第二部【企業情報】

第１【企業の概況】

（はじめに）

１．当社グループの変遷

　当社グループは、2017年７月にAllganize Inc.を設立し、米国カリフォルニア州に創業したことが始まりとなっております。そして、販売領域の拡大を図るため、2018年５月に韓国拠点としてAllganize Korea Co., Ltd.を、日本拠点として2019年１月にAllganize Japan株式会社をそれぞれ設立すると共に、管理機能を日本に移すことを目的として2021年11月にAllganize Holdings株式会社（当社）を設立しました。その後、2021年12月に、当社の子会社であるAllganize Merger Sub, Inc.を存続会社、2017年７月設立の当社グループ創業会社であるAllganize Inc.（以下「旧Allganize Inc.」といいます。）を消滅会社とする三角合併を実施し、Allganize Merger Sub, Inc.は合併後に商号をAllganize Inc.に変更しております（以下、当該商号変更後のAllganize Merger Sub, Inc.を「現Allganize Inc.」といいます。）。当社は、旧Allganize Inc.からAllganize Korea Co., Ltd.及びAllganize Japan株式会社に係る株式を取得することにより、当社グループの親会社となり、現在に至っております。当社は、持株会社として当社グループの経営方針策定及び経営管理を行っております。

　当社グループの設立から現在に至るまでの主要な変遷を図示しますと、以下の通りであります。

　なお、当社は、過年度に実施したインバージョン取引により、米国税法上のインバージョン税制の適用を受けており、米国連邦法人税の観点では米国法人として取り扱われています。これに伴い、当社は日本税法に基づく税務申告のみならず、米国税法に基づき、米国法人としての税務申告を実施しています。

２．当社が日本において上場する目的

　当社グループは、「AIによって全てのビジネスのワークフローを自動化・最適化する」ことをビジョンに掲げており、事業をより一層成長させるためには、プロダクト開発・研究体制の強化、営業・マーケティング人材の拡充及び海外展開の加速等を通じた事業基盤の拡大に向け、資金調達能力の拡大、社会的信用度・知名度の向上等が重要と考えて株式上場を検討してまいりました。上場先を検討する中で、当社グループの売上高を踏まえ重要市場の１つである日本において上場することが適切と考えたこと、また、日本の資本市場は当社グループの事業内容及び成長性に対する投資家の理解を得やすく、中長期的に安定した株主基盤を構築しやすいと考えられること等から、日本における上場が最も適切と判断しました。加えて、日本の会社法に基づく当社の株式を上場する形が投資家にとって親和性があり、投資家保護の観点からも望ましいと判断したため、上記のグループ内組織再編を実施し、当社を最終持株会社とした上で上場申請に至りました。

(1）連結経営指標等

　（注）１．第４期及び第５期において、経常損失、親会社株主に帰属する当期純損失（第４期）及び営業活動によるキャッシュ・フローのマイナスを計上しておりますが、これは主として、売上高が増加した一方で、事業拡大に伴う人件費、開発費等の費用の増加に、当該売上高の増加が追いつかなかったことによるものであります。

２．第５期においては、親会社株主に帰属する当期純利益を計上しておりますが、優先株式に係る累積的な優先配当額を控除して算定しているため、１株当たり当期純損失（△）となっております。

３．潜在株式調整後１株当たり当期純利益については、潜在株式は存在するものの、当社株式は非上場であり、期中平均株価が算定できないため、また、１株当たり当期純損失であるため、記載しておりません。

４．種類株式に対する残余財産配分額を控除して算定しているため、第４期及び第５期の１株当たり純資産額がマイナスとなっております。

５．第４期の自己資本利益率については、親会社株主に帰属する当期純損失が計上されているため、記載しておりません。

６．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。

７．従業員数は就業人員（当社グループからグループ外への出向者を除き、グループ外から当社グループへの出向者を含む。）であります。

８．第４期及び第５期の連結財務諸表については、「連結財務諸表の用語、様式及び作成方法に関する規則」（昭和51年大蔵省令第28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、EY新日本有限責任監査法人により監査を受けております。

(2）提出会社の経営指標等

　（注）１．第１期は設立期であり、営業収益、販売費及び一般管理費並びに営業外収益及び営業外費用のいずれも発生していないため、経常損益は発生しておりません。第２期から第４期まで経常損失及び当期純損失を計上しておりますが、これは、当社が持株会社であり、営業収益が子会社からの経営指導料に限られる一方、役員報酬、管理部門の人件費、上場準備に係る費用等の一般管理費を継続的に負担しており、営業収益が当該費用を回収するに至らなかったことによるものであります。

２．第5期においては、当期純利益を計上しておりますが、優先株式に係る累積的な優先配当額を控除して算定しているため、1株当たり当期純損失（△）となっております。

３．潜在株式調整後１株当たり当期純利益については、潜在株式は存在するものの、当社株式は非上場であり、期中平均株価が算定できないため、また、１株当たり当期純損失であるため、記載しておりません。

４．種類株式に対する残余財産配分額を控除して算定しているため、１株当たり純資産額がマイナスとなっております。

５．第１期から第４期の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。

６．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。

７．１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。

８．従業員数は就業人員（当社から社外への出向者を除き、社外から当社への出向者を含む。）であります。

９．当社は2021年11月８日設立のため、第１期は2021年11月８日から2021年12月31日までの54日間となっております。

10．2022年９月28日開催の臨時株主総会決議により、第２期の決算期を12月31日から９月30日に変更しました。 そのため第２期は、2022年１月１日から2022年９月30日までの９か月間となっております。

11．第４期及び第５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、EY新日本有限責任監査法人により監査を受けております。なお、第１期、第２期及び第３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、当該各数値については、金融商品取引法第193条の２第１項の規定に基づく監査証明を受けておりません。

２【沿革】

Allganize Holdings株式会社（現当社）の沿革は次のとおりであります。

消滅会社であった旧Allganize Inc.の沿革は次のとおりであります。

３【事業の内容】

　当社グループ（当社及び当社の関係会社）は、当社及び子会社３社（2026年８月31日現在）により構成されており、「AIによって全てのビジネスのワークフローを自動化・最適化する」ことをビジョンに掲げ、日本・米国・韓国を中心に事業を展開するグローバルAI企業です。企業の生産性革新を目的に、独自の生成AI（※１）技術と高度な自然言語処理（※２）を活用した企業向けAIソリューションと企業様への適用に関するコンサルティングを提供しております。

　また、当社は有価証券の取引等の規制に関する内閣府令第49条第２項に規定する特定上場会社等に該当し、インサイダー取引規制の重要事実の軽微基準のうち上場会社の規模との対比で定められる数値基準については連結ベースの計数に基づいて判断することとなります。

　なお、当社グループは「AIソリューション事業」の単一セグメントとしております。また、本書において※を付した用語につきましては、章末の「用語集」においてその定義・解説を記載しております。

（１）事業の概要

　当社グループの中核となるサービスがオールインワン生成AI・LLM（※３）アプリプラットフォーム「Alli LLM App Market」であります。「Alli LLM App Market」では企業の業務効率化支援を目的とした「社内ドキュメントからの回答自動生成」、「議事録自動作成」、「契約書チェック」といった目的ごとに100個以上の生成AI・LLMアプリを事前に用意しており、生成AI・LLMに対する特別な知識がなくてもその中で自社の課題に合った生成AI・LLMアプリを選択するだけで、短期間で本格的な業務活用をスタートすることが可能となっております。

　当社グループは、国内外の239社（2026年３月時点）に「Alli LLM App Market」を提供しているほか、2026年４月よりエンタープライズ向けバイブコーディング（※４）プラットフォーム「Alli Coworker」の提供を開始しております。当社グループの最大の特徴は、これらのサービスをSaaS（クラウドサービス）及びオンプレミス（※５）の両形態で同時に提供できる点にあり、クラウド利用が困難な金融機関や官公庁等のセキュリティ要件が厳格な顧客に対しても、機密データを外部に出すことなく同等の機能を利用できる環境を提供しております。金融機関、保険、製造、小売、ITサービスなど、多岐にわたる業種の企業が当社グループのプラットフォームを活用しており、幅広い業界で業務プロセスの高度化に貢献しております。

　「Alli Coworker」は、自然言語によるチャット指示のみで企業の業務アプリケーションやAIエージェント（※６）を自動生成できる、エンタープライズ（大企業）向けバイブコーディングプラットフォームであります。プログラミングの専門知識を持たない従業員であっても、AIとの対話を通じて高度なWebアプリケーション及びモバイルアプリケーションを短期間で構築することが可能であり、SlackやMicrosoft Teamsといった日常的に利用するコミュニケーションツール上から直接アプリケーションの開発・運用を行うこともできます。また、「Alli LLM App Market」が備えるAgentic RAG（※７、８）技術や大規模な文書取り込み（Document Ingestion）機能とシームレスに連携可能であるほか、バージョン管理、アクセス・権限管理、生成コードの脆弱性チェック、マルチテナント分離（※９）、シングルサインオン（SSO）及び操作履歴の完全な記録（オーディットトレイル）など、エンタープライズ利用に求められる高度なセキュリティ・ガバナンス機能を標準で備えております。

　さらに、これまで多くのお客さまへのご支援で培ったエンタープライズ業務に関する知見、誰でも簡単に利用できる生成AI・LLMアプリプラットフォーム、独自の企業向けRAGシステムなど、独自技術やノウハウを基に、同プラットフォーム上で企業の業務を自律的に支援できるAIエージェント「Alli Agent」を開発しました。多くの企業において効率化や高度化が求められる業務に適応可能なAIエージェントとAlli LLM App Marketの各種アプリやオンライン会議ツール、SFA（※10）、グループウェア等とを連携させることで、まるで人間のアシスタントのように私たちの代わりに様々な作業をこなすことができます。例えば、質問に答えたり、必要な情報を探し出したり、会議のスケジュールを調整したり、日々のタスクをリマインドしたりといった機能が挙げられます。これらの機能を通じて、私たちの生産性向上や業務効率化に貢献します。

　当社グループの提供するAIエージェント群は業種を問わず幅広い業務領域で活用できる汎用性を備えており、実際に様々な分野で導入が進んでいます。金融業では銀行や証券会社が社内照会対応やコンプライアンスチェックにAIエージェントを用い、保険業では前述のように商品提案やクレーム処理の効率化に貢献しています。製造業・建設業においては、大量の技術文書や図面から必要な知見を引き出すナレッジ検索エージェントが活用され、医療・製薬業界では膨大な研究資料の要約や薬事法チェックにAIエージェントが役立っています。小売・サービス業でも顧客問い合わせ対応の自動化や、社内研修資料のQ&Aなど用途は多岐にわたります。業種固有のカスタマイズにもノーコード（※11）ビルダーや豊富なテンプレートで対応できるため、ある業界で構築したエージェントを別の業界へ横展開することも視野に入れております。今後も当社グループは、多様なビジネス領域で培ったノウハウと技術力を活かし、あらゆる企業の業務DX（デジタルトランスフォーメーション）を支えるプラットフォームとして成長を続けていきます。

「Alli LLM App Marketの特徴」

「Alli Coworkerの特徴」

＜主要AIエージェントの具体的な内容及び解決する課題＞
　Alli LLM App Marketで提供する企業向けAIエージェントのうち、代表的なものを以下に紹介します。

①エンタープライズ検索エージェント（Enterprise Search Agent）
　社内の大規模な文書データやナレッジベースから、必要な情報を瞬時に検索・抽出し、分かりやすい回答や要約を提供するエージェントです。社内規程、マニュアル、報告書、ナレッジ記事などの膨大な社内情報の中から知りたい内容を探し出し業務課題を解決します。一般的に、社員が社内問い合わせや資料検索を実施する場合、データが整理されていないと求めている情報がすぐに取得できず、手間を要します。一方で、当該サービスでは当社グループ独自のRetrieval Augmented Generation (RAG) 技術を用いており、未整理のデータであったとしてもAIが理解・参照して適切な回答を生成することが可能となりますので、社内ナレッジの有効活用と業務効率化に寄与しております。そのため、社員はエンタープライズサーチエージェントを通じて、社内ナレッジに基づいた回答を得られるため、情報検索に費やす時間を削減しコア業務に集中できます。

②エンタープライズリサーチエージェント（Enterprise Research Agent）

　エンタープライズリサーチエージェントは、社内に散在する多様な情報源（文書、データベース、業務システム等）を統合的に活用し、高度なレポート作成を自動化するエージェントです。社員は、必要な情報を手動で収集・分析する手間から解放され、エージェントにレポートのテーマや必要な情報を指示するだけで、AIが関連データを抽出し、構造化されたレポートを迅速に生成します。

　例えば、営業部門であれば、顧客データや販売履歴、市場調査レポートなどを基に、売上分析レポートや顧客動向レポートを自動作成できます。また、マーケティング部門であれば、キャンペーンデータやWebサイトアクセスログ、競合情報などを統合し、効果測定レポートや市場機会分析レポートを効率的に作成することが可能です。

　当社のエンタープライズリサーチエージェントは、自然言語処理やデータ分析、レポート生成といった複数のAI技術を組み合わせることで、単なるデータ抽出に留まらず、データの解釈や洞察の提示まで支援します。これにより、社員はデータに基づいた意思決定を迅速に行うことができ、業務の効率化と高度化に貢献します。情報収集とレポート作成にかかる時間を大幅に削減し、より戦略的な業務に注力できる環境を提供します。

③BIデータ分析エージェント（Gen BI Agent）
　社内のBIシステム（※12）やデータベースに蓄積された業務データをAIが分析し、対話形式でレポートを作成するAIエージェントです。エンタープライズ検索エージェントはWord、PDFなど非定型の文書を対象にしてAIが答えますが、BIデータ分析エージェントはデータベースなど定型のデータを対象にします。ユーザーが入力した自然言語をSQL（※13）や各BIシステムに対するBQL（※14）に問題なく変換する技術が重要です。専門のアナリストや複雑なBIツールを介さずとも、担当者が知りたい指標を質問するだけで、AIが該当データを抽出・集計し、グラフや表も含めたレポートを自動生成します。従来はデータ抽出やレポーティングに専門知識と時間が必要でしたが、本AIエージェントはその課題を解決します。例えば「今月の地域別売上傾向を教えて」と尋ねると、売上データから地域別の数値を分析し、増減傾向を示すグラフ付きで回答します。

　ExcelやMySQL、Oracle、PowerBIなど様々なデータベースやBIシステムに対応しており、経営数値のレポートから顧客アンケート分析、在庫予測まで幅広い用途で活用されています。これにより、データ分析の専門スキルがないビジネス担当者でも必要な情報を即座に得られ、データに基づく意思決定を支援します。Gen BI Agentは対話型BIのアプローチを実現し、データ活用のハードルを低減することで業務全般の効率化に貢献しています。
 
④リスク管理エージェント（Risk Management Agent）
　プロジェクトの計画内容などから潜在的なリスク要因を洗い出し、リスクごとの対策やアドバイスまで提示するAIエージェントです。プロジェクトマネジメントにおいて見落としがちな課題を事前に発見し、リスクの可視化と管理の効率化を支援します。新規プロジェクトの企画書や計画書を入力すると、AIが第三者の視点で起こり得るリスクを自動抽出し、それぞれのリスクに対する回避策や緩和策の提案まで行います。生成されたリスク一覧とアドバイスはそのまま会議資料等に利用でき、プロジェクト立ち上げ時のリスク検討プロセスを大幅に簡素化します。これにより、プロジェクト担当者は初期段階から包括的なリスクマネジメント計画を立案でき、プロジェクト失敗の可能性を低減できます。リスク管理エージェントは既に社内プロジェクトのレビューや顧客提案資料のチェックなどに利用されており、人間の経験や知見に頼らずともAIが網羅的にリスクを指摘してくれるため、プロジェクト管理の品質向上に繋がっています。重要なプロジェクトの計画段階で本AIエージェントを活用することで、事前準備の抜け漏れ防止と関係者間の共通認識形成がスムーズになります。
 
⑤保険商品推薦エージェント（Insurance Product Recommendation Agent）
　保険業界向けに提供されているエージェントで、顧客のプロフィールやニーズに基づき最適な保険商品を自動推薦します。保険営業やコールセンターにおいて、顧客ごとに膨大な商品ラインナップから適切なプランを選定する負荷を軽減し、提案精度を高めることが目的です。営業担当者が顧客の年齢・家族構成・予算・希望保障内容などを入力すると、AIが社内に用意された商品知識データベースを横断的に参照し、その顧客に最も適した保険商品やプランの組み合わせを提示します。例えば生命保険会社では、新規顧客ヒアリング時に本エージェントを活用し、数ある商品の中から顧客の状況にフィットするトップ3プランを即座に提示することで、提案までのリードタイムを大幅短縮しています。これにより営業担当者の経験や勘に頼ることなく、一貫した品質で商品提案が可能となり、顧客満足度の向上やクロージング率の改善につながっています。さらに、提案理由や見積もり条件も自動生成されるため、顧客への説明もスムーズに行えます。保険商品推薦エージェントは既に保険各社のオンライン相談窓口や対面営業で導入が進んでおり、顧客ニーズにマッチしたサービス提供を支援することで契約獲得の支援ツールとして機能しています。

（２）当社グループの技術基盤と強み

　当社グループは、企業がAIエージェントを本番環境で実運用する際には、「セキュリティ制約」、「内部データの処理」及び「本番運用の高い壁」という３つの課題が存在すると認識しております。これらの課題を解決するためには、（ⅰ）サービスの提供形態、（ⅱ）LLMの選択と切替、（ⅲ）フルスタックでの提供、（ⅳ）Agentic RAG、（ⅴ）大規模データ処理、（ⅵ）回答根拠の可視化という６つの要件を同時に満たす必要があると当社グループでは分析しております。Alli LLM App Marketは、当社グループ独自の先進技術と堅牢な基盤により、これら６要件を単一のアーキテクチャ（※15）で同時に提供することを可能としており、当社グループの技術的特徴を体現するプラットフォームであります。主な技術基盤及び強みは以下の通りです。

①サービスの提供形態：SaaSとオンプレミスの同時提供
　Alli LLM App Marketは、クラウドサービス（SaaS）として迅速に利用を開始できるほか、顧客のセキュリティポリシーに応じてオンプレミス環境でも同時に導入が可能であります。クラウド利用が困難な金融機関や官公庁等においても、プライベート環境で同等のAIエージェント機能を利用できるため、機密データを外部に出せないケースでも安心して生成AIを活用いただけます。

　一般的に、SaaSとオンプレミスではインフラのスケーリング方式（※16）、利用ライブラリ及びモニタリング方式が大きく異なるため、単一の基盤で双方を管理することは技術的難易度が高く、開発・保守を二重に行う「ダブルメンテナンス」（開発の二重化、改修の遅延及び運用コストの増大）に陥りやすいという課題があります。これを回避する代替的な方法として、顧客ごとの個別機能を条件分岐（if/else）により追加する方法や、コアドメインを含めた基盤全体を顧客単位で複製する方法も考えられますが、前者は特定の顧客向けの修正が他の顧客の機能に意図しない影響を及ぼす不具合を誘発しやすく、後者はコアドメインに変更が生じる都度、全顧客分について同様の改修作業を繰り返す必要が生じるなど、いずれも事業規模の拡大に伴って保守・運用が事実上困難となる構造的な課題を抱えていると当社グループでは認識しております。

　そこで当社グループは、自動回答生成、RAG、LLMアプリビルダー及びAgentビルダー等、当社の競争力の源泉となる機能を「コアドメイン」として位置付け、認証・SSO連携、メール送信、ファイル暗号化及びUI変更（※17）等、業務上の必要性はあるものの当社の差別化要因とはならない機能を「一般ドメイン」として区分した上で、顧客ごとに異なる一般ドメインの機能をコアドメインから分離した「プラグイン」として実装するプラグイン・アーキテクチャを採用しております。これにより、コアドメインの一貫性を保ったままSaaSとオンプレミスの双方を同時に提供することを可能としております。実際に、これまで当社グループに寄せられた顧客固有のカスタマイズ要件は、独自ヘッダー認証、独自SSO連動、独自暗号化サービスとの連動、カスタムOCR処理、カスタムパイプライン、多言語対応、顧客独自サーバーとの連動、HWP形式への変換対応等、いずれも一般ドメインの領域に集中しており、コアドメインに手を加えることなく個社対応を実現できていることを裏付けていると当社グループでは分析しております。

　また、SaaS及びオンプレミスの両環境にFDSE（※18）を配置し、プラットフォームエンジニアリングを通じて運用の標準化を図っております。実際に、当社ではオンプレミス環境で稼働する日本語LLMの提供実績もあり、環境構築から環境実現までの期間を短縮できる実績を有しております。

②LLMの選択と切替
　当社グループは企業向けに独自に開発した多言語対応の大規模言語モデル（LLM）を保有しており、オンプレミス環境にも提供可能であります。自社開発LLM「Alpha v2」はRAGに特化したモデルであり、社外に情報を出さずに高精度な生成AI機能を社内利用することができます。また、SaaS環境においては、OpenAIのGPT等やAnthropicのClaude等の各種LLMモデルを用途に応じて選択及び組み合わせ可能なアーキテクチャを採用しており、プラットフォーム上で複数のモデルを切り替えて活用できます。エンタープライズが特定のLLMモデルに依存（ロックイン）した場合、より優れたモデルが登場した際にもアーキテクチャの上位レイヤーを含めた大規模な追加投資が必要となるほか、AI技術の急速な進化に伴うモデル変更にも迅速に対応できないという弊害が生ずる場合があります。当社グループのプラットフォームは、特定のモデルに依存しないアーキテクチャを採用しているため、各種外部LLMの活用や、自社開発LLMの活用など、提供環境を問わず最適なLLMへの切替が可能な構成としており、企業は自社のニーズやセキュリティ要件に応じたAIモデルを継続的に利用することができます。

③フルスタックでの提供
　当社グループは、LLMの選定から社内データとの連携、インフラの構築・運用及びAIエージェント・アプリの実装に至るまで、エンタープライズがAIを本番運用するために必要な技術スタックを一気通貫で提供しております。具体的には、オープンウェイトLLMを含む複数のLLMの選定及び運用（LLM Ops）、社内システム・コミュニケーションツールとのデータ連携、パブリッククラウド及びオンプレミス／プライベートクラウドに対応したインフラ基盤（コンテナ化されたアプリケーションのデプロイ・スケーリング・運用を自動化するk8s管理（※19）、システムのバグやテストの失敗を自律的に検出・修正するセルフヒーラー等）、並びに企業用検索Agent、データ分析Agent、セールスAgent、法務Agent、財務Agent等の各種AIエージェント及びノーコードAgentビルダーを備えたApp Marketまでを単一のプラットフォーム上で提供しております。これにより、各機能を個別のベンダーから調達し連携させる場合と比較して、導入の迅速性及び運用の一貫性を確保することが可能となっております。プログラミングの知識がなくても自社の業務に合わせたカスタムAIエージェントを作成できるノーコードのエージェント開発ツール（Agentビルダー）を備えていることも、現場部門が主体的にAI活用を推進できる要因となっております。

④Agentic RAG（エージェント型検索拡張生成）技術
　当社のAgentic RAG技術は、従来の検索拡張生成（RAG）を進化させ、企業が抱える特有の課題に対応する独自のアプローチであります。実運用環境においては、データの重複、複数文書間で矛盾する記述及び欠損を含む不完全なデータが存在することに加え、ユーザーからの質問が曖昧であることも少なくありません。従来型のRAGでは、こうした不完全なデータや曖昧な質問に対して不正確な回答を生成してしまう場合がありますが、当社のAgentic RAGは、AIが「思考→実行→修正」のループを通じて自らの回答の質を評価し、必要に応じて検索をやり直すことで、回答の精度と網羅性の向上を図る仕組みとしております。また、類似した文書が複数の場所に存在する場合や、ユーザーのクエリが曖昧な場合には、AIがユーザーに対して追加の情報（Clarification）を要求し、対話的に検索を進めることで、より完成度の高い回答を実現します。さらに、Bi-encoder、Cross-encoder、キーワード検索といった複数の検索手法を最適に組み合わせることで、検索精度と応答速度の両立を図る仕組みとしております。これにより、社内の複雑な情報構造やユーザーの多様な検索ニーズに対応し、真に必要とされる情報へのアクセスを向上させております。

⑤大規模データ処理（MapReduce（※20）技術）
　LLMは、適切な長さのテキストの処理には強みを有する一方、数百万件規模のExcelデータや数百MB規模のWord文書など、大規模なファイルを取りこぼしなく処理することは一般的に困難であります。当社グループは、データ処理の信頼性を高めるため、MapReduce技術（巨大データを複数サーバーに分散して並列処理する仕組み）をノーコードのワークフローに統合しており、これにより大規模データを確実に分割、並列処理及び集約し、高い水準で処理の安定性及びデータ整合性を実現しております。

⑥回答根拠の可視化
　生成AIが提示する回答については、その根拠となる原文の参照箇所をユーザーが直感的に把握できることが、エンタープライズ利用における信頼性確保の観点から重要であります。当社グループのプラットフォームは、回答の根拠となる箇所を原文のレイアウトのまま表示する機能を備えており、原文全体へのリンクのみを提示する方式と比較して、ユーザーが根拠箇所を直観的に理解することを可能とし、ハルシネーション（※21）のリスクを大幅に軽減しております。

　上記の各要件については、これを単体で満たすサービスを提供する事業者は他にも存在するものと当社グループでは認識しておりますが、上記（ⅰ）から（ⅵ）までの６要件全てを単一のアーキテクチャで同時に提供できる点が、当社グループの独自性及び競合優位性であると分析しております。

　なお、当社グループは、上記の技術基盤に加えて、エンタープライズ利用に耐えうるセキュリティ、ガバナンス及び信頼性を支える提供体制を構築しております。プラットフォームには詳細な権限管理機能を用意し、ユーザーや部門ごとにアクセスできるエージェントやデータソースを制限するほか、操作ログを記録及び監査することで、社内ガバナンスを保ちながらAIを活用することができます。加えて、プライバシー保護のためのマスキング処理や、生成された回答内容に対するフィルタリング設定等も行えるため、不適切な情報の流出防止策も講じられております。また、ミッションクリティカル（※22）な業務にも耐えられるよう、サービス稼働状況の監視、自動リカバリ及び負荷分散設計により安定運用を実現するとともに、生成AI活用のコンサルティングサービスを通じて、適用業務の選定から効果測定までを伴走支援しております。これらのセキュリティ措置、運用管理機能及び支援体制をワンストップで提供することにより、企業のAI導入を包括的に支援しております。

［事業系統図］

用語集

４【関係会社の状況】

　（注）１．有価証券届出書又は有価証券報告書を提出している会社はありません。

　　　　２．特定子会社であります。

　　　　３．Allganize Korea Co., Ltd.については、売上高(連結会社相互間の内部売上高を除く)の連結財務諸表における売上高に占める割合が10％を超えております。なお、当該会社の当連結会計年度の主要な損益情報等は、以下のとおりであります。また、記載の各数値は連結会社相互間の内部取引について消去しておりません。

　　　　　　主要な損益情報等　(1) 売上高　　　　　　　899百万円

　　　　　　　　　　　　　　　(2) 経常利益　　　　　　103百万円

　　　　　　　　　　　　　　　(3) 当期純利益　　　　　120百万円

　　　　　　　　　　　　　　　(4) 純資産額　　　　　　209百万円

　　　　　　　　　　　　　　　(5) 総資産額　　　　　　532百万円

　　　　４．Allganize Japan株式会社については、売上高(連結会社相互間の内部売上高を除く)の連結財務諸表における売上高に占める割合が10％を超えております。なお、当該会社の当連結会計年度の主要な損益情報等は、以下のとおりであります。また、記載の各数値は連結会社相互間の内部取引について消去しておりません。

　　　　　　主要な損益情報等　(1) 売上高　　　　　　　804百万円

　　　　　　　　　　　　　　　(2) 経常利益　　　　　　181百万円

　　　　　　　　　　　　　　　(3) 当期純利益　　　　　186百万円

　　　　　　　　　　　　　　　(4) 純資産額　　　　　　279百万円

　　　　　　　　　　　　　　　(5) 総資産額　　　　　　607百万円

５【従業員の状況】

(1）連結会社の状況

（注）１．当社グループの事業は、AIソリューション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省略しております。

　　　２．従業員数は就業人員（当社グループからグループ外への出向者を除き、グループ外から当社グループへの出向者を含む。）であります。

(2）-1 提出会社の状況

　（注）１．従業員数は就業人員（当社から社外への出向者を除き、社外から当社への出向者を含む。）であります。

　　　　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．当社は純粋持株会社として当社グループの経営管理のみを行っております。

(2）-2 最大人員会社の状況

　当事業年度における従業員数が最も多い会社

　Allganize Japan株式会社

　（注）１．従業員数は就業人員であります。

　　　　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）労働組合の状況

　当社グループにおいて労働組合は結成されておりませんが、労使関係は円満であり、特記すべき事項はありません。

(4）管理職に占める女性労働者の割合、男性労働者の育児休業取得率及び労働者の男女の賃金の差異

　当社グループは、「女性の職業生活における活躍の推進に関する法律」（平成27年法律第64号）及び「育児休業、介護休業等育児又は家族介護を行う労働者の福祉に関する法律」（平成３年法律第76号）の規定による公表義務の対象ではないため、記載を省略しております。