Slide 1: 2026年6月期 第1四半期 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 2026年６月期 第１四半期 決算説明資料 株式会社グリッド(証券コード5582) 2025年11月14日 © 2025 GRID Inc. 0
Slide 2: サマリー
サマリー 売上高 602百万円（前年同期比+154百万円、+34.５%） 前期から続く電力や鉄道の大型案件の牽引等により、前年同期から３割超の成⾧ • 電力は、前年同期比で送配電の会社含め顧客が４社増えるとともに、電力需給計画や優先給電指令等のプロジェクトが進展し、307百 万円と98百万円増加（+47.4％） • 製造・運輸は、前期に大型の配船計画のシステム導入が完了した影響で98百万円と76百万円減少（△43.7%） • 都市・交通は、鉄道の配車計画や修繕計画のプロジェクトの進展等で164百万円と125百万円増加（+317.7％） • エネルギーマネジメントは、電力系統接続の申請支援１件発
Slide 3: 26/6期1Q決算概況 目次
26/6期1Q決算概況 近況報告 マクロ環境 成⾧戦略 事業等説明 © 2025 GRID Inc. 2
Slide 4: 前年同期比較
前年同期比較 電力・鉄道の大型案件の進展等により、売上高は34.5％成⾧ 人員増等の影響を上回る増収で全ての段階利益が大きく増加 26/6期1Q 25/6期1Q 前期比 計画 計画比 (売上高比) (売上高比) (売上高比) (百万円) 売上高 602 448 +34.5% 566 +6.4% 営業利益 114 39 +191.5% 57 +99.2% (19.1%) (8.8%) (10.2%) 経常利益 118 39 +197.5% ー ー (19.7%) (8.9%) 当期純利益 79 24 +221.1% ー ー (13.1%) (5.5%) © 2025 GRID Inc. 3
Slide 5: 四半期累計見通し
四半期累計見通し 底堅いAI売上と蓄電所関連の開発立ち上げが増収を牽引 増員・オフィス移転とそれに伴う費用は計画通り進捗 売上高と営業利益の推移 24/6 期 25/6 期 26/6 期 売上高 営業利益 営業利益率 3,100 22.1% 19.8% 20.8% 19.1% 19.7% 15.3% 14.5% 9.9% 8.8% 7.1% 0.6% 2,063 2,011 1,652 1,515 1,307 638 1,050 365 890 428 450 225 △41.5% 299 602 257 307 103 62 114 3 448 39 △93 1Q 2Q累計 3Q累計 4Q累
Slide 6: 四半期会計見通し
四半期会計見通し 電力を中心にAIの受注が順調に推移し、売上は前倒しと 蓄電所関連の着実な推進による外注増等で収益が平準化 26/6期見通し 26/6期計画 (百万円) (百万円) 1Q 2Q 3Q 4Q 1Q 2Q 3Q 4Q 売上高 602 704 703 1,089 売上高 566 706 671 1,154 AI関連 588 636 603 524 AI関連 566 636 595 571 蓄電所関連 14 67 100 564 蓄電所関連 - 70 76 582 営業利益 114 142 49 143 営業利益 57 93 45 252 (売上高比) (19.1%) (20.2%)
Slide 7: 領域別の売上構成
領域別の売上構成 鉄道会社の配車支援システムの大型案件が牽引し 都市・交通の構成割合が前年同期から大きく伸⾧ （前年同期は無し） （前年同期46.5%） その他 エネルギーマネジメント 2.3% 3.0% (前年同期5.5%) 電力 51.0% • 蓄電所開発 • 電力需給計画 • データセンター • 送配電計画 • 分散電源 2026年6月期1Q • 調達計画 売上高 602百万円 • 渋滞予測 • 配船計画 • 空調熱源制御 • 生産計画 • 鉄道運行計画 • 輸送計画 （前年同期8.8%） （前年同期39.2%） 都市・交通 27.3% 製造・運輸 16.4% © 2025 GRID I
Slide 8: AIのフロー型売上とストック型売上
AIのフロー型売上とストック型売上 フロー型売上の増加は電力・鉄道の大型案件等が牽引 プロジェクトが４件増えた影響でストック型売上も増加 フロー型売上 ストック型売上 AI開発 システム開発 運用・サポート AI技 術によるAIアルゴリズム と AIエンジンを搭載した業務アプリ 顧客がシステムを継続利用するた シミュレータを組み合わせたもの ケーションを顧客の業務システム めの機能（性能維持・監視・障害 をAIエンジンとして開発 に組み込む 対応）を年間契約で提供 具体的な サービス AIアルゴリズム AI AI + シミュレータ AIエンジン AIエンジン 業務システム 合計 顧客平均 合計
Slide 9: 受注高と受注残高の推移
受注高と受注残高の推移 受注高は前年同期から微減となるも、受注残高は前期4Qに受注した 大型案件の影響で前年同期末比＋147百万円と13.4%成⾧ 受注高 受注残高 (百万円) +147百万円 フロー型 ストック型 蓄電所 1,460 1,262 45 1,250 1,257 11 1,033 87 1,097 1,123 1,109 1,032 516 1,020 976 984 972 198 534 △31百万円 746 621 849 692 749 728 753 13 689 88 434 340 1,130 403 821 759 724 810 331 350 364 25 9
Slide 10: 四半期業績推移
四半期業績推移 ストック型売上は四半期ごとに堅調に増加 フロー型売上も前年同期から１億円超の増加 四半期ごとの売上高 四半期ごとの営業利益と利益率 ストック型売上 フロー型売上 営業利益 営業利益率 (百万円) 300 (百万円) 43% 50.0% 38% 33% 40.0% 250 26% 23% 24% 23% 19% 30.0% 200 20.0% 9% 499 435 150 5% 486 262 10.0% 411 △3% △5% 237 100 0.0% 324 319 314 309 130 129 114 -10.0% 331 329 50 102 97 100 264 △6
Slide 11: 四半期ごとのAIプロジェクト数
四半期ごとのAIプロジェクト数 AIのプロジェクト数は横ばいの推移を辿るも 案件の大型化で売上高は底上げ傾向 四半期ごとのサービス別のAIプロジェクト数と売上 0 運用・サポート システム開発 AI開発 売上 700 615 0 594 580 600 0 477 0 447 437 500 413 411 388 394 0 12 400 331 17 14 0 15 (3) (3) (5) 14 (6) 13 20 (5) (5) 300 0 (百万円) 216 225 17 (5) 9 8 9 (3) (2) 11 (6) 6 0 8 (7) 19 13 8 (6) (5) (1) 20
Slide 12: 営業利益増減要因
営業利益増減要因 人件費やオフィス移転関連費等の想定通りの増加に対して 売上高の増加が想定を上回り営業利益は前年同期から75百万円増加 250 (百万円) 200 44 6 △ 13 111 △ 12 150 △ 18 △9 △ 16 114 100 △ 17 50 39 - 25/6 1Q フロー型 ストック型 エンジニア ソフトウエア 営業・管理 オフィス移転 26/6 1Q 外注費減少 採用費増加 その他 営業利益 売上増加 売上増加 人件費増加 関連費増加 人件費増加 関連費用の増加 営業利益 売上 主な原価要因 主な販管費要因 © 2025 GRID Inc. 11
Slide 13: AIエンジニア一人当たり売上高
AIエンジニア一人当たり売上高 ReNomAPPSを活用した開発の横展開で生産性が向上 AIエンジニア数の伸びを上回る売上構造を強化 四半期ごとのAIエンジニア一人当たり売上高 ※ とAIエンジニア数 ※ 四半期売上高÷四半期期首期末平均AIエンジニア数 26.2百万円 26.0百万円 28.1百万円 73.0人 72.5人 72.0人 72.5人 80.0 69.5人 (百万円) 65.0人 64.0人 64.0人 70.0 61.5人 56.5人 50.5人 60.0 48.5人 48.5人 50.0 40.0 9.3 8.1 8.6 8.1 7.9 30.0 6.5 6.4 6.5 6.
Slide 14: 従業員一人当たり営業利益
従業員一人当たり営業利益 QonQで営業部門を中心に全社従業員は8人増（+7.3%） 一人当たり営業利益は横ばいで推移 四半期ごとの従業員一人当たり営業利益 ※ と従業員数 ※ 四半期営業利益÷四半期期首期末平均従業員数 2.8百万円 4.1百万円 4.1百万円 113.0人 120.0 104.5人 103.0人 106.0人 101.5人 110.0 (百万円) 92.5人 100.0 87.0人 88.0人 85.5人 80.0人 90.0 72.0人 2.8 80.0 70.0人 69.5人 2.3 1.0 70.0 1.4 1.2 1.9 1.1 1.1 117人 60.0 106人
Slide 15: 主要な経営指標
主要な経営指標 顧客基盤の拡大により取引先数※1を増やしつつ 案件の大型化で顧客平均売上※2も増加 26/6期1Q 25/6期1Q 前期比 売上高成⾧率 34.5% 99.2% △64.8pt 営業利益率 19.1% 8.8% +10.3pt ストック型売上比率 27.8% 27.6% +0.2pt 顧客平均売上※2 19.4百万円 17.2百万円 +2.2百万円 主なサービス区分※3 21.4百万円 18.6百万円 +2.8百万円 取引先数※1 31社 26社 + ５社 主なサービス区分※3 27社 24社 + ３社 ※１ 売上計上の対象となったエンドユーザ数 ※２ 売上÷通期取引先数 ※３
Slide 16: 貸借対照表
貸借対照表 利益の堅調な増加により自己資本比率は90%超に上昇 M&A含む事業拡大に合わせて最適な資本構成を目指す (百万円) 26/6期1Q 25/6期末 前期比 資産 4,404 4,417 △0.3% 流動資産 4,063 4,162 △2.4% 現金及び預金 2,846 3,197 △11.0% 固定資産 341 254 +33.9% 負債 384 477 △19.4% 流動負債 384 477 △19.4% 固定負債 - - - 純資産 4,019 3,940 +2.0% 自己資本比率 91.2% 89.2% +2.0pt © 2025 GRID Inc. 15
Slide 17: 近況報告 目次
26/6期1Q決算概況 近況報告 マクロ環境 成⾧戦略 事業等説明 © 2025 GRID Inc. 16
Slide 18: 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) 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 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に 計画策定時間の短縮 従来の人が組む配船計画と比
Slide 19: 北海道電力ネットワークとの協業
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 ほくでんネットワーク向け優先給電指令支援システム ルギーの導入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 どの電源を、どの程度抑制するか 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
Slide 20: 九州電力向け石炭受払計画自動生成
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」、 燃料供給 その後、日々の発電量に応じてボイラーへ 導入効果 「払い出し」ます。この「積み付け」と「払 安定 い出し」を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 計画策定時間 属人化 なく、今後の運用に支障が出ないよ
Slide 21: 日本郵船、MTIとの共同開発
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 最大数百万通りの候補から • 数カ月先までの配船計画 • 船隊の稼働状況 • 数百航海の最適割当 日本郵船運行の自動車専用船「DAISY LEADER」 10分程度で • 船舶の修繕予定 • 100隻超の運用計画 日本郵船では、世界最大規模であ 最も合理的な計画を立案 • 港湾混雑情報 る100 隻超の自動車専用船を運 航しています。これま で輸送配 船計画業務は、
Slide 22: パートナーシップ契約・プロジェクト参加
パートナーシップ契約・プロジェクト参加 Gurobi Japanとのパートナーシップ契約 社会インフラ領域で増大する最適化ニーズに応じた、最適化ソリューションをGurobi Japanと共同開発 パートナーシップで目指すこと • 社会インフラの最適化：電力需給、配船計画、交通計画などの複雑な組合せ最適化問題を高速解決 • デジタルツイン連携：現場オペレーションを精密に再現したデジタルツイン上での最適化シミュレーション • 実績ある適用領域：電力・エネルギー、海運・物流、都市交通など社会インフラの幅広い分野での活用 • 属人化解消：熟練技術者の経験と勘に依存していた計画業務の自動化・標準化 •
Slide 23: マクロ環境 目次
26/6期1Q決算概況 近況報告 マクロ環境 成⾧戦略 事業等説明 © 2025 GRID Inc. 22
Slide 24: 今後の電力需要
今後の電力需要 社会全体のデジタル化でデータセンターや半導体工場の新増設が続き 2034年までに需要電力量は460億kWh超増加 2034年度までの最大需要電力と需要電力量(使用端) 産業競争力の強化や経済成⾧のため安定的かつ効率的な電力の供給体制が求められている 164,626 164,694 164,591 860,000 当社の電力需給最適化の技術で 164,188 165,000 エネルギー消費量を圧縮 163,328 164,000 850,000 162,399 163,000 161,394 162,000 840,000 160,243 161,000 159,543 830,
Slide 25: 今後の再生エネルギー
今後の再生エネルギー 再生可能エネルギーの導入量だけでなく、出力制御量も増加 2040年度には電源構成の4～5割が再生可能エネルギーの見通し※ 経済的で安定的なエネルギー需給体制に向けて蓄電池は必須 ※資源エネルギー庁「今後の再生可能エネルギー政策について」2025年6月3日公表 再生可能エネルギー(太陽光・風力)の導入容量 再生可能エネルギーの出力制御量 (GW) (億KW) 80 全国 25 全国 70 20 60 50 15 40 79 82 70 75 30 65 10 19 20 59 47 53 16 20 5 10 5 6 5 4 0 0 1 2018年 2019年 2020年
Slide 26: 当社の最適化技術の活用
当社の最適化技術の活用 系統用蓄電池の充放電の最適化を実現する技術とともに 蓄電所の開発から運用まで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 及び需給管理システム 倉庫 データセンター データ データ 需給調整市場 その他※ 工場 大規模施設 ※⾧期脱炭素電源オークション等 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 © 2025 GRID Inc. 25
Slide 27: 今後の労働人口
今後の労働人口 65歳以上の高齢者人口が微増である一方 15～64歳の生産年齢人口は2040年までに1,100万人以上減少 (百万人) 2050年までの日本の将来推計人口 当社の社会インフラの最適化技術で 80 労働力のボリュームゾーンが減少 熟練人材に代わってサービスを供給 70 労働力需給ギャップ発生要因 60 50 40 30 20 10 0 2024 2025 2026 2027 2028 2029 2030 2031 2032 2033 2034 2035 2036 2037 2038 2039 2040 2041 2042 2043 2044 2045 2046 2047 2048
Slide 28: INFRASTRUCTURE + LIFE + INNOVATION
安定供給を支える人たちを支えるイノベーション INFRASTRUCTURE + LIFE + INNOVATION © 2025 GRID Inc. 27
Slide 29: 成長戦略 目次
26/6期1Q決算概況 近況報告 マクロ環境 成⾧戦略 事業等説明 © 2025 GRID Inc. 28
Slide 30: 成長イメージ
成⾧イメージ 上場による調達資金を開発体制等の強化へ投資 サービスの進化で、事業拡大の加速と持続的な成⾧を目指す 2025年６月期実施状況 ⾧期成⾧戦略 アップセル・クロスセルを実施した顧客数 13社 海外展開 横展開により獲得した新規顧客数 ２社 ⾧期成⾧戦略 量子コンピューターの活用 蓄電所関連の案件数 ３件 AI技術のさらなる進化 海外展開 - 安定キャッシュ増による 成⾧投資の加速 量子コンピューターの活用 NEDOから研究受託 業 中期成⾧戦略 中期成⾧戦略 績 AI技術のさらなる進化 蓄電池の充放電最適化 蓄電所開発の拡大 現在 ノウハウ蓄積による サービスの進化 短期成⾧戦略 短
Slide 31: 短期成長戦略：アップセル・クロスセル
短期成⾧戦略：アップセル・クロスセル 企業内の多種多様な計画へ最適化を拡張し 戦略的に顧客生涯価値を最大化 例：電力会社 クロスセル 期間/ メンテナ 日次計画など短期計画の ロバスト 最適化 ンス計画 サービス提供から開始 拡張 アップセル 週間計画 翌日計画 週次・月次・年次計画などの 火力+連 燃料調達 ⾧期計画やその他の種類の計画へ拡大 接水系最 月間計画 最適化エンジン 当日計画 計画 適化 電力需給 年間計画 計画 最適化する計画の増加に伴い ステークホルダーも増加 入札計画 収支計画 新たなビジネスチャンスの創出 © 2025 GRID Inc. 30
Slide 32: 中期成長戦略：蓄電池事業の拡大
中期成⾧戦略：蓄電池事業の拡大 系統用蓄電池の充放電の最適化を実現するとともに 蓄電所の開発から運用まで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 及び需給管理システム データ データ 需給調整市場 その他※ ※⾧期脱炭素電源オークション等 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 © 2025 GRID Inc. 31
Slide 33: 長期成長戦略：海外展開
⾧期成⾧戦略：海外展開 社会インフラの業務オペレーションは世界共通 計画最適化の領域は海外においてもブルーオーシャン 特定産業向けのアプリケーション を強みに海外展開 欧州 北米 国内の実績をROI※ として明示することで 海外展開への可能性を強化 計画最適化 特定産業向けのアプリケーション ReNomAPPSにより海外ビジネスにおける アジア デリバリーリスクの低減を図る for industry SaaS ※ ROIとは、return on investmentの略で、投じた費用に対してどれだけの利益を上げられるかを示す指標 © 2025 GRID Inc. 32
Slide 34: 長期成長戦略：量子コンピューターの活用
⾧期成⾧戦略：量子コンピューターの活用 実ビジネスの課題解決の発展を目指し 量子アルゴリズムの研究開発を加速 2017~ 量子アルゴリズムの研究開発を開始 量子コンピュータ導入に向けた状況 2018~ 量子アルゴリズムに関する論文を発表 グリッドの主な研究成果 2021~ 量子モンテカルロ 量子アルゴリズムに関する特許を申請 量子コンピュータ上で乱数を発生させ、複数回シミュレーションを 行ない、解を確率的に推定するアルゴリズムを開発 2024～ 本番運用に向けて ハイブリッド量子古典動的計画法 研究開発を加速 メモリの制限やハードウェアのノイズによる計算能力の制限解消に有効な、 古典コンピュー
Slide 35: 事業等説明 目次
26/6期1Q決算概況 近況報告 マクロ環境 成⾧戦略 事業等説明 © 2025 GRID Inc. 34
Slide 36: 会社概要
会社概要 会社名 株式会社 グリッド GRID Inc. 代表取締役 曽我部 完 設立 2009年10月 資本金 54百万円（2025年９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・保守・ 事業内容 運用サポート業務 等 従業員数 117名（2025年９月30日現在） 本社所在地 東京都港区北青山3-6-7 明治安田生命青山パラシオ4F © 2025 GRID Inc. 35
Slide 37: Mission
Mission インフラと社会を、 その先へ 私たちは、アルゴリズムとテクノロジーで これまでのインフラを再定義し、 未来の社会を支えるインフラを創造します。 グリッドのテクノロジーはインフラを進化させ、 持続可能な社会づくりに貢献します。 © 2025 GRID Inc. 36
Slide 38: 沿革
沿革 再生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 2009 2014 2019 創業期 事業転換期 基盤構築期 再生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 2009年10月 再生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研究開発 2019年12月 輸送計画最適化分野でのサービス提供 を開始 開始 2010年２月 太陽光発電システムの販売開始 2015年７月 AI開発事業開始 2020年11月 エネルギーソリューション事業から撤退 2
Slide 39: 重点ドメイン
重点ドメイン AI × 最適化 を社会インフラの重点ドメインに集中して展開 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 電力需給計画 配船計画 鉄道運行計画 蓄電所開発 送配電計画 生産計画 空調熱源制御 データセンター 電力取引 輸送計画 渋滞予測 分散電源 © 2025 GRID Inc. 38
Slide 40: 事業内容 AI開発
事業内容 AI開発 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 Before 人による計画業務（例） After AIエンジンによる最適化技術（例） 組合せ １シナリオ×１計画 A 組合せ 複数シナリオ×複数計画 熟 I 練 エ 人 計画作成時間 数時間～数日間 ン 計画作成時間 数分 材 ジ 計画結果 実績で事後確認 ン 計画結果 シミュレータで事前確認 © 2025 GRID Inc. 39
Slide 41: 事業内容 システム開発
事業内容 システム開発 AIエンジンを搭載した業務システムを提供 顧客の業務システムに当社の業務システムを組み込み、計画最適化を実現 業種ごとのシステム 業務システム画面 電力システムアプリ＆ APIs 配船計画アプリ ＆ APIs 生産計画アプリ＆ APIs 鉄道計画アプリ ＆ APIs 当社が社会実装する最適化 電力需給計画、送配電計画、配船計画、輸送計画、生産計画、鉄道計画等 © 2025 GRID Inc. 40
Slide 42: 事業内容 運用・サポート
事業内容 運用・サポート AIエンジンの利用開始後のイベント AIエンジンの性能維持 障害監視・対応を行う 利用開始時の 顧客の性能期待値 運用・サポート ビジネス 顧客のビジネス要件の変化やデータの質の変化に 要件の変更 ビジネス環境の変化による ビジネス システムのアップデート より、AIエンジンは性能が劣化する可能性があるた 要件の変更 め、性能を維持しつつ顧客がシステムを利用し続 けられるよう、障害監視・対応を行うとともにAI ビジネスルールの変更 エンジンのチューニングを行うサービスを年間契 による性能の劣化 AIエンジンの性能 約として提供 稼働年数 障害対応フロー 障害検知 障害
Slide 43: 収益構造
収益構造 フロー型売上の積上げにより、ストック型売上を継続的に拡大 当社の収益構造イメージ 売 ストック型 上 運用・サポート AI開発・システム開発 高 売上増 収益基盤の 本番導入の進展 強化 AI開発・システム開発 運用・サポート AI開発・システム開発 運用・サポート フロー型 安定 売上増 キャッシュ増 AI開発・システム開発 運用・サポート ストック型売上の 増大を目指す AI開発・システム開発 運用・サポート 新規顧客獲得 成⾧投資の 既存顧客深堀 拡大 の加速 新規テーマ開発 フロー型売上 ストック型売上※ 加速 （～2年） （3年～） 時間軸 ※ 契約期間は顧客ごとに異なり、
Slide 44: コアテクノロジー
コアテクノロジー デジタルツインとAIアルゴリズムの融合による最適化技術 現実世界のビジネスルールや物理法則をデジタル空間に再現し ビッグデータを用いず※、AIアルゴリズムで計画を最適化する Real Space Digital Space AIエンジン + 実行プラン 実行結果 ビジネスルール 物理式 シミュレータ AIアルゴリズム UI/UX 業務システム ※ AIエンジン内のシミュレータが顧客のビジネス環境を再現してパラメータ値の入力でデータを生成できるため、ビッグデータが不要 © 2025 GRID Inc. 43
Slide 45: ReNomAPPSによる横展開
ReNomAPPSによる横展開 電力・配船・製造・鉄道をはじめ 特定産業向けにアプリケーションを投入し、横展開を加速 日々変動する需要に対して様々なシナ POWER リオを描き、最適な需給計画を自動で 電力 立案 VESSEL 日々変動する状況に対して最適な運行 配船 計画を自動で立案 for industry SaaS SCM 企業のサプライチェーンを調達から生 産、物流、消費までをつなぎ、最適な サプライ チェーン 生産計画、物流計画を立案 RAILWAY 車両の運用や構内作業など鉄道輸送に 鉄道 関する様々な計画を自動で立案 © 2025 GRID Inc. 44
Slide 46: 人材戦略
人材戦略 社会インフラ出身 社会インフラ出身の ドメインナレッジの応用 課題把握・解決への道筋作成 エンジニアによる 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 ビッグデータ解析 豊富な業務知識 最適な統計的モデル構築 機械学習・ディープラーニング 当社は、業務知識をエンジニアのコア・ データサイエンス コンピタンスとし、それにデータサイエ 教育 ンティストやITエンジニアの能力を付加 AI技術×業務知識 することで他社にはない人材戦略を展開 エンジニア システム設計、システム実装 サーバ構築、ネットワーク構築 最適化のエンジニア数は 当社の採用 通常のAI企業の採用の例 IT
Slide 47: ポジショニング
ポジショニング 社会インフラ×最適化による差別化と集中で 競合が少ない独自のポジションを確立 新興 マーケット デジタル技術に 強みを持つ企業群 当社の競合は、AIスタートアップではなく 国内の歴史ある巨大な総合電機メーカー GAFA 国内ITシステム インテグレーター 画像認識、言語処理 当社独自のソリューションである 国内AIスタートアップ 数理最適やメタヒューリスティクス※に 持続的 先進 技術 技術※ 最新AI技術を組み合わせたAIアルゴリズムと 競合しない 製品販売を伴わないサービス提供により 技術面、価格面ともに優位性を確保 既存総合電機メーカー 当社 既存技術の進化 先進技術*
Slide 48: 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。 © 2025 GRID Inc. 47