Slide 1: 2027年3月期 第1四半期 決算説明資料
2027年3月期 第1四半期 決算説明資料 ダイナミックマッププラットフォーム株式会社 2026年8月7日 東証GRT 336A
Slide 2: 目次
目次 01 会社･事業概要 02 AIネイティブデータ 03 2027年3月期 第1四半期実績及び通期業績見通し 04 パイプラインアップデート 05 Appendix 2
Slide 3: 会社･事業概要
01 Stl: SRAZ DYNAMIC MAP A PLATFORM
Slide 4: 会社概要
01 ｜ 会社･事業概要 会社概要 会社名 ダイナミックマッププラットフォーム株式会社（証券コード: 336A） 設立 2016年6月13日 本社所在地 東京都渋谷区渋谷二丁目12番４号 拠点 日本、米国、ドイツ、サウジアラビア、アラブ首長国連邦、韓国 従業員数 249名（2026年8月時点）(1) ⚫ 自動運転・先進運転支援システム等に利用される高精度 3 次元地図データ（HD マップ）の生成・販売 事業内容 ⚫ HD マップ関連技術を用いた（自動運転以外の）多用途での高精度位置情報・ソリューションの提供 設立経緯 日本政府主導により、国内主要自動車会社等が出資し、当社が設立 その後、Gen
Slide 5: 数字でみるダイナミックマッププラットフォーム
01 ｜ 会社･事業概要 数字でみるダイナミックマッププラットフォーム グローバルにビジネス展開しフィジカルAI向けデータを提供、ライセンス型で事業拡大 26ヵ国 74% 57億円 121% 180万km 約 30% ライセンス型売上高 高精度3次元データ フィジカルAI市場 進出国数(1) 海外売上高比率 連結売上高 成長率 カバレッジ 年平均成長率(2) 北米、欧州、日本 韓国、中東 2026年3月期 2026年3月期 2026年3月期 2026年時点 今後10年間の予想 各地域の 高精度3次元データカバレッジ(3) Dynamic Map Platform Korea Dynamic M
Slide 6: ハイライト
01 ｜ 会社･事業概要 ハイライト Global Deep-tech ダイナミックマップという高精度な位置情報基盤をグローバルに構築するディープテック型のスタートアップ High Growth 日系大手自動車メーカー10社やGeneral Motors Company / 日本国政府等の優良な顧客基盤を持ち高い売上 成長性を実現可能 High Competitiveness 競合比でも圧倒的な高精度3次元データを保有しており世界初の自動運転レベル2+・レベル3の実現に寄与し てきた高い技術力を有している競争優位性 High Profitability ビジネスモデルについてはプロジェクト型ビ
Slide 7: 高精度3次元データプラットフォーマーとして様々な情報を集約
01 ｜ 会社･事業概要 高精度3次元データプラットフォーマーとして様々な情報を集約 分析・制御・予測が可能な世界を実現し、社会課題解決に資するイノベーションを実現 交通 観光情報 情報 不動産 情報 インフラ 情報 高精度 広告情報 3次元データ 物流情報 防災情報 車両情報 天候情報 空域情報 エンタメ 情報 7
Slide 8: 当社の提供するサービス
01 ｜ 会社･事業概要 当社の提供するサービス 自動運転やさまざまな空間サービスの基盤となる、道路や周辺環境、位置･空間構造を高精度に表現 した3次元地図データ 自動運転向けデータ Viewer モビリティの自動運転や先進運転支援システムほか 高精度3次元点群データが 幅広い産業分野に 閲覧・分析可能なプラットフォーム Guidance 位置情報サービス 3次元地図データの生成技術を応用した 「空間ID」を使って 高精度ガイダンス 多彩な用途に 8
Slide 9: 世界最大級の高精度3次元データを構築
01 ｜ 会社･事業概要 世界最大級の高精度3次元データを構築 グローバルで圧倒的なデータベースを構築（カバレッジ180万km） 世界各国における産業のデジタル化、社会課題解決に貢献する大きなポテンシャルを有する 北米における当社データカバレッジ 欧州における当社データカバレッジ 日本における当社のデータカバレッジ 1,560,000 km 255,000 km 高速道路 33,000 km その他地域における当社のデータカバレッジ 韓国 中東 高速道路 高速道路 20,000 km 26年度中の整備完了見込み 先進国地域の整備は概ね完了 出所: Reliable Map Data for H
Slide 10: ビジネスモデル全体像（プロジェクトとライセンスの2本柱）
01 ｜ 会社･事業概要 ビジネスモデル全体像（プロジェクトとライセンスの2本柱） プロジェクト型ビジネス：一定の粗利率を前提に受注 ライセンス型ビジネス：整備済みデータ等を活用したビジネスであり高い収益性を期待できる プロジェクト型 事業基盤構築 ライセンス型 高い収益性を狙う ー 整備済みのアセット（データ･システム）を活用 ー 一定の粗利率を前提に案件を選別して受注 ー 単価×数量で算定される量産ライセンス売上と法人データ ー R&Dとしての役割、自己投資を減らしながら事業基盤を構築 ライセンス売上で構成 ー 売上原価は主にプロジェクト受注に伴う変動費 ー 売上原価は固定的であり、粗利率
Slide 11: 各種データ連携を通じたダイナミックマッププラットフォーム構築
01 ｜ 会社･事業概要 各種データ連携を通じたダイナミックマッププラットフォーム構築 公道における静的データ（高精度三次元データ）から事業開始し、現在では空港・港湾・物流セン ターなど特定エリアへ展開。動的データを統合することでダイナミックマップの構築に取り組む ダイナミックマップを構成するデータ ＞ 各種データの取得･連携により実現されるユースケース データ種別 類型 用途の例 公道HDマップ型 (基本型) • 公道向け自動運転･先進運転支援シ 動的 C D C D ステム量産車両への搭載 • 周辺車両情報 • 特定エリア内の A B • 周辺歩行者情報 人/車両の動き • 信号機情報 •
Slide 12: 測量ネットワーク構築 -測量能力拡大の必要性-
01 ｜ 会社･事業概要 測量ネットワーク構築 -測量能力拡大の必要性- 空港/港湾/物流センター等の特定エリアにおける事業拡大に向けて、 衛星データ･航空写真･ドローン測量などデータ収集方法の多様化と機動的な測量能力を強化 3次元測量の技術動向 • センサ性能の向上や機材の小型化により、データの正確性と迅速性が向上 • 幅広い空間での精密なデータ取得が可能となり、ICT施工やデジタルツイン構築等利用が広がっている 測量システム MMS 航空測量 • 車両にLidarとカメラ等を • 航空機にカメラや 搭載し、移動しながら連 LiDARを搭載し高高 続測量 度から広域データを • 走行ルートの
Slide 13: M&Aによる事業領域拡大
01 ｜ 会社･事業概要 M&Aによる事業領域拡大 2019年に「水平統合型」M&AとしてUshr, Inc.（現DMP NA）を買収し、グローバル市場No.1の ポジションを獲得。2025年の上場を経て「垂直統合型」M&Aとして川上･川下領域を対象にした買 収を開始。現在は、データ収集機能を担う測量会社の連続買収を実行中 調査・解析 データ収集 ３Dモデル化 川上 （変化検知） （測量） （図化） Ushr Inc.（現DMP NA） 買収 ※1 GIS シミュレーション AR/VR ※2 川下 ソフトウェア ソフトウェア ソフトウェア ※3 セグメント 物流 建設 自動車 インフラ 防災
Slide 14: 連続的M&Aを通じたグループ拡大
01 ｜ 会社･事業概要 連続的M&Aを通じたグループ拡大 2019年のUshr, Inc.買収からM&Aをスタートさせ2025年の上場を経て2025年度から再開 既に計3件の買収を完了し、今後も黒字企業の連続的M&Aによるグループ拡大･収益性向上を計画 第4号案件～ 2026年度以降 Modeling the Earth 追加買収（計画） 第3号案件 現在、複数社の 2026年4月 買収を検討中 中核企業のM＆Aへ リカノス 黒字企業が対象 第2号案件 八潮の道路陥没事故にドローン測量で貢献 ドローン技術の獲得 2025年10月 買収後、大手ゼネコン向けに提案拡大予定 日本海測量設計 建設土
Slide 15: フィジカルAIの「データプラットフォーム」
01 ｜ 会社･事業概要 フィジカルAIの「データプラットフォーム」 多様な産業においてフィジカルAI時代における「データプラットフォーム」を提供 自動運転からモビリティ･インフラ･広告･エンターテイメントへ拡がる 広告 小売・広告 エンターテイメント • ジオマーケティング エンターテイメント • O2O(Online to Offline) • ゲーミング • 観光 公共交通機関 インフラ管理 MaaS企業 運輸 地方自治体によるインフラ管理 • オンデマンド交通 • ドローン • 除雪 • カーシェアリング • 通勤電車 • 自律飛行 • ドローン • モバイルロボット 保険 損害保険会
Slide 16: 日本政府戦略17分野における当社データの活用可能性
01 ｜ 会社･事業概要 日本政府戦略17分野における当社データの活用可能性 高精度３次元データ：幅広い戦略分野の課題解決・産業発展に貢献できる可能性 ① AI・半導体 ②造船 ③量子 ④合成生物学・バイオ ⑤航空・宇宙 AI・半導体の開発・学習・ 空域管理、空港運用 検証データ 衛星・宇宙開発 ⑥デジタル・サイ ⑦コンテンツ ⑧フードテック ⑨資源・エネルギー ⑩防災・国土強靭化 バーセキュリティ （ゲーム・アニメ等） 安全保障・GX 災害シミュレーション・ ３D作成・ロケーション活用 発電インフラ構築・維持 被害把握、除雪支援など ⑪創薬・先端医療 ⑫フュージョン ⑬マテリアル ⑭港湾ロジ
Slide 17: AIネイティブデータ
02 Al*xA 4 FA 7F—-B DYNAMIC MAP PLATFORM W 7
Slide 18: AIネイティブデータによる実世界の3D環境モデル化
02 ｜ AIネイティブデータ AIネイティブデータによる実世界の3D環境モデル化 画像･点群･高精度3次元地図データを統合し、AI学習･評価に活用可能な3D環境モデルを生成 実世界の道路構造や意味情報を反映した、高精度なデータ基盤を構築 3D Gaussian Splatting (3DGS)データ 点群データ 直進するケース メリット フォトリアルな3D環境モデルを作成す ることで、実車走行の代替が可能 視点/画角等が変更が可能なため、１度 作成すると様々な車両/カメラの検証に 3D環境モデル 利用できる 画像データ 特徴 任意のトラジェクトリ（道 筋・軌道）と組み合わせて、 高精度機材で
Slide 19: 3DGSを用いた3D環境モデル: Free視点の全画面動画
02 ｜ AIネイティブデータ 3DGSを用いた3D環境モデル -AI学習･評価に必要なデータ基盤 - 3D環境モデル: Free視点の全画面動画 動画URL：https://youtu.be/yYA3Zprv7Qk 19
Slide 20: 3DGSを用いた3D環境モデル: 直進パターン
02 ｜ AIネイティブデータ 3DGSを用いた3D環境モデル -AI学習･評価に必要なデータ基盤 - 3D環境モデル: 直進パターン 動画URL：https://youtu.be/6HHhZy7xJHc 20
Slide 21: 3DGSを用いた3D環境モデル: 右折パターン
02 ｜ AIネイティブデータ 3DGSを用いた3D環境モデル -AI学習･評価に必要なデータ基盤 - 3D環境モデル: 右折パターン 動画URL：https://youtu.be/3WXr63lZJ6E 21
Slide 22: フィジカルAIの課題を解決するデータ基盤へ
02 ｜ AIネイティブデータ フィジカルAIの課題を解決するデータ基盤へ AI開発に必要な学習･評価データの不足が課題。実世界データでは量･バリエーションに限界あり 当社のAIネイティブデータセットと生成AI技術を組み合わせ、学習･評価用データを拡張 学習･評価用データ拡張 AIネイティブデータセット AI学習･評価に必要なデータ基盤 学習･評価用データ拡張 高精度3次元データ アノテーション済 3DGSモデル 信号機 NVIDIA Cosmos 横断歩道 停止線 Transfer 高幾何3DGSデータ 等 車線中心線 ・天候 ・時間帯 ・景観 高精度3次元データの意味情報を ・交通参加者の
Slide 23: 学習･評価用データ生成: 日中･晴天
02 ｜ AIネイティブデータ 当社提供のAIネイティブデータセットからの学習･評価用データ生成 学習･評価用データ生成: 日中･晴天 動画URL：https://youtu.be/ZB8ENj20DTI 23
Slide 24: 学習･評価用データ生成: 夜間
02 ｜ AIネイティブデータ 当社提供のAIネイティブデータセットからの学習･評価用データ生成 学習･評価用データ生成: 夜間 動画URL：https://youtu.be/UJnkshQxVOE 24
Slide 25: 学習･評価用データ生成: 日中･豪雨
02 ｜ AIネイティブデータ 当社提供のAIネイティブデータセットからの学習･評価用データ生成 学習･評価用データ生成: 日中･豪雨 動画URL：https://youtu.be/AmtjAlyQvnw 25
Slide 26: NVIDIA・MathWorksとフィジカルAIの学習･検証用データ生成に取り組み
02 ｜ AIネイティブデータ NVIDIA・MathWorksとフィジカルAIの学習･検証用データ生成に取り組み 当社の高精度3次元地図データを元データに、MathWorksのRoadRunnerを用いて3Dシーンやシナ リオを作成し、 NVIDIA Cosmos Transfer でAI学習･評価に活用可能な高品質な動画データを生成 高精度3次元地図データからリアルな動画を生成するワークフロー フィジカルAI･自動運転開発を支えるデータ生成ワークフローを紹介する共同セミナーを開催 セミナーアーカイブ動画 https://jp.mathworks.com/videos/physical-ai
Slide 27: 2027年3月期 第1四半期実績及び通期見通し
03 2027年3月期 第1四半期実績及び通期見通し 27
Slide 28: 法人ライセンス拡大、フィジカルAI向け事業拡大に向けた基盤整備が進展
03 ｜ 2027年3月期 第1四半期実績及び通期業績見通し 法人ライセンス拡大、フィジカルAI向け事業拡大に向けた基盤整備が進展 海外大手半導体メーカー向け、自動運転トラック向け等、法人ライセンス案件の受注拡大 AIネイティブデータセットの提供、NVIDIA、MathWorksとの取り組みにより、フィジカルAI向け データ事業の基盤整備が進展 2027年3月期 第1四半期進捗 ⚫ 海外大手半導体メーカーよりAI用途でのオートモーティブ法人ライセンス案件（Data for AI）追加受注 （北米に加え、欧州･韓国･日本のデータを提供） ⚫ 自動運転トラック開発向けオートモーティブ法人ライセンス
Slide 29: 海外大手半導体メーカーよりAI用途法人ライセンス追加受注
03 ｜ 2027年3月期 第1四半期実績及び通期業績見通し 海外大手半導体メーカーよりAI用途法人ライセンス（Data for AI）追加受注 北米データの利用実績を踏まえ、欧州･韓国･日本データを追加受注 AIベースの自動運転･ADAS開発における当社データの有用性と、地域ごとの実世界データの重要性 を確認 北米データの利用実績を通じ当社データの有用性を確認 地域ごとの現実世界データの重要性 • 海外大手半導体メーカー向け法人ライセンス案件 • 提供対象データが北米から欧州・韓国・日本へ拡大 • AIベースの自動運転･ADAS開発にて利用 • AI用途でも、地域ごとの道路環境･交通ルールを
Slide 30: AIネイティブデータセットを提供
03 ｜ 2027年3月期 第1四半期実績及び通期業績見通し グローバルに整備した高精度3次元データを活用し、AIネイティブデータセットを提供 AIネイティブデータセット提供によりData for AI事業を加速 2026年6月、サンプルデータセットをHugging Face上で公開。公開後約4,000件のダウンロード。 開発者コミュニティや潜在顧客からの関心を確認 Hugging Face上での公開 ■対象エリア •高輪台交差点付近約200m •東京都港区白金台2丁目25番付近 ■収録データ •Six synchronized camera views •Two synchronized c
Slide 31: ４つのデータレイヤーを統合、マルチモーダルデータを提供
03 ｜ 2027年3月期 第1四半期実績及び通期業績見通し ４つのデータレイヤーを統合、AI開発に必要なマルチモーダルデータを提供 RAWデータ、高精度3次元データ、Semanticデータ、3DGSデータを同一空間上で統合 AI学習･評価･シミュレーションに活用可能なマルチモーダルデータを提供 4つのデータレイヤー RAWデータ 高精度3次元データ Semantic融合データ 高幾何3DGSデータ • 点群 • 車線・信号・標識等の地 • 点群･画像に地物情報を付 • 歪みのない3D空間情報 • 画像 物情報 与 • 走行軌跡（Trajectory） • 同一空間上で整合されたマルチモーダル
Slide 32: 自動運転からフィジカルAIへ拡張する高精度3次元データ活用
03 ｜ 2027年3月期 第1四半期実績及び通期業績見通し 自動運転からフィジカルAIへ拡張する高精度3次元データ活用 東京流通センター（TRC）内の高精度3次元データを整備 構内における自動運転･フィジカルAIの実証実験用途向けに平和島自動運転協議会参画企業に提供 現地航空写真 高精度3次元データ ロータリー ロータリー A棟 B棟 A棟 B棟 GPSが届きにくい屋内空間や複雑な幾何形状を持つランプウェイを 含む物流施設全体を高精度3次元データ化 ※出典：国土地理院 地理院地図（航空写真）をもとに作成 レベル4自動運転トラックが指定区画・バースへ安全に向かうための 情報提供や、施設に入居す
Slide 33: フィジカルAIの実装に向けたオープンイノベーションに貢献
03 ｜ 2027年3月期 第1四半期実績及び通期業績見通し フィジカルAIの実装に向けたオープンイノベーションに貢献 平和島自動運転協議会は、東京流通センター（TRC）構内を実証フィールドとして2025年5月に発 足した、企業･行政･研究機関が集うプラットフォーム 出典：TRC東京流通センター拠点「平和島自動運転協議会」第六次参画企業・団体決定 | 株式会社東京流通センターのプレスリリース 33
Slide 34: 3Dmapspocket®の不動産開発用途での利用が拡大
03 ｜ 2027年3月期 第1四半期実績及び通期業績見通し 3Dmapspocket®の不動産開発用途での利用が拡大 3Dmapspocket®はブラウザ上で空間検証を行える総合3D空間プラットフォーム 不動産開発における眺望･景観･配置検討等シミュレーション利用が拡大。東京建物ほか大手が採用 3Dmapspocket®とは 不動産開発における活用例 • 高精度3次元点群データと3D Tilesを統合した3D空間プラット フォーム • 開発計画の立案や景観・配置検討などでの活用 • ブラウザ上で計測・分析･配置検討が可能 • 関係者間での認識共有を円滑にし、検討プロセスの効率化を図るこ とで
Slide 35: 熊本地震被災地域で3Dmapspocket®を無償公開
03 ｜ 2027年3月期 第1四半期実績及び通期業績見通し 熊本地震被災地域の状況把握･復旧支援として3Dmapspocket®を無償公開 被災地域の状況把握･復旧支援に資する情報提供として、3Dmapspocket®を無償公開 35
Slide 36: ライセンス型売上は前年同期比で増加、調整後EBITDAのマイナス幅は予算内
03 ｜ 2027年3月期 第1四半期実績及び通期業績見通し ライセンス型売上は前年同期比で増加、調整後EBITDAのマイナス幅は予算内 法人ライセンス案件を中心にライセンス型売上が拡大。大型案件があった前年同期比10％増 北米における新規整備が完了したことにより、オートモーティブプロジェクト型案件が前年比減少。 調整後EBITDAのマイナス幅は予算内で着地（前年は案件の前倒し効果ありプラス） 売上高（単位：百万円） 調整後EBITDA（単位：百万円） 1,459 24 1,147 873 前年同期比 502 -692 +10% 百万円 586 645 -667 2025年度Q1 2026年度
Slide 37: 調整後EBITDA通期プラス化へ
03 ｜ 2027年3月期 第1四半期実績及び通期業績見通し 調整後EBITDA通期プラス化へ 通期業績予想据え置き。売上高70億円、ライセンス型売上30億円、調整後EBITDAはプラスに転換 ライセンス型ビジネスの継続成長とコスト削減効果により投資回収フェーズに入り、利益指標であ る調整後EBITDAはプラスへ転換。パイプライン案件の取り込みに注力 売上高（単位：百万円） 調整後EBITDA（単位：百万円） 7,000 5,686 2026年3月期 2027年3月期（予想） 50 4,000 3,092 ＋4億円 -501 3,000 2,594 2026年3月期 2027年3月期（予想）
Slide 38: 事業環境と取り組み方針
03 ｜ 2027年3月期 第1四半期実績及び通期業績見通し 事業環境と取り組み方針 - AIネイティブなデータ･商品開発を強化、法人ライセンス拡大 フィジカルAIの需要に応える「AIネイティブ」なデータ･商品開発を強化 引き続き、高収益ライセンスビジネスの拡大、測量会社のロールアップ型M&Aに注力 事業環境 ＞ 27年3月期の取り組み方針 • 自動運転を含むフィジカルAI AIネイティブ 「AIネイティブ」なデータ･商品開発を強化（Data for AI） の急速な進展･市場拡大 • AI学習･推論･検証といった用途において、顧客が即時利用 データ 可能な「AIネイティブ」データ･商品の開発
Slide 39: 法人ライセンスがライセンス型を牽引
03 ｜ 2027年3月期 第1四半期実績及び通期業績見通し 法人ライセンスがライセンス型を牽引、プロジェクト型案件採択･拡大に取り組み ライセンス型: 引き続きAI用途で 法人ライセンスが牽引。量産ライセンスは新車種への搭載含め台 数成長。3Dデータは既存プロダクトの拡販に加え、フィジカルAI需要の取り込みに注力 プロジェクト型: ライセンス型売上拡大の基盤整備として、政府･民間案件、新規データ整備実施 カテゴリー 2027年3月期注力する取り組み 進捗 • AI用途: 大手自動車メーカー、半導体メーカー、自動運転シ • 海外大手半導体メーカーからの追加 オートモーティブ ステム開発会社より
Slide 40: 粗利率80％超のライセンス型を伸ばし中長期で成長
03 ｜ 2027年3月期 第1四半期実績及び通期業績見通し 粗利率80％超のライセンス型を伸ばし中長期で成長率10-30%で成長を続ける 成長の為の事業基盤構築が完了、ライセンス型中心の収益構成へ 投資回収フェーズへ移行 短･中期 長期 成長の為の事業基盤 構築が完了 売上成長率 ライセンス型中心 の収益構成へ (中長期）10-30% 成長イメージ 収益構成 2027年 ライセンス型売上 ライセンス型売上で 3月期 ライセンス型：3Dデータ 投資回収 粗利率 80%超 ライセンス型：オートモーティブ プロジェクト型：3Dデータ プロジェクト型：オートモーティブ 3Dライセンス 販売パートナー
Slide 41: パイプラインアップデート
W DYNAMIC MAP PLATFORM 41
Slide 42: ライセンス型ビジネス（オートモーティブ）
04 ｜ パイプラインアップデート ライセンス型ビジネス（オートモーティブ） 搭載車種増加に加え、自動運転･ADASへのAI利用が進行する流れにおいて当社データへの需要を見込む 計6社/39車種に当社データ搭載済。海外大手半導体メーカー向けに、北米データの提供実績を踏まえ、欧州･韓国･日本データを 追加受注。新たに自動運転トラック開発会社向けにデータ提供 主なパイプライン(1) (2) (3) 量産ライセンス 法人ライセンス 契約済み RFQ(4) RFI(5) 商談中(6) 更新箇所 ｚ 契約形態 顧客 FY23 FY24 FY25 FY26 FY27 FY28 FY29 1.6億円 3.0
Slide 43: ライセンス型ビジネス（3Dデータ）
04 ｜ パイプラインアップデート ライセンス型ビジネス（3Dデータ） グローバルデータ資産を活用し、インフラ管理･不動産･シミュレーション･ゲーム等へ用途が拡大 販売パートナーを通じたデータ提供も進み、パイプラインの積み上げに注力 主なパイプライン(1) Guidance商品 Viewer商品 データ連携システム 法人データライセンス 契約済み 商談中(2) 更新箇所 顧客 事業内容 FY23 FY24 FY25 FY26 FY27 FY28 FY29 地方自治体 除雪 大手損害保険会社･ 事故調査 事故調査会社 大手不動産会社 不動産開発 物流事業者･空港･港湾 データ連携システム 大手道
Slide 44: プロジェクト型ビジネス（3Dデータ）
04 ｜ パイプラインアップデート プロジェクト型ビジネス（3Dデータ） 日本政府との強い関係性に裏付けされた、3Dデータビジネスにおける複数の国家プロジェクト受託実績 民間主導の自動化投資拡大の動きを受けて民間企業との案件増加。海外における需要も捕捉 主なパイプライン（2023年以降売上計上分） (1) 契約済み 商談中(2) 更新箇所 契約形態 顧客 プロジェクト FY23 FY24 FY25 FY26 FY27 FY28 FY29 NEDO グリーンイノベーション基金 6.8億円 3.2億円 モビリティ分野における デジタル庁 2.7億円 産業用データ連携基盤整備 NEDO デジタルライ
Slide 45: プロジェクト型ビジネス（オートモーティブ）
04 ｜ パイプラインアップデート プロジェクト型ビジネス（オートモーティブ） 安定した収益を確保し自己負担を軽減しながら、事業基盤であるHDマップカバレッジを拡大 新たな国･地域での新規整備を進める。整備済みの国･地域での更新整備も継続的に受注 主なパイプライン（2023年以降売上計上分） (1) (2) (3) 契約済み RFQ(4) RFI(5) 商談中(6) 更新箇所 契約形態 顧客 プロジェクト FY23 FY24 FY25 FY26 FY27 FY28 FY29 新規整備 7.2億円 新規整備 6.7億円 18.0億円 7.3億円 新規整備 0.6億円 0.03億円 4.0億円 5
Slide 46: 中長期ビジョン
中長期ビジョン 高精度3次元データプラットフォーマーとして様々な情報を集約 分析・制御・予測が可能な世界を実現し、社会課題解決に資する イノベーションを実現 交通 観光情報 情報 不動産 インフラ 情報 情報 高精度 広告情報 物流情報 3次元データ 防災情報 車両情報 天候情報 空域情報 エンタメ 情報 46
Slide 47: Appendix
05 Appendix DYNAMIC MAP PLATFORM W 47
Slide 48: 連結損益計算書
05 ｜ Appendix 連結損益計算書 連結損益計算書 2026/3期 Q1累計 2027/3期 Q1累計 増減 （単位: 百万円） 売上高 1,459 1,147 ▲311 売上原価 1,022 1,445 +422 売上総利益 436 (297) ▲733 販売管理費及び一般管理費 632 702 +69 営業利益（損失） (196) (999) ▲803 営業外収益 10 31 +20 営業外収益 営業外費用 38 29 ▲8 補助金収入 29百万円 調整後EBITDA 24 (667) ▲692 経常利益（損失） (223) (997) ▲773 特別利益 - 20 ＋20 特別利
Slide 49: 連結貸借対照表
05 ｜ Appendix 連結貸借対照表 連結貸借対照表 2026/3末 2026/6末 増減 資産 （単位: 百万円） 現金及び預金 3,658 4,253 ＋595 コミットメントライン契約 その他 2,953 1,952 ▲1,000 金融機関２社より、借入極度額計2,000百万円 流動資産合計 6,611 6,206 ▲405 有形固定資産 623 605 ▲18 無形固定資産 3,532 3,587 ＋54 投資その他の資産合計 121 122 ＋0 固定資産合計 4,277 4,315 ＋37 資産合計 10,889 10,521 ▲367 負債・純資産 一年内返済予定の長期借入
Slide 50: 売上高･調整後EBITDAの推移
05 ｜ Appendix 売上高･調整後EBITDAの推移 売上高（単位：百万円） 調整後EBITDA（単位：百万円） 7,465 7,000 2024年3月期 2025年3月期 2026年3月期 2027年3月期（予想） 5,686 5,567 50 4,000 6,293 -609 -501 3,092 4,572 -2,203 3,000 2,594 994 1,171 2024年3月期 2025年3月期 2026年3月期 2027年3月期（予想） ライセンス型売上 プロジェクト型売上 注：調整後EBITDA=営業利益＋減価償却費＋政府補助金＋M&A関連費用 50
Slide 51: 連結業績 四半期累計売上高推移
05 ｜ Appendix 連結業績 四半期累計売上高推移 四半期累計売上高（単位：百万円） 7,465 5,686 4,012 6,293 3,092 3,373 5,567 2,248 2,451 3,168 2,094 1,459 3,107 1,506 1,009 1,724 2,594 873 1,577 665 1,171 1,279 677 843 944 343 524 586 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 2024年3月期 2025年3月期 2026年3月期 ライセンス型 プロジェクト型 51
Slide 52: 連結業績 2026年3月期 四半期累計売上高･調整後EBITDA推移
05 ｜ Appendix 連結業績 2026年3月期 四半期累計売上高･四半期会計期間別調整後EBITDA推移 第4四半期に法人ライセンス案件を中心に23億円の売上を計上 調整後EBITDAも第4四半期に大幅改善し8億円のプラス、前年比改善し着地 累計売上高（単位：百万円） 四半期会計期間別 調整後EBITDA（単位：百万円） 5,686 業績予想 5,500 2,313 24 3,373 922 786 2,451 -501 -589 992 1,459 1,459 -722 Q1 Q2 Q3 Q4 年間累計 Q1 Q2 Q3 Q4 注：調整後EBITDA=営業利益＋減価償却費＋政府補助金
Slide 53: フィジカルAIとは
05 ｜ Appendix フィジカルAIとは フィジカルAIは自動運転やロボットに代表される物理空間に作用するAIであり、デジタル空間に閉 じる従来のAIとは大きく異なる。創業以来、物理空間のデータを生成･蓄積してきた当社は、既に優 位なポジションにある (Data for AI) 従来AIとフィジカルAIの違い 従来AI フィジカルAI / Embodied AI 代表例 LLM、Agent AI 自動運転、ロボット、産機建機自動化など 主な対象世界 デジタル空間 物理空間 左記＋センサー情報 入力 自然言語、画像、音声 （視覚、力覚、位置、速度、環境） コンテンツ生成 物理的行動 出力
Slide 54: 高成長するフィジカルAI市場へデータ提供
05 ｜ Appendix 高成長するフィジカルAI市場へデータ提供 フィジカルAI市場は、ロボティクス、自動運転、スマートインフラ等への適用拡大を背景に、今後 10年以上にわたり高い成長が見込まれる。この市場において当社は、AIを学習･検証するための データを既に提供しており、市場拡大とともに中長期的な事業機会の拡大が期待される Market Size (USD Million) 90,000 82,791 80,000 Asia Pacific 70,000 60,626 60,000 年平均 30%成長 50,000 44,700 Europe 40,000 33,185 30,000
Slide 55: 「Data for AI」でフィジカルAIの社会実装に貢献する
05 ｜ Appendix 「Data for AI」でフィジカルAIの社会実装に貢献する フィジカルAIの社会実装にはデータの側面から大きく5つの課題が存在し、それが同時に空間データ の用途類型に。当社は、5類型のAIネイティブデータとしてData for AIビジネスを展開 フィジカルAIのための空間データ5類型（Data for AI） AIを効率よく賢くする AIネイティブデータ例 モデル学習用にキュレーション･最適化された 学習 AIを信じられる 学習 AIを暴走させない データ ようにする AIモデルの性能評価環境用データ 評価・検証 安全 評価 (高度なシミュレーション向けデータ
Slide 56: 法人ライセンスが拡大中（Data for AI）
05 ｜ Appendix 法人ライセンスが拡大中（Data for AI） 車載ライセンスに加えて、法人単位で、大手自動車メーカーグループ･海外大手半導体メーカー･ 自動運転システム会社向けに「法人ライセンス」が拡大 大手自動車メーカーグループ 海外大手半導体メーカー 自動運転システム開発会社 顧客ニーズ 学習 ：AIを活用した自動運転/ADAS開発 検証･認証 ：安全性確保や法規制･認証への対応 推論･判断 ：AIが現実世界を理解･判断するためのデータ グローバルで整備済の高精度3次元データを即時利用可能なデータとして提供 当社の提供価値 産業用途で期待される高い水準の精度と忠実度で現実世
Slide 57: モジュラーE2E AIシステム
05 ｜ Appendix モジュラーE2E AIシステム E2E AIによる自動運転技術において、複数のバリエーションがあり段階的に進展している 全てをAIで処理する「モノリシックE2E AIシステム」はその処理負荷や安全性検証の難しさ、大量のリソース確保の困難さから、 「モジュラーE2E AIシステム」戦略（機能分割）を取る自動運転プレーヤーも存在する 従来システム 認知 判断 操作 カメラ アクセル 認識用 AIモデル ルール LiDAR ベース ブレーキ 自動運転 レーダー ステアリング 高精度地図 モジュラー E2E AIシステム モノリシックE2E AIシステム 認知 判断 操作
Slide 58: 自動運転システムと高精度地図データのバリュー
05 ｜ Appendix 自動運転システムと高精度地図データのバリュー 当社は大量の高精度な素材データから高精度位置情報を提供しているプラットフォーマーとして、いずれの自動運転システム･ 技術にも、高精度地図データのバリューを提供可能。顧客要望や技術トレンドに合わせて、広範なビジネス機会に対応する 当社は車載用量産ライセンスに加えて、AI用途での法人ライセンス案件（Data for AI）としてデータ需要を捕捉 自動運転システム･技術 高精度地図データのバリュー モジュラー モノリシック 従来システム E2E AIシステム E2E AIシステム ⚫ 自己位置推定などの運転制御に不可欠な情報
Slide 59: WP.29における自動運転システム国際基準合意と当社事業への影響
05 ｜ Appendix WP.29における自動運転システム国際基準合意と当社事業への影響 2026年6月、国連自動車基準調和世界フォーラム（WP.29）において、レベル3・4を含む自動運転システムに関する国際基準が 合意（2027年1月頃発効見込み）。従来の車両性能評価に加え、ODD（運行設計領域）の管理、安全性評価、シミュレーション による検証、運用後モニタリング等を含む包括的な安全性確保が求められる方向へ進展 国際基準整備により、当社の高精度3次元データ及びData for AIの活用機会は中長期的な拡大が期待される 国際基準合意の概要（国土交通省発表資料より） 当社事業への意味合い
Slide 60: 本資料の取り扱いについて
本資料の取り扱いについて 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。 本資料には、将来の見通しに関する記述が含まれています。これらの将来の見通しに関する記述は、本資料の日付時点の 情報に基づいて作成されています。これらの記述は、将来の結果や業績を保証するものではありません。このような将来 予想に関する記述には、既知及び未知のリスクや不確実性が含まれており、その結果、将来の実際の結果や業績は、将来 予想に関する記述によって明示的又は黙示的に示された将来の結果や業績の予測とは大きく異なる可能性がありま