Slide 1: 2026年6月期 第3四半期 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３四半期 決算説明資料 株式会社グリッド(証券コード5582) 2026年５⽉15⽇ © 2026 GRID Inc. 0
Slide 2: サマリー
サマリー 売上⾼ 1,951百万円（前年同期⽐+435百万円、+28.7%） 前期から続く⼤型案件や新電⼒案件も堅調に推移し、前年同期から28％成⻑ • 電⼒は、電⼒会社や送配電会社の各プロジェクトが堅調に進展し、1,041百万円と132百万円増加（+14.5％） • 製造・運輸は、前期に複数の配船計画のシステム導⼊が完了した影響で 340百万円と119百万円減少（△26.1%） • 都市・交通は、鉄道の配⾞、修繕、構内作業等の計画案件が進展し、351百万円と218百万円増加（+164.1％） • エネルギーマネジメントは、電⼒系統接続の申請⽀援８件発⽣により160百万円（前期はなし） 営業利
Slide 3: 26/6期3Q決算概況
n 26/6期3Q決算概況 n 近況報告 n マクロ環境 n 成⻑戦略 n 事業等説明 © 2026 GRID Inc. 2
Slide 4: 前年同期比較
前年同期⽐較 売上⾼は⼤型案件の進捗により前年同期⽐で28.7％成⻑。 ⼈員増等により費⽤が増加するも全ての段階利益が前期⽐で増加。 26/6期3Q 25/6期3Q 前期⽐ 期初計画 計画⽐ (売上⾼⽐) (売上⾼⽐) (売上⾼⽐) (百万円) 売上⾼ 1,951 1,515 +28.7% 1,945 +0.3% 営業利益 310 299 +3.5% 197 +57.5% (15.9%) (19.8%) (10.1%) 経常利益 317 301 +5.1% ー ー (16.2%) (19.9%) 当期純利益 207 194 +7.2% ー ー (10.7%) (12.8%) © 2026 GR
Slide 5: 四半期累計見通し
四半期累計⾒通し AI事業は堅調に推移し、蓄電所の開発が開始され 当初計画通り４Qで収益貢献。通期の業績⽬標は達成する⾒通し。 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 15.9% 22.1% 19.8% 20.8% 19.1% 21.1% 14.5% 9.9% 8.8% 7.1% 0.6% 2,063 1,951 1,652 1,515 1,315 638 1,050 365 890 428 450 225 △41.5% 299 602 278 310 103 62 114 3 448 39 △93 1Q 2Q累計 3Q累計
Slide 6: 四半期会計見通し
四半期会計⾒通し AI事業の売上は四半期偏重が解消され底堅く推移。 Q4より蓄電所開発が複数案件開始される⾒通し。 26/6期⾒通し 26/6期計画 (百万円) 1Q 2Q 3Q 4Q (百万円) 1Q 2Q 3Q 4Q 売上⾼ 602 712 635 1,148 売上⾼ 566 706 671 1,154 AI関連 588 646 555 590 AI関連 566 636 595 571 蓄電所関連 14 66 80 559 蓄電所関連 - 70 76 582 営業利益 114 163 32 141 営業利益 57 93 45 252 (売上⾼⽐) (19.1%) (22.9%) (5.1%
Slide 7: ドメイン別の売上構成
ドメイン別の売上構成 都市・交通分野の⼤型案件が⼀巡し構成⽐が落ち着く⼀⽅、 製造・運輸分野が着実に伸⻑。主⼒の電⼒分野は堅調に推移し、事業全体を牽引。 （前年同期は無し） その他 （前年同期60.0%） エネルギーマネジメント 8.2% 3.0% (前 年 同 期 0.9% ) 電⼒ 53.4% • 蓄電所開発 • 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3Q • 調達計画 売上⾼ • 配船計画 • 渋滞予測 • 空調熱源制御 1,951百万円 • ⽣産計画 • 鉄道運⾏計画 • 輸送計画 （前年同期8.8%） （前年同期30.4%） 都市・交通 18.0
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・鉄道⼤型案件を中⼼に堅調に推移。 プロジェクト数が着実に伸⻑し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
Slide 9: 四半期業績推移
四半期業績推移 ⼀部予測系システムの運⽤保守が終了するも、 計画系システムの運⽤サポートは堅調に推移。 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) 30 0 (百万円) 43% 50.0% 38% 33% 40.0% 25 0 26% 23% 24% 23% 23% 30.0% 19% 531 20 0 20.0% 484 9% 499 435 15 0 5% 5% 486 262 10.0% 411 △3% △5% 237 10 0 0.0% 324 319 163 314 309 130 129 114 331 329
Slide 10: 受注高と受注残高の推移
受注⾼と受注残⾼の推移 フロー型が例年通り堅調に推移する中、契約更新等によるストック型の 積み上げが寄与し、受注⾼・受注残⾼ともに前年同期⽐で増加。 受注⾼ 受注残⾼ (百万円) +169百万円 フロー型 ストック型 蓄電所 1,460 1,262 1,257 45 1,250 11 1,033 87 +249百万円 1,123 1,109 1,097 516 1,020 1,032 976 972 984 961 914 198 534 24 21 746 621 849 692 589 728 753 13 749 689 450 88 340 1,130 403 415 821 724
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 第３四半期に完了した開発プロジェクトは10件。 順調に運⽤サポートに移⾏。 期末開発プロジェクト数は増加の⾒通し。 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 638 700 615 0 594 580 600 0 499 477 0 413 447 437 500 411 388 394 13 10 0 12 14 (2) 400 331 (4) 15 17 (3) 0 (3) (5) 14 (6) 13 8 20 8 300 0 17 (5) (5) 8 (百万円) 216 225 (5) 9 9 (3
Slide 12: 営業利益増減要因
営業利益増減要因 ⼈員体制の強化に伴う⼈件費・採⽤費等が要因となり営業費⽤が増加。 概ね売上⾼は計画通りに進捗。営業利益は前年同期から微増。 800 (百万円) 128 700 308 △ 82 600 △ 35 500 △ 131 400 △ 79 299 △ 34 310 300 △ 65 200 100 - フロー型 オフィス移転 25/6 3Q ストック型 エンジニア ソフトウエア 営業・管理 26/6 3Q 売上増加 外注費増加 採⽤費増加 地代家賃等 営業利益 売上増加 ⼈件費増加 関連費増加 ⼈件費増加 営業利益 の増加 売上 主な原価要因 主な販管費要因 © 2026 GRID
Slide 13: 従業員一人当たり営業利益
従業員⼀⼈当たり営業利益 前期末⽐で全社従業員は22⼈増（+20.2%）。 通期の従業員⼀⼈当たりの営業利益は計画通りの着地⾒込み。 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 140.0 126.5⼈ 118.5⼈ (百万円) 113.0⼈ 120.0 106.0⼈ 101.5⼈ 104.5⼈ 103.0⼈ 92.5⼈ 100.0 88.0⼈ 85.5⼈ 87.0⼈ 2.8 80.0⼈ 2.3 1.4 70.0⼈ 69.5⼈ 72.0⼈ 1.0 80.0 1.4 1.2 1.9 1.1 1.1
Slide 14: エンジニア一人当たり売上高
エンジニア⼀⼈当たり売上⾼ 積極採⽤でエンジニア数が増加する中、売上も底堅く推移し、 エンジニア⼀⼈当たりの売上⾼が維持され⽣産性も低下せず。 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 81.0⼈ 90.0 (百万円) 73.0⼈ 72.5⼈ 72.0⼈ 72.5⼈ 74.0⼈ 80.0 69.5⼈ 65.0⼈ 61.5⼈ 64.0⼈ 64.0⼈ 70.0 56.5⼈ 60.0 48.5⼈ 48.5⼈ 50.5⼈ 50.0 9.3 8.7 40.0 8.1 8.6 8
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 案件の⼤型化により顧客平均売上※2も増加 26/6期3Q累計 25/6期3Q累計 前期⽐ 売上⾼成⻑率 28.7% 44.3% △15.6pt 営業利益率 15.9% 19.8% △3.9pt ストック型売上⽐率 25.7% 24.6% ＋1.1pt 顧客平均売上※2 47.5百万円 43.3百万円 +4.2百万円 主なサービス区分※3 54.6百万円 48.3百万円 +6.2百万円 取引先数※1 41社 35社 +６社 主なサービス区分※3 32社 31社 +１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
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%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3Q 25/6期末 前期⽐ 資産 4,608 4,417 ＋4.3% 流動資産 4,161 4,162 △0.0% 現⾦及び預⾦ 2,797 3,197 △12.5% 固定資産 446 254 +75.4% 負債 455 477 △4.5% 流動負債 455 477 △4.5% 固定負債 - - - 純資産 4,152 3,940 +5.4% ⾃⼰資本⽐率 90.1% 89.2% +0.9pt © 2026 GRID Inc. 15
Slide 17: 近況報告
n 26/6期3Q決算概況 n 近況報告 n マクロ環境 n 成⻑戦略 n 事業等説明 © 2026 GRID Inc. 16
Slide 18: 揚水・揚発計画最適化システム本開発開始
揚⽔・揚発計画最適化システム本開発開始 関⻄電⼒向けの揚⽔・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」のサイクルを通じた、電⼒市場の安定化への寄与。 電⼒価格 揚⽔ 課題︓運⽤計画と⼊札の不整合 発電 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、現場の運⽤と市場 ⼊札における
Slide 19: 需給計画最適化システム共同開発・本格運用開始
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 ⽕⼒発電 燃料費削減 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. 18
Slide 20: マクロ環境
n 26/6期3Q決算概況 n 近況報告 n マクロ環境 n 成⻑戦略 n 事業等説明 © 2026 GRID Inc. 19
Slide 21: 今後の電力需要
今後の電⼒需要 社会全体のデジタル化の加速に伴うデータセンターの拡張や 半導体⼯場の新設が続き、構造的な電⼒需要の増⼤が⾒込まれる 2035年までに需要電⼒量は500億kWh超増加 2035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⻑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 164,601 850,000 164,211 164,439 165,000 当社の電⼒需給最適化の技術で 163,646 エネルギー消費量を圧縮 845,000 163,118 164,000 162,435 840,000 163,000 161,481 835,000 16
Slide 22: 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 25 70 75 30 65 10 19 20 59 53 16 47 20 5 10 5 6 5 4 0 0 1 2018年 2019年 202
Slide 23: 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 ※⻑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 © 2026 GRID Inc. 22
Slide 24: 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 25: 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 © 2026 GRID Inc. 24
Slide 26: 成長戦略
n 26/6期3Q決算概況 n 近況報告 n マクロ環境 n 成⻑戦略 n 事業等説明 © 2026 GRID Inc. 25
Slide 27: 成長イメージ
成⻑イメージ 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⻑を⽬指す 2025年６⽉期実施状況 ⻑期成⻑戦略 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 ⻑期成⻑戦略 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 成⻑投資の加速 量⼦コンピューターの活⽤ NEDOから研究受託 業 中期成⻑戦略 中期成⻑戦略 AI技術のさらなる進化 蓄電池の充放電最適化 績 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 短期成⻑戦略 短
Slide 28: 短期成長戦略：アップセル・クロスセル
短期成⻑戦略：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 ⻑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 © 2026 GRID Inc. 27
Slide 29: 中期成長戦略：蓄電池事業の拡大
中期成⻑戦略：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※ ※⻑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 © 2026 GRID Inc. 28
Slide 30: 長期成長戦略：海外展開
⻑期成⻑戦略：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 © 2026 GRID Inc. 29
Slide 31: 長期成長戦略：量子コンピューターの活用
⻑期成⻑戦略：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 32: 事業等説明
n 26/6期3Q決算概況 n 近況報告 n マクロ環境 n 成⻑戦略 n 事業等説明 © 2026 GRID Inc. 31
Slide 33: 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 56百万円（2026年3⽉31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 133名（2026年3⽉31⽇現在） 本社所在地 東京都港区北⻘⼭3-6-7 明治安⽥⽣命⻘⼭パラシオ4F © 2026 GRID Inc. 32
Slide 34: 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。 © 2026 GRID Inc. 40 33
Slide 35: 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 36: 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 空港/運航計画 データセンター 電⼒取引 拠点/輸送計画 渋滞予測 分散電源 © 2026 GRID Inc. 35
Slide 37: 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 © 2026 GRID Inc. 36
Slide 38: 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 © 2026 GRID Inc. 37
Slide 39: 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 40: 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 AI開発・システム開発 運⽤・サポート 売上増 ⾼ 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 成⻑投資の 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 41: 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 © 2026 GRID Inc. 40
Slide 42: 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 © 2026 GRID Inc. 41
Slide 43: 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 顧客理解・説明・相談・信頼獲得 エンジニアによる 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 44: 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 45: 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. 44