Slide 1: 2026年7月期 決算説明資料
2026年7月期 決算説明資料 ブレインズテクノロジー株式会社 2026年9月11日 © Brains Technology, Inc. All rights reserved.
Slide 2: 決算サマリー
決算サマリー ■ 売上⾼︓1,433百万円（前年同期⽐ +14.1%） 決算概況 ■ 営業利益︓250百万円（営業利益率 17.5%） ■ 当期純利益︓192百万円（前年同期⽐ +44.2％） ■ 新規買取ライセンスは37本、ストックライセンスは7本増加し、 合計487本 事業概況 ■ フィジカルAI導入支援サービスをリリース ■ 業務特化型AIエージェントサイトを公開 © Brains Technology, Inc. All rights reserved. 1
Slide 3: 業績推移
業績推移 ■ 売上⾼は前期⽐+14.1％で成⻑、2期連続で過去最⾼売上を更新 ■ 売上⾼の増加に伴い営業利益は250百万円、営業利益率は17.5％となり、収益性も向上 売上⾼ 単位︓百万円 営業利益 単位︓百万円 前期⽐ +14.1％ 営業利益率 17.5％ © Brains Technology, Inc. All rights reserved. 2
Slide 4: 事業概況（補足）
事業概況（補足） 1 ソフトウェアライセンス数の推移 2 フィジカルAI導入支援サービスリリース ■ 4Qの新規買取ライセンスは合計37本 Impulseで培った現場AIの知⾒を活かし、AIとロボ ットを活用した現場自動化を構想から導入まで支援 ■ ストックライセンスも7本増加し、合計487本 3 業務特化型AIエージェントサイト公開 Neuron ESとImpulseの技術を活かし、業務特化型 AIエージェントの構築から運用定着まで一貫して支援 © Brains Technology, Inc. All rights reserved. 3
Slide 5: アジェンダ
01 会社概要 02 2026年7月期 決算概要 03 2026年7月期 事業概況 04 2027年7月期 業績予想 © Brains Technology, Inc. All rights reserved.
Slide 6: 会社概要
会社概要 © Brains Technology, Inc. All rights reserved. 5
Slide 7: 会社概要
会社概要 ブレインズテクノロジー株式会社 売上高 営業利益率 社名 Brains Technology, Inc. 所在地 東京都港区⾼輪3-23-17 1433百万円 17.5％ 品川センタービルディング 4F 設⽴ 2008年8月8日 ⾃⼰資本⽐率 ユーザー企業数 資本⾦ 624,031千円 78.2％ 372社 従業員数 70名（2026年7月末） 従業員平均年齢 ソフトウェア売上⽐率 エンタープライズAIソフトウェア事業 事業内容 - データ検索製品の開発・提供 - データ分析製品の開発・提供 35.0歳 66％ © Brains Technology, Inc. All rights
Slide 8: Mission・Vision
Mission・Vision 企業活動の継続性と生産性の劇的な向上に貢献する 先端技術を活用した実用的なサービスを創り続けています。 明るい未来を創造する技術集団として 先端技術の恩恵を、いち早く・より多くのお客様に提供するために、 製品・サービスとして出荷することにこだわります。 © Brains Technology, Inc. All rights reserved. 7
Slide 9: 新サービス：フィジカルAI・ロボット導入支援サービス
新サービス︓フィジカルAI・ロボット導入支援サービス フィジカルAI・ロボットの現場実装を⾏うインテグレーターとして、 認識・判断・動作制御を担うAIと、現場に合わせた実装⼒で価値を提供 搬送・供給 フィジカルAI 対象物を認識して、安全に運ぶ 入⼒データ データから動きを出⼒するAI 画像・映像 入⼒ 出⼒ 把持・組⽴・操作 （データ） （動き） 状態に合わせて⼒と動きを調整 ３D・距離情報 巡回・点検 ⼒覚・接触情報 移動しながら設備や環境を確認 ０１ 認識技術 データから学習し、状況に応じて動きを生成 危険・⾼負荷作業 ０２ 統合開発プラットフォーム ばらつきや未知の状況にも対応 ︕ 人
Slide 10: フィジカルAI・ロボット導入支援サービス：特徴
フィジカルAI・ロボット導入支援サービス︓特徴 機種・メーカーに非依存な認識・判断・動作制御のAIと、現場実装により、 多様なロボットの現場導入を一貫して支援 ０１ 基盤モデルと認識技術 ０２ 統合開発プラットフォーム ０３ 開発・現場実装・導入支援 先端の基盤モデルと現場で鍛えた認識技術 収集から推論まで一気通貫、一度つくった動作 要件整理から量産実装まで伴⾛ を兼備 ロジックは、別の機体でも応用可能 機種・機体に非依存 〜 様々なロボットに対応 〜 産業用ロボット ヒューマノイド 協働・双腕ロボット 四足歩⾏ロボット © Brains Technology, Inc. All rights
Slide 11: 新サービス：業務特化型AIエージェント
新サービス︓ 業務特化型AIエージェント 現場の業務知識を組み込んだAIエージェントを構築 専門的で複雑な業務を、認識から判断・実⾏まで担う 顧客の業務・データ 01 業務知識を組み込むフレームワーク 02 専門的な業務を認識・判断・実⾏まで 業務手順 業務知識を構造化・組込み ① 情報収集 判断基準・例外 業務知識を更新 ② データ統合 業務特化型 認識 文書・図面 AIエージェント 判断根拠を提示 ③ 意味理解 設備・システムデータ ④ 分析 判断 ⑤ 判断 【自然文による業務指示】 今月の業務実績と関連情報を分析し、課題 の原因と対策をまとめ、必要な処理を実⾏ ⑥ 業務実⾏ して報告して
Slide 12: 業務特化型AIエージェント：適用領域と期待される効果
業務特化型AIエージェント︓適用領域と期待される効果 ものづくりや施⼯現場、インフラ保全と、それらを支える情報利活用の知識業務を対象に、 生産性の向上、属人化の解消、業務品質の維持・向上に貢献 ものづくり 施工現場 インフラ保全 知識業務 設備・品質データと過去トラを 仕様と現場記録を突き合わせ、 監視・点検結果を一次判断し、 技術文書・規定を横断探索し、 横断し、原因特定から対処提示 品質・安全の確認と記録・報告 対応要否と緊急度を切り分け 根拠つきで回答・書類作成まで まで を代⾏ 生産性の向上 属人化の解消 業務品質の維持・向上 一連の業務を自律的に支援し、 熟練者の手順・判断・ノウハ
Slide 13: Neuron ES - オフィスワーカー向けAIソリューション
Neuron ES - オフィスワーカー向けAIソリューション 検索エンジンとして出典元の情報に容易に辿り着くための機能は変わらずに提供 AIエージェントのナレッジベースとして利用される業務基盤へ 社内ナレッジ 生成AIサービス Dropbox 画像 box ポータル ● Microsoft Copilot 検索 PDF リクエスト ● ChatGPT OCR データベース ● Gemini MCP 検索 社内 文書 ● Dify ファイル など 検索結果/ サーバー コンテキスト情報 Notes Google SharePoint Online Drive 企業内のファイルサーバやポータル、
Slide 14: Neuron ES：生成AIを中心とした社内ナレッジの活用を推進
Neuron ES︓生成AIを中心とした社内ナレッジの活用を推進 既存のナレッジ環境を活かし、生成AIの価値を最大限に引き出す 生成AI連携 MCP Chat EI 生成AI サービス 製造中の設備・⼯程・検査デー タから「いつもと違う」を捉え、 不良の発生と流出を防ぐ 検索結果に対して 社内情報の権限・鮮度・検 用途を特化した形で 生成AIでの思考のサポート 索品質を保って回答を返す 問合せ業務を効率化 情報探索後の情報理解を支援 様々なユースケースでご利用 ユースケース拡大中 ・ドキュメント情報の要約 ・AIエージェントからの ・社内規定の問合せ ・トラブル対応に対する対処法の掲示 社内情
Slide 15: Impulse - 製造業向けAIソリューション
Impulse - 製造業向けAIソリューション ものづくりの現場で、業務システムとして組み込まれ、動き続けるAI 設備・品質・作業のデータから「いつもと違う」を捉える センサー・画像・動画など現場に散在するデータを、収集・加⼯からモデル構築・運用まで一貫して扱う ⾼度な分析技術がなくても扱うことができ、お客様自身がモデルを継続的に改善することが可能 © Brains Technology, Inc. All rights reserved. 14
Slide 16: Impulse：製造業の課題解決に貢献
Impulse︓製造業の課題解決に貢献 現場のデータを使って、品質管理・技術継承・生産性向上の3つに貢献 異常検知・要因分析・外観検査・作業分析を、目的に応じて組み合わせて適用する 品質管理 技術継承 生産性向上 製造中の設備・⼯程・検査データから 熟練者の目視・五感による判定基準を 設備の予兆を捉え、監視・点検・記録 「いつもと違う」を捉え、 AIモデルとして形にし、 といった人手のかかる業務を⾃動化する 不良の発生と流出を防ぐ 現場自身が育て続けられる状態にする ・完成品・部品の外観検査（傷・打痕・汚 ・設備の故障予兆検知による予知保全〈異 ・目視・日常点検の判定基準をモデル化 れ・異物）
Slide 17: 2026年7月期 決算概要
2026年7月期 決算概要 © Brains Technology, Inc. All rights reserved. 16
Slide 18: 2026年7月期 業績概況
2026年7月期 業績概況 ■ 通期売上⾼は計画未達となったものの、2期連続で過去最⾼売上を更新（前期⽐+14.1％） ■ オフィス移転の延期や従業員数の減少などにより費用は圧縮され、段階利益は計画を上回る着地 ■ EBITDAは前期⽐+22.1％、EBITDAマージンは32.8％で⾼水準を維持 2025年7月期 2026年7月期 前期⽐ 2026年7月期 計画⽐ 単位︓百万円 （実績） （実績） （増減率） （業績予想） （達成率） 売上⾼ 1,255 1,433 +14.1% 1,510 94.9% 営業利益 165 250 +50.9% 224 111.2% 営業利益率 13.2% 17
Slide 19: 売上高の季節性
売上⾼の季節性 ■ 期ずれの影響*1により26/7期は4Qが最大売上四半期となり、前年同期⽐+41.3％で推移 ■ 取引先の決算期の影響などにより、今後も下期偏重の傾向が継続する⾒込み © Brains Technology, Inc. All rights reserved. *1 半導体不足に起因して、顧客環境のハードウェア調達に遅延発生 18
Slide 20: 売上構成
売上構成 ■ 大型の買取ライセンスが売上を牽引し、買取売上は大きく伸⻑（前年同期⽐+111.5％） ■ ソフトウェア売上⽐率は68.2％を維持し、従業員数に依存しにくい収益構造を継続 ■ 2Q・3Qのストックライセンスの減少により、ストック売上は2四半期連続で減少するも、通期で は増加。今後は緩やかに上昇していく⾒込み © Brains Technology, Inc. All rights reserved. 19
Slide 21: ソフトウェアライセンス数の推移
ソフトウェアライセンス数の推移 ■ 4Qのライセンス内訳 – 買取ライセンス37本 – ストックライセンス7本*1 ■ 公共・地方自治体への導入が進み、買取ラ イセンスは⾼水準で推移 ■ 既存顧客のアップグレード継続推進により 純増は限定的*2、ストックライセンスは期 末487本と前期末⽐横ばい *1 ストックライセンスはアップグレードまたは買取への切り替えや一時停⽌が あるため、新規ストックは純増数で表示（増加:24本 - 解約等:17本） *2 ライセンスのアップグレードでは、保守サポートの契約数は増加しないため、 ストックライセンス数は増加しない © Brains Technology,
Slide 22: （参考）ライセンス数の考え方
（参考）ライセンス数の考え方 ■ ストックライセンスは新規導入時のみ計上され、アップグレード・切り替え時には計上されない ■ アップグレード時は既存のストックライセンス単価が上昇する 評価 導入 運用 カスタマーサクセス 提案 買取LC LCアップグレード PoC 構築 トレーニング 保守LC LC追加(新機能・オプション) カスタマイズ サブスクLC クロスセル イベント 新規導入 アップグレード 切り替え 販売モデル （利用型→買取型） 買取 +1 利用型 （サブスクリプション型） ストック +0 ストック +0 ストック +1 （単価上昇） （単価低下） （買取型→利用型） 買取 +1
Slide 23: 解約率の推移
解約率の推移 ■ 4Qの月間解約率*1は、3月期決算企業の解約一巡により1.2％まで低下したものの、市場環境の 変化に伴う契約⾒直しの増加により、通期では前期⽐で上昇 ■ 企業取引の傾向から保守の解約タイミングが3月末（当社3Q）に偏る傾向は継続する想定 *1 月間解約率は、当月のストックライセンス解約数÷前月のストックライセンス合計数×100で算出 © Brains Technology, Inc. All rights reserved. 22
Slide 24: 売上原価・販管費
売上原価・販管費 ■ 4Qの総費用は前年同期⽐＋20.5％。フィジカルAI・AIエージェントへの研究開発投資に加え、生 成AIの活用拡大に伴う通信費や、顧客現場での開発・導入活動の拡大に伴う旅費交通費が増加 ■ 適切なコストコントロールを⾏いつつ、事業環境の変化を捉え、成⻑領域への投資を機動的に実施 © Brains Technology, Inc. All rights reserved. 23
Slide 25: （参考）売上原価・販管費の考え方
（参考）売上原価・販管費の考え方 ■ エンジニアの活動内容によって売上原価・販管費への配賦額が変動するため、売上総利益では なく営業利益を重視 導入作業や製品開発に 営業活動や研究開発に ⼯数を割いた場合 ⼯数を割いた場合 広告宣伝費等 広告宣伝費等 その他販管費 その他販管費 販管費 研究開発費 研究開発費 販管費 人件費等 活動内容により変動 人件費等 エンジニア 人件費等 エンジニア 売上原価 人件費等 売上原価 その他 その他 製造原価 製造原価 © Brains Technology, Inc. All rights reserved. 24
Slide 26: 売上総利益・営業利益
売上総利益・営業利益 ■ 売上連動の変動費が少なく*1、売上総利益に⽐べて営業利益の変動幅が大きい状況は継続 ■ 4Q単体の営業利益は118百万円（営業利益率26.7％）、前述の理由により費用が大幅に増加す る中でも⾼い利益率を確保 *1 ソフトウェアライセンスビジネスの性質上、売上がコストと連動しておらず、 売上から固定費となる人的コストを超過した部分がそのまま利益になる構造 © Brains Technology, Inc. All rights reserved. 25
Slide 27: 従業員数の推移と人員構成
従業員数の推移と人員構成 ■ 26/7期末の従業員数は70人（前期末⽐△3人）。人員が減少する中でも増収を実現 ■ 従業員の処遇・就業環境への投資を通じ、採用基準を維持しながら専門人材の採用・定着を推進。 継続的に事業成⻑と人財成⻑が連動する体制づくりに取り組む 従業員数の推移 2026/7期末人員構成 © Brains Technology, Inc. All rights reserved. 26
Slide 28: 2026年7月期 貸借対照表
2026年7月期 貸借対照表 ■ 当期純利益（192百万円）等により純資産が増加、⾼い財務安全性を維持（自⼰資本⽐率︓78.2％） ■ 減価償却が進みソフトウェア資産が減少したものの、製品開発への注⼒は継続 2025年7月期 2026年7月期 前期⽐（増減率） 単位︓百万円 流動資産 1,652 1,919 +267 +16.2% 固定資産 404 441 +36 +9.0% （ソフトウェア）*1 328 288 △39 △12.1% 資産合計 2,057 2,360 +303 +14.7% 流動負債 356 433 +76 +21.4% 固定負債 57 80 +23 +40.8% 負債合計
Slide 29: 2026年7月期 事業概況
2026年7月期 事業概況 © Brains Technology, Inc. All rights reserved. 28
Slide 30: Industrial AI Agent サービスサイトを公開（8月）
Industrial AI Agent サービスサイトを公開（8月） Neuron ESとImpulseの技術を活かした 産業用AIエージェントサービスへ エンジニアが業務の最前線に入り込み、AIエージェントの実装から業務成果の実現まで担当 https://www.brains-tech.co.jp/industrial-ai-agent/ © Brains Technology, Inc. All rights reserved. 29
Slide 31: フィジカルAI・ロボット導入支援サービス提供開始（8月）
フィジカルAI・ロボット導入支援サービス提供開始（8月） 「Impulse」で培った認識技術とロボット基盤モデルを組み合わせ ロボットが「⾒て・考えて・動く」仕組みを製造現場へ実装 ⼯程選定から現場実装・運用定着まで伴⾛ https://www.brains-tech.co.jp/physical-ai/ © Brains Technology, Inc. All rights reserved. 30
Slide 32: 大阪信用金庫、Neuron ES desknet's NEO連携オプション導入決定
プレスリリース 大阪信用⾦庫、オンプレミス型組織内全文検索システム 『Neuron ES desknet’s NEO連携オプション』の導入を決定 株式会社ネオジャパンとの業務提携により、desknet's NEO利用企業へのアプローチが本格化 お客様 大阪信用⾦庫 システム部 調査役 村田 卓也様 「すでに職員に定着しているグループウェアと深 く連携することで、情報検索にかかる時間を大幅 グループウェア「desknet’s NEO」*1と に短縮し、庫内のナレッジ活用がより一層進むこ ファイルサーバーに分散した情報を横断検索 とを大いに期待しております。」 *1 製造業、医療・福祉機関、建設業
Slide 33: マーケティング施策 - リードジェネレーション
マーケティング施策 - リードジェネレーション ▍フィジカルAI展にて実機デモ展示 ▍ものづくりワールド東京特別講演 ● フィジカルAI展（7月） ● ものづくりワールド東京（7月） ロボット関連商社と連携し、ヒューマノイドロボット 約800名の受講者に向け、 のデモを展示。ピッチセミナーへの登壇で200名以上 「製造現場自働化に向けたフィジカルAIの現在地 を集客し、ブース来場者・資料請求者は延べ1,000名 〜期待から実装フェーズへの道筋〜」 を超えた のテーマにてCTO中澤が特別講演に登壇 © Brains Technology, Inc. All rights reserved. 32
Slide 34: マーケティング施策 - リードジェネレーション
マーケティング施策 - リードジェネレーション ▍自治体向けセミナー協賛とサイト開設 ▍MCP対応を紹介するセミナー実施 ● ジチタイワークス オンラインセミナー（6月） ● Microsoft 365 Copilot と Neuron ES による新たな 「庁内改善を根付かせる | 定着する仕組みの作り方 ナレッジ活用基盤（7月） と、バックヤード改⾰の自治体事例」に協賛し、自 日本マイクロソフトが講演。導入企業3社（東京貿易、 治体におけるNeuron ES導入事例を紹介 キオクシア、ソニー）が登壇し、生成AI活用とナレ ● 自治体向けサイト開設（6月） ッジ継承の実践を共有 https:
Slide 35: マーケティング施策 - リードジェネレーション
マーケティング施策 - リードジェネレーション ▍ガートナージャパン イベント出展 ●ガートナー デジタル・ワークプレース サミット 2026（8月） ●ビジネスおよびテクノロジーのインサイトを提供するガートナージャパン株式会社が開催するイベントに出展 ●AIエージェントの活用をはじめ、デジタル従業員エクスペリエンスの向上、テクノロジー活用促進を担うデジタ ル・ワークプレースのリーダーを支援するコンファレンスにて、展示と講演を実施 GARTNER is a trademark of Gartner, Inc. and its affiliates. The Gartner content de
Slide 36: 事例公開：新規事例公開4社
事例公開︓新規事例公開4社 *2026年8月末時点 累計109社公開 上場企業 (含むグループ企業) 公共系 九州大学 秋田県庁 京都市役所 © Brains Technology, Inc. All rights reserved. 35
Slide 37: 事例ピックアップ（小松市役所・DAIKEN）
事例ピックアップ（HP掲載事例） 小松市役所 DAIKEN株式会社 検索時間削減で働き⽅を変え 検索時間を大幅短縮し 未来のまちづくりを進める 社内インフラとして定着 検索 庁内のファイルサーバーに保管された、ペー 検索 BoxやSharePoint、NASなどに分散した情 対象 パーレス化に伴い増加する電子データ 対象 報 選定 削減コストの算出が容易に⾏えたことで費用 選定 点在するデータの横断検索や、⽂書の中⾝ま 理由 対効果もしっかりと抑えることができたこと 理由 で読み取れる全⽂検索機能を備えていたこと 導入 導入 PCを利用する従業員のほぼ全員が利用し、年 効果 情報検索に要する時
Slide 38: 事例ピックアップ：本田技研工業
事例ピックアップ（HP掲載事例） 本田技研⼯業株式会社 ⾃動⾞部品の品質保証にImpulseを採用 五感に頼らないリアルタイムな品質保証を実現 対象 業務 ヒューズBOX結線工程におけるカプラー嵌合*1 選定 既存ラインへの最⼩限の設備変更で導入・高精 理由 度判定・短期間⽴ち上げが可能であること 導入 五感依存の嵌合作業を客観的かつリアルタイム 効果 に把握する仕組みへ転換 *1 機械のいろいろな部分がはまり合う関係 © Brains Technology, Inc. All rights reserved. 37
Slide 39: ソフトウェア売上及びライセンス数
ソフトウェア売上及びライセンス数 ■ 通期のソフトウェア売上は945百万円（前期⽐＋14.8％）へ伸⻑し、売上⽐率は66％を維持。従業 員数に依存しない事業成⻑モデルを推進 ■ ライセンス数*1は微増だが大型ライセンスが多く、ストック売上・買取売上の増加に大きく寄与 売上構成 ライセンス数 ソフトウェア 売上⽐率*2 66% ストック 売上⽐率 *3 34% *1 ライセンス数︔期末ストックライセンス数＋通期買取ライセンス販売数 *2 ソフトウェア売上︓買取ライセンス＋ストック売上 *3 ストック売上︓利用料＋保守ライセンス売上 © Brains Technology, Inc. All ri
Slide 40: ユーザー企業数と販売経路
ユーザー企業数と販売経路 ■ 新規獲得が解約を上回り、ユーザー企業数は372社と前期末から9社増加 ■ 既存顧客への深耕により1社当たり売上⾼が上昇。複数ライセンス購入企業*1は72社・287本（平均 4.0本/社） ■ パートナーとの連携強化が進み、販売店経由の売上⽐率が拡大 ユーザー企業数 販売経路別 売上構成⽐率イメージ （26/7期） 複数ライセンス購入企業 72社（19%） 287ライセンス 平均4.0本/社 販売店 直販 経由 *1 アップセルやクロスセルにより複数ライセンスを購入した企業（買取と保守のセット購入はカウント除外） © Brains Technology, Inc.
Slide 41: ユーザー企業の傾向
ユーザー企業の傾向 ■ 製造業に強みを持ち、業界をリードする大手企業に強固な顧客基盤を構築 ■ Impulseは自動⾞関連に集中、Neuron ESは業種を問わず利用されており、製造業では新サービ ス領域の取り組みが進んでいる ⾃動⾞関連 その他 ヒューマノイドロボットによる製 造現場⾃働化 運輸業、電気・ガス・水道、 製造業 人が⾏う通い箱のピッキングおよ 建設業など びシュートへの投入⼯程を自律動 作で実現 公務 26/7期 鉄鋼業 ⾃治体DX推進 公務 業種別売上構成⽐ ペーパーレス化に伴う電子文書 AIエージェントを用いた設備調 の横断検索で業務効率化に貢献 整⾃働化 製造時の圧延・品
Slide 42: （再掲）2026年7月期 注力ポイント
（再掲）2026年7月期 注⼒ポイント ■ 強化したプロダクトを武器に販売⼒を⾼め、成⻑軌道に。さらに組織⼒で事業を加速 注⼒ポイント 販売⼒強化 組織⼒強化 製品・サービス ■ 新技術（生成AIを含む）による製品差別化を図り、サービスの拡充により顧客 深化 エンゲージを⾼める ■ 売上成⻑と事業加速に向け取り組んだ施策を仕組み化し、再現性を確認すると 成⻑性向上 ともに、成⻑に向けた事業開発⼒を向上する 収益性向上 ■ ⾼収益構造に向けた取り組みを強化し、モデルとして確⽴する ⻑期的な ■ 生成AIによる業務⾰新と次世代人材の採用・育成で、継続的な成⻑に向けた組 成⻑に向けて 織⼒を強化する
Slide 43: （再掲）2026年7月期 注力ポイント - 主な施策
（再掲）2026年7月期 注⼒ポイント - 主な施策 注⼒ポイント 販売⼒強化 組織⼒強化 - 新技術（生成AI含む）による製品の差別化 製品・サービス - パートナーとの協働によるソリューション開発 - R&D、新技術への注⼒ 深化 - 市場ニーズを捉えた業界特化型機能の創出 - 生成AIを組み込んだサポート体制の強化 - プロフェッショナルサービスの拡充 - 自動⾞関連産業への更なる適用範囲の拡大 - 事業開発体制の強化 - ロイヤルカスタマー戦略の推進 - 導入後の定着化・アップセルの標準プロセス化 成⻑性向上 - 技術優位性を活かした⾼付加価値案件の獲得 - エンジニアによるセールス機
Slide 44: 2026年7月期 注力ポイント進捗 - 販売力の強化
2026年7月期 注⼒ポイント進捗 - 販売⼒の強化 既存顧客の深耕で収益性を高め、新領域で成⻑機会を獲得 買取平均単価は前年⽐+49.7％、大型買取ライセンスを複数計上 適用領域が、フィジカルAI・ロボット導入支援とAIエージェントへ拡大 既存顧客深耕により案件が大型化 AIエージェント・フィジカルAIの新規案件獲得 アップセルを中心とした既存顧客の深耕を推進 現場への入り込みとパートナー連携で、新領域を開拓 AIエージェント 設備調整自働化・スマートメンテナンス案件など複数獲得 買取平均単価 フィジカルAI・ロボット導入支援 前年⽐ +49.7％ 自動⾞関連やプラントで現場実装案件を複数獲
Slide 45: 2026年7月期 注力ポイント進捗 - 組織力の強化
2026年7月期 注⼒ポイント進捗 - 組織⼒の強化 成⻑領域への投資を進めながら、組織全体の生産性を向上 AIエージェント、フィジカルAI領域の売上は前年⽐110百万円増 生成AIの活用が進み、従業員数が減少する中でも売上⾼は14.1％伸⻑ AIエージェント・フィジカルAIへ資源を集中 生成AI活用を広げ、生産性を向上 研究開発資源を集中し、経営主導でアライアンス活動開始 各領域で個人利用から業務プロセスへの組み込みを推進 AIエージェント、フィジカルAI・ 売上⾼（前年⽐） ロボット領域の売上 従業員数（前年⽐） 前年⽐ ▲3名 +14.1% +110百万円 ＜生成AIの業務実装＞ アイシ
Slide 46: 2027年7月期 業績予想
2027年7月期 業績予想 © Brains Technology, Inc. All rights reserved. 45
Slide 47: 2027年7月期 業績予想
2027年7月期 業績予想 ■ 売上計画は1,707百万円（前期⽐+19.1%）、3期連続の増収を⾒込む ■ オフィス移転や給与テーブルの改定を実施。環境・待遇面に投資することで人材の獲得・定着を図る ■ 事業面ではAIエージェントやフィジカルAIへの投資拡大に伴い、費用の大幅な増加を想定しており、 営業利益は250百万円（前期⽐±0.0％）、税効果の影響により当期純利益は173百万円（前期⽐ △9.9％）を計画 2025年7月期 2026年7月期 2027年7月期 増減率 単位︓百万円 （実績） （実績） （業績予想） 売上⾼ 1,255 1,433 1,707 +19.1% 営業利益 16
Slide 48: 2027年7月期 注力ポイント - 3つの戦略
2027年7月期 注⼒ポイント - 3つの戦略 顧客の現場に深く入り、知⾒を型に変え、パートナーと市場へ広げる １．深掘る ２．型にする ３．面をとる 現場に深く入り 現場知⾒を アライアンスを活かした 顧客の業務成果を作る 再現性ある事業に 非連続成⻑の形 成⻑の源泉 成⻑のエンジン 成⻑の増幅装置 ● 顧客業務・課題・KPIを深く理解 ● 業務知識・正解データを蓄積 ● メーカー・商社・専門企業との ● AIエージェント／フィジカルAI ● 共通機能・テンプレートとして製 共創 で判断・実⾏まで担う 品へ還元 ● 製品への標準搭載・OEMによる ● 人件費・損失の大きい業務へ集 ● 個別案
Slide 49: 2027年7月期 注力ポイント - ①深掘る
2027年7月期 注⼒ポイント - ①深掘る 顧客業務に深く入り込み、製品提供から、顧客業務の成果を担う事業へ Neuron ES・Impulseで築いた顧客基盤と現場知⾒を起点に、 検索・検知による「支援」から、判断・実⾏まで担う事業へ拡張 業務との界面 業務を支援（間接支援） 業務そのもの（直接実⾏） Neuron ES・Impulse の既存領域（現在地） 目指す領域 検索・ナレッジ 異常検知（Impulse） エージェント ロボット／フィジカルAI （Neuron ES） 必要な情報を探し、 異常・予兆を捉え、 判断から 物理的な作業まで 業務判断を支援 現場判断を支援 手配・処置まで
Slide 50: 2027年7月期 注力ポイント - ②型にする
2027年7月期 注⼒ポイント - ②型にする 現場知⾒を再利用可能な資産に変え、案件を重ねるほどに成⻑速度と収益性を⾼めていく 業務を深く理解し、現場データと実装知⾒を獲得 導入・展開を⾼速化し、⼯数を抑えながら収益性 を向上 案件 案件の蓄積が、次の成⻑と 製品・実装資産 収益性につながる 現場知⾒ 効果の出た手法・正解データ・業務 共通機能・モデル・テンプレートとして の型を蓄積 製品へ還元 汎化・標準化 業種や⼯程が変わっても使える形へ変換 © Brains Technology, Inc. All rights reserved. 49
Slide 51: 2027年7月期 注力ポイント - ③面をとる
2027年7月期 注⼒ポイント - ③面をとる パートナーの顧客基盤と販売⼒を活かし、市場展開を加速 モデル案件の共同創出から横展開、標準搭載・OEM・共同事業化へ協業を発展させ、 事業展開の規模とスピードを⾼める 展開イメージ（例︓フィジカルAI領域） 業界・拠点への 標準搭載・ モデル案件の創出 成果・再現性の確⽴ 横展開 共同事業化 ●重点業界・顧客、 ●現場での業務成果とROI ●同業務を他拠点・同業 ●製品への標準搭載・OEM・ ⾼付加価値業務を選定 を実証 他社へ展開 共同販売により展開 ●パートナーと共同で ●導入・運用プロセスを ●実績とデータを蓄積し、 ●サービス化により事業
Slide 52: 中期経営方針
中期経営方針 ■ 強化されたプロダクトを武器に販売⼒強化で成⻑路線にのせ、組織⼒で事業を加速 ■ 19期は既存事業を伸ばしつつ、新領域の事業化と次の成⻑基盤づくりを推進 テーマ 市場把握と製品整備（FY22-24） ソフトウェアの市場展開（FY25-27） 新領域の本格展開（FY28-） 業務にフォーカスした製品、 判断・実⾏まで担う業務解決サービス 顧客とサービス 産業向けユースケース（製品）の整備 ソリューション （エージェント／フィジカルAI） 共創アライアンス 販売モデル コンテンツ・インバウンド ＋ パートナー・アウトバウンド （標準搭載・OEM・共同事業など面展開） 成⻑の指標 売
Slide 53: 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。これらの記述は、当該記述を作成し た時点における情報に基づいて作成されたものにすぎません。さらに、こうした記述は、将来の 結果を保証するものではなく、リスクや不確実性を内包するものです。実際の結果は環境の変化 などにより、将来の⾒通しと大きく異なる可能性があることにご留意ください。 ■ これらの将来展望に関する表明の中には、様々なリスクや不確実性が内在します。既に知られた もしくは未だに知られていないリスク、不確実性その他の要因が、将来の展望に関する表明に含 まれる内容と異なる結果を引き起こす可能性がございます
Slide 54: &SOrains
&SOrains DUI VATI/OD RASH