Slide 1: 事業計画及び成長可能性に関する事項
I N F R A S T R U C T U R E + L I F E + I N N O V A T I O N 株式会社グリッド(証券コード5582) 事業計画及び成長可能性に関する事項 2026年9月29日
Slide 2: 免責事項
免責事項 本資料の取扱いについて 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。これらは、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又は 黙示された予想とは大きく異なる場合があることにご留意ください。 上記の実際の業績に影響を与える要因としては、国内外の経済情勢や当社に関連する業界動向等が含まれ ていますが、これらに限られるものではありません。 「事業計画及び成長可能性に関する事項」は毎年９月ごろを目途として開示をすることを基本としており ますが、経営・事業環境等に大きな変化が発生した場合には、速やかに開
Slide 3: CEO message
CEO message 社会インフラの意思決定を支える次世代の基盤を目指す 社会インフラは、日々の無数の判断によって動いています。電気をどれだけつくるか、船をどの港へ向かわせるか、 どの車両をいつ動かすか。こうした判断は長年、熟練者の経験と知見に支えられてきました。 一方、人材の確保が難しくなるなか、需要の変動や設備制約によって、意思決定はますます複雑になっています。限 られた設備・人・エネルギーを最大限に活かし、少ない投資で、より大きな価値を生み出す。 そこに、私たちの役割があります。 私たちは、熟練者の判断構造を定式化し、最適化技術によって、現場で実行できる計画へと変えてきました。その対
Slide 4: 目次
目次 1 企業理念・ビジョン・事業概要 2 成長戦略 3 財務実績 ＊過去３ケ年の実績及び今期目標 4 人材戦略 5 新たなる取り組み 6 ユースケース 7 その他 © 2026 GRID Inc. 4
Slide 5: 目次
目次 1 企業理念・ビジョン・事業概要 2 成長戦略 3 財務実績 ＊過去３ケ年の実績及び今期目標 4 人材戦略 5 新たなる取り組み 6 ユースケース 7 その他 © 2026 GRID Inc. 5
Slide 6: 企業理念
1 企業理念・ビジョン・事業概要 私たちの存在意義と、目指す未来像 企業理念 INFRASTRUCTURE +LIFE+ INNOVATION テクノロジーの力で社会インフラを支える 社会インフラは私たちの日々の暮らしを支えています。明かり、水、荷物の配送 ―当たり前の暮らしの裏側では、多くの熟練者が無数の選択肢から最良の稼働計画 を考えています。 設備は進化しても、インフラをどう動かすかは常に人が担い、その計画は複雑で課題も多く残されています。ここにイノベーションを起こせば、暮らしはよりよくな ります。精緻な計算に支えられた安定した強固なインフラ、無駄のない省エネでクリーンな社会、効率化が生
Slide 7: ビジョン
1 企業理念・ビジョン・事業概要 私たちの存在意義と、目指す未来像 ビジョン 日本や世界の社会インフラに貢献する デジタル企業のトップランナー 顧客のシステムの一部ではなく、次世代インフラの「基盤」そのものになる。 AIエージェントが顧客と一体となり、対話型・自律型システムを通じて、高度な意思決定を自律的に支援する。インフラ企業にとってのファーストベンダー、さらに は唯一無二のベンダーとしての地位を確立する。 © 2026 GRID Inc. 7
Slide 8: 当社を取り巻く環境：マクロトレンド
1 企業理念・ビジョン・事業概要 当社を取り巻く環境：マクロトレンドが、事業成長を後押しする 社会インフラへの需要は増えて複雑になる一方、担い手は減っている。グリッドは、その供給力を最適化AIと蓄電池で拡張する。 ① データセンターの増加に伴う電力需要の拡大 ② 社会インフラ設備の老朽化 データセンター新増設等で電力需要が急増。 発電所等の電力インフラは経年による設備の老朽化が進行。 2035年度までに568億kWh増加見込み[1]。 国は適切な再投資・維持管理の促進を打ち出している[2]。 当社の事業 ③ 人手不足による労働力の減少 ④ 生成AIのますますの普及 少子高齢化による人手不足が加
Slide 9: グリッドの使命
1 企業理念・ビジョン・事業概要 グリッドの使命 取り巻く環境の劇的な変化 社会インフラの供給力を、 2050年までに、 送配電網に デジタルで拡張 合計6～7兆円規模の投資 2040年度に再エネ 約4～5割 （第7次エネルギー基本計画） 複雑化 2030年度に輸送力34% グリッドは、AI最適化と蓄電池により、限られ （約9億トン相当）の不足 た設備・人・エネルギーから、より大きな供給 力を創出。 電力分野では燃料費と設備投資を最適化し、物 最適化・蓄電池 流分野では限られた車両と時間から最大限の輸 による物理限界の解放 送力を引き出す。 高齢化率：29.4% 65歳以上3,619万人 単な
Slide 10: グリッドは投資効果を最大化し、コストを最適化する
1 企業理念・ビジョン・事業概要 グリッドは投資効果を最大化し、コストを最適化する グリッドは、AI最適化により、限られた設備・人・エネルギーから、より大きな供給力を創出。電力分野では燃料費と設備投資を最適化し、 物流分野では限られた車両と時間から最大限の輸送力を引き出す。 未来の社会インフラの生産性と収益性を高める仕組みを構築。 背景 従来型 グリッドのアプローチ ソフトウェアとハードウェアの両面で需要の集中を平準化し 対応方針 需要が高まる時期に合わせて設備や人員を配置 限界を高める コスト 巨額の投資が必要 巨額の物理的投資や人材投資を「回避」 労働依存 人海戦術・熟練者の勘に依存 AI
Slide 11: 社会インフラを対象とした２つの事業
1 企業理念・ビジョン・事業概要 社会インフラを対象とした２つの事業 社会インフラをベースにしたAI事業、インフラアセット事業の２つの事業セグメントで展開。 AI事業 インフラアセット事業 01 02 03 04 電力 製造・運輸 都市・交通 エネルギーマネジメント 需給計画 配船/輸送計画 蓄電所開発 鉄道運行計画 送配電計画 生産計画 渋滞予測 データセンター VPP 空港/運航計画 分散電源 © 2026 GRID Inc. 11
Slide 12: AIと最適化を接合し、現場で実行できる計画へ
1 企業理念・ビジョン・事業概要 AIと最適化を接合し、現場で実行できる計画へ AIで未来を予測するだけでなく、「その時、現場でどう動くか」まで具体的な計画を立案するのが最適化AIシステム。 AI 最適化AI 計画 「これから何が起きるか」 「どう動くのが最善か」 「現場がそのまま使える形に」 未来の事象を予測 最善の行動を選択 意思決定 需要・供給・設備状態などを、蓄 コスト・制約・リスクを踏まえ、取り得る 導いた解を業務プロセスに合う計画へ落 積データから高い精度で予測する 選択肢から最良の打ち手を数理的に導く とし込み、現場の実行までつなげる 身近な例：カーナビ 渋滞の予測 最適なルート
Slide 13: 価値創造プロセス
1 企業理念・ビジョン・事業概要 価値創造プロセス 2つの事業を通じて、社会インフラの持続的な価値を創出 INFRASTRUCTURE ＋ LIFE ＋ INNOVATION INPUT BUSINESS MODEL OUTPUT OUTCOME IMPACT 経営資源 価値を生む仕組み 提供価値 顧客・事業成果 社会への波及 人的資本 AI開発 電力 社会インフラの安定供給 計画業務の標準化・迅速化 （発電・送配電） システム実装 製造・運輸 再エネ主力電源化 AI 技術基盤 （石油元売、セメント、 発電・輸送コストの低減 事 海運、航空、自動車） 業 運用・改善 環境負荷の低減 都市・交通
Slide 14: セグメント区分の変更
※セグメント区分の変更 蓄電所開発が本格稼働、複数セグメント開示に移行 「AI事業」に続く新たな収益の柱となる蓄電所開発の立ち上げに成功。蓄電所開発に係る売上比率が20％を超え、その重要性が高 まったことから、2026年６月期より新たに「インフラアセット事業」としてセグメント開示。 開示区分の変更点 項目 変更前 変更後 セグメント数 AI事業：単一セグメント AI事業／インフラアセット事業：２セグメント 蓄電所開発の位置付け AI事業内の「エネルギーマネジメントドメイン」 独立した「インフラアセット事業」 開示名称 蓄電所開発／エネルギーマネジメント インフラアセット事業 © 2026 GR
Slide 15: 目次
目次 1 企業理念・ビジョン・事業概要 2 成長戦略 3 財務実績 ＊過去３ケ年の実績及び今期目標 4 人材戦略 5 新たなる取り組み 6 ユースケース 7 その他 © 2026 GRID Inc. 15
Slide 16: AI事業
AI事業 artificial intelligence infrastructure assets AI事業 © 2026 GRID Inc. 16
Slide 17: 成長戦略 – AI事業
2 成長戦略 – AI事業 AI事業の成長戦略・事業構造・技術優位性から市場機会・収益拡大の道筋 01 課題認識 社会インフラの計画業務が抱える課題と、自動化・最適化の必要性 02 中核技術 数理最適化とAIエンジンによる計画自動立案の仕組み 03 提供価値 最適化がもたらす効果と、現場に浸透するインダストリアルUI/UX・事業モデル 04 成長戦略 成長戦略・TAMの拡大・成長可能性 05 事業基盤 ポジショニング・競合優位性・ 顧客基盤・ReNom Apps 06 将来展望 中期ロードマップ・事業リスク © 2026 GRID Inc. 17
Slide 18: GRIDのAIが実現する計画業務の自動化・最適化
2 成長戦略 – AI事業 課題認識： GRIDのAIが実現する計画業務の自動化・最適化 インフラを運行させる計画の策定には膨大な時間が必要になるが、 GRIDは社会インフラのオペレーションを最適化するAIエンジンを開発し、最適なインフラ計画を自動で立案。 従来 熟練者 計画 AI 最適化 エンジン 計画 膨大な時間 自動立案 © 2026 GRID Inc. 18
Slide 19: 社会インフラの計画業務は、もはや人手では解ききれない
2 成長戦略 – AI事業 課題認識：社会インフラの計画業務は、もはや人手では解ききれない。 天候、需要、市場価格、設備トラブル。計画の前提は刻々と変わり、そのたびに作り直しが必要になる。組み合わせは10の1000乗通り以上。 人手で全ての組み合わせから最良の計画を選び切ることは困難。そこへ人手不足と再エネ拡大による変動が重なり、自動化は選択肢ではなく 前提になっている。 深刻な属人化リスク 計画策定の負担 1000 熟練者に依存し、属人化。 計画作成に長時間を要し、問題が見つ ノウハウの継承には長い時間がかかる。 かると最初からやり直しが発生する。 10 通り 最適化が困難 事前検証が難しく
Slide 20: 中核技術：数理最適化
2 成長戦略 – AI事業 中核技術：社会課題を解決するグリッドの中核技術は「数理最適化」 生成AIに代表される帰納型AIとは異なる原理で、「意思決定」そのものをAI化する。 帰納型 演繹型 データからルールを学ぶ ルールから最善手を導く 01 学習データが不要 必要なのは、業務の目的・ルールの言語化。データが揃わ 予測 目的 ない業務でも始められる。 02 制約を必ず守る 法規制・契約・運用ルールなどの遵守を、数学的に保証で 分類 制約 きる。 03 シミュレーションに使える 生成 選択肢 遵守すべきルールが変わった時の影響を、事前に試算でき る。 © 2026 GRID Inc. 20
Slide 21: 中核技術：数理最適化とは
2 成長戦略 – AI事業 中核技術：数理最適化とは 数学を使い、ルールを守りながら、ぶつかり合う目的に折り合いをつけ、いちばん良い答えを選ぶ技術。 身近な配車アプリを使い説明します： 1 目指すこと：アプリ運営会社は、次の3つを同時に目指す • お客様の待ち時間を短くする • 自社の利益を増やす • ドライバーの収入を増やし、働き続けてもらう ただし、この3つはぶつかり合う。 • 一番近い車を向かわせる → お客様はすぐ乗れるが、長く客待ちしていた別のドライバーには仕事が回らない • 料金を上げる → 自社の利益は増えるが、お客さんが離れる • 儲かる長距離のお客さんを優先 → ドライバーの
Slide 22: AIエンジンの開発力
2 成長戦略 – AI事業 中核技術：社会インフラのオペレーションを最適化する、AIエンジンの開発力 現場に入り込んで判断基準を聞き出し、数式に落とし、そのまま実行できる計画として返す。実証で終わらせず、実務で使い続けられるシス テムを開発。 01 — TACIT KNOWLEDGE 02 — FORMULATE 03 — OUTPUT 現場に眠る暗黙知 一つひとつ、定式化する 最適化計画を、自動立案 熟練者だけが持つ判断基準・運用ルール 定式化された数式の集合体が、グリッドの 複数シナリオを比較し、シミュレータで ・例外処理を、業務に入り込んで引き出 AIエンジン。 検証済みの実行可能な計画
Slide 23: 提供価値：最適化による効果
2 成長戦略 – AI事業 提供価値：最適化による効果 計画の立て方が変われば、変わるのは一つではない。コスト・人・時間という社内の効果に加え、環境という社会への効果まで届く。 最適化余地残存 属人化 業務負荷大 CO2非考慮 コスト削減 標準化 計画策定時間削減 環境負荷削減 制約を満たす組み合わせの中から、最 判断基準が数式として残るため、誰が 立案を自動化し、人は案の比較と意思 CO2を制約と目的に組み込み、コスト もコストの低い一手を選び切る。 組んでも同じ品質の計画になる。 決定に時間を使える。 と両立させて減らす。 © 2026 GRID Inc. 23
Slide 24: インダストリアルUI/UX
2 成長戦略 – AI事業 提供価値：誰もが直感的に使える、インダストリアルUI/UX UI/UXは“見た目”ではなく、成果を生む業務構造。ロジックが優秀でも、使いにくければ成果は出ない。 熟練者でなくても、初日から同じ手順・同じ品質で操作できる。現場に定着するUI/UXが、最適化を成果に変える。 01 迷わない — 業務の手数を削減 業務の「型」に沿って操作を進められる。次に何をすべき かを画面が示すため、手順を覚えていなくても迷わない。 02 止めない — 業務の時間を短縮 急な変更や割り込みにもすぐ気づける。関係する画面へ直 接移動できるため、手順に縛られず作業を止めない。 03 間違わ
Slide 25: 提供価値：事業モデル
2 成長戦略 – AI事業 提供価値：事業モデル AI開発を起点に、業務システムの開発から運用保守までを一貫して担う。運用開始後も、市場環境や制度の変化に応じて継続的に改善す ることで、長期にわたり収益機会を積み上げられる事業モデル。 01. AI開発 02. 業務システム開発 03. 運用・保守 精度の高い AIの業務効果を最大化させる 運用後も変化に対応し、 提 供 AI・最適化ロジックを開発 アプリケーションを開発 継続的に価値を最大化 内 • AIロジックをシステムへ実装 • 市場・制度変更への対応 • 業務に合わせたロジック開発 容 • 数理最適化・予測・AIモデル • UI/UX設
Slide 26: 成長戦略：２つのマテリアリティ
2 成長戦略 – AI事業 成長戦略： ２つのマテリアリティ 新規市場への展開と既存顧客への提供価値拡大を両輪に、売上・利益の持続的な成長を目指す。 基本戦略 基本戦略 01 TAMの拡張 02 既存顧客の深耕 持続的な収益成長の実現 ・大型化 新規領域の拡大 × 顧客価値の 電力・物流で培った技術と知 新たな計画業務・周辺業務・ 最大化により、 売上・利益の 見を新業種へ展開し、新規顧 運用制御へ、導入範囲を拡大 客を獲得 中長期的な成長を実現しま す。 © 2026 GRID Inc. 26
Slide 27: AI事業のTAMは中長期的に拡大
2 成長戦略 – AI事業 成長戦略： AI事業のTAMは中長期的に拡大 電力・エネルギー、製造・運輸、都市・交通におけるTAMは、2025年3.84兆円から2030年6.25兆円へ62.8％拡大 2030年 6.25 2025年 TAM 兆円 3.84 着実に拡大 (+62.8%) 兆円 6.25兆円 5.32兆円 5.78兆円 4.85兆円 4.34兆円 3.84兆円 3.36兆円 2024年 2025年 2026年 2027年 2028年 2029年 2030年 ※当社が注力する対象業種のDX投資額を、市場機会の目安として集計したものです。 出典：富士キメラ総研「業種別IT投資動向 /
Slide 28: 社会インフラのあらゆる現場がグリッドのTAMになる
2 成長戦略 – AI事業 電力 火力発電の起動停止・出力計画最適化 社会インフラのあらゆる現場が 海上輸送 タンカー・貨物船の配船・運航最適化 課題 発電機の起動・停止には多大なコストと時間がかか り、発電量や電力の出力変動に合わせた最適な運転 グリッドの TAMになる 課題 課題 貨物や燃料の需要、港の混雑状況、潮位、天候、燃 料価格などを考慮した配船計画の作成にベテランの スケジュール作成が困難。 ノウハウが必要で、時間がかかる。 最適化内容 最適化内容 電力需要予測に基づき、各発電機のON/OFFや出力を 複数の船舶に対する荷物の割り当て、寄港順序、航 最適化。コスト・CO2排出量を最
Slide 29: 構造的課題を背景にAI・最適化ニーズが拡大
2 成長戦略 – AI事業 成長戦略：日本社会が抱える構造的課題を背景に、AI・最適化へのニーズが拡大 電力・サプライチェーン・鉄道では、維持すべきサービスと調整対象が増える一方、担い手となる人材は減少。 限られた人員でより多く・より複雑な意思決定を行うためのAI・最適化のニーズは高まる。 業務の複雑化 担い手不足 電力 需給・市場取引・設備運用が複雑化 日本全体で生産年齢人口は減少 • 電力需要量: 2025年度 8,034億kWh→2035年 8,461億kWh(+5.3%) [1] • 2020年: 7,509万人 → 2040年: 6,213万人(-17%) [6] • 再エネ比率:
Slide 30: 収益性と成長性を実現する産業ポートフォリオ
2 成長戦略 – AI事業 成長戦略：収益性と成長性を実現する産業ポートフォリオ 産業ドメインごとに成長段階と役割を明確にしたポートフォリオを構築。既存ドメインの高収益化と、新たな顧客・市場の開拓による収益源 の創出を両立し、収益性と成長性の双方を高める。 電力・エネルギー 都市・交通 顧客内新テーマ 新市場への拡張 既 （既存顧客 x 周辺業務） （新規顧客 x 周辺業務） 存 需給計画から燃料調達・蓄電池・入札へ展開 車両運用・乗務員計画・拠点配置へ展開 顧 提 客 ( 最適化AI×生成AIで計画・判断を高度化 計画連携で安全性・効率性・レジリエンスを向上 供 の 価 値 深 業績への寄与
Slide 31: 生成AIの普及で適用領域が拡大
2 成長戦略 – AI事業 成長戦略：生成AIの普及で、グリッドの意思決定AIの適用領域が拡大 生成AIが現場の要望を理解・整理し、グリッドの数理最適化が複雑な条件を守った実行計画を計算。 生成AI 異なる専門性だからこそ グリッドのAI・最適化 補完価値が生まれる 要望の理解・対話・説明 実行可能な計画を計算 確率・統計 高度な数学力 データを学習し、傾向やパターンを捉える 業務制約を数式・アルゴリズムへ 生成AIには限界あり + 意思決定AIに求められる3つの価値 補完 最適性 厳密な制約充足や最適性の担保が難しい 最適性 最良の組み合わせを選ぶ 制約条件 制約条件に違反する可能性がある
Slide 32: 持続的なビジネス機会
2 成長戦略 – AI事業 成長戦略：持続的なビジネス機会 AI・最適化によって解決できるテーマは、顧客企業内に数多く存在している。そのため、単一プロジェクトで完結することなく、アップセル やクロスセルにつなげやすい。同一顧客との取引領域を拡大することで、継続的な収益成長を実現。 クロスセル 例：電力会社 期間/ メンテナ 導入後も提供価値と売上機会が継続的に拡大。 ロバスト ンス計画 最適化 拡張 高いリピート率を実現。 アップセル 週間計画 翌日計画 最初の導入 1つの計画業務から導入 火力+連 燃料調達 接水系最 月間計画 AI・最適化 当日計画 計画 適化 アップセル 機能・対象期間を
Slide 33: 圧倒的にユニークなポジショニング
2 成長戦略 – AI事業 事業基盤：圧倒的にユニークなポジショニング 社会インフラ×最適化で、模倣困難なポジショニングを確立 独自ポジションを支える3つの要素 ↑ 先進技術 社会インフラの現場を理解 GAFA 1 AI・最適化 in 社会インフラ 電力・物流など、複雑な制約や 実際の運用を理解 AIスタートアップ 社会インフラへのパイプ・実績がなく参入障壁 複雑な計画を先端AIで最適化 が高いため、直接の競合になりにくい。 2 多数の選択肢から、実行可能で 効率的な計画を作成 ← 新興デジタル企業が顧客 既存大手企業が顧客 → 導入しやすいサービス型 3 製品販売に縛られず、顧客課題に 応じ
Slide 34: 参入障壁となる3つの優位性
2 成長戦略 – AI事業 事業基盤：なぜグリッドか。 参入障壁となる3つの優位性 「最適化技術」と「現場知」の融合が高い参入障壁となり、重電企業やSaaS企業には代替できない独自の優位性を確立。 01 模倣困難な技術アセット 02 圧倒的なドメイン知識 03 実績の厚み 在籍する最適化エンジニア数、国内最大級。 社会インフラ事業会社出身者が多数在籍。 国内外で多数のプロジェクト導入実績を有し、 70名を超える専門人材を擁する、国内屈指の技 お客様と同じレベルで業務を語り合い、課題を 当社の技術が社会インフラの現場で継続的に活 術者集団。これまで、数多くの社会インフラが 紐解くことが可能。 用
Slide 35: 最適化技術を組織で使いこなすケイパビリティ
2 成長戦略 – AI事業 事業基盤：最適化技術を組織で使いこなすケイパビリティ 日本最大級の グリッドでは日本で最大級の規模で最適化エンジニアが在籍してお 最適化エンジニア集団 り、数多くの社会インフラの課題を最適化技術で解決してきました。 が誇る技術力 最適化技術の層の厚さは、追随を許しません。 © 2026 GRID Inc.
Slide 36: 社会インフラ企業を中心とした顧客基盤
2 成長戦略 – AI事業 事業基盤：社会インフラ企業を中心とした顧客基盤 新規参入が難しい社会インフラ分野において業界大手企業との取引実績を多数有する © 2026 GRID Inc. 36
Slide 37: 高いリピート率
2 成長戦略 – AI事業 事業基盤：インフラ企業から支持される高いリピート率 新規顧客の継続的な獲得と既存顧客との関係深化が売上成長を下支えする。毎期10社以上の新規顧客を獲得し、 顧客リピート率は2期連続で上昇。売上規模が拡大する中でも、売上リピート率は3期連続で85％以上を維持。 新規顧客数と顧客リピート率（顧客数ベース） 年間総売上と売上リピート率（売上ベース） （社数） （億円） 総売上 新規顧客数 75% リピート率 リピート率 95% 33.0 20 75% 70% 顧客リピート率 100% 売上リピート率 前年度比 89% 3期連続 86% 18 70% 65% 90% 28.
Slide 38: ReNom Apps
2 成長戦略 – AI事業 事業基盤：業界特化型アプリケーション - ReNom Apps 電力/海運/サプライチェーン/鉄道などの社会インフラを対象に、複雑な計画業務をAIで自動化・最適化する業界特化型アプリケー ションを提供。 1．社会インフラの計画業務に特化 電力、海運、サプライチェーンなど、複雑な制約を伴う社 会インフラの計画業務に特化したSaaS。電力需給、配船、 原材料調達・生産などの計画に対応する。 2．AIが複雑な計画を自動立案・最適化 人が膨大な組み合わせを検討していた計画業務をAIで自動 化。コスト、設備、人員、時間、運用ルールなどの制約を 考慮し、数クリックで最適な計画を
Slide 39: 中期ロードマップ（技術戦略）
2 成長戦略 – AI事業 将来展望：中期ロードマップ（AI技術を基盤としながら発展させていく技術戦略） AI技術を個人業務支援から部署全体の業務変革、社会インフラの自律制御へと発展。 4つの技術戦略 社会インフラが自律的に動く テクノロジーの成長 ４ 部署が ３ AIエージェントになる ソフトとハードを統合し最適制御 AI・最適化ソフトと、蓄電池など 「個」の支援から「部署」全 のハードを連携。複数の設備・シ ２ 体の業務変革へ AIモデリング自動化 ステムを統合し、社会インフラの 担当者個人の業務をAIで効率 自律的な運用・制御を実現。 化・高度化する段階から、 １ AIがアシスタントにな
Slide 40: AI事業における主要なリスク
2 成長戦略 – AI事業 AI事業における主要なリスク 以下は、AI事業の事業遂行において重要な影響を与える可能性があると認識している主要なリスクです。 技術革新の影響 人材の確保と育成 （発生可能性：低、発生時期：特定時期なし、影響度：大） （発生可能性：中、発生時期：特定時期なし、影響度：中） 当社の事業に関連するAI技術は、世界的に研究開発が進ん 当社は今後更なる成長を成し遂げていくため、優秀な人材 でおり、技術革新のスピードが極めて速い分野であります。 の確保と育成を重要課題の１つであると位置付けておりま 当社はこうした技術革新に対応できる研究開発活動を推進す す。当社は優秀な人材の
Slide 41: インフラアセット事業
インフラアセット事業 infrastructure infrastructureassets assets インフラアセット事業 AI事業 © 2026 GRID Inc. 41
Slide 42: 成長戦略 – インフラアセット事業
2 成長戦略 – インフラアセット事業 インフラアセット事業の成長戦略・事業モデル・競争優位性から市場環境・案件拡大 01 事業モデル 土地選定からEPCまでを一気通貫で行う開発モデル（デベロップ＆セル）・AIとアセットの繋がり 02 事業環境 社会背景：電力不足の深刻化・再生可能エネルギー導入加速・カギを握る蓄電池 03 提供価値 AIとアセットの繋がり・なぜ蓄電池にAIなのか・開発から運用までのワンストップサービス 04 事業基盤 ポジショニング・高圧から特別高圧への案件規模の拡大 05 将来展望 中期戦略ロードマップ・主要な事業リスク © 2026 GRID Inc. 42
Slide 43: 事業モデル：蓄電所開発（デベロップ＆セル）
2 成長戦略 – インフラアセット事業 事業モデル： AI事業の技術を、インフラアセット事業（蓄電所開発）へ 独自ネットワークを活用し、蓄電所を一気通貫で開発し、デベロップ＆セルにより事業主に売却。 電力の需給計画など、インフラ領域全般で培ってきた数理最適化・AI技術を、蓄電所の開発・運用に応用。 開発プロセス - 蓄電所を土地選定から一気通貫で開発 土地選定 系統接続の申込み 蓄電所の設計 事業主へ売却 EPC 空き容量の確認 01 — DEVELOP & SELL 02 — ReNom CHARGE 独自ネットワークで、一気通貫の開発。 売却後も、独自AIで運用を支える。 独自のネットワー
Slide 44: 将来的な電力不足が社会課題に
2 成長戦略 – インフラアセット事業 事業環境：将来的な電力不足が社会課題に 今後、社会全体でのAIの普及により、データセンターや半導体工場の新増設が急速に増加。 それに伴い、2035年までに需要電力量は430億kWh増加し、将来的な電力不足が大きな社会問題となっている。 2035年度までの最大需要電力と需要電力量(使用端) 850,000 846 165,000 845,000 164,000 430億 839 842 840,000 835 163,000 835,000 833 162,000 kWh増加 830,000 161,000 824 825,000 160,000 820,
Slide 45: 再生可能エネルギー導入が加速
2 成長戦略 – インフラアセット事業 事業環境：電力不足を背景に、再生可能エネルギー導入が加速 電力不足と資源依存という社会課題を背景に、短期導入可能な主力電源として再生可能エネルギーの開発が加速 エネルギー計画に基づく 今後の再エネの増加（発電量） 再エネ拡大を後押しする3つの背景 再エネ その他 原子力 火力 （億kWh） 1 電力不足の深刻化 電力不足が社会問題化し、発電所の開発・整備が急務に 12,000 10,000 30~ 40% 2 エネルギー自給率の低さ 国産エネルギー 8,000 自給率わずか15.3%（G7最低水準） 最大7割に 20% 化石燃料の輸入依存は経済安全保障上
Slide 46: 再エネ普及とコスト削減のカギを握る蓄電池
2 成長戦略 – インフラアセット事業 事業環境：再エネ普及とコスト削減のカギを握る蓄電池 蓄電池は、国の主力電源となる再生可能エネルギーの調整・補助電源として活用される。また、莫大な電力を消費するデータセンター等 において、蓄電池とエネルギーマネジメントの組合せによる電力コスト削減が期待される。 蓄電池活用 エネルギーマネジメント データセンター optimization 最適化 昼夜の需給ギャップを解消 充放電を最適化 電力コストを削減 昼に充電し夜に放電することで、需給ギャップを データセンターの使用状況と時間帯別の 割高なピーク時間帯を避け、電気の購入金額を削 埋める。 電力単価を分析
Slide 47: AI・最適化とインフラアセットを繋げる
2 成長戦略 – インフラアセット事業 提供価値： AI・最適化とインフラアセット（蓄電池）を繋げることで、社会インフラ能力の限界を解放する 電力分野では設備増設を抑え、データセンターでは充放電の最適化で電力コストを抑え、再エネでは余剰電力を無駄にしない。 グリッドは、ソフトウェア（AI・最適化）に加え、ハードウェア（蓄電池）を繋げることで、導入効果を最大化できるユニークな企業。 電力・エネルギー｜“作らずに済ませる” 需要が高まる時期 昼の余剰を蓄電し、夕方・不足地域へ。 ピークを下げ、増設を一部回避。 データセンター｜“電力コストを抑える” AI・最適化 蓄電池 （ソフト） 動かし方の高度
Slide 48: なぜ蓄電池の運用にAI最適化システムなのか
2 成長戦略 – インフラアセット事業 提供価値：なぜ蓄電池の運用にAI最適化システムなのか 蓄電池運用では、複雑に変動する複数の電力市場を見極めながら、瞬時の制御を継続的かつ確実に行う必要があるため、 収益最大化と安定運用を両立するAIによる最適化・自動化が不可欠。 01 02 03 人間には不可能な 複雑な市場での収益最大化 少ない力で確実な運用 「10秒以内」の即応性 卸電力市場・容量市場・需給調整市 需給調整市場では、電力不足時に10 労働人口が減少するこの時代に、人 場の3市場を横断し、昼間の充電、 秒以内で応答し電力を注入すること 手をかけず自律・自動運用が可能と 夕方の高値売電、
Slide 49: AIで蓄電所の制御、市場取引を自動化
2 成長戦略 – インフラアセット事業 提供価値：AIで蓄電所の制御、市場取引を自動化 系統用蓄電池事業において、独自のAIを活用した蓄電池運用の最適化システムを提供。 電力市場 蓄電所の開発及び運用 大口需要家 卸市場(JEPX) 容量市場 倉庫 データセンター データ データ 需給調整市場 その他※ 生成 AIの 工場 大規模施設 ※長期脱炭素電源オークション等 活用 充放電の指令 送電 発電 放電 充電 ・電力市場取引の収益化 再エネ発電所 系統用蓄電池 ・エネルギーコスト削減 変電所 ・CO2削減 © 2026 GRID Inc. 49
Slide 50: AI×アセット開発による独自ポジショニング
2 成長戦略 – インフラアセット事業 事業基盤： AI×アセット開発による独自ポジショニング 独自の開発ネットワーク×AI運用で、模倣困難なポジショニングを確立 独自ポジションを支える3つの要素 ↑ AI・制御技術 土地選定・系統接続の実務を理解 海外電池 1 メーカー AI・最適化 × インフラアセット 土地探索から系統連系協議まで、 現場の実務プロセスを熟知 PCS/EMS メーカー 土地選定・系統接続のノウハウや実績がなく参 AI・最適化で充放電運用を最適化 入障壁が高いため、直接の競合になりにくい。 2 卸市場・需給調整市場など複数市場を 横断した収益最大化を実現 ← メーカー デベ
Slide 51: 高圧から特別高圧へ、案件規模を拡大
2 成長戦略 – インフラアセット事業 事業基盤：高圧から特別高圧へ、案件規模を拡大 高圧の開発（１プロジェクト売上金額： 5~10億円程度）から、大規模な特別高圧の開発（ １プロジェクト売上金額： 20~50億円以上） に案件規模を拡大し、複数案件を推進。 高圧プロジェクト 特別高圧プロジェクト 出力数 数MW級 出力数 数十MW級 配電用変電所 一次変電所等 開発リードタイム短い 開発リードタイムが長い 案件単位での収益は小～中規模 案件あたりの収益大 © 2026 GRID Inc. 51
Slide 52: 蓄電所開発から他の社会インフラへ事業を拡大
2 成長戦略 – インフラアセット事業 将来展望：蓄電所開発から他の社会インフラへ事業を拡大 系統用蓄電池事業の開発ノウハウと独自のAIシステムを掛け合わせて再生可能エネルギー、データセンター、各種産業分野へ事業を拡大。 成長期待領域 各種産業 再生可能エネルギー 出力変動を吸収 再生可能エネルギー データセンター データセンター 現在の事業基盤 各種産業分野へ事業を 電力需要・BCP ハードウェア ソフトウェア 拡大 各種産業 コスト最適化 © 2026 GRID Inc. 52
Slide 53: インフラアセット事業における主要なリスク
2 成長戦略 – インフラアセット事業 インフラアセット事業における主要なリスク 以下は、インフラアセット事業の事業遂行において重要な影響を与える可能性があると認識している主要なリスクです。 業容拡大期における業績変動 プロジェクト収支の悪化による業績変動 （発生可能性：中、発生時期：特定時期なし、影響度：大） （発生可能性：中、発生時期：特定時期なし、影響度：大） 当社は、2025年6月期に蓄電所関連サービスを開始し、 インフラアセット事業においては、プロジェクトごとに、 2026年５月には系統用蓄電所の開発案件を受注して開発を 想定費用を基に見積りを作成しており、乖離の生じないよう 行って
Slide 54: 目次
目次 1 企業理念・ビジョン・事業概要 2 成長戦略 3 財務実績 ＊過去３ケ年の実績及び今期目標 4 人材戦略 5 新たなる取り組み 6 ユースケース 7 その他 © 2026 GRID Inc. 54
Slide 55: 全社：セグメント別実績の概況
3 財務実績 全社：セグメント別実績の概況 AI事業の売上高は堅調に推移し、生産性の向上に伴い事業セグメント利益も増加。 インフラアセット事業は蓄電所開発の始動により、売上高・事業セグメント利益ともに大幅に増加。 2025/6期 2026/6期 (ご参考)2026/6期 （百万円） 通期実績 通期実績 前年同期比 Q4実績 全社 2,063 3,119 +51.2% 1,167 売 上 高 AI事業 2,004 2,362 +17.9% 575 インフラアセット事業 59 756 +1,173.9% 592 全社 428 459 +7.3% 149 AI事業 754 848 +12.5% 15
Slide 56: AI事業：過去指標
3 財務実績 AI事業：過去指標 既存顧客の深化・大型化等により、顧客平均売上は前年同期比で9.2百万円増と大幅に伸長。 2025/6期 2026/6期 通期実績 通期実績 前年同期比 ストック型売上比率 25.5% 27.1% +1.6pt 顧客平均売上※2 51.3百万円 60.5百万円 +9.2百万円 主なサービス(その他除く)※3 54.8百万円 63.9百万円 +9.1百万円 取引先数※1 39社 39社 - AI 事業 主なサービス(その他除く）※3 36社 36社 - プロジェクト数 81件 76件 △５件 AI開発 43件 33件 △10件 システム開発 18件 20件 +２件
Slide 57: AI事業：主要指標の状況
3 財務実績 AI事業：主要指標の状況 高度な技術アプローチによる「価値提供」と「生産性の向上」により、エンジニア1人当たり売上高が増加し、全体売上高の拡大を牽引。 営業・管理体制を強化する中でも、従業員1人当たり売上高は前期並みの水準を維持。 売上高 AI事業エンジニア1人当たり売上高 AI事業従業員1人当たり売上高 （百万円） （百万円） （百万円） エンジニア1人当たり売上高 従業員1人当たり売上高 3,000 期中平均エンジニア数 30.1 30.6 期中平均従業員数 29.0 26.0 26.0 2,362 24.9 2,004 115.5人 98.0人 78.5人 80.4人 69
Slide 58: AI事業：主要KPIの推移
3 財務実績 AI事業：競争優位性を裏付ける主要KPIの推移 高い技術力とドメイン知識を背景に、「高リピート率」×「顧客単価の向上」×「1人当たり売上高の拡大」による 持続的な収益成長サイクルを確立。 年間総売上と売上リピート率（売上ベース） 顧客平均売上高 AI事業エンジニア1人当たり売上高 総売上 リピート率 1人当たり売上高 既存顧客売上比率 エンジニア数 95% 期中平均エンジニア数 33.0 （億円） 89% 100% 3期連続 （百万円） 前年同期比 （百万円） 69.0→78.5人 86% +9.2百万円 90% 29.0 30.1 でも拡大 85% 以上 28.1 28.0 2
Slide 59: AI事業：案件パイプライン
3 財務実績 AI事業：2027年6月期 売上候補案件の進捗（案件パイプライン） 2027年６月期の期初時点で、事業計画の達成に必要な規模の案件パイプラインを十分に確保。運用・保守案件を安定的な収益基盤としつつ、 受注済みの開発案件を着実に完遂するとともに、提案中の確度の高い案件を受注につなげることで、計画達成を目指す。 ※ 案件パイプライン：受注前の商談から受注済み開発、運用保守までの案件の積み上がり 18期案件 2026年8月7日時点 案件規模 パイプライン数 案件化の可能性確認済み 潜在案件 3.8億円 24件 堅調な期初パイプラインを土台に、 案件高確度化 高ポテンシャル案件 8.2億
Slide 60: インフラアセット事業：主要指標の状況
3 財務実績 インフラアセット事業：主要指標の状況 ※高圧案件 ：出力が数MWの小中規模系統用蓄電所 2027年6月期の売上高は、前期に受注した案件に加え、新規案件からの計上も見込む。 600 5件 特別高圧案件：出力が数十MW級の大規模系統用蓄電所 すでに当社が保有している開発権利を活用し、来期以降は、大型案件（特別高圧）の契約締結を目指す。 4.5件 売上高 500 開発予定容量・案件数 4件 （百万円） （MWh） 総開発容量 開発件数 400 3.5件 3件 3件 400 1,500 3件 300 2.5件 2件 2件 2件 756 200 144 1.5件 1件 67 100 0.5
Slide 61: 企業価値向上のための事業成長戦略
3 財務実績 企業価値向上のための事業成長戦略 TAMの拡張（標準モデルの市場拡大・新市場への拡張） 複数社展開による売上拡大と新規業種による売上基盤の拡張 成長性の維持・向上 新たな成長領域の開拓 AI ×ハードウェアによるインフラアセット事業の開始 次世代技術（量子R&D）の実用化に向け、本格研究フェーズへの進展 既存顧客の深耕・大型化 アップセル・クロスセルによる1社あたりの取引領域拡大 高水準な売上リピート率と顧客平均売上の向上 企業価値 収益性の向上 向上 生産性の高さ 案件大型化に伴う従業員/エンジニア1人あたりの売上高の拡大 人材アセット 日本最大級の最適化エンジニア集団の確保と
Slide 62: 企業価値向上のための財務戦略
3 財務実績 企業価値向上のための財務戦略 売上高の持続的成長 重点ドメイン（電力・製造運輸・都市交通）の深耕とインフラアセット事業の拡 大、新規ソリューション開発やM&Aによる非連続な成長機会の追求 当期純利益の拡大 利益率の改善 事業成長に必要な投資とのバランスを図りながら収益性を高水準に維持 労務費・販管費の効率的なコントロールと安定的な稼働率の維持 成長ストーリーと市場評価 持続的な成長ストーリーやパイプラインの開示による市場からの信頼を獲得し、 企業価値向上に向けた取り組みの推進 企業価値 PERの向上 向上 KPI開示と組織力の証明 主要指標の開示とガバナンス強化で透明性を高めてリ
Slide 63: 業績予想の概況
3 財務実績 業績予想の概況 AI事業、インフラアセット事業ともに、高い売上高成長率を実現。各段階利益はいずれも大幅な増益となる見通し。 積極採用の継続に伴い人件費は増加するものの、営業利益の通期予想は６億円となる見込み。 2026/6期 2027/6期 通期実績 通期予想 前期比 （百万円） （売上高比） （売上高比） 売上高 3,119 4,500 +44.3% AI事業 2,362 3,000 +27.0% インフラアセット事業 756 1,500 +98.3% 全社 業績予想 営業利益 459 600 +30.6% (14.7%) (13.3%) 経常利益 466 610 +30.8%
Slide 64: 業績予想：主要指標の推移
3 財務実績 業績予想：主要指標の推移 AI事業の売上高は、全ドメインで順調に拡大し、前期比27.0%増。インフラアセット事業の売上高は、前期に本格始動した蓄電所開発が引 き続き寄与し、前期比98.3%増と大幅に拡大。全社営業利益は、前期比140百万円（30.6%）増。 AI事業売上高 インフラアセット事業売上高 全社営業利益 （百万円） （百万円） （百万円） インフラ 営業利益 電力 製造・運輸 都市・交通 その他 1,500 +27.0% 3,000 +98.3% +30.6% 600 95 2,362 460 459 2,004 75 428 760 70 402 756 215 47
Slide 65: 売上高と営業利益の推移
3 財務実績 売上高と営業利益の推移 AI事業、インフラアセット事業の両事業で売上高・営業利益を拡大。両輪での増収増益を通じて、持続的な企業価値を向上。 売上高推移 セグメント利益推移 8,000,000,000 AI売上高 インフラアセット売上高 2,500,000,000 AIセグメント利益 インフラアセットセグメント利益 （百万円） （百万円） 7,000,000,000 年平均成長率 2,000,000,000 年平均成長率 25% 30% 6,000,000,000 5,000,000,000 4,500 1,500,000,000 4,000,000,000 3,119 949 7
Slide 66: 中期経営計画：財務定量目標について
3 財務実績 中期経営計画：財務定量目標について 確度の高い成長シナリオを厳選し、段階的に開示する方針 最適化AIの技術適用領域は幅広く、当社の成長機会と戦略の選択肢は大きく広がっております。特にインフラアセット事業の本格始動に より、現在のビジネスモデルである、デベロップ＆セルにより事業主に売却するケースと、長期保有を前提とするビジネスモデルでは将来 の収益見通しが大きく異なり、企業価値の最大化に向けて、複数の成長シナリオを検証中です。そのため、現時点での不確実な数値目標の 開示は、投資家の皆様に対して誤った情報開示となる可能性が高いため、今回の成長可能性資料においては定量目標の開示を見送り
Slide 67: 事業ポートフォリオ
3 財務実績 事業ポートフォリオ 電力ドメイン中心の収益構造から、都市・交通ドメインや製造・運輸ドメインの拡大により事業ポートフォリオの多角化を進める。 インフラアセット事業も高水準を維持しつつ、全社的な成長を目指す。 2026年6月期セグメント比率 2029年6月期セグメント比率イメージ インフラアセット 24.2% インフラアセット 20% 電力 45.1% 電力 40% 2026年6月期 通期売上高 2029年6月期 その他 2.4% 通期売上高 3,119百万円 比率イメージ 都市・交通 12.9% 都市・交通 20% 製造・運輸 15.3% 製造・運輸 20% 電力 製造・運輸 都市
Slide 68: 本社費の過去推移と将来予測
3 財務実績 本社費の過去推移と将来予測 本社費は今後、事業拡大に伴う人員増強と連動しない形で推移する見通し。 2026年6月期 通期実績 全社本社費 600000000 （百万円） （百万円） 売上高 販管費に占める本社費額 489 3,119 500000000 エンジニア人件費 910 2028年6月以降は本社費の増加は限定的 ソフトウェア関連費 181 400000000 364 外注費 608 300 300000000 営業・管理人件費 517 採用費 106 200000000 広告宣伝費 17 販管費合計：2,660 地代家賃・移転費用 125 100000000 その他 19
Slide 69: 事業投資方針
3 財務実績 事業投資方針 営業CFを中心に得られたキャッシュを事業投資及びM&Aに投下し成長を加速させ、株主還元も含めてバランスよく分配。 ・キャッシュイン ・キャッシュアウト 営業CF 事業投資 成長投資の原資となる営業CFを事業の収益性 収益性向上と成長加速に資する事業投資を計画 向上を通じて安定的に拡大。 的に実施。 有利子負債 M&A 健全な財務規律の範囲内で必要な調達を機動的 非連続な成長と事業シナジーの創出に向け、事 に組み合わせる。 業拡大につながるM&Aを戦略的に推進。 エクイティ 株主還元 株主価値への影響等に配慮し、慎重に対応。 事業成長の進展を踏まえ、成長投資を優先しつ
Slide 70: M&A・資本業務提携によるバリューチェーンの強化
3 財務実績 成長戦略：M&A・資本業務提携によるバリューチェーンの強化 強みであるAIロジック開発に加え、成長途上のコンサル・システム開発・運用保守を強化することで、AI事業のさらなる拡大を見込む。 ①営業・コンサル ③業務アプリ開発 ④保守・運用 ②AIエンジン開発 強化領域 強化領域 強化領域 推進体制｜“M&A推進体制を構築” 良質な案件を探索・選別するため、社内に検討体制を構築している。 候補先選定｜“バリューチェーン強化に繋がる提携を計画” 前工程・後工程の強化に繋がる候補先企業との接点を増やし、企業価値向上につながる提携を計画する。 バリューチェーンの強化を通じて、社会インフラの
Slide 71: 主要な経営指標の推移
3 財務実績 主要な経営指標の推移 回次 第13期 第14期 第15期 第16期 第17期 決算年月 2022年6月期 2023年6月期 2024年6月期 2025年6月期 2026年6月期 売上高 （千円） 910,399 1,353,869 1,652,097 2,063,415 3,119,079 経常利益 （千円） 67,651 204,135 344,020 428,561 466,521 当期純利益 （千円） 91,967 228,532 403,751 298,296 345,051 持分法を適用した 場合の投資利益 （千円） 10,307 7,234 4,003 7,466 5
Slide 72: 主要な経営指標の推移
3 財務実績 主要な経営指標の推移 回次 第13期 第14期 第15期 第16期 第17期 決算年月 2022年6月期 2023年6月期 2024年6月期 2025年6月期 2026年6月期 自己資本比率 （%） 71.9 73.9 88.7 89.2 83.5 自己資本利益率 （%） 10.3 21.8 16.8 7.9 8.4 株価収益率 （倍） - - 28.8 40.4 26.1 営業活動による キャッシュ・フロー （千円） △55,735 150,321 285,510 405,952 △28,797 投資活動による （千円） △103,371 △36,874 △37,048 △46
Slide 73: 目次
目次 1 企業理念・ビジョン・事業概要 2 成長戦略 3 財務実績 ＊過去３ケ年の実績及び今期目標 4 人材戦略 5 新たなる取り組み 6 ユースケース 7 その他 © 2026 GRID Inc. 73
Slide 74: 行動指針
4 人材戦略 行動指針 個の専門性を磨き、チームで高め合い、お客様の想像を超える価値へつなげていく。GRIDが大切にする3つの姿勢。 GRID personality For client For team 高い人間性と高い専門性の両立 想像を超えた価値の提供 one for all, all for one エンジニアも、営業も、バックオフィスも、グリッ お客様に対して常に想像を超えた価値を提供するた チームとしての力を最大化するために、大切にして ドに所属するすべてのメンバーが、職務内容に応じ めに行動します。この意識を全社員で共有し行動を いるマインドです。グリッドのメンバー、一人一人
Slide 75: 採用戦略
4 人材戦略 採用戦略 ドメインナレッジを組織として保有すべく 事業会社出身 事業会社出身者を中心に採用 ドメインナレッジの応用 課題把握・解決への道筋作成 顧客理解・説明・相談・信頼獲得 データサイエンティスト出身 社会インフラ出身の ビッグデータ解析 最適な統計的モデル構築 機械学習・ディープラーニング エンジニアによる 豊富な業務知識 データサイエンス 教育 AI技術×業務知識 当社は、業務知識をエンジニアのコア・ エンジニア コンピタンスとし、それにデータサイエ システム設計、システム実装 ンティストやITエンジニアの能力を付加 サーバ構築、ネットワーク構築 することで他社にはない人材
Slide 76: 多様な世代・バックグラウンドと高度な専門性
4 人材戦略 多様な世代・バックグラウンドと高度な専門性 20代から60代まで全世代が在籍し、平均年齢は38.5歳。多様なバックグラウンドで経験を積んだプロフェッショナル人材が活躍。 特定の業界で経験を積んだベテラン人材と若手エンジニアが協働し、ドメインナレッジを組織として保有。 年齢別構成 多様なバックグラウンド 60代 1% インフラ・エネルギー 50代 9% 20代 9% 電力会社 石油開発 鉄道 建設 宇宙航空 製造・モビリティ 総合電機 重工 自動車 情報通信 平均 40代 28% 38.5 歳 ビジネス・アカデミア 総合商社 コンサルタント 大学 研究機関 30代 53% 修士号取
Slide 77: 学び続ける文化と、それを支える制度
4 人材戦略 学び続ける文化と、それを支える制度 入社直後のオンボーディングから、職種別研修、従業員が自発的に開催する勉強会、さらには働きながらの大学院進学まで、成長を支える仕 組みを段階的に整備。専門人材が入社後も専門性を伸ばし続けられる環境を提供している。 入社オンボーディング 社内研修 在籍社員の博士・修士取得支援制度 入社後約1ヶ月のオンボーディングで、社内ルール・制 常に成長を求めるカルチャー。会社が行う研修に加 2024年6月期から、在籍社員が働きながら大学院で 度に加え職種別（営業／コンサル／エンジニア）研修 えて、従業員が自発的に開催する研修・勉強会も多 修士・博士号を取得でき
Slide 78: プロフェッショナル人材の増強
4 人材戦略 プロフェッショナル人材の増強が、競争力の源泉である 多様なバックグラウンドと高度な専門性を有する人材の獲得・定着を図る。日本最大級の最適化集団を形成し、プロフェッショナル人材が競 争力の源泉となる。 従業員推移 エンジニア 営業、管理 139 109 46 97 85 36 70 30 25 22 93 67 73 60 48 2022/6 2023/6 2024/6 2025/6 2026/6 © 2026 GRID Inc. 78
Slide 79: 次の技術に投資するR&D活動
4 人材戦略 次の技術に投資するR&D活動 62.6%という低い有償稼働率。残る37.4%を、新規領域開拓、生成AI・エージェントを用いた技術開発、量子アルゴリズム等の論文調査・ 技術研究に充てている。足元の売上に直結しない時間を意図的に確保することが、将来の受注と技術優位につながる。 新規領域開拓 エンジニアが営業と協働して顧客訪問し、顧客課題のヒアリング を通じて技術提案・新規領域開拓を実施 エンジニア 有償稼働率 62.6% プロダクト開発・ソリューション開発 （2026年6月期） 生成AI・エージェントを用いたサービス向上、新領域の技術研究 最先端領域 量子アルゴリズム等の論文調査・技
Slide 80: 高い報酬水準と柔軟な働き方
4 人材戦略 高い報酬水準と柔軟な働き方で、プロフェッショナル人材の活躍を後押し 平均年収は3期連続で上昇し、2026年6月期は8,883千円。リモートワークとコアタイムなしのフレックスにより働く場所と時間の裁量を広げ るとともに、育児休業を取得しやすい環境を整備。報酬と働き方の両面からプロフェッショナル人材が力を発揮できる環境を整えている。 平均年収 働き方 3期連続で上昇 場所と時間を選べる働き方 リモートワーク ・働く場所の裁量を拡大 8,883 千円 8883 フレックス 8,452 8,296 ・コアタイムなし 7,992 ・短時間勤務者も利用可能 2023/6 2024/6 202
Slide 81: 目次
目次 1 企業理念・ビジョン・事業概要 2 成長戦略 3 財務実績 ＊過去３ケ年の実績及び今期目標 4 人材戦略 5 新たなる取り組み 6 ユースケース 7 その他 © 2026 GRID Inc. 81
Slide 82: 実装フェーズから研究フェーズへ
5 新たなる取り組み AI・インフラアセット事業は近い将来の実装から、その先の研究フェーズへと視野を拡大。 実装フェーズ 研究フェーズ （短期） （中長期） 業界全体の最適化 AIエージェント 量子 AI 事 既存事業への実装が進み 自律的に判断・実行する 量子アルゴリズムの研究を継続し 業 業界全体の効率化に貢献 AIエージェントの実用化を検証 て実施。HPCとの比較検証へ イ 大型蓄電所の開発 データセンター インフラアセットとAIの融合 ン フ 事ラ 業ア 大規模蓄電所の開発・運用を通じ データセンター向け電力最適化 アセット運用データとAIを融合し セ ッ 収益基盤を拡大 サービスの事
Slide 83: 量子R&Dは本格研究フェーズへ
5 新たなる取り組み 量子R&Dは本格研究フェーズへ。初期検証を経て実機・HPCとの比較検証を拡大。 2017年から量子アルゴリズムを継続開発。電力VPP（仮想発電所）と自動車分野で、古典手法・量子実機・高性能計算（HPC） との比較検証へ進展。 2017 2018 2021 2024 2025–26 研究開発を開始 量子モンテカルロ 論文・特許へ NEDO採択 外部検証を拡大 事業課題への応用を見据え 量子回路で乱数を生成し 過学習しにくい性質を実証 VPP需給調整のリスクを考慮 研究評価を通過し本格研究へ 量子アルゴリズムを研究 解を確率的に推定 量子で動的計画法を開発 量子で確率最適化
Slide 84: 産業課題起点の量子R&Dから社会実装へ
5 新たなる取り組み 産業課題起点の量子R&Dから、将来の社会実装へ 産業知見を基に量子技術の研究・比較検証を推進。技術優位性と業務効果を見極め、有望テーマを中長期の実用化開発・社会実装へ繋げる。 01 産業・業務課題 02 研究・比較検証 03 中長期展望 電力需給・市場取引・VPP 量子モンテカルロ／c-qGAN 実用化開発・社会実装 生産・物流・配船・鉄道 確率最適化／量子機械学習 電力・VPPから重点産業への展開 需要・発電量・市場価格など、 古典手法・量子実機・HPCと比較し、 技術・事業性を確認したテーマを対象に、 現場固有の制約と不確実性を理解 精度・速度・適用可能性を検証 顧客
Slide 85: 技術共創室・NEDO本格研究フェーズへ移行
5 新たなる取り組み 技術共創室新設・プロジェクト本格研究フェーズへ移行 「全体最適」で社会をデザインする「技術共創室」を新設 量子技術を活用したVPP需給調整プロジェクトはNEDO本格研究フェーズへ移行 技術共創室・NEDO量子プロジェクト 「技術共創室」新設 量子技術活用VPP需給調整（NEDO） 業界を超えた「共創」の実装 100万通り超の検証で有効性実証 自動車×電力など異業種間の連携を「全体最適」でデザインし未来の社 初期検証でNEDOの本格研究フェーズへの移行が決定 会システムを構築 数理モデルによる課題解決 量子×古典ハイブリッド手法を確立 共通言語である数理モデルで異なる業界の
Slide 86: 技術共創室を新設
5 新たなる取り組み 技術を、事業の芽に育てる「技術共創室」を新設 技術共創室とは、5年後・10年後にGRIDの柱となる事業の種を探索・育成する新たな組織。技術の可能性を事業の芽へと転換し、中長期的 な視点でGRIDの新たな価値創出に挑む。 01 ロボット最適化制御 02 海外展開 03 自律的最適化モデル 最適化技術の optimization 展開 最適化 AIとロボットの統合で、危険・人手 エネルギー分野を起点に、AI最適化 現場から返るデータを取り込み、使 不足の現場を安全かつ効率的に自動 技術をグローバルへ展開。各国の電 うほど現場に適合する自律的最適化 化し、電力・物流・製造など幅
Slide 87: Gurobi Japanとのパートナーシップ契約
5 新たなる取り組み パートナーシップ契約・プロジェクト参加 社会インフラの最適化に向けたGurobi Japanとのパートナーシップ契約 及び量子・スパコン連携「JHPC-quantum」プロジェクトへの参画 パートナーシップ契約・プロジェクト参画 Gurobi Japan とのパートナーシップ契約 「JHPC-quantum」プロジェクトへの参画 複雑な組合せ最適化を高速解決 量子×スパコン連携基盤 電力需給、配船計画、交通計画などの社会インフラの最適化ニーズに対 理研・ソフトバンクが推進する「JHPC-quantum」プロジェクトに参画 応 トヨタ自動車と共同参画 デジタルツイン連携 大
Slide 88: データセンタービジネスのロードマップ
5 新たなる取り組み データセンタービジネスのロードマップ 自社の蓄電池・アセット開発の知見を起点に、DC開発、自社LLM・DS構築支援、分散型DC最適化制御・ネットワーク構築へと事業を段階的に拡大。 直近 中期 長期 自社LLM開発・DC構築サポート 分散型DCの最適化制御 分散型データセンター ネットワーク構築 蓄電池併設型データセンター 電力需要増加への対応 AI最適化技術で分散型データセンターの 自社LLMの開発を進めるとともに AI最適化技術で分散型データセンターの 系統全体の安定化 稼働・電力制御の最適化を目指す データセンター構築ノウハウの外部支援を検討 稼働・電力制御の最適化を
Slide 89: 産学連携を推進
5 新たなる取り組み 産学連携を推進 最適化・電力・量子の各分野で学会・大学と連携し、産学連携を推進 主な連携先（学会・団体／大学・研究室） 参画・連携している主な学会/団体 連携している主な大学/研究室 最適化 • 日本オペレーションズ・リサーチ学会 最適化 • 大阪大学 ― 梅谷先生 • INFORMS（米国OR学会） • 東京理科大学 ― 山口先生 • 人工知能学会 • 電気通信大学 ― 岩永先生 • 名古屋大学 ― 宋先生 電力 • 電気学会 最新技術 • 電気通信大学 ― 曽我部研究室 • 東京大学 先端科学技術研究センター ― 岡田研究室 量子 • 量子技術による新産業創出協議会
Slide 90: 目次
目次 1 企業理念・ビジョン・事業概要 2 成長戦略 3 財務実績 ＊過去３ケ年の実績及び今期目標 4 人材戦略 5 新たなる取り組み 6 ユースケース 7 その他 © 2026 GRID Inc. 90
Slide 91: 電力実績ハイライト
6 ユースケース 電力実績ハイライト 電力バリューチェーンを横断して最適化 燃料の受け入れから、需要に応じた発電、電力系統全体の需給調整まで。一つの業務にとどまらず、電力事業を支 える一連のオペレーションへと活用領域を拡張。 燃料の受け入れ 需給計画 系統の運用 九州電力 関西電力 四国電力 四国電力送配電 石炭受払日次計画 揚水・揚発計画 週間/年間需給計画 設備停止計画 システム 最適化システム 最適化システム 最適化システム 九州電力 北海道電力 北海道電力ネットワーク 需給計画 需給計画 優先給電指令 最適化システム 最適化システム 支援システム © 2026 GRID Inc. 91
Slide 92: 揚水・揚発計画最適化システム本開発開始
6 ユースケース 電力：揚水・揚発計画最適化システム本開発開始 関西電力向けの揚水・揚発計画最適化システムの本開発開始 AI最適化プラットホーム「ReNom Power」を活用したシステム構築 揚水・揚発計画最適化システム 課題：需給の偏り、市場価格の変動増大 安価な時間帯の電力を活用した水の汲み上げと、高価な時間帯の発 電の実施。揚水発電による「低価格時の受電」と「高価格時の発 電力価格 揚水 電」のサイクルを通じた、電力市場の安定化への寄与。 発電 課題：運用計画と入札の不整合 揚水と発電の稼働を最適化した運用計画の策定。あわせて「充電し た分だけ放電」する一貫した入札の実施による、現場の
Slide 93: 九州電力向け石炭受払計画自動生成
6 ユースケース 電力：九州電力向け石炭受払計画自動生成 石炭火力発電所における複雑性と高度な制約条件を満たした 九州電力向けの石炭受払日次計画システムの開発完了・運用開始 九州電力 石炭受払計画作成システム 石炭火力発電所では、発電に用いる石炭を海外 から船で輸入し、貯炭場に「積み付け」、その 導入効果 後、日々の発電量に応じてボイラーへ「払い出 し」ます。この「積み付け」と「払い出し」を 燃料供給が安定 日々の状況に合わせて決定する計画が「石炭受 払計画」です。払い出しの際には、複数の品質 属人化の解消 の石炭を混ぜて使う「混炭」が必要となります。 発電需要を満たすだけでなく、今後の運用に
Slide 94: 需給計画最適化システム共同開発
6 ユースケース 電力：需給計画最適化システム共同開発・本格運用開始 AIを活用した需給計画最適化システムを 九州電力と共同開発・本格運用を開始 多様な電源を対象 導入効果 計画策定時間削減 生成 AIの 火力発電 燃料費削減 活用 AIが需給計画を自動で策定 最適な電源の組み合わせを実現 業務品質の均質化 揚水発電 燃料費最小化を支援 ～更なる発電燃料費の削減及び業務の効率化・高度化を実現～ © 2026 GRID Inc. 94
Slide 95: 北海道電力ネットワークとの協業
6 ユースケース 電力：北海道電力ネットワークとの協業 北海道エリアにおける電力安定供給のため 北海道電力ネットワークと優先給電指令支援システム開発で協業 ほくでんネットワークでは、北海道エリアにおける電力の安 定供給のため、常時変動する電力需要に合わせて発電所の出 力を調整しています。近年では、再生可能エネルギーの導入 ほくでんネットワーク向け優先給電指令支援システム が進んだことにより、電力需要が少ない時期などには、火力 発電の出力抑制や地域間連系線の活用等により需給バランス を調整した上で、それでもなお電気が余るおそれがあるとき に、再生可能エネルギーの出力制御を行う場合があります。 ど
Slide 96: 設備停止計画最適化システム本格開発開始
6 ユースケース 電力：設備停止計画最適化システム本格開発開始 生成 AIの 活用 © 2026 GRID Inc. 96
Slide 97: 業界特化型生成AI「GeNom」提供開始
6 ユースケース 電力：業界特化型生成AI「GeNom」提供開始 各産業の制度・業務に特化した生成AI「GeNom（ジェノム）」 第一弾は電力業界向け「GeNom for Energy」の提供開始 電力業界特化型生成AI 生成 AIの 活用 G ジェノ田 太郎 genotaro260127@gen... 誕生 複雑な業界の議論 • 制度の理解を、一瞬で。 © 2026 GRID Inc. 97
Slide 98: GeNom for Energy アップデート
6 ユースケース 電力：電力業界向け生成AI「GeNom for Energy」アップデート 電力制度・規制の調査業務の効率化を支援する「GeNom for Energy」 2026年６月、回答速度、表示体験、検索・回答機能、操作性の機能アップデート 生成 AIの 活用 © 2026 GRID Inc. 98
Slide 99: 製造・運輸実績ハイライト
6 ユースケース 製造・運輸実績ハイライト リソースの配置・運用問題を起点に領域を拡張 セメント セメント 太平洋 トクヤマ セメント 船をどう動かすか、人をどう配置するか。 問いの形が同じなら、業界が変わっても解ける。 海運で築いた技術は、セメントへ、 航空整備 そして航空整備へと拡張。 海運 JAL エンジニ 日本郵船 アリング いつ・どこにリソース を割り当てるか © 2026 GRID Inc. 99
Slide 100: 運航整備配員計画最適化プロジェクト開始
6 ユースケース 製造・運輸：運航整備配員計画最適化プロジェクト開始 JALエンジニアリングの運航整備における「配員計画最適化システム」の本開発に合意 2027年夏頃の本番稼働に向けてプロジェクト開始 運航整備配員計画最適化システム 期待される効果 迅速な立案 再計画の迅速化 膨大な候補の中から最適な配員計画案を短時間 ダイヤ変更・勤務変動時にも迅速に対応 で算出 付加価値業務への注力 運航品質の向上 担当者は例外対応や高度な業務判断に集中 組織横断的なデータ活用で限られたリソースを 最大限に活用 プロジェクトの歩み 2025年度～ 現在 2027年夏頃 稼働後 実証実験 本開発に合意 本番稼
Slide 101: 日本郵船、MTIとの共同開発
6 ユースケース 製造・運輸：日本郵船、MTIとの共同開発 最大数百万通りの配船計画の候補から最も合理的な計画を立案する 自動車専用船の配船計画システムを共同開発・運用開始 日本郵船 配船計画最適化システム データ入力 AI最適化 結果出力 • 顧客輸送ニーズ 生成 AI最大 の数百万通りの候補から • 数カ月先までの配船計画 日本郵船運航の自動車専用船「DAISY LEADER」 • 船隊の稼働状況 活用 10分程度で • 数百航海の最適割当 日本郵船では、世界最大規模である • 船舶の修繕予定 • 100隻超の運用計画 100隻超の自動車専用船を運航して 最も合理的な計画を立案 います。こ
Slide 102: 太平洋セメント向け配船計画最適化
6 ユースケース 製造・運輸：太平洋セメント向け配船計画最適化 太平洋セメント向けAI配船計画最適化システム 2025年５月に国内セメント業界初の運用開始 各工場から全国の物流拠点へ セメントを輸送する配船計画の組合せ 1,400 10 通り (10の1,400乗) 生成 AIの AIが膨大な輸送データを解析し、複雑な制約条件を考慮しつつ 最適な配船計画を組むことで業務改善に貢献 活用 輸送コストの削減 積載量や航路を最適化し、計画段階で燃料使用量等を約10%削減 膨大な条件を考慮して 最適な計画を人が策定するのは限界がある 在庫管理の改善 各物流拠点の適正在庫を実現し、安定供給体制をより強固
Slide 103: AI配船計画最適化システム本格運用
6 ユースケース 製造・運輸：AI配船計画最適化システム本格運用 トクヤマと当社、国内初となる ※１ 「天候考慮型AI配船計画システム」の開発完了、本格運用開始 ReNom VESSEL 導入効果 天候リスクを踏まえた最適な配船計画を実現 ◼ 輸送コストの削減 燃料費や港湾関連費用などの削減が見込ま 天候を考慮し、出港時刻を調整/代替ルートを選択 れる（運用開始前比較で年間５％低減見込 み）。 年間 5%の費用低減見込み 生成 AIの ◼ CO２排出量の削減 燃料使用量の削減に伴い、CO2排出量の低 セメント専用船「徳継丸」 風速 活用 減が期待される。 波高 ◼ 船舶維持コストの削減 トクヤ
Slide 104: 鉄道実績ハイライト
6 ユースケース 鉄道実績ハイライト 構内作業計画から、輸送計画の全体へ JR西日本との構内作業計画を起点に、隣接する計画へと活用領域を広げ、輸送全体の最適化を目指す。 輸送計画 JR西日本 列車計画 乗務員運用計画 車両運用計画 構内作業計画 2026年実績 今後の展開領域 © 2026 GRID Inc. 104
Slide 105: JR西日本向け構内自動計画システム開発
6 ユースケース 都市・交通：JR西日本向け構内自動計画システム開発 JR西日本と共同で、AIを活用した鉄道車両基地の構内自動計画システムを開発 入換計画・帳票作成に関わる約2時間分を10分程度に短縮し、実用化を目指す JR西日本 構内自動計画システム 導入効果 JR西日本の運用ノウハウとグリッドのAI技術を融合。 計画策定時間 属人化解消 標準構内作業ダイヤや当日車両検査などの情報をもと 大幅短縮 に、構内作業計画を自動生成する。専門性の高いノウ ハウに依存してきた技術継承の負荷軽減を目指す。 約２時間 → 10分程度 今後の展望 今後の展望 2024 2026.4 2027年度 開発着手
Slide 106: 「ReNom Railway」機能拡張アップデート
6 ユースケース 都市・交通：「ReNom Railway」機能拡張アップデート開始 鉄道分野向け最適化ソリューション「ReNom Railway」 新たな機能拡張に向けた開発開始 ReNom Railway 鉄道の輸送計画業務は、列車運用、車両運用、乗務員運 用、構内作業など多岐にわたる要素を扱い、膨大な制約 《全体イメージ》 条件を満たす必要がある高度な業務です。その多くが熟 練担当者の経験に依存し、データ準備や計画立案に多く の工数を要してきました。今回の「ReNom Railway」 アップデートでは、前段階のデータ準備を AI が自動化・ データ準備から最適化まで、鉄道計画をフルAI
Slide 107: 目次
目次 1 企業理念・ビジョン・事業概要 2 成長戦略 3 財務実績 ＊過去３ケ年の実績及び今期目標 4 人材戦略 5 新たなる取り組み 6 ユースケース 7 その他 © 2026 GRID Inc. 107
Slide 108: 会社概要
7 その他 会社概要 会 社 名 株式会社 グリッド GRID Inc. 設 立 2009年10月 本 社 東京都港区北青山3-6-7 明治安田生命青山パラシオ4F 所 在 地 代 表 者 曽我部 完 従業員数 139名（2026年6月30日現在） 資 本 金 57百万円（2026年6月30日現在） 人工知能を用いたシステムの開発・販売・コンサルティング・保 事業内容 守・運用サポート業務、蓄電所の開発・譲渡 等 © 2026 GRID Inc. 108
Slide 109: マネジメント
7 その他 マネジメント 日比谷花壇で業界先駆けのeコマース・新規 伊藤忠テクノソリューションズで新規製品・ 重電系関連会社から、株式会社都市デザインシ ネットワーク事業、物流アウトソーシングを経 サービスのビジネス開発に従事し、ITOCHU ステムでインフラ会社との様々な新規事業の立 験後、2009年にグリッドを創業。国内では稀 Techno-Solutions America, Inc. のVice ち上げやJV会社をつくる。2009年より、創業 有な機械学習／深層学習AI開発プラットフォー Presidentを歴任。帰国後はAI黎明期より幅広 メンバーとしてグリッドを立上げ、AI事業の領
Slide 110: 沿革
7 その他 沿革 再生可能エネルギー事業の会社として設立。2015年にAI開発事業に事業を転換し、2019年より計画最適化に経営資源を集中。 2024年よりソフトウェア（AI）領域からハードウェア領域へ事業を拡張し、社会インフラを支える新たなステージへ。 2009 2014 2019 2025 創業期 事業転換期 基盤構築期 成長加速期 再生可能エネルギー事業の会社として設立 AI開発業務に進出し可能性を模索 計画最適化に経営資源を集中 複数事業の展開と組織基盤の強化 2009年10月 再生可能エネルギー事業の会社として設立 2014年３月 発電電力量予測アルゴリズムの 2019年12月 輸送
Slide 111: IR活動
7 その他 IR活動 X・noteにてIR情報発信中 最新のIR情報やインタビューを発信しています © 2026 GRID Inc.
Slide 112: グリッドがハブとなるコミュニティ活動
7 その他 グリッドがハブとなるコミュニティ活動 グリッドがハブとなり、各業界の現場を深く知るお客様同士をつなぎ、最適化を軸に知見や課題を共有するコミュニティ活動を展開。 GRIDがハブとなる顧客コミュニティ 電力 電力会社A 電力イベント開催 大手電力会社全社が参加するグリッド主催イベント 鉄道 民鉄各社の若手社員との勉強会を実施 電力会社B 電力会社C 大手鉄道会社が集う交流イベントを開催 © 2026 GRID Inc. 112
Slide 113: GRIDアカデミー
7 その他 GRIDアカデミー：テクノロジーで変える未来を次世代へ 社員の子どもたちが、遊びながら社会インフラの仕事を学び、未来の担い手としての好奇心を育む社内イベント。 01 本格的なSTEM教育 02 あらゆるテーマで継続 03 次世代の担い手を育てる 数理最適化、プログラミング、社会インフラの 最適化、プログラミング、社会インフラ。 一過性の社内行事ではない。社会インフラを支 仕組み。年齢に合わせた学習プログラムとして 回ごとにテーマを変えながら、子どもたち える人を育てる取り組みとして、腰を据えて続 設計し、遊びの中で本質に触れられるようにし ける。 が技術に触れる入り口を増やしていく
Slide 114: 全社における主要なリスク
7 その他 全社における主要なリスク 以下は、事業遂行において重要な影響を与える可能性があると認識している主要なリスクです。 情報管理について 人材の確保と育成について （発生可能性：低、発生時期：特定時期なし、影響度：大） （発生可能性：中、発生時期：特定時期なし、影響度：中） 当社では、その業務の性格上、顧客側で保有している秘密 当社は今後更なる成長を成し遂げていくため、優秀な人材 情報(経営戦略上重要な情報等)に触れる場合があります。情 の確保と育成を重要課題の一つであると位置付けておりま 報の取扱いについては、情報セキュリティ管理規程等を整備 す。当社は優秀な人材の採用を進めるべく採用
Slide 115: GRID
GRID* © 2026 GRID Inc.