ |
AIを最大限に活かし、快適・スピーディーなオンライン対戦を提供するチェスアプリで、Google PlayやApp Store等のプラットフォームを主として展開しております。華麗なグラフィックと洗練されたユーザーインターフェイスの下、世界中のプレイヤーといつでもどこでも対戦することができます。AIが算出する評価関数に基づくベスト・ムーブやプレイの分析結果を知ることができます。 |
ポケモンコマスター |
ポケットモンスター(ポケモン)の魅力的なキャラクターと強力なAIが融合した新しいボードゲームです。株式会社ポケモンとの協業により、平成28年4月にGoogle Play版とApp Store版をリリースしております。平成29年1月には対応言語に英語を追加し、「Pokémon Duel」として世界64の国と地域で配信を開始しております。 |
(2)AI(BtoB)サービス
将棋や囲碁といった頭脳ゲームにおけるAI開発では、深層学習等の機械学習を活用しておりますが、こうしたAI開発の手法の根幹となるのは、ニューラルネットワークという人間の脳を模した学習システム等の汎用性の高い技術になります。したがって、将棋等のAI開発で蓄積したAI関連の技術を活用することにより、インプットとなるデータを変えることで頭脳ゲーム以外の問題を解決することが可能となっております。このAI(BtoB)サービスにおいては、様々な領域の事業会社に対してAIサービスを提供しており、当社のAIが高い付加価値を創出できることが実証されております。
当社ではAIサービス提供にあたっては、金融等の各業界に当社AI基盤技術を複製してBtoB向けAIを提供しておりますが、精度の高いAIサービスを提供するためには、各業界に蓄積されたデータを継続的に機械学習する必要があります。そのため、当社では積極的にパートナーシップ戦略を実行しております。すなわち、資本を含む提携を各産業を代表する事業会社と実施することで、長期的な視点に立ち継続的にデータを活用した学習を行うことが可能となっております。
なお、具体的には下表領域について、その初期設定から運用・継続学習フェーズにおいて、AIサービスを提供しております。
領域 |
提供しているAIの内容 |
使用エンジン |
金融 |
株価等の市場予測を行うAIや、ユーザーの投資行動を分析し投資パフォーマンス向上に資するフィードバックを行うAI |
予測エンジン 分類エンジン |
建設 |
物件の構造や類似物件の設計情報等を活用して最適な構造設計を行うAI |
分類エンジン |
人材 |
求職者と求人企業のマッチング精度を向上させるAI |
分類エンジン |
品質管理 |
サイト分析からテスト工程の生成・実行といったソフトウエア検証(デバッグ)を行うAI |
分類エンジン |
ロボット |
ロボットを効率良く動かし目的を達成するAI |
予測エンジン |
エンターテイメント |
機械学習により頭脳ゲームにおいてユーザーの対戦相手となるAI、ユーザーの行動分析を行いその精度やユーザーの継続率を向上させるAI |
頭脳ゲームエンジン |
その他 |
後述の機能別エンジンを組み合わせたAI |
予測エンジン |
収益構造については、AIの提供開始時において、顧客から初期設定フィーを受領し、その後、継続する顧客から月次で継続フィーを受領する収益構造を基本としております。すなわち、当社のビジネスモデルはフロー収入となる初期設定フィーに加えて継続フィーを得ているストック型ビジネスとなります。また、AIの性質上、機械学習を継続するほどその精度が向上することから、顧客にとっては当社AIサービスを継続使用するインセンティブが働くため、当社は安定した収益基盤を確保することが可能となります。
また、各産業におけるAI構築ノウハウを蓄積するとともに、「HEROZ Kishin」と呼ばれる社内専用MLaaS(Machine Learning as a Service)(注6)を備えるなど、将棋AIで培ったAI技術の標準化が進んできており、インプットするデータを変えるだけで幅広い産業で様々な課題に対して効率的にAIサービスを提供できる体制構築を進めております。このMLaaSを活用して、各産業に対して上述のAIの提供を行っております。そして、AIサービス提供に際しては、大規模サーバ構築を含む包括的なAIサービスの提供体制を構築することにより、安定した収益を獲得するように努めております。
図:MLaaS「HEROZ Kishin」の仕組み
なお、「HEROZ Kishin」には下表のような機能別エンジンがあり、それぞれのエンジンをカスタマイズしたり組み合わせたりすることで、前述の領域における顧客ニーズに合わせて効率的に提供することが可能となります。
頭脳ゲームエンジン |
将棋・囲碁・麻雀・ポーカー・チェス・バックギャモン等の頭脳ゲームをはじめ、その他ゲームにも適応できるエンジンです。 |
予測エンジン |
過去の蓄積データをもとに未来を予測し、与信判断や株価予測・ユーザー購買予測を行うエンジンです。 |
分類エンジン |
様々なデータの特徴を理解し、適切なカテゴリに分類するエンジンです。 |
異常検知エンジン |
センサーや数値の時系列データを解析し、通常状態では見られない、異常状態を特定し、アラートをかけるエンジンです。 |
経路最適化エンジン |
複数の制約条件のもとで目標までの最適な経路を探索し、状況に適した最適な経路を発見するエンジンです。 |
配置最適化エンジン |
複数の制約条件のもとで、定められた評価軸に対して最適な結果を得るための配置を決定するエンジンです。 |
文章処理エンジン |
自然言語を理解し、カスタマーサポートなどにおける個別対応に適したエンジンです。 |
最適解探索エンジン |
過去のユーザー行動をもとに趣味・嗜好を判別し、最適なコンテンツ予測や最適ユーザーを探索するエンジンです。 |
ゲーム開発エンジン |
ゲームルール生成、コンピュータープレイヤーの創出、自動テストに対応できるゲーム用のエンジンです。 |
画像認識エンジン |
画像のピクセルデータから、顔や物体の特徴、年齢などの複雑な要素を認識するエンジンです。 |
(注)1.人工知能(AI)とは、コンピュータープログラムを用いて、人間と同等の知的能力を実現させるための基礎技術及びシステムとなります。
(注)2.機械学習とは、人間が有する学習能力に類似した機能をAIに持たせることにより、AIが自動的に学習し進化するための手法となります。具体的には、教師データ(学習の元になるデータ)に基づいて機械学習することで、未知の状況においても、学習により構築したパターンに基づいて、AIが精度の高い判断を行うことが可能になります。
(注)3.深層学習(ディープラーニング)とは、入力に対して出力を決める処理の層を深く(ディープに)したニューラルネットワーク(人間の脳機能を模すことで効率の良い学習を施すことができる数学モデル)を用いることで、教師データが持つ特徴を手作業ではなくコンピュータープログラムが抽出し、精度向上を目指す機械学習の一手法となります。
(注)4.強化学習とは、明確な教師データが与えられない環境において、コンピュータープログラムが試行錯誤によってその価値を最大化するように振る舞う、機械学習の一手法となります。
(注)5.プラットフォームとは、ソフトウエアやハードウエアを動作させるために必要な、基盤となるハードウエアやOS、ミドルウエア等のことを指します。また、それらの組み合わせや設定、環境のことで、Google Inc.が運営するGoogle Play及びApple Inc.が提供するApp Store等が含まれます。
(注)6.MLaaS(Machine Learning as a Service)とは、機械学習を標準化して提供することが出来るサービスになります。
[事業系統図]
当社の事業系統図は以下のとおりであります。
該当事項はありません。
(1)提出会社の状況
平成30年2月28日現在 |
従業員数(人) |
平均年齢(歳) |
平均勤続年数(年) |
平均年間給与(千円) |
34 |
33.8 |
3.1 |
4,521 |
(注)1.従業員数には正社員の他、契約社員も含みます。
2.平均年間給与は、賞与及び基準外賃金を含んでおります。
3.当社の事業セグメントは、AI関連事業の単一セグメントであるため、セグメント別の従業員数の記載はしておりません。
(2)労働組合の状況
当社の労働組合は結成されておりませんが、労使関係は安定しております。