Gixo Ltd. · TSE:9219
Gixo — Investor Presentation (September 2026)
37 slides from Gixo's investor presentation, Sep 29, 2026
Slide 1: 事業計画及び成長可能性に関する資料
事業計画及び成長可能性に関する資料 株式会社ギックス（東証グロース 9219） 2026年9月29日 Copyright © 2026 GiXo Ltd.
Slide 2: 本資料の取扱いについて
本資料の取扱いについて 本資料は、情報提供のみを目的として当社が作成したものであり、当社の有価証券の買付けまた は売付け申し込みの勧誘を構成するものではありません。 本資料に含まれる将来予想に関する記述は、当社の判断及び仮定並びに当社が現在利用可能な情 報に基づくものです。将来予想に関する記述には、当社の事業計画、市場規模、競合状況、業界 に関する情報及び成長余力等が含まれます。そのため、これらの将来予想に関する記述は、様々 なリスクや不確定要素に左右され、実際の業績は将来に関する記述に明示または黙示された予想 とは大幅に異なる場合があります。 また本資料には、当社の競争環境、業界のトレンドや
Slide 3: 01.会社概要
01.会社概要 Copyright © 2026 GiXo Ltd. 2
Slide 4: 2030年に向けたビジネス・コンセプト 鬼に金棒。ヒトにAI。
2030年に向けたビジネス・コンセプト 鬼に金棒。 ヒトにAI。 Copyright © 2026 GiXo Ltd. 3
Slide 5: 取組テーマ：クライアントを、AI-Informedに。
取組テーマ：クライアントを、AI-Informedに。 AIの進化は目覚ましく、可能性は無限です。 ギックスは、AIを活用することで、ヒトを強化し、 業務を強化し、クライアントの企業・事業を強く することを目指します。 あらゆる判断を、Data-Informedに。 そして、 クライアントを、AI-Informedに。 Copyright © 2026 GiXo Ltd. 4
Slide 6: 会社概要・沿革
会社概要・沿革 名称 株式会社ギックス 2012年 12月 東京都渋谷区にて、株式会社ギックス設立 2014年 8 月 東京都港区へ本社移転 設立 2012年12月12日設立 2016年 2 月 SBIインベストメント株式会社を引受先とする第三者割当増資の実施 事業内容 データインフォームド事業 2018年 12月 BIPROGY株式会社と業務提携契約を締結 経営陣 代表取締役CEO ：網野 知博 取締役（社外） ：田村 誠一 2019年 1 月 西日本旅客鉄道株式会社と資本業務提携契約を締結 代表取締役COO ：花谷 慎太郎 取締役（社外） ：高阪 のぞみ 併せて株式会社JR西日本イノベーシ
Slide 7: 数字で見るギックスグループ
数字で見るギックスグループ 売上高 拠点数 特許件数 2,765百万円 4拠点 取得済14件 ギックス ：東京本社、大阪オフィス （前期比 115.3％） 富山オフィス NEW！ （うち、共同特許 4件） メイズ ：立川本社 社員数 社員居住地 技術資格* 保有者（延べ人数） 連結 145名 18都道府県 49件 （単体 101名） 北は北海道、南は鹿児島 （2026年8月時点） * IPA/Google Cloud/AWS/Databricks/Tableau/Oracle の技術資格計28種類 Copyright © 2026 GiXo Ltd. 6
Slide 8: 経営メンバー
経営メンバー 女性比率 44% 社外取締役比率 33% 代表取締役CEO 代表取締役COO 取締役 網野 知博 花谷 慎太郎 渡辺 真理 慶應義塾大学卒業。株式会社CSK（現 SCSK 京都大学大学院工学科土木システム工学修士 お茶の水女子大学文教育学部卒業。アクセン 株式会社）、アクセンチュア株式会社、日本 課程修了。日本工営株式会社、IBM Business チュア株式 会社 、 株式会社 ディー ・エ ヌ・ アイ・ビー・エム株式会社を経て 、2012年 Consulting Services (IBCS 、 現 在 は 日 本 ア エーを経て、2023年9月ギックス入社、管理 ギックスを
Slide 9: 02.ギックスのビジネスとは？
02.ギックスのビジネスとは？ Copyright © 2026 GiXo Ltd. 8
Slide 10: ギックスの提供価値：AIを用いて、ヒトを強くする
ギックスの提供価値：AIを用いて、ヒトを強くする ◼ ギックスの提供価値領域は、2つ。 1. ギックス社員をAIで強化することで、AIのチカラを間接的にクライアント企業に提供する 2. AIを組み込んだ仕組みを構築し、AIのチカラを直接的にクライアント企業に提供する クライアント企業 思考サポート 仕組みの業務組み込み （AIの間接提供） （AIの直接提供） AIで強化された人 AIを組み込んだ仕組み （コンサルタント、エンジニア） （ソリューション、プロダクト） AIによる ギックス社員の AI資産の再利用 思考支援 AI・データアセット基盤 Copyright © 2026 GiXo Lt
Slide 11: ギックスのサービス領域
ギックスのサービス領域 ◼ ギックスのサービス領域は、４つ。 ◼ 提供価値領域（AIの間接提供と直接提供）×価値貢献領域（ビジネスとシステム） 間接 AIで強化された人 AIを組み込んだ仕組み 直接 （コンサルタント、エンジニア） （ソリューション、プロダクト） 間接×Biz 直接×Biz Business AI・データ利活用を推進し AI・データを活用した Innovation クライアント企業の プロダクトを提供し ビジネス変革 “考える”を支援する クライアントのビジネスを拡大 （e.g. DIaaS） （e.g. マイグル） AI・データをクライアント業務に AI・データを活用した業務
Slide 12: ギックスの稼ぎ方
ギックスの稼ぎ方 ◼ ギックスは「A.高生産性の人月ビジネス」「B.アセットベースの仕組み提供」「C.協業・協働モ デルによるスケール」の3つの“稼ぎ方”でビジネスを展開します。 間接 直接 AIで強化された人 AIを組み込んだ仕組み プロダクトの展開加速 Business 稼ぎ方A. 稼ぎ方B. 稼ぎ方C. Innovation 生産性の高い アセットベース プロダクト起点 人月ビジネス の仕組み提供 の他社協働 AI活用による AI資産の再利 拡販協力、 System 生産効率UPで 用により、開発 OEM化等で Innovation 収益確保 効率を向上 スケールを狙う Copyrigh
Slide 13: サービス概要①：AI間接提供×ビジネス変革
サービス概要①：AI間接提供×ビジネス変革 ◼ 社内に蓄積されたAIアセットおよび最新のAI技術を活用し、コンサルタントの知見を底上げ。 ◼ データ分析領域を中心に、クライアント企業の事業変革・事業成長を支援します。 AI価値提供形態 ◼ 分析ラボ（DIaaS） • 分析のプロによる伴走支援型分析サービス 領域 間接 直接 • 分析における「設計・実行・解釈」を一気通貫でご支援 • AI・機械学習を活用した各種コンポーネント群を活用し効率的に分析 Biz • クライアントと協働して、ビジネスにつながるデータ分析を実現 • 分析に必要なデータの棚卸・整備から初期レポートまでを迅速に行 います S
Slide 14: サービス概要②：AI直接提供×ビジネス変革
サービス概要②：AI直接提供×ビジネス変革 ◼ 「マイグル」を中心としたソフトウェア・プロダクトの提供による事業変革・事業成長を支援。 ◼ 特に顧客関係構築（CRM）に特化した「ロイヤルティ・マイグル」に注力 AI価値提供形態 間接 直接 ◼ ロイヤルティ・マイグル 領域 • 「マイグル」を発展・応用した顧客関係構築支援サービス Biz • 関係性の薄い顧客（ライトユーザー）を、ゲーミフィケーションを 通じてロイヤル化 • 購買頻度・購買金額が低い顧客が、ゲーム感覚でアクセスする環境 Sys を構築・提供し、クライアントの提供サービスへの興味関心を喚起 • ロイヤルティ・マイグルを通じて取得さ
Slide 15: サービス概要③：AI間接提供×システム変革
サービス概要③：AI間接提供×システム変革 ◼ 豊富なプロジェクト経験で培ったAIアセット・知見を活用し、システム領域の変革を推進します。 ◼ AIを業務に組み込むための業務設計およびシステム設計・企画を行います。 AI価値提供形態 ◼ AI wrapping 間接 直接 • 業務システムへのAI組み込みサービス 領域 • 既存システムを「AIでラッピング（覆う）」することで、統一的な対 話型UI/UX*を実現 Biz • ユーザーがストレスなく業務に従事できる状態を創出 • 部署ごと、業務ごとに異なるUI/UXとなっている実状に対して、シス テムとユーザーの間に「生成AI」を挟み込むことで、
Slide 16: サービス概要④：AI直接提供×システム変革
サービス概要④：AI直接提供×システム変革 ◼ AIアセットを再利用可能なコンポーネントとして整備し、プロダクト開発・システム構築に活用。 ◼ 分析基盤やデータ処理機構にAIアセットを組み込んで提供することにより、クライアントの業務 効率化・高度化をAIのチカラで後押しします。 AI価値提供形態 ◼ AIP (AI-Informed Platform) 領域 間接 直接 • AIを組み込んだデータ分析基盤の提供サービス • データ利活用が限定的な企業・組織に、クライアントがAI-Informed になるための「AI搭載の分析基盤」を提供 Biz • AIによる分析支援機能を用いることで、データ
Slide 17: 03.ギックスの成長戦略とは？
03.ギックスの成長戦略とは？ Copyright © 2026 GiXo Ltd. 16
Slide 18: ギックスの成長戦略
ギックスの成長戦略 2030年に向けて、創業以来培ってきた「戦略コンサルティング×アナリティクス」のケイパビリ ティを生成AIと融合し、クライアント企業へのAI活用支援と自社の価値創造プロセスの高度化を 通じて、新たな成長を実現してまいります。 生成AIを組み込んだ 価値創造プロセス テクノロジー による AI-Informedの実現 提供価値 機械学習による の拡張 統計的分析による可 予測・最適化 視化・示唆提供 2012 2026 2030 （創業） （現在） （ターゲット） Copyright © 2026 GiXo Ltd. 17
Slide 19: アセット活用｜プロジェクトを通じたAI知見の還流
アセット活用｜プロジェクトを通じたAI知見の還流 ◼ 通常のR&Dに加えて、プロジェクト知見を軸にAIアセットを拡充するD&D*を推進します。 ◼ これにより、AIアセットの価値が増大し、提供価値の増幅効果が得られます。 クライアント企業 思考サポート 仕組みの業務組み込み ノ （AIの間接提供） ウ （AIの直接提供） ハ ウ AIで強化された人 ・ AIを組み込んだ仕組み （コンサルタント、エンジニア） 知 （ソリューション、プロダクト） 見 AIによる の 還 ギックス社員の 流 AI資産の再利用 思考支援 AI・データアセット * Delivery ＆ Development Copy
Slide 20: 参考：AI・データアセットの状況（特許）
参考：AI・データアセットの状況（特許） 5ステップのデータ利活用プロセスを、特許技術で幅広くカバーしています。 1 2 3 4 5 データ準備 分析準備 分析 ビジネス接続 ビジネス実装 データ創造、取得、 データ粒度変更、 アルゴリズム、 事実把握、特徴発見、 施策検討、 格納、整備、統合 ベクトル化 分析プロセス 示唆抽出 施策実行 3件 1件 4件 （共同特許 1件を含む） 出願中 +4 5件 （共同特許 2件を含む） 出願中 +1 ※共同特許 1件（共同特許 1件を含む） 出願中 +1 Copyright © 2026 GiXo Ltd. 19
Slide 21: 営業方針｜クライアント開拓・展開
営業方針｜クライアント開拓・展開 営業体制を再整理。新規リード作りおよび刈り取り、既存アカウントへの取引拡大アプローチに 際し、役割分担を明確化したことで、効率的かつ効果的な営業活動が可能に。 年間取引額に基づく顧客区分毎の営業方針 ①大型案件の一本釣り CBO*が中心となり、経営課題解決の観点で経営層にア Aクライアント 新規 タック。AIPやAI wrapping などの中長期的な投資判断 Chief Business Officer を伴うテーマを基軸に議論を進める。 （CBO） 1億円 DIaaS（ギックス版FDE）等のプロジェクト推進を通じ 既 ②BIGアカウント内縦横展開 て顧客の
Slide 22: 営業方針｜協業モデルの発展・推進
営業方針｜協業モデルの発展・推進 アナリティクスプロジェクトから発展したトヨタモビリティパーツ様、マイグル活用から発展し たLINEヤフー様の事例を踏まえ、新規・既存に関わらず協業提案の可能性を常に模索します。 AI技術×ビジネス パートナー企業の事業にAIアセットを組 み込み、複数領域で再現可能に展開 AIで強化 AIを組み込んだ プロダクトの された人 仕組み 展開加速 ギックスのAI技術 稼ぎ方C. Business プロダクト 協業パートナー Innovation 起点の 企業の 稼ぎ方B. 稼ぎ方A. アセット 他社協働 “ビジネス” 生産性の高い ベースの仕組 拡販協力、 人月ビジ
Slide 23: デリバリー｜品質管理体制の構築・強化
デリバリー｜品質管理体制の構築・強化 炎上案件・コストオーバーランを未然に防ぐことを目指し、対策を講じています。 • 専門チームによる提案内容の事前 リスク管理 確認をルール化 プロセスの導入 • デリバリーリスクを事前に洗い出 し、事故を未然に防ぐ管理体制に オファリング • 各部門内のチーム編成を変 専門性の強化 • AI・データアセットを基軸 更し、専門性を高められる の導入 にした案件の“型化”を推進 組織に • 生産性向上とデリバリー品 • R&D組織からのサポート範 質向上を同時に実現 囲・方針を明確化 Copyright © 2026 GiXo Ltd. 22
Slide 24: 人材採用・育成｜体制強化およびAI活用
人材採用・育成｜体制強化およびAI活用 人的リソースの獲得・育成・維持の観点から、4つの重点領域を定めて補強を行っています。 初期 OJT/ グループ 採用 育成 Off-JT シナジー グループ人材戦略室に 新卒を含むジュニアク AIを活用した育成支援 PMIにおける企業文化 一本化し、専門性を ラスを「グループ人材 ツールを独自開発。育 浸透と並行し、グルー 持った採用体制を構築。 戦略室所属」とし、 成の質と効率を同時に プ会社の人材を活用し フォローを強化。 向上。 た内製率向上を推進。 Copyright © 2026 GiXo Ltd. 23
Slide 25: 04.ギックスはAI・データ市場をどう見ているのか？
04.ギックスはAI・データ市場を どう見ているのか？ Copyright © 2026 GiXo Ltd. 24
Slide 26: AI・データ市場は、大きな伸長が見込まれる
AI・データ市場は、大きな伸長が見込まれる 2030年のAI市場は9兆円、データ市場は4.5兆円規模と見込まれます。 ギックスは、特に「AIを活用したデータ基盤」と「Local-LLM」にフォーカスします。 国内AI・データ利活用市場 ギックスの注力領域 9.00 兆円 6.89 AIを活用したデータ基盤 兆円 ( AIP/AI-Informed Platform ) AI市場*1 CAGR 30.6% 3.05 4.50 兆円 兆円 2.37 兆円 2.07 兆円 データ利活用市場*2 CAGR 13.8% Local-LLM ( AI wrapping 等 ) 2024 2025 2026
Slide 27: 我々のフォーカスポイント
我々のフォーカスポイント ◼ 当社が長年培ってきたアセット群を活用しつつ、軽く迅速なPoCから実用可能な仕組み構築まで一気通貫で提供するこ とにより、幅広い企業様のAI活用・データ活用をご支援することが可能です。 当社の強み 当社のポジショニング 加えて、ケイパビリティ類似性の高い競合に比して、 業務変革経験および、蓄積されたAI・データアセット 実績に裏打ちされた 軽 の活用により、高付加価値＆高生産性を実現可能 アセット群 領域特化型 GiXo 初 コンサル 創業以来、数多くのクライアントに価値貢献して 期 きた実績と、そこから生み出されたアセット群 投 資 戦略 領域特化型 開発会社 の
Slide 28: AIを活用したデータ基盤：AIP / AI-Informed Platform
AIを活用したデータ基盤 ： AIP / AI-Informed Platform 単なる分析結果を求める時代が終わり、確実な成果が求められるようになりました。AIPは「ヒト が判断するための発見・示唆をAIが出してくる状態」を、データ基盤として構築・提供します。 データ利活用ニーズの変化 【AIPによる判断支援】 データ AI データから 示唆を得たい 分析結果 発見・示唆 早く・確実に 成果を出したい AI-Informed Copyright © 2026 GiXo Ltd. 27
Slide 29: Local-LLM：自前の生成AIで“安全”と“信頼”を確立
Local‐LLM：自前の生成AIで“安全”と“信頼”を確立 生成AIの活用は広く浸透したが、業務利用に際しては、さまざまな課題があります。 ギックスは、Local‐LLMを用いて「仕事に使える」過不足ない生成AI環境を構築・運用します。 生成AI活用の課題 Local‐LLMの強み セキュリティ 挙動の安定 プライベート環境に構築する ことで、情報漏洩を防ぐ バージョンを固定し、外的要 機密情報を外部に出したく 推論モデルのバージョンを 因での挙動変化を防止 ない（漏洩を防ぎたい） 固定したい オープンなモデルを用いるこ 透明性の確保 特定業務の専門性 とで、推論・行動に高い監査 性を確立
Slide 30: 2030年に向けて｜AI-Informedの実現へ
2030年に向けて｜AI-Informedの実現へ AI時代が到来したことで、Data-Informedの重要性は益々高まります。 その中で、2030年までは「AI-Informed」が大きなキーワードになると考えています。 Data-Informed AI-Informed 人間が データを分析し、 より早く ヒトが考えるための AIのチカラで より精度高く 材料（インプット） データの読み解きから 示唆の抽出まで “判断”できる を提供 社会へ より広範に支援 これまで培ってきたData-Informedのケイパビリティに、AI技術を組み合わせることで クライアント企業の成長と共に、我々の
Slide 31: 05.業績・経営指標・配当方針・リスク情報
05.業績・経営指標・配当方針・ リスク情報 Copyright © 2026 GiXo Ltd. 30
Slide 32: 2026年6月期 実績・2027年6月期 業績予想
2026年6月期 実績・2027年6月期 業績予想 売上高 コア営業利益* 業績予想： 業績予想： 実績： ＋43.7％ ＋8.5％ ＋15.3％ 実績：黒字化 ＋166百万円 133 92 2,765 3,000 2,398 -74 2025/6期 2026/6期 2027/6期 2025/6期 2026/6期 2027/6期 なお、これまで開示していた中期財務目標については見直すこととし、AI・データアセットを軸とした新しい収益モデルを反映し、改 めて策定・開示する予定です。 * コア営業利益＝営業利益 ＋ のれん償却費 ＋ M&A関連費用（M&Aに関連して一時的に発生する費用（例：仲介手
Slide 33: 2026年6月期 KPI
2026年6月期 KPI KPI① 年間取引高構成 KPI② 1人当たり売上高（四半期） KPI③ M&A Aクライアント （年間取引高：1億円以上） 4社 クロージング （＋1社） 7.3百万円 1件 Bクライアント （△0.6百万円） 2025年10月メイズ社 （年間取引高：10百万円以上 1億円未満） 15社 * ターゲットを定め、質を重視して （＋2社） 実行してまいります Copyright © 2026 GiXo Ltd. 32
Slide 34: 2027年6月期 KPI
2027年6月期 KPI 2027年6月期のKPIを以下2つに設定いたします M&Aは質を重視した活動を目指しているため指標から削除しておりますが、残り2つについては継続指標とし、一部より拡 張した指標（利益確保を重視する方針であることから、「1人当たり年間粗利」を追加）を採用しております ※2026年6月期を参考値として掲載します KPI①：生産性 KPI②：顧客深度 1人当たり売上高・粗利（単体） 顧客単価・分布（単体） 2026年6月期 2026年6月期 Aクライアント 1人当たり年間売上高 （年間取引高：1億円以上） 32百万円 4社 1人当たり年間粗利 Bクライアント 11百万円 （
Slide 35: 2027年6月期 配当予想
2027年6月期 配当予想 年間配当額 1株当たり 53.5円 【ご参考情報】 創業者3名は配当を辞退する予定 中間配当 26.5円 代表取締役CEO 網野 期末配当 27.0円 代表取締役COO 花谷 上級執行役員 田中 Copyright © 2026 GiXo Ltd. 34
Slide 36: 事業のリスクと対応方針
事業のリスクと対応方針 発生 リスク分類 主要なリスク 影響度 当社の対応方針 可能性 パートナー人材の活用・確保 人材の確保・維持および育成 高 大 内部における適切な人材育成・教育 事業推進の不確実性 クライアントの部内/社内展開による関係深化 特定の売上先への依存 高 大 業界内展開・他業界展開による顧客増 最先端の機械学習・深層学習技術・自然言語 技術革新による影響 低 中 処理技術などを組み合わせたビジネスモデル スタートアップに共通する 事業推進の不確実性 業界を横断したサービスの提供 新規事業の創出 中 大 事業拡大に向けた投資の推進 M&Aの活用による非連続な成長 グループ・リ
Slide 37: あらゆる判断を、Data-Informedに。
あらゆる判断を、 Data-Informedに。 Copyright © 2026 GiXo Ltd.