Hutzper Inc. · TSE:478A
Hutzper — Q1 2026 Earnings Presentation
62 slides from Hutzper's earnings presentation, May 14, 2026
Slide 1: 2026年12月期 第1四半期決算説明資料
2026年12⽉期 第１四半期決算説明資料 株式会社フツパー 東証グロース市場 (478A) 2026.5.14 ©Hutzper Inc. all rights reserved. 1
Slide 2: エグゼクティブ・サマリー KPI実績（2026年12月期1Q）
00 エグゼクティブ‧サマリー KPI実績（2026年12⽉期１Q） 売上⾼ 営業利益 受注残⾼ 296百万円 56百万円 531百万円 前年同期⽐▲3% 営業利益率 19% 前年同期⽐+57% POINT 売上⾼は296百万円（前年同期⽐▲3%）、営 業利益率は19%の56百万円（前年同期は115百 （前年同期は307百万円） （前年同期は115百万円） （前年同期は337百万円） 万円）と概ね当初の業績予想通り進捗。 エンジニアを中⼼とした⾼い技術⼒と現場実装 取引社数 継続顧客売上⾼ ※2 ライセンス収⼊ ※1 ⼒により、継続顧客売上⾼は204百万円と⾼い ※各期で累計 ⽔準を維持。⼀⽅
Slide 3: 業績ハイライト
00 エグゼクティブ‧サマリー 業績ハイライト 下期偏重となる傾向は続くも、売上⾼は右肩上がりの成⻑を維持。 先⾏投資を推進しつつ、収益性の確保を両⽴。 （単位：百万円） 売上高 売上⾼成⻑率 (⾒込) 通期営業利益 (⾒込) ＋59％成長 （見込） 通期予想 +59% (26/12期 通期) 480 百万円 2,000 売上⾼成⻑継続 顧客からの受注を中⼼に、新規顧客の獲得も着実 に積み上げ安定成⻑を実現。売上⾼成⻑率は 59％を⾒込む。 通期予想 480 安定した黒字体制 2025年12⽉期の黒字化以降、中⻑期の成⻑へ向 けた先⾏投資を実施しながら収益性の確保も同時 -48 -69 に実現
Slide 4: 資料目次
資料⽬次 1 2026年12⽉期 １Q実績 2 2026年12⽉期 業績予想 3 成⻑戦略 4 Appendix ©Hutzper Inc. all rights reserved. 4
Slide 5: 2026年12月期 1Q実績
１ 2026年12⽉期 １Q実績 １Qの実績について 1 2026年12⽉期 １Q実績 2 2026年12⽉期 業績予想 3 成⻑戦略 4 Appendix ©Hutzper Inc. all rights reserved. 5
Slide 6: 2026年12月期1Q損益計算書
01 2026年12⽉期 １Q実績 2026年12⽉期１Q損益計算書 業績は概ね予想通りに進捗。⼈件費を中⼼とした積極的な成⻑投資を実施。 （単位：百万円） 2025年12⽉期 2026年12⽉期 増減額 増減率 売上⾼ １Q実績 １Q実績 前年同期はハードウェアを中⼼に⼤型案件の 売上⾼ 307 296 ▲10 ▲3% 納品が集中したため、売上⾼は前年同期⽐で マイナスとなる。⼀⽅で、メキキバイトをはじ 売上原価 88 89 +1 +1% めとした継続受注や新規プロダクトの拡販に より、売上⾼は296百万円と当初の予想通り進 売上総利益 218 207 ▲11 ▲5% 捗。2Q以降に複数の⼤
Slide 7: 売上高のサービス別構成
01 2026年12⽉期 １Q実績 売上⾼のサービス別構成 （2026年12⽉期１Q実績） 画像認識AIサービス 54.4% その他AIサービス 18.1% POINT 外観検査AI「メキキバイト」を中⼼とする画像 認識AIサービスが売上⾼全体の半数を占める。 主にエンタープライズ向けのAI構築を⾏う分析 AIサービスが30%弱、残りは新規商材である⼈ 296百万円 員配置AI「スキルパズル」、ローカルLLM「ラ クラグ」が占める構成。 カスタム Hutzper AI 分析AIサービス 27.5% ©Hutzper Inc. all rights reserved. 7
Slide 8: 1Qの営業利益の主な増減内訳
01 2026年12⽉期 １Q実績 2026年12⽉期１Qの営業利益の主な増減内訳 （単位：百万円） 売上総利益 売上⾼が前年同期⽐▲3％となった結果、 売上総利益は11百万円の減少。 販売費及び⼀般管理費 成⻑投資として⼈件費21百万円、広告費4 百万円、⽀払⼿数料12百万円の増加等によ り販管費が48百万円増加した結果、営業利 益は56百万円で着地。 （単位：百万円） 25/12期1Q 26/12期1Q 前年同期⽐ 主な要因 ⼈件費 52 74 +21 従業員の増加 採⽤費 1 3 +2 従業員増加に伴う採⽤費 研究開発費 15 12 ▲3 物品購⼊の時期ズレ 広告費 5 9 +4 複数展
Slide 9: 正社員数の推移
01 2026年12⽉期 １Q実績 正社員数の推移 （単位：⼈） YoY +17名 POINT 3 サービスの安定供給および継続的なプロダクト 開発のため、エンジニアを中⼼に各部⾨バラン スよく採⽤活動を継続。 2 ※ インターン‧アルバイト除く ©Hutzper Inc. all rights reserved. 9
Slide 10: 継続顧客売上高及びライセンス収入の推移
01 2026年12⽉期 １Q実績 継続顧客売上⾼及びライセンス収⼊の推移 ⾼い継続顧客売上⾼を維持し、新規顧客も着実に積み上げ。 （単位：百万円） 69% 31 29 ※ 2022/12期は決算期変更につき、9ヶ⽉間の実績 ©Hutzper Inc. all rights reserved. 10
Slide 11: メキキバイトのサブスク解約率
01 2026年12⽉期 １Q実績 メキキバイトのサブスク解約率 （単位：%） 市場定着が進み、解約率は0.23% プロダクトへの信頼が拡⼤ 創業以来低いチャーンレートを維持 解約率 ※1 直近3年間の平均⽉次解約率0.60% 0.23% （2026年12⽉期１Q時点の12ヵ⽉平均） 主な解約ケース ● 対象製品の⽣産終了 ● 投資期間の制約や業績悪化に伴う中⽌ ● 特定品種や項⽬の追加等に伴う計画変更 ...etc ※1 ⽉中の解約額 ÷ 前⽉末のライセンス収⼊ × 100（%）の対象期間12ヵ⽉の平均 ※2 解約額及びライセンス収⼊は「Hutzper Insight」の⾦額を集計しておりま
Slide 12: 取引社数の推移
01 2026年12⽉期 １Q実績 取引社数の推移 四半期ごとの取引社数は年々増加傾向。 取引社数の業界別内訳 製造業を中⼼に、幅広い業界にサービスを展開。 取引社数推移 ©Hutzper Inc. all rights reserved. 12
Slide 13: 受注残高の推移
01 2026年12⽉期 １Q実績 受注残⾼の推移 （単位：百万円） POINT ⼤型案件の受注に伴い、受注残⾼は前年同期⽐ 193百万円増加の531百万円で着地。 売上⾼の半数以上を占める継続顧客からの受注 は、例年2Q〜3Qに集中する傾向に。 ©Hutzper Inc. all rights reserved. 13
Slide 14: 2026年12月期 通期売上高予想
01 2026年12⽉期 １Q実績 2026年12⽉期 通期売上⾼予想 通期業績予想は現時点で据え置き。2Q以降の売上⾼は受注残⾼5.31億円に加え、決算発表⽇時点の⼤型案 件の獲得、ベースとなるライセンス収⼊の拡⼤及び継続受注案件の納品を予定、業績予想は達成を⾒込む。 通期業績予想 (単位:百万円) １Q実績 (単位:百万円) 2,000 296 進捗率 (14.8%) POINT 通期計画達成に向けた⾒通し 1 強固な受注残 2 安定したストック収益 3 下期偏重の季節性 前年同期⽐+57%の受注残⾼に加えて、決算発 新規受注だけでなく、受注残とは別に既に契 売上⾼の半数以上を占める継続顧
Slide 15: 売上高の偏重に関して
01 2026年12⽉期 １Q実績 売上⾼の偏重に関して POINT 会社が成⻑フェーズにあり期末にかけて売上が増加傾向、2026年12⽉期も同様に下期偏重となる⾒通し。 （単位：百万円） 下期偏重 4Qで売上最大化 24/12期 (実績) 25/12期 (実績) 26/12期 (⾒通し) ©Hutzper Inc. all rights reserved. 15
Slide 16: 2026年12月期 貸借対照表
01 2026年12⽉期 １Q実績 2026年12⽉期 貸借対照表 昨年の公募増資により現⾦及び預⾦は1,926百万円、⾃⼰資本⽐率は91％。 2Q以降の継続的な成⻑投資を⾒据え⼗分な財務健全性を確保。 （単位：百万円） 25/12期 26/12期1Q 前期⽐ 資産 流動資産 2,305 2,257 ▲48 現⾦及び預⾦ 1,895 1,926 +31 前期末の売掛⾦回収等により、現預⾦は微 増。固定資産の増加は、主に業務⽤パソコン 売掛⾦及び契約資産 364 260 ▲103 の購⼊による。 その他 46 70 +24 固定資産 49 79 +29 負債 資産合計 2,355 2,336 ▲
Slide 17: 1Q 事業ハイライト：拠点・組織展開
01 2026年12⽉期 １Q実績 最新ニュース 1Q 事業ハイライト：拠点‧組織展開 KANTO BRANCH 関東⽀社の移転 さらなる事業拡⼤と採⽤強化を⾒据え、関東⽀社を移転。⾸都圏の主要 クライアントとの連携を深化させ、組織の成⻑スピードを加速させま す。 EXPANSION 名古屋⽀社の常駐体制強化 ⽇本最⼤の製造業集積地である東海エリアにおいて、地域密着型の営業 ‧サポート体制を強化。常駐化により、現場のニーズに即した迅速なソ リューション提供を実現します。 GLOBAL タイ駐在員事務所の設⽴ ⽇系企業の進出が盛んな東南アジアの製造拠点に向けた⽀援を本格化。 タイ事務
Slide 18: 1Q 事業ハイライト：プロダクト・R&D
01 2026年12⽉期 １Q実績 最新ニュース 1Q 事業ハイライト：プロダクト‧R&D スキルパズル : ⼈員配置最適化AI リアラボ : 製造業特化型LLM GENIAC : 製造業AI開発プロジェクト スキルマネジメント機能を⼤幅強化 現場の暗黙知を 経済産業省 単体プラン新設 デジタル化 「GENIAC」プロジェクトに採択 製造現場で課題となる「⼒量管理の形骸化」や ロート製薬と共同開発したR&D向けAIエージェ ポスト5G情報通信システム基盤強化研究開発事 「属⼈化リスク」を解消するため、スキル‧教 ント。熟練者の知⾒や探索プロセスを学習し、 業において、製造業データなどのAI-R
Slide 19: 2026年12月期 業績予想
2 2026年12⽉期 業績予想 2026年12⽉期の予想と進捗について 1 2026年12⽉期 １Q実績 2 2026年12⽉期 業績予想 3 成⻑戦略 4 Appendix ©Hutzper Inc. all rights reserved. 19
Slide 20: 2026年12月期 業績予想
02 2026年12⽉期 業績予想 2026年12⽉期 業績予想 公募増資で調達した資⾦をもとに、中⻑期の事業成⻑のための積極的な投資を⾒込む。 既存プロダクトの拡販等により売上⾼の成⻑を継続し、2026年12⽉期は増収増益計画。 （単位：百万円） 2025年12⽉期 2026年12⽉期 増減額 増減率 売上⾼‧売上総利益 業務提携の推進等により、新規案件の獲得に 売上⾼ 1,256 2,000 +744 +59% 注⼒。また、継続顧客へのアプローチも継続 することで売上⾼は2,000百万円を⾒込む。売 売上原価 439 687 +247 +56% 上総利益率は同⽔準を維持。 売上総利益 81
Slide 21: 業績予想の営業利益の主な増減内訳
02 2026年12⽉期 業績予想 2026年12⽉期業績予想の営業利益の主な増減内訳 （単位：百万円） 売上総利益 744百万円の増収に対して売上原価の増加 は247百万円となり売上総利益は496百万 円の増加。 販売費及び⼀般管理費 公募増資を資⾦に積極的な成⻑投資を予 定。継続的な⼈材採⽤に加え、新規プロダ クトの開発や認知度向上‧市場拡⼤のため の展⽰会出展等を計画。 その他経費では、拠点の移転‧設⽴等に伴 い賃料‧減価償却費等が増加。 （単位：百万円） 2025年12⽉期 2026年12⽉期 前期⽐ 主な要因 ⼈件費 232 402 +169 従業員の増加 採⽤費 6 57 +50
Slide 22: 予算進捗
02 2026年12⽉期 業績予想 予算進捗 １Qは概ね予想通りに進捗。２Q以降も⼈件費を中⼼に、プロダクト開発のための研究開発費やリード獲得 強化のための展⽰会出展など、当期の業績達成及び翌期以降の成⻑性維持のための積極投資を継続予定。 （単位：百万円） 2026年12⽉期 2026年12⽉期 予算進捗 売上⾼ １Q実績 継続顧客売上を中⼼に着実に積上げ、１Q実績 売上⾼ 296 2,000 15% は予想通りに進捗。売上⾼296百万円と予算に 対しての15％の進捗であり、２Q以降はエリア 売上原価 89 687 13% 拡⼤や複数展⽰会出展等、既存‧新規ともに さらなる受注を積み重ねること
Slide 23: 競争力の源泉・成長戦略
3 競争⼒の源泉‧成⻑戦略 フツパーの競争⼒‧今後の成⻑戦略について 1 2026年12⽉期 １Q実績 2 2026年12⽉期 業績予想 3 競争⼒の源泉‧成⻑戦略 4 Appendix ©Hutzper Inc. all rights reserved. 23
Slide 24: 競争力の源泉
03 競争⼒の源泉‧成⻑戦略 競争⼒の源泉 コアテクノロジーは、⾼品質なAI いち早く現場投⼊し、⼤量のデータを蓄積、精度向上を繰り返す ⼈員配置最適化 精度向上 外観検査⾃動化 Image Recognition AI Prediction AI 現場で使える AI技術 Optimization AI ⾼精度なAI Generative AI Image Recognition AI Prediction AI AI技術 Optimization AI 設備予知保全 研究開発‧設計 需要予測 安全対策 AI技術 継続的な アルゴリズムの改良 データ蓄積 コア技術 AIアルゴリズムモジュール
Slide 25: AI現場実装力
03 競争⼒の源泉‧成⻑戦略 AI現場実装⼒ 現場に根ざしたAI導⼊⼒ 必要なハード〜ソフトまで、製造現場の課題をワンストップで解決できるAIソリューションを提供 現場のノウハウ、スケール可能なプロダクト、膨⼤なデータに裏打ちされたAI現場実装⼒が強み AI学習用のデータ収集に 関する仕組みで特許取得 コアテクノロジー フツパーの強み 現場で使える⾼価値なAI ノウハウ 可視化 光学設計 センサ‧ハードウェア 搬送‧排除 製造現場にAI技術を導⼊するためのノウハウ マニュアルにない≒ネット上にない情報と経験の保有 メ デジタル化 現場アプリ キ プロダクト ソフトウェア‧システム ルー
Slide 26: テクノロジー人材
03 競争⼒の源泉‧成⻑戦略 テクノロジー⼈材 現場の課題解決に必要な技術を網羅 エンジニアが正社員全体の6割以上を占め、⾼い専⾨性を有したエンジニアが各領域において在籍 6割以上がエンジニア 現場の課題解決に必要な技術を網羅し、総合的なサービス提供ができることが当社独⾃の強み 組織名 役割 保有技術 ⼈員数（⼈） 顧客の技術⾯の課題抽出及びプロジェクト 製造⼯程、品質管理、⽣産管理に関する PM（プロジェクトマネージャー） 11 全体のマネジメントを⾏う。 知⾒ ソフトウェアチーム 製造現場で使⽤するソフトウェアの開発 プログラミング 9 AIエンジニアリン グ部 コンベアや排除機構等の製造
Slide 27: 競争優位性
03 競争⼒の源泉‧成⻑戦略 競争優位性 製造業のようなリアルな現場をもつ産業に対して”⾼度なAIソリューションを提供” DX対象領域 AI技術⼒: ⾼ 高度なAIと フィジカルな案件 に対応 AIベンチャー (エンプラ中⼼) POINT 既存のAIベンダーで当社のよう に特定業界に特化し、プロダク ⼤⼿SIer トを有して課題解決に取り組ん コンサルファーム でいる会社は少数。 特に外観検査領域においては、 デジタル フィジカル 導⼊して終わりのAIセンサ及び AI機能を持つ装置を提供してい る会社は存在するが、当社のよ チップ‧組込み型 業界特化 うにクラウド経由で継続的な
Slide 28: 生成AI進化下における当社の競争優位性
03 競争⼒の源泉‧成⻑戦略 ⽣成AI進化下における当社の競争優位性 ”⼀気通貫の技術統合⼒”でフィジカルAI時代に求められる現場価値創出を実現 ⽣成AIの進化（Anthropic Shock）により、AIモデル単体の提供や汎⽤SaaSは差別化が難化する⼀⽅、AI実装を担うSI(※1)ニーズは拡⼤。 当社が注⼒するフィジカル領域では、AI‧ソフト‧ハードの技術統合が不可⽋で、需要拡⼤に対し実装まで担えるプレイヤーは限定的。 AI価値創出のレイヤー構造と当社のポジション ⽣成AIでは代替困難な“現場統合型AI”の構造 (メキキバイト) インフラレイヤー（計算資源‧基盤） ネット上やマニュアルには
Slide 29: 成長戦略
03 競争⼒の源泉‧成⻑戦略 成⻑戦略 短期的にはプロダクトの強化‧開発、複数拠点展開やパートナーを活⽤した販路拡⼤を⾏っていく。その後は、AIエージェントによる プロダクト連携や蓄積されたデータを活⽤したAIモデル開発等によりサプライチェーン全体の最適化を進める計画。 短期（数年内） 中長期 コンセプト ⼈⼿不⾜解消‧⼯場全体の⾃動化 製造⾰命‧サプライチェーン全体最適化 様々なリアル産業のAI化‧⾃動化‧持続化 Compound Factory AI Service All in One Factory AI Solution General Industrial AI Technolog
Slide 30: 成長戦略の二軸展開
03 競争⼒の源泉‧成⻑戦略 成⻑戦略の⼆軸展開 プロダクト展開は製造領域に特化、AI技術提供は業種問わずサポート 製造現場で培ったノウハウや知見、技術・技能だけでなく、モノづくりの誇りや 考え方、概念を継承し、他業界の改善に活かすデータと AIの仕組みで次世代に翻訳し、モノづくりの広義化を目指す。 全てのリアル産業 製造領域 ム提供 ゴ リズ ル AIア All in One Factory AI Solution プロダクト展開 ©Hutzper Inc. all rights reserved. 30
Slide 31: 製造領域ロードマップ
03 競争⼒の源泉‧成⻑戦略 製造領域ロードマップ ハード＋ソフトでリアルな課題解決にこだわり 単体のメーカー‧コンサル‧SIerにはできない価値創出で 部分の⾃動化からサプライチェーン全体の最適化を⽬指す 無⼈⼯場の建設 Real メタファクトリー All in One Factory AI Solution 現在地点 モノづくりサプライチェーン 無⼈⼯場 全体の最適化‧持続化 ⼯場全体における ⾃動化‧最適化 製造⼯程の最適化 ⽣産準備‧計画の最適化 ⼀部⼯程における ⾃律制御 単純作業⾃動化 ⾃動化‧最適化 安全‧脱炭素 設備保全‧監視 排除機構 搬送‧在庫管理 検品‧検査 トレーサビリ
Slide 32: オールインワン製造AIプラットフォーム
03 競争⼒の源泉‧成⻑戦略 オールインワン製造AIプラットフォーム サプライチェーン全体の最適化を実現できるよう、既存領域だけでなく、製造分野においてさらなる事業展開を進めていく。 既に提供済みの領域 AIエージェント 今後サービス提供を検討する領域 現場作業者や管理者が⾃然⾔語でシステムに問い合わせ‧指⽰をおこな い、AIが対話形式で提案‧応答する。 個別AIソリューション AIエージェントが各個別AIソリューションを横断的に司り、設定変更や問 AIエージェントによって適宜活用され、分析結果、実行 い合わせに対して最適解を⾃動的に実⾏‧回答。 状況をAIエージェントにフィードバック 設
Slide 33: Appendix その他の参考資料
4 Appendix その他の参考資料 1 2026年12⽉期 １Q実績 2 2026年12⽉期 業績予想 3 競争⼒の源泉‧成⻑戦略 4 Appendix ©Hutzper Inc. all rights reserved. 33
Slide 34: 会社情報
04 Appendix 会社情報 社名 株式会社フツパー（英⽂名：Hutzper Inc.） 創業⽇ 2020年4⽉1⽇ 資本⾦ 8.3億円（資本剰余⾦含む 20.0億円） MISSION 代表者 ⼤⻄ 洋 最新テクノロジーを 社員数 事業概要 97名（アルバイト･インターン含む ※2026.3.31時点） 製造業向けAIサービスの提供 確かな労働⼒に 事務所 ⼤阪本社 : ⼤阪府⼤阪市淀川区⻄中島1-11-16 関東⽀社 : 東京都千代⽥区⼀番町19 取得資格 ISO/IEC 27001:2022 および JIS Q 27001:2023（ISMS認 証） 認証登録番号：IS 811223
Slide 35: 会社概要・創業ストーリー
04 Appendix 会社概要 創業ストーリー 全ての製造現場で使えるAIサービス（メキキバイト） 製造業は国内GDP2割を占める基幹産業 いつでも解約可能な⽉額課⾦制 製造業特化のワンストップ⽀援 その最⼤課題である⼈⼿不⾜を テクノロジーで解決 創業当初の課題感 実社会へのAI導⼊が進まない PoCで終わらず、費⽤対効果が⾒込める 必要なハードとソフトに全て対応 ⼤半がPoC⽌まり、価格も⾼額 製造業の⼈⼿不⾜が深刻 ⼈がこない、職⼈は⾼齢化 現場とクラウドのハイブリッド 地⽅、中⼩企業でDXが進まない サプライチェーンの維持が困難 世の中的にはAI技術が注⽬される中で 実際の現場にはほ
Slide 36: メンバー紹介
04 Appendix メンバー紹介 在籍メンバー 経営メンバー (2026.3.31時点) 代表取締役社⻑CEO バックオフィス ⼤⻄ 洋 兵庫県出⾝。新卒で⽇東電⼯に⼊社。その後イスラエルで起業失敗し、帰国後、 ⼯場向けAI/IoTベンチャーの事業開発グループリーダーを経て、弊社設⽴。 MENSA会員。ソフトバンクアカデミア外部12期⽣。 取締役副社⻑COO 97名 ※ アルバイト‧インターン含む 黒瀬 康太 ⼤分県出⾝。在学中には⾃動⾞プレス⼯場での勤務経験あり。前職は⽇本IBMに エンジニア て多数のAI導⼊案件に従事。 ビジネスサイド お客様満⾜度調査にて3期連続の最⾼評価を受賞。後
Slide 37: メンバー紹介
04 Appendix メンバー紹介 在籍メンバー 社外取締役 / 監査等委員 執⾏役員 / AIビジョン事業部 事業部⻑ 社外取締役 ⼭本 泰弘 渋⾕ 順 新卒で画像検査装置メーカーに⼊社。 ㈱スマートバリュー取締役兼代表執⾏役社⻑。㈱菱和商⼯に⼊社後、㈱堺電機製作所へ⼊社、2003年よ その後製造業に転職、海外拠点でノウハウを伝えながら外観検査⾃動化チームで勤務、外観検査だけで り同社の代表取締役。町⼯場からITサービス業へ事業転換を図り、2015年に株式上場。オープンガバメ なく⽣産管理やIoTシステムの国内外での開発導⼊に従事、2022年1⽉よりフツパーに参画。 ントやモビリティIoT
Slide 38: 支援領域
04 Appendix ⽀援領域 パッケージサービスは⽣産領域を中⼼に導⼊、個別開発で周辺領域のニーズにも対応 製造業DXにおける個別最適から、サプライチェーン全体最適までを包括的にサポート 研究開発 商品開発 設計 パッケージサービス 個別開発サービス 外観検査⾃動化AI ⾏動検出 安全対策 調達 予測分析 予知保全 ⼈員配置最適化AI ⽣成AI‧RAG AI研修‧コンサル 販売 物流 生産 ©Hutzper Inc. all rights reserved. 38
Slide 39: 事業環境
04 Appendix 事業環境 少⼦⾼齢化により⽇本の⽣産⼈⼝は減少の⼀途をたどっており、労働⼒不⾜が深刻化 （単位：万⼈） （出所）内閣府「令和７年版⾼齢社会⽩書（全体版）」 ©Hutzper Inc. all rights reserved. 39
Slide 40: 対象市場
04 Appendix 対象市場 製造業は国内最⼤の産業であり、製造業の⼈⼿不⾜の課題をテクノロジーで解決 企業社数 売上⾼ 34万社 387兆円 従業者数 880万⼈ （出所）総務省統計局「令和３年経済センサス- 活動調査」 ©Hutzper Inc. all rights reserved. 40
Slide 41: DX市場関連投資額
04 Appendix DX市場関連投資額 国内DX市場関連投資額は9兆2,666億円規模へ拡⼤、2030年には約1.8倍成⻑⾒込み 国内DX関連投資額 業種別 2024年度⽐較 約2倍増加予測 国内DX関連投資額 製造DX関連投資額 1.8倍 9兆2,666億円 （単位：億円） （単位：億円） 80,000 DXは業種を問わず 社会基盤化 60,000 5兆2,759億円 40,000 製造業DXは 約2倍に成⻑ 2倍 20,000 2兆9,843億円 1兆5,213億円 2024年度 2030年度予測 出所：富士キメラ総研「2025 デジタルトランスフォーメーション市場の将来展望 市場編」
Slide 42: 主要取引先一覧
04 Appendix 主要取引先⼀覧 POINT 製造業を中⼼に特定の業界に偏ることなく、中⼩から⼤⼿まで幅広い顧客層に対してサービス提供ができている。 ⾷品製造 ⾃動⾞‧機械 運輸‧物流 通信‧インフラ‧その他 鉄鋼‧⾦属 化学‧繊維‧医薬品 電機‧電⼦部品 2025.12.31時点｜ロゴ掲載許可企業のみ抜粋 ©Hutzper Inc. all rights reserved. 42
Slide 43: サービス紹介
04 Appendix サービス紹介 画像認識AIサービス 分析AIサービス その他AIサービス メキキバイト カスタムHutzper AI スキルパズル ラクラグ ⾼精度AIの開発はもちろん “業務理解”ד最新テクノロジー”で ⼈的相性や作業負荷まで考慮し セキュリティ対策と精度を両⽴ 撮像や排除までサポート 費⽤対効果にこだわった伴⾛⽀援 現場が納得感のある計画を実現 様々な業務を安全に効率化 製造業の外観検査をAIで⾃動化。撮影→検 最新のAI技術(RAG‧⽣成AI等)を活⽤し、 ⼯数‧スキル‧勤怠状況をもとに、最適な 安⼼のローカル環境で、社内に眠る膨⼤な資 出→排除→品質管理まで⼀
Slide 44: サービスごとの収益構造
04 Appendix サービスごとの収益構造 サービス 内容 主な原価 ハードウェア 買い切り ハードウェアの材料費 AI構築＋ソフトウェア サブスク or 買い切り エンジニアの⼈件費 画像認識AIサービス Hutzper Insight※ アプリライセンス インフラ維持費 等 ライン数に応じた従量課⾦制 メキキバイト以外の AI構築＋ソフトウェア 買い切り エンジニアの⼈件費 等 画像認識AIサービス 分析AIサービス AI構築＋ソフトウェア 買い切り エンジニアの⼈件費 等 アプリライセンス スキルパズル 利⽤⼈数に応じた従量課⾦制 インフラ維持費 等 その他AIサービス ハードウェア
Slide 45: メキキバイト
04 Appendix メキキバイト 製造業向け外観検査＆品質管理AIソリューション 光学設計からAI構築‧運⽤管理までを包括する 検査⾃動化プラットフォーム 外観検査⾃動化AIサービス「メキキバイト」は、製造業の顧客に対し、製造ラ イン‧検査対象に最適化した光学設計（照明‧カメラの選定〜設置）、不良 検出のためのAIモデル構築と排除機構連携、導⼊後の運⽤管理までを⼀気通 貫で提供します。 AI判定は現場の産業⽤PCに搭載したエッジAI※で実⾏し、⾼速‧安定稼働を担 保。運⽤フェーズではクラウドHutzper Insightを管理アプリとして提供し、 顧客⾃⾝によるモデル精度向上と品質管理を可
Slide 46: 導入ステップ毎の強み
04 Appendix 導⼊ステップ毎の強み “作る‧動かす‧育てる”の全⼯程を切れ⽬なく提供し 導⼊後も運⽤定着まで継続伴⾛ トータルサポート データ、ノウハウ蓄積と活用 ハードウェア 導⼊相談 データ収集 AI構築 運⽤‧再学習 設計 要件定義サポート 要件定義サポート 品質管理機能搭載 「何を‧どれだけ‧どの条件で」 管理アプリケーション 要件定義を伴⾛し、⽬的‧評価指 集めるかを設計し、収集/アノ 標‧ROI仮説を明確化。 テーションを⽀援。 ⾼度な光学設計 ∕ 搬送‧排除機構を含めた提案 最適アルゴリズムの採⽤ ∕ ルールベース組み合わせも可 AI処理‧判定 ソフトウェア 画像処理
Slide 47: メキキバイトの特徴
04 Appendix メキキバイトの特徴 顧客の早期投資回収を実現 料⾦体系 サブスクリプション契約 3,000万-1億円 ハードウェア AI構築＋ソフトウェア 初年度 29.8万円/⽉〜※1 個別⾒積 PoC費 次年度〜 9.8万円/⽉〜 約500万円/年 or 買切り モデル構築費 教育費 ハードウェア / AI構築＋ソフトウェア※2 個別⾒積 契約期間縛りなし 設備投資 ⼈件費 ⽉額課⾦モデル ※1 AI構築費20万円、Hutzper Insightのライセンス利用料9.8万円の合計金額（AI構築費は初年度のみ発生） ※2 クラウド管理機能である「Hutzper Insight」を伴わ
Slide 48: メキキバイトの再現性
04 Appendix メキキバイトの再現性 ※ カップマフィンの検査の例 従来より“ばらつき”を抑え、ライン速 画像分類 物体検出 OK ng-few-almond 度を落とさない再現性ある検査を実現 現場の課題 ng-ibutsu ⽬視検査の現場 ‧⽇や検査員によって検品精度にムラが出る ng-ibutsu ng-no-nuts ‧⽣産スピードを落とさないと判定できない 画像処理センサを導⼊している現場 ‧多数ある不良、曖昧な基準をルール化しきれない ‧誤検出が多く、結局⼈の⽬で確認している セグメンテーション 異常検知 AIによって解決 OK ng 現場でブレない、⽌まらない運⽤ ‧光学
Slide 49: エッジAIとクラウドのハイブリッドによる運用支援
04 Appendix エッジAIとクラウドのハイブリッドによる運⽤⽀援 産業⽤PC上のエッジAI エッジAIで現場を⽌めずに運⽤ 産業⽤PC上のエッジAIで外観検査を実⾏し、ネットワークに依存せ ず、即時かつ⼤量処理を実現します。 NGのみを選択同期する 良否の判定基準は現場側で設定‧調整でき、ライン条件の変化に合わ 特許技術 せた柔軟な運⽤が可能です。 NGのみを選択同期する特許技術 エッジでの検査結果のうち、不良（NG）と判定された画像のみをクラ ウドへアップロードする特許技術を保有しています。 これにより通信‧保管負荷と情報リスクを抑えつつ、改善に必要な データだけを効率的に収集できま
Slide 50: メキキバイト以外の画像認識AIサービス
04 Appendix メキキバイト以外の画像認識AIサービス ⾏動検出 ⼈の動きを“可視化”し、リスクを発⾒ 遮蔽物の多い環境でも稼働可能な独⾃開発の⾏動検出アルゴリ 同乗 ズムを⽤い、作業姿勢‧動線‧⼿順遵守状況を定量把握。 IE活動や技能伝承の⾼度化に寄与。 事例 ● ネットワークカメラによる作業時間分析 運転中 ● 組み⽴て作業の⼿順間違い確認 ハンドル POINT 「メキキバイト」で培った画像認識AIの技術を 応⽤し、現場に設営されたネットワークカメラ を活⽤した、作業員の⾏動分析や安全対策関連 安全対策 のソリューションを提供。エッジ判定でリアル AIで“予防型”の安全管理を実現
Slide 51: カスタムHutzper AI
04 Appendix カスタムHutzper AI AIスペシャリストによる現場特化のDX 顧客ニーズに応じて、現場データの解析からAI実装までを⾏ うAI構築⽀援サービス 現場の課題解決へのこだわり ⽣成AI‧RAG 製造現場を中⼼に多数のAI分析案件を⼿掛けてきた知⾒を活かし、 3D‧4D 課題発⾒ → 分析設計 → AIモデル構築 → 業務フローへの実装 → 運⽤‧改善 LLM‧LVLM までを⼀貫して⾏い、PoCで終わらない、実際の業務フローに組み込まれたAIを提供。 顧客の現場課題を正しく把握したうえで、コンサルティング、設計、開発、運⽤、そし てMLOps（AIの継続運⽤体制）の
Slide 52: カスタムHutzper AI 導入事例
04 Appendix カスタムHutzper AI 導⼊事例 POINT 製造業で培った知⾒と実績を基に、分析設計からAIモデル構築まで潜在ニーズに応えるサービスを提供。 データ分析 予測 現場データを未来の意思決定へ 未来を⾒通し、精度の⾼い意思決定へ 在庫‧需要‧設備データなどを統合し、業務別 現場データをもとに、先を⾒据えた需要予測や の予測モデルを実装。精度だけでなく運⽤性を 故障予兆を実現。データ活⽤により突発的なリ 重視した分析設計により、現場実装率の⾼い意 スクを最⼩化し、安定したオペレーションを⽀ 思決定⽀援AIを実現。 援します。 事例 事例 ● センサデータ解析および排⽔
Slide 53: ローカルLLM「ラクラグ」
04 Appendix ローカルLLM「ラクラグ」(らくらくRAG) POINT 社内データを外部環境に⼀切出すことなく専⽤LLMを構築、あらゆる質問に対して業務に最適化された⽣成AIと対話 が可能 質問⼊⼒ 回答出⼒ このトラブル 横断検索 前にもあった？ 要約/ポイント抽出 整合性チェック この資料に似たやつ 問合せQ＆A あったっけ? ドキュメント⾃動⽣成 最新GPU搭載 最新AIモデル 増設も可能 常時提供 etc... 独自の 独自の 安全・安心 情報抽出技術 クエリ補強 完全ローカル環境 (クラウド等の外部環境への接続なし ) ハードとソフトのワンパッケージ 複雑なセッティング不要
Slide 54: 人員配置最適化システム「スキルパズル」
04 Appendix ⼈員配置最適化システム「スキルパズル」 ⼈員配置最適化AIシステム ⽣産(作業)計画‧スキル‧勤務状況から 最適な⼈員配置をAIが提案 計画業務を効率化し付帯業務を削減 最適な⼈員配置で⽣産性を最⼤化 複雑な人員配置やシフト調整をAIが自動化。 スキル‧稼働状況‧経験をもとに、最適な⼈材 属人化していた業務の時間を削減し、現場の管 を⾃動で割り当て。ムダのない⼈員配置で、作 理負担を軽減。 業効率と⽣産性の向上を実現。 計画平準化で働きやすい職場を実現 ⼒量に基づく評価で組織⼒を底上げ 休暇希望や個⼈条件を踏まえた平等なシフト 個々のスキルや資格を⾒える化し、配置と評価
Slide 55: 導入事例 手作りお菓子の外観検査
画像認識AIサービス 04 Appendix ⾷品製造業 物流 製造業 ゼネコン ⼀次産業 医薬品 導⼊事例 手作りお菓子の外観検査 「何万枚」もの⽬視検査を、再現性のある運⽤へ 概要 ⽼舗洋菓⼦メーカー‧銀座ウエスト様にて、包装後製品の外観検査をAI×光学設計で⾃動化。検査 基準の再現性を⾼めつつ、検査体制の省⼒化と継続的な運⽤改善を実装。 開発背景‧課題 何万枚もの検査を⼈の⽬で対応していた ⼈員不⾜と⻑時間労 繁忙期は多くの⼈員が必要となり、担当者が 働 深夜まで残業し、⽉間の残業時間も相当な時 間数に。 ⽣産性の限界 検査に⼈員を集中させるため、製造から梱包 まで全体の⽣産効率に影響が
Slide 56: 導入事例 作業時間分析
画像認識AIサービス 04 Appendix ⾷品製造業 物流 製造業 ゼネコン ⼀次産業 医薬品 導⼊事例 作業時間分析 川崎重⼯業株式会社とモビリティ組み⽴てラインに おける⾏動分類AIの構築 ビジネスアイデアの概要 AIをはじめとしたテクノロジーの積極的な導⼊を⽬指す川崎重⼯株式会社 と弊社は、関連会社であるカワサキモータース株式会社の組み⽴てライン に設置されたネットワークカメラの動画から、⾏動(正味/付帯/⼿待ち作業) を分類するAIモデルを構築。 ⾻格検出を⽤いない分析⼿法を⽤いることにより、ツールなどの障害物に 影響を受けにくい形で⾏動を分類。動的に各⾏動の時間を測定可能なシス
Slide 57: 導入事例 研究開発AI『リアラボAI』
分析AIサービス 04 Appendix ⾷品製造業 物流 製造業 ゼネコン ⼀次産業 医薬品 導⼊事例 研究開発 AIエージェント ロート製薬株式会社との共同開発による 研究開発AI『リアラボAI』 概要 リアラボAIは、当社技術顧問‧⾦出武雄教授（カーネギーメロン⼤学）の CEATEC AWARD 2025 ネクスト ジェネレーション部⾨を受賞 監修のもと開発した統合型AIエージェントです。 開発背景‧課題 ● 標的探索段階でのデータ探索‧解析設計、処⽅設計→実験実⾏ これらの⾮創造的な作業に多⼤な時 ● 膨⼤なデータベースから⽬的に適したデータを探し出す作業 間が費やされ、かつプロセスが
Slide 58: 導入事例 港湾コンテナターミナル内在庫予測システム
分析AIサービス 04 Appendix ⾷品製造業 物流 製造業 ゼネコン ⼀次産業 医薬品 導⼊事例 港湾コンテナターミナル内在庫予測システム AIを利⽤した港湾コンテナターミナル内 在庫予測システムの開発 ビジネスアイデアの概要 ⼭九株式会社‧株式会社インフォセンスとの三社共同開発プロジェクト 東京港にて、将来1ヶ⽉間のAIを⽤いたコンテナ在庫予測を実施。 過去実績データや航路情報、経済指標を活⽤して予測することで⾼精度を実 現。 本システムを他港の各港湾利⽤会社にも展開することで、共通の予測結果を 元にターミナルオペレーションを効率化し、待機時間やバンプール退避時間 の短縮を図り、全体
Slide 59: 導入事例 物流倉庫でのスキルパズル活用
その他AIサービス 04 Appedix ⾷品製造業 物流 製造業 ゼネコン ⼀次産業 医薬品 導⼊事例 物流倉庫でのスキルパズル活用 属⼈化していた⼈員配置業務をスキルパズルで標準化 開発背景‧課題 ● シフト取り纏め作業＋配置計画作業に時間がかかる (6-7時間/週間+α) ● 毎⽇のように突発休暇者がいるのでその都度組み換え作業が発⽣し⼿間がかかる ● スキルや⼈的相性を把握している⽅が1名しかおらず、配置計画作業が属⼈化している Before After 管理者は紙ベースでシフト希望を集約。 ● シフト取りまとめ作業＋配置計画作業の 作 業 員のスキルや相 性を考 慮し、1週 間 単
Slide 60: 導入事例 不良ゼロのスマートファクトリー
分析AIサービス 04 Appedix ⾷品製造業 物流 製造業 ゼネコン ⼀次産業 医薬品 導⼊事例 不良ゼロのスマートファクトリー実現を目指 した取り組み クラウド型PLCと外観検査AIを活⽤した 歩留まり改善システムの実証実験 東芝インフラシステムズ株式会社「Meister Controller Cloud™ PLCパッケージ typeN1」と 製造業向け外観検査＆品質管理AI「メキキバイト」を活⽤したスマートファクトリーの実現 連携設備：サン‧プラント⼯業株式会社「焼成機/SM-TGC450-2000」 ビジネスアイデアの概要 複数⼯場/複数機器から収集される⼤量のデータを利⽤して、各
Slide 61: 導入事例 安全対策
画像認識AIサービス 04 Appedix ⾷品製造業 物流 製造業 ゼネコン ⼀次産業 医薬品 導⼊事例 安全対策 映像 × AI で「現場の危険」を⾒える化する 概要 クラウド録画サービス国内シェア No.1‧セーフィー株式会社との事業連携 建設現場における不安全⾏動検出 AI の共同開発（NEDO公募採択） 出典：セーフィー、NEDO公募の「ポスト5G情報通信システム基盤強化研究開発事業／データ・生成AIの利活用に係る 先進事例に関する調査」に「AIソリューションプラットフォーム」事業案が採択 https://safie.co.jp/news/3560/ ©Hutzper Inc. al
Slide 62: 導入事例 3Dアニマルツイン技術
分析AIサービス 04 Appedix ⾷品製造業 物流 製造業 ゼネコン ⼀次産業 医薬品 導⼊事例 3Dアニマルツイン技術を用いた 牛の体重／採食量推定システム ⼀次産業にAIの眼と脳を 概要 ● 3D画像解析技術を活⽤し、カメラ1台から⽜の体重および採⾷量を⾮接触で推定 ● 飼育現場の労働負荷削減‧家畜データの可視化を実証 各部位の 撮影 体重/採⾷量算出 データ蓄積 表⾯⻑を計測 RGBDカメラで撮影 表⾯上での距離を計 ● 140を超える空間特 ● BeecoProgramプ 測 徴量の取得 ラットフォーム※で ● ⽉齢や種別、性別と の管理‧運⽤ いったメタデータを ● 現場の情報