Slide 1: 2026年6月期 決算説明資料
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) 2026年６月期 決算説明資料 2026年8月14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。 上記の実際の結果に影響を与える要因としては、国内外の経済情勢や当社の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。 © 2026 GRID Inc. 2
Slide 3: 目次
目次 1 2026年6月期 通期実績 2 2027年6月期 通期業績予想 3 成長戦略 4 ビジネスアップデート Appendix （会社概要・補足資料） © 2026 GRID Inc. 3
Slide 4: 2026年6月期 通期実績
目次 1 2026年6月期 通期実績 2 2027年6月期 通期業績予想 3 成長戦略 4 ビジネスアップデート Appendix （会社概要・補足資料） © 2026 GRID Inc. 4
Slide 5: 通期ハイライト
1 2026年6月期 通期実績 通期ハイライト 売上高はAI事業の着実な伸長と蓄電所開発の本格稼働により増収 売上高は前期比＋51.2％の3,119百万円。 AI事業における高い顧客リピート率、売上リピート率と新領域への進出により、力強い成長を継続。 さらに、蓄電所開発の本格化を背景にインフラアセット事業が大きく立ち上り、大幅な増収を達成。 営業利益、営業利益率ともに計画を達成 将来の成長へ向けた先行投資を積極的に実施しつつも、生産性向上によりその費用を吸収。 この結果、営業利益は459百万円、営業利益率は14.7％となり、ともに計画を上回って着地。 TAM（獲得可能な最大市場規模）が拡大 A
Slide 6: 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 7: 経営成績の概況
1 2026年6月期 通期実績 経営成績の概況 売上高は、AI事業における電力ドメインの堅調な成長、鉄道計画を中心とする都市・交通ドメインの拡大および蓄電所開発の本格化によ り、前期比51.2％増。本社移転関連費用を含む営業費用が増加したものの、すべての段階利益が前期比で増加。 2025/6期 2026/6期 (ご参考)2026/6期期初計画 通期実績 通期実績 前期比 計画値 計画比 （百万円） （売上高比） （売上高比） （売上高比） 売上高 2,063 3,119 +51.2% 3,100 +0.6% 営業利益 428 459 +7.3% 450 +2.1% (20.8%) (14.7%
Slide 8: 営業利益の増減要因
1 2026年6月期 通期実績 営業利益の増減要因 売上高は、前期比＋51.2%増と大幅に伸長。将来に向けた先行投資やインフラアセット事業の本格化に伴う外注費の増加を、増収および生産 性の向上により吸収。その結果、営業利益は前期比7.3%増。 前年同期 2025年6月期 通期実績 2026年6月期 通期実績 増減額 増減率 （百万円） （百万円） （百万円） 売上高 2,063 3,119 ＋1,055 ＋51.2% エンジニア人件費 758 910 +151 +20.0% ソフトウェア関連費 133 181 +47 +35.5% 外注費 69 608 +538 +773.8% 営業・管理人件
Slide 9: セグメント別実績の概況
1 2026年6月期 通期実績 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
Slide 10: AI事業：概況
1 2026年6月期 通期実績 AI事業：概況 都市・交通ドメインが新たな成長領域として加わり、電力ドメインも堅調に成長したことで、売上高は前期比17.9%増。 AI事業セグメントのセグメント利益率は35.9%と高い収益性を維持。 2025/6期 2026/6期 （百万円） 通期実績 通期実績 前年同期比 売上高 2,004 2,362 +17.9% 電力 1,153 1,407 +22.0% 製造・運輸 564 477 △15.4% AI 事業 都市・交通 215 402 +86.6% その他 70 75 +6.3% セグメント利益 754 848 +12.5% セグメント利益率 37.6%
Slide 11: AI事業：主要指標の状況
1 2026年6月期 通期実績 AI事業：主要指標の状況 売上高は順調に拡大。事業拡大を見据えたプリセールス要員の増員を進めつつも、従業員1人当たり売上高は前期から回復し一定の水準を 維持。生産性の向上などにより、エンジニア1人当たり売上高は、エンジニア数が増加する中でも拡大を継続。 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） 2,362 1人当たり売上高 1人当たり売上高 期中平均エンジニア数 30.1 期中平均従業員数 2,004 29.0 28.1 26.2 26.0 24.9 1,652 90.9人 78.5人 80.
Slide 12: AI事業：契約リピート率
1 2026年6月期 通期実績 AI事業：契約リピート率 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% 既存顧客売上比率 前年度比 89% 3期連続 86% 18 70% 65% 90% 28.0 5.0pt 上昇
Slide 13: AI事業：過去指標の状況
1 2026年6月期 通期実績 AI事業：過去指標の状況 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
Slide 14: インフラアセット事業：概況
1 2026年6月期 通期実績 インフラアセット事業：概況 前期第４四半期からインフラアセット事業（蓄電所開発）が本格始動し、売上高は前期比12.7倍、セグメント利益が2.6倍と急拡大。 開発支援業務を中心とする事業構成から、開発して売却する事業モデルに移行したことでセグメント利益の大幅な増益を達成。 2025/6期 2026/6期 （百万円） 通期実績 通期実績 前年同期比 売上高 59 756 +696(12.7倍) インフラ アセット セグメント利益 37 100 +62(2.6倍) 事業 セグメント利益率 63.8% 13.3% △50.5pt ※セグメント利益は、本社費を差し引く前の
Slide 15: インフラアセット事業：主要指標の状況
1 2026年6月期 通期実績 インフラアセット事業：主要指標の状況 当期よりインフラアセット事業（蓄電所開発）が本格稼働。 第４四半期に総額約16億円の複数案件を受注し、期末受注残高は11億円。2027年６月期以降も売上高に寄与。 売上高 受注高 受注残高 （百万円） （百万円） （百万円） 1,671 1,101 596 59 80 66 76 14 57 79 78 25 11 21 4Q 1Q 2Q 3Q 4Q 4Q 1Q 2Q 3Q 4Q 4Q 1Q 2Q 3Q 4Q 2025年 2026年 2025年 2026年 2025年 2026年 6月期 6月期 6月期 6月期 6月期 6月
Slide 16: ２事業体制への移行に伴う収益構造の変化
1 2026年6月期 通期実績 ２事業体制への移行に伴う収益構造の変化 インフラアセット事業の立ち上げにより、本格的な２事業体制へ移行。収益の異なる２つの事業編成により今後はセグメント別の収益性 管理に移行。各セグメント利益と本社費を管理しながら、全社の営業利益額の向上を目指す。 セグメント別 売上高・利益・利益率 利益構造 （百万円） 3,000 40% （百万円） 売上高 セグメント利益 2,500 2,362 30% 100 2,000 848 1,500 20% 利益率：35.9% 459 1,000 848 -489 756 10% 500 利益率：13.3% 100 - - AI事
Slide 17: 2027年6月期 通期業績予想
目次 1 2026年6月期 通期実績 2 2027年6月期 通期業績予想 3 成長戦略 4 ビジネスアップデート Appendix （会社概要・補足資料） © 2026 GRID Inc. 17
Slide 18: 業績予想の概況
2 2027年6月期 通期業績予想 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
Slide 19: 業績予想：主要指標の推移
2 2027年6月期 通期業績予想 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
Slide 20: AI事業：主要指標の状況
2 2027年6月期 通期業績予想 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.
Slide 21: AI事業：売上候補案件の進捗（案件パイプライン）
2 2027年6月期 通期業績予想 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
Slide 22: インフラアセット事業：主要指標の状況
2 2027年6月期 通期業績予想 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 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
Slide 23: 成長戦略
目次 1 2026年6月期 通期実績 2 2027年6月期 通期業績予想 3 成長戦略 4 ビジネスアップデート Appendix （会社概要・補足資料） © 2026 GRID Inc. 23
Slide 24: 私たちの存在意義と、目指す未来像
3 成長戦略 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 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. 24
Slide 25: グリッドの使命
3 成長戦略 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 単なる省力化にとどまらず
Slide 26: グリッドは投資効果を最大化し、コストを最適化する
3 成長戦略 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による自動運用・省人
Slide 27: AI・最適化に加えインフラ・アセットで限界を開放する
3 成長戦略 AI・最適化 に加え インフラ・アセット（蓄電池）で社会インフラの能力の限界を開放する 電力分野では設備の増設を抑え、物流分野では車両や人員を増やさず、鉄道分野では人員を増やさずに運行。 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）を組み合わせることで、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。 AI・最適化 蓄電池 製造・物流｜“増やさずに運びきる” （ソフト） 動かし方の高度化 （ハード） 配車・輸送計画を最適化。 同じ荷物を、
Slide 28: AI事業に加えインフラアセット事業をスタート
3 成長戦略 AI事業に加えインフラアセット事業をスタート 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 鉄道運行計画 蓄電所開発 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. 28
Slide 29: 2025年より成長加速期と位置付け中長期的な成長を目指す
3 成長戦略 2025年より成長加速期と位置付け中長期的な成長を目指す 再生可能エネルギー事業の会社として設立。2014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。 2025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
Slide 30: AI事業
AI事業 artificial intelligence infrastructure assets AI事業 © 2026 GRID Inc. 30
Slide 31: AI事業 事業モデル
3 成長戦略 – AI事業 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、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設計・データ連携 • 機能
Slide 32: 01. AI開発
3 成長戦略 – AI事業 01. AI開発 発電・配船・生産など、事業の収益性を左右する中核業務にAI・最適化技術を適用し、億単位の経済効果につなげる。 業界知識と顧客データを組み合わせ、複雑な制約下で最適な計画を導出。事業コストの削減と収益機会の拡大を支援する。 提供内容 導入効果 AI・最適化モデル 発電・設備計画 輸送・配船計画 生産・在庫計画 計画業務に組み込む独自のAIロジックを自社開発 発電機の起動停止計画を 配船ルート・物流計画を 生産計画・在庫配分を 最適化 最適化 最適化 燃料費の低減 輸送費の低減 在庫/調達/機会損失の抑制 業界知識 顧客データ 制約条件 最適計画 年間
Slide 33: 02. 業務システム開発
3 成長戦略 – AI事業 02. 業務システム開発 自社開発のAIロジックを核に、業務に最適化したシステムを一貫して提供。高い導入効果を継続的に生み出すシステムを提供し高い収益を実現。 提供内容 導入効果 AIの業務効果を最大化させるアプリケーションを開発 誰でも最適な計画を立てられる 高度な最適化をワンタッチで利用可能に し、誰でも効果の高い計画を立てられる 既存環境と連携した業務自動化 システム連携により、二重入力や手作業 を削減し、業務を自動化 属人的な運用に捉われない業務改 善 周辺業務との連携 業務フローの設計/整理 現場知識の活用 標準化・可視化により、属人化を解消 ERP・SC
Slide 34: 03. 運用・保守
3 成長戦略 – AI事業 03. 運用・保守 運用データに基づく継続改善により導入後の価値を長期的に向上。監視・分析、課題特定、改善実施、効果検証を一連のサイクルで実施。 提供内容 導入効果 監視・分析 運用保守 制度・市場ルール 設備・データ 現場運用・業務拡張 改善サイクル ロジック / マスタ・モデル更新 機能改善・拡張 システム改修 効果検証 効果検証 変更内容を 設備構成や実績データに 現場の運用変更や 業務システムへ反映 合わせて改善 新たな業務への対応 変化に追随する運用基盤を提供 最新ルールへの適合 安定稼働・精度向上 業務効率・成果向上 保守+追加改修+追加開発による 継続
Slide 35: AI事業 成長戦略
3 成長戦略 – AI事業 成長戦略 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. 35
Slide 36: 4つの技術戦略
3 成長戦略 – AI事業 成長戦略 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る 社内の開発力をAIで高度化 データ収集・連携・分析も含 モデル構
Slide 37: AI事業のTAMは中長期的に拡大
3 成長戦略 – AI事業 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 / DX市場の将
Slide 38: 社会インフラのあらゆる現場がグリッドのTAMになる
3 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 39: 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
3 成長戦略 – AI事業 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: 2040年
Slide 40: 生成AIの普及で、意思決定AIの適用領域が拡大
3 成長戦略 – AI事業 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 制約条件
Slide 41: 持続的なビジネス機会
3 成長戦略 – AI事業 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く、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・対象期間を拡張 電力
Slide 42: 業界特化型アプリケーション - ReNom Apps
3 成長戦略 – AI事業 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作成する。
Slide 43: 参入障壁となる3つの優位性
3 成長戦略 – AI事業 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。売上規模
Slide 44: 模倣困難な技術アセット
3 成長戦略 – AI事業 模倣困難な技術アセット 日本最大級の グリッドでは日本で最大級の最適化エンジニアが在籍しており、 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。 最適化エンジニア集団 最適化技術の層の厚さは、追随を許しません。 が誇る技術力 © 2026 GRID Inc.
Slide 45: 圧倒的にユニークなポジショニング
3 成長戦略 – AI事業 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 応じて柔軟に
Slide 46: 収益性と成長性を実現する産業ポートフォリオ
3 成長戦略 – AI事業 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し、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 源の創出を両立することで、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 47: 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. 47
Slide 48: AI事業の技術をインフラアセット事業へ応用
3 成長戦略 – インフラアセット事業 AI事業の技術をインフラアセット事業へ応用 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、インフラアセット開発・蓄電所開発に応用 AI事業 インフラアセット事業（蓄電所開発） 土地選定 系統接続の申込み 空き容量の確認 EPC 蓄電池の設置計画 技術展開 ミッションクリティカルなインフラ領域 土地選定・系統接続申込・蓄電所開発を一気通貫で行い、蓄電所事業として事業主に売却。 での最適化技術の豊富な実績 さらに当社独自のAIを活用して事業主へ運用計画のアドバイスが可能。 © 2026 GRID Inc. 48
Slide 49: インフラアセット事業 事業モデル
3 成長戦略 – インフラアセット事業 事業モデル 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。 独自のネットワークを活かし、土地選定から系統接続の申込み・空き容量確保、蓄電所の設計・開発し、 販売を行います。そして充放電計画を自動制御するAIエンジン「ReNom CHARGE」を活用した運用まで、 グリッドが一貫して手がける開発モデル。 開発プロセス 土地選定 系統接続の申込み 蓄電所の設計 EPC 事業主へ売却 空き容量の確認 © 2026 GRID Inc. 49
Slide 50: アセットの開発から運用までワンストップサービスを提供
3 成長戦略 – インフラアセット事業 アセットの開発から運用までワンストップサービスを提供 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し、蓄電所事業のワンストップサービスを提供。 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. 50
Slide 51: 将来的な電力不足が社会課題に
3 成長戦略 – インフラアセット事業 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今後新たに430億kWh必要となり、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 830,000 161,000 824 825,000 160,000 820,00
Slide 52: 電力不足を背景に、再生可能エネルギー導入が加速
3 成長戦略 – インフラアセット事業 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% 国産エネルギー 2 エネルギー自給率の低さ 自給率わずか15.3%（G7最低水準） 8,000 6,000 最大7割に 20% 化石燃料の輸入依存は経済安全保障
Slide 53: 再エネ普及とコスト削減のカギを握る蓄電池
3 成長戦略 – インフラアセット事業 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し、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り、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。 電力単価を分析し充放電のタイミン
Slide 54: 系統用蓄電所開発：高圧から特別高圧へ、案件規模を拡大
3 成長戦略 – インフラアセット事業 系統用蓄電所開発：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： 20~50億以上）に案 件規模を拡大し、複数推進。 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. 54
Slide 55: なぜ蓄電池の運用にAI最適化システムなのか
3 成長戦略 – インフラアセット事業 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、夜間の需給
Slide 56: 蓄電所開発からインフラアセット事業へ
3 成長戦略 – インフラアセット事業 蓄電所開発からインフラアセット事業へ 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. 56
Slide 57: インフラアセット事業における主要なリスク
3 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、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リスク プロジェクト収支悪化のリスク 当社は、2026年５月に系統用蓄電所の開発案件を受注 当社は、プロジェクトごとに、想定費用を基に見積りを作 し、開発を行っておりますが、開発の実績及び経験につい 成し、乖離の生じないよう管理を行っておりますが、見積り て、今後も積上げが必要な段階にあると考えております。そ 時に想定しなかった事実の発覚、自然災害その他不測の事態 のため、新規受注の進捗や開発期間の延
Slide 58: 量子コンピュータ
量子コンピュータ Quantum 量子コンピュータ © 2026 GRID Inc. 58
Slide 59: 量子R&Dは本格研究フェーズへ
3 成長戦略 – R&D 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
Slide 60: 産業課題起点の量子R&Dから、将来の社会実装へ
3 成長戦略 – R&D 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
Slide 61: ビジネスアップデート
目次 1 2026年6月期 通期実績 2 2027年6月期 通期業績予想 3 成長戦略 4 ビジネスアップデート Appendix （会社概要・補足資料） © 2026 GRID Inc. 61
Slide 62: 電力：揚水・揚発計画最適化システム本開発開始
4 ビジネスアップデート 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
Slide 63: 電力：九州電力向け石炭受払計画自動生成
4 ビジネスアップデート 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
Slide 64: 電力：需給計画最適化システム共同開発・本格運用開始
4 ビジネスアップデート 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. 64
Slide 65: 電力：北海道電力ネットワークとの協業
4 ビジネスアップデート 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
Slide 66: 電力：業界特化型生成AI「GeNom」提供開始
4 ビジネスアップデート 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. 66
Slide 67: GeNom for Energy アップデート
4 ビジネスアップデート 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. 67
Slide 68: 製造・運輸：運航整備配員計画最適化プロジェクト開始
4 ビジネスアップデート 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
Slide 69: 製造・運輸：日本郵船、MTIとの共同開発
4 ビジネスアップデート 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 日本郵船運行の自動車専用船「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
Slide 70: 製造・運輸：太平洋セメント向け配船計画最適化
4 ビジネスアップデート 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
Slide 71: 製造・運輸：AI配船計画最適化システム本格運用
4 ビジネスアップデート 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高が見込 天候を考慮し、出港時刻を調整/代替ルートを選択 まれる（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
Slide 72: 都市・交通：JR西日本向け構内自動計画システム開発
4 ビジネスアップデート 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
Slide 73: 「ReNom Railway」機能拡張アップデート開始
4 ビジネスアップデート 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
Slide 74: パートナーシップ契約・プロジェクト参加
4 ビジネスアップデート 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
Slide 75: 技術共創室新設・プロジェクト本格研究フェーズへ移行
4 ビジネスアップデート 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
Slide 76: Appendix（会社概要・補足資料）
目次 1 2026年6月期 通期実績 2 2027年6月期 通期業績予想 3 成長戦略 4 ビジネスアップデート Appendix （会社概要・補足資料） © 2026 GRID Inc. 76
Slide 77: 会社概要
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 東京都港区北⻘山3-6-7 明治安田生命⻘山パラシオ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. 77
Slide 78: X・noteにてIR情報発信中
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 79: © 2026 GRID Inc.
GRID* © 2026 GRID Inc.