GRID Inc. · TSE:5582
GRID — Q1 FY2027 Earnings Presentation
82 slides from GRID's earnings presentation, Nov 16, 2026
Slide 1: 2027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 株式会社グリッド(証券コード5582) 2027年6月期 第1四半期決算説明資料 2026年11月16日
Slide 2: 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. 2
Slide 3: 目次
目次 1 2027年6月期 第1四半期実績 2 2027年6月期 通期業績予想(再掲) ※期初の計画から変更はありません。 3 ビジネスアップデート 4 成長戦略 Appendix (会社概要・補足資料) © 2026 GRID Inc. 3
Slide 4: 2027年6月期 第1四半期実績
目次 1 2027年6月期 第1四半期実績 2 2027年6月期 通期業績予想(再掲) ※期初の計画から変更はありません。 3 ビジネスアップデート 4 成長戦略 Appendix (会社概要・補足資料) © 2026 GRID Inc. 4
Slide 5: 第1四半期実績ハイライト
1 2027年6月期 第1四半期実績 第1四半期実績ハイライト 売上高 営業利益 経常利益 当期純利益 790 百万円 21 百万円 30 百万円 18 百万円 前年同期比+31.1% 前年同期比△81.6% 前年同期比△74.6% 前年同期比△76.4% 売上高は+31.1%の増収、営業利益は先行投資を進めながら期初想定の範囲内で着地 AI事業は売上が堅調に推移した一方、エンジニア・営業の積極的な採用により、セグメント利益は減少。 インフラアセット事業は蓄電所開発の本格化により売上が大幅に伸長したが、売上に連動する外注費の支出により、セグメント利益は 小幅にとどまる。その結果、営業利益は21
Slide 6: 経営成績の概況
1 2027年6月期 第1四半期実績 経営成績の概況 売上高は、蓄電所開発の本格化などにより3割超の増収。営業利益は案件の特性上、四半期ごとの業績に変動が生じるが、通期予想に変更 はなく達成を見込む。 2026/6期 2027/6期 2027/6期 Q1実績 Q1実績 通期予想 前年同期差異 前年同期比 通期予想比 (百万円) (売上高比) (売上高比) (売上高比) 売上高 602 790 +187 +31.1% 4,500 17.6% AI事業 587 599 +11 +2.0% 3,000 20.0% インフラアセット事業 15 190 +175 +1,151.0% 1,500 12.7
Slide 7: 売上構成比
1 2027年6月期 第1四半期実績 売上構成比 全社の売上構成比では、蓄電所開発の本格化によりインフラアセット事業の構成比が大きく上昇。 AI事業のドメイン別の売上構成比では、物流・航空関連の大型案件が牽引し、製造・運輸ドメインの構成比が前年同期から大きく伸長。 全社:セグメント別売上構成比 AI事業:ドメイン別売上構成比 その他 3.2% (前年同期2.8%) 都市・交通 インフラアセット事業 電力 24.2% 20.6% (前年同期28.0%) 42.9% (前年同期2.5%) (前年同期52.3%) 2027/6期 Q1 2027/6期 Q1 全社売上高 AI事業売上高 AI事業75.
Slide 8: 2事業体制の収益・利益構造
1 2027年6月期 第1四半期実績 2事業体制の収益・利益構造 当社は高利益水準のAI事業と、全社売上の拡大を牽引するインフラアセット事業の2つの事業体制を持つ。 インフラアセット事業の構成比が高まることで全社の利益率は低下するが、収益構造の異なる2事業のセグメント別の収益性管理を通じ、 全社の営業利益額の拡大を目指す。 セグメント別 (百万円) 売上高・利益・利益率 (百万円) 利益構造 2027/6期 Q1 30% 売上高 2027/6期 Q1 700 セグメント利益 セグメント利益 本社費 営業利益 599 600 154 2 500 20% 400 300 利益率:25.9% 10%
Slide 9: 営業利益の増減要因
1 2027年6月期 第1四半期実績 営業利益の増減要因 蓄電所開発の本格化により、インフラアセット事業の売上高とセグメント利益は大きく伸長し、AI事業は堅調に推移。 一方、インフラアセット事業の外注費の支出により、営業利益は前年同期比で減益。 350 175 300 (百万円) 250 △ 43 △ 10 △ 16 200 150 11 114 100 14 △ 150 4 50 △ 44 21 △ 28 △6 0 インフラ 2026/6期 Q1 AI事業 エンジニア ソフトウェア 外注費 外注費 営業・管理 研究開発費 2027/6期 Q1 アセット事業 その他 採用費 その他 営業利益
Slide 10: セグメント利益の増減要因(AI事業)
1 2027年6月期 第1四半期実績 セグメント利益の増減要因(AI事業) AI事業の売上は堅調に推移するなか、エンジニアと営業の増員による人件費や、研究開発費・技術販管費等の増加により、セグメント利益は 前年同期比で減益。 300 (百万円) 11 263 250 △ 38 7 △ 10 200 △ 16 △ 24 △1 △ 22 154 150 △ 16 100 50 0 2026/6期 Q1 AI事業 エンジニア ソフトウェア 営業・管理 研究開発費 2027/6期 Q1 外注費 その他 採用費 その他 セグメント利益 売上高 人件費 関連費 人件費 技術販管費 セグメント利益 売上増減
Slide 11: セグメント利益の増減要因(インフラアセット事業)
1 2027年6月期 第1四半期実績 セグメント利益の増減要因(インフラアセット事業) インフラアセット事業は、蓄電所開発の本格化により売上が大きく伸長。 外注費は売上に連動して増加する一方、人件費等の増加は小幅にとどまり、セグメント利益は黒字転換。 (百万円) 175 150 △5 △0 100 50 8 6 2 0 △ 150 △3 △6 △5 △ 18 △ 50 △ 100 インフラ 2026/6期 Q1 アセット事業 エンジニア ソフトウェア 営業・管理 研究開発費 2027/6期 Q1 外注費 その他 採用費 その他 セグメント利益 売上高 人件費 関連費 人件費 技術販管費 セグメ
Slide 12: AI事業:概況
1 2027年6月期 第1四半期実績 AI事業:概況 「製造・運輸」は大型案件の牽引があり前年に比べ堅調に推移。下期に電力ドメインを中心とする大型案件の計上が見込まれることから、 通期予想の売上高3,000百万円の達成を見込む。セグメント利益は、採用に伴う労務費の増加により一時的に低下したが、通期では計画通り セグメント利益率は35%程度を目指す。 2026/6期 2027/6期 Q1実績 Q1実績 前年同期差異 前年同期比 (百万円) 売上高 587 599 +11 +2.0% 電力 307 256 △50 △16.4% 製造・運輸 98 199 +100 +101.9% AI事業 都市・交
Slide 13: AI事業:過去指標の状況
1 2027年6月期 第1四半期実績 AI事業:過去指標の状況 TAM(当社が対象とする市場の規模)の拡張に向け、新領域展開を中心に取り組み、取引先数・プロジェクト数共に増加。 新規プロジェクトの立ち上がりなどにより、成長に向けた事業基盤は着実に拡大。 2026/6期 2027/6期 Q1実績 Q1実績 前年同期差異 ストック型売上比率 28.5% 23.5% △5.0pt 顧客平均売上※1 20.2百万円 19.2百万円 △1.0百万円 主なサービス(その他除く)※2 21.4百万円 19.5百万円 △1.9百万円 取引先数※3 29社 31社 +2社 AI事業 主なサービス(その他除く)※
Slide 14: インフラアセット事業:概況
1 2027年6月期 第1四半期実績 インフラアセット事業:概況 蓄電所開発の本格化により売上は大きく増加し、セグメント利益は黒字転換。 Q1は通期計画に対する売上計上が限定的なため、固定費比率が高くなりセグメント利益率は1.2%にとどまるが、売上の拡大に伴い上昇する 見込み。通期では、受注残の売上計上に加え、新規案件の受注・計上が進むことから、通期予想の売上高1,500百万円の達成を見込む。 2026/6期 2027/6期 (百万円) Q1実績 Q1実績 前年同期差異 前年同期比 +1,151.0% 売上高 15 190 +175 (12.5倍) インフラ アセット セグメント利益 △18
Slide 15: インフラアセット事業:主要指標の状況
1 2027年6月期 第1四半期実績 インフラアセット事業:主要指標の状況 Q1の売上高は、前期までに受注した案件の進捗により190百万円。受注高は、案件ごとの契約時期により四半期での変動が大きく、 Q1は小幅にとどまる。受注残高は今期から来期以降にかけて順次売上計上を予定しており、通期予想の達成に向け新規の案件も受注予定。 ※第1四半期末以降の新たな案件の受注詳細については、本日(2026年11月16日)付で適時開示(大口受注(約5億円の蓄電所開発)に関するお知らせ)を行っております。 売上高 受注高 受注残高 (百万円) (百万円) (百万円) 1,671 1,101 596 913 19
Slide 16: 2027年6月期 通期業績予想(再掲)
目次 1 2027年6月期 第1四半期実績 2 2027年6月期 通期業績予想(再掲) ※期初の計画から変更はありません。 3 ビジネスアップデート 4 成長戦略 Appendix (会社概要・補足資料) © 2026 GRID Inc. 16
Slide 17: 業績予想:売上高と営業利益の推移
2 2027年6月期 通期業績予想 業績予想:売上高と営業利益の推移 資料:「事業計画及び成長可能性に関する事項」より (2026年9月29日開示) AI事業、インフラアセット事業の両事業で売上高・営業利益を拡大。両輪での増収増益を通じて、持続的な企業価値を向上。 売上高推移 セグメント利益推移 8,000,000,000 AI売上高 インフラアセット売上高 2,500,000,000 AIセグメント利益 インフラアセットセグメント利益 (百万円) (百万円) 7,000,000,000 年平均成長率 2,000,000,000 年平均成長率 25% 30% 6,000,000,000 5,0
Slide 18: 業績予想:主要指標の推移
2 2027年6月期 通期業績予想 業績予想:主要指標の推移 資料:「事業計画及び成長可能性に関する事項」より (2026年9月29日開示) AI事業の売上高は、全ドメインで順調に拡大し、前期比27.0%増。インフラアセット事業の売上高は、前期に本格始動した蓄電所開発が引 き続き寄与し、前期比98.3%増と大幅に拡大。全社営業利益は、前期比140百万円(30.6%)増。 AI事業売上高 インフラアセット事業売上高 全社営業利益 (百万円) (百万円) (百万円) インフラ 営業利益 電力 製造・運輸 都市・交通 その他 1,500 +27.0% 3,000 +98.3% +30.6% 600
Slide 19: AI事業:主要指標の状況
2 2027年6月期 通期業績予想 AI事業:主要指標の状況 資料:「事業計画及び成長可能性に関する事項」より (2026年9月29日開示) 高度な技術アプローチによる「価値提供」と「生産性の向上」により、エンジニア1人当たり売上高が増加し、全体売上高の拡大を牽引。 営業・管理体制を強化する中でも、従業員1人当たり売上高は前期並みの水準を維持。 売上高 AI事業エンジニア1人当たり売上高 AI事業従業員1人当たり売上高 (百万円) (百万円) (百万円) エンジニア1人当たり売上高 従業員1人当たり売上高 3,000 期中平均エンジニア数 30.1 30.6 期中平均従業員数 29.0 26.
Slide 20: AI事業:契約リピート率
2 2027年6月期 通期業績予想 AI事業:契約リピート率 資料:「2026年6月期 決算説明資料」より (2026年8月14日開示) 新規顧客の継続的な獲得と既存顧客との関係深化が売上成長を下支えする。毎期10社以上の新規顧客を獲得し、 顧客リピート率は2期連続で上昇。売上規模が拡大する中でも、売上リピート率は3期連続で85%以上を維持。 新規顧客数と顧客リピート率(顧客数ベース) 既存顧客の売上高リピート率(売上ベース) (社数) (億円) 総売上 新規顧客数 75% リピート率 リピート率 95% 33.0 20 75% 70% 顧客リピート率 100% 既存顧客売上比率 前年度比 8
Slide 21: AI事業:売上候補案件の進捗(案件パイプライン)
2 2027年6月期 通期業績予想 AI事業:2027年6月期 売上候補案件の進捗(案件パイプライン) 資料:「事業計画及び成長可能性に関する事項」より (2026年9月29日開示) 2027年6月期の期初時点で、事業計画の達成に必要な規模の案件パイプラインを十分に確保。運用・保守案件を安定的な収益基盤としつつ、 受注済みの開発案件を着実に完遂するとともに、提案中の確度の高い案件を受注につなげることで、計画達成を目指す。 ※ 案件パイプライン:受注前の商談から受注済み開発、運用保守までの案件の積み上がり 18期案件 2026年8月7日時点 案件規模 パイプライン数 案件化の可能性確認済み 潜在
Slide 22: インフラアセット事業:主要指標の状況
2 2027年6月期 通期業績予想 インフラアセット事業:主要指標の状況 資料:「事業計画及び成長可能性に関する事項」より (2026年9月29日開示) ※高圧案件 :出力が数MWの小中規模系統用蓄電所 売上高は、前期に受注した案件に加え、新規案件からの計上も見込む。 600 5件 特別高圧案件:出力が数十MW級の大規模系統用蓄電所 すでに当社が保有している開発権利を活用し、来期以降は、大型案件(特別高圧)の契約締結を目指す。 4.5件 売上高 500 開発予定容量・案件数 4件 (百万円) (MWh) 総開発容量 開発件数 400 3.5件 3件 3件 400 1,500 3件 300 2.
Slide 23: ビジネスアップデート
目次 1 2027年6月期 第1四半期実績 2 2027年6月期 通期業績予想(再掲) ※期初の計画から変更はありません。 3 ビジネスアップデート 4 成長戦略 Appendix (会社概要・補足資料) © 2026 GRID Inc. 23
Slide 24: 電力:ReNom Powerの機能アップデート
3 ビジネスアップデート 電力:ReNom Powerの機能アップデート 電力業務支援システム「ReNom Power」にAIエージェントを活用した新機能を搭載 計算エラーの原因と確認箇所を日本語でわかりやすく提示 電力業務支援システム © 2026 GRID Inc. 24
Slide 25: 電力:北海道電力ネットワークとの協業
3 ビジネスアップデート 電力: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北海道エリアにおける電力安定供給のため 週間需給計画策定支援・優先給電指令支援システム開発で協業 電力系統運用支援システム 週間需給計画策定支援機能 優先給電指令支援機能 需要・再エネ出力 地域間連系線潮流 調整電源の運転条件 設備データ 需要予測データ 再エネ予測データ c c 出力抑制が必要な 週間需給計画を自動で策定 発電所・抑制規模・時間帯を自動計算 導入効果 導入効果 作業時間 調整力コスト 属人化 省力化 自動計算による 属人化 削減 削減 解消 業務負担軽減 解消 © 2026 GRID In
Slide 26: 製造・運輸:運航整備配員計画最適化プロジェクト開始
3 ビジネスアップデート 製造・運輸:運航整備配員計画最適化プロジェクト開始 JALエンジニアリングの運航整備における「配員計画最適化システム」の本開発に合意 2027年夏頃の本番稼働に向けてプロジェクト開始 運航整備配員計画最適化システム 期待される効果 迅速な立案 再計画の迅速化 膨大な候補の中から最適な配員計画案を短時間 ダイヤ変更・勤務変動時にも迅速に対応 で算出 付加価値業務への注力 運航品質の向上 担当者は例外対応や高度な業務判断に集中 組織横断的なデータ活用で限られたリソースを 最大限に活用 プロジェクトの歩み 2025年度〜 現在 2027年夏頃 稼働後 実証実験 本開発に合意
Slide 27: 電力イベント:電力×AI×データ フォーラム
3 ビジネスアップデート 電力イベント 電力×AI×データ フォーラム 事例共有と交流で業界をつなぐ 電力会社各社が集い、会社の垣根を越えたつながりを深めた業界交流イベントを開催 01 02 03 電力各社の データ活用を支える 会社の垣根を越えて AI・データ活用事例を共有 プラットフォームを紹介 交流を深める 九州電力、四国電力送配電、東京電力パワーグリッ データマネジメントプラットフォームを2部構成で 懇親会では、運営メンバーが他の電力会社の参加者 ドが登壇。各社のAI・データ活用事例を紹介し、講 紹介。データ活用を支える仕組みを解説。 との出会いをつなぎ、交流を促進。最後は集合写真 演
Slide 28: 鉄道イベント
3 ビジネスアップデート 鉄道イベント 鉄道業界の皆さまをお招きし、 「鉄道インフラを支えてきたイノベーションの現在と未来について考える」 をテーマにイベントを開催 01 02 03 04 鉄道の未来を拓く 数理最適化で AIで実現する 交流を深める イノベーション 意思決定を科学する 持続可能な鉄道運営 懇親会 Suicaインフラの発展に携わった小縣氏 鉄道の運行を例に、複雑な条件からより 人手不足や設備の老朽化などの課題に対 講演後は懇親会を開催。登壇者と参加者 が、安全の進化やオープンイノベーショ 良い答えを導く仕組みと、業務効率化・ し、AI・数理最適化を活用した業務効率 が交流し、鉄
Slide 29: 成長戦略
目次 1 2027年6月期 第1四半期実績 2 2027年6月期 通期業績予想(再掲) ※期初の計画から変更はありません。 3 ビジネスアップデート 4 成長戦略 Appendix (会社概要・補足資料) © 2026 GRID Inc. 29
Slide 30: 私たちの存在意義と、目指す未来像:企業理念
4 成長戦略 私たちの存在意義と、目指す未来像 企業理念 INFRASTRUCTURE +LIFE+ INNOVATION テクノロジーの力で社会インフラを支える 社会インフラは私たちの日々の暮らしを支えています。明かり、水、荷物の配送 ―当たり前の暮らしの裏側では、多くの熟練者が無数の選択肢から最良の稼働計画 を考えています。 設備は進化しても、インフラをどう動かすかは常に人が担い、その計画は複雑で課題も多く残されています。ここにイノベーションを起こせば、暮らしはよりよくな ります。精緻な計算に支えられた安定した強固なインフラ、無駄のない省エネでクリーンな社会、効率化が生む新たなサービス。
Slide 31: ビジョン
4 成長戦略 私たちの存在意義と、目指す未来像 ビジョン 日本や世界の社会インフラに貢献する デジタル企業のトップランナー 顧客のシステムの一部ではなく、次世代インフラの「基盤」そのものになる。 AIエージェントが顧客と一体となり、対話型・自律型システムを通じて、高度な意思決定を自律的に支援する。インフラ企業にとってのファーストベンダー、さらに は唯一無二のベンダーとしての地位を確立する。 © 2026 GRID Inc. 31
Slide 32: マクロトレンドが、事業成長を後押しする
4 成長戦略 当社を取り巻く環境:マクロトレンドが、事業成長を後押しする 社会インフラへの需要は増えて複雑になる一方、担い手は減っている。グリッドは、その供給力を最適化AIと蓄電池で拡張する。 ① データセンターの増加に伴う電力需要の拡大 ② 社会インフラ設備の老朽化 データセンター新増設等で電力需要が急増。 発電所等の電力インフラは経年による設備の老朽化が進行。 2035年度までに568億kWh増加見込み[1]。 国は適切な再投資・維持管理の促進を打ち出している[2]。 当社の事業 ③ 人手不足による労働力の減少 ④ 生成AIのますますの普及 少子高齢化による人手不足が加速。 生成AIによる
Slide 33: グリッドの使命
4 成長戦略 グリッドの使命 取り巻く環境の劇的な変化 社会インフラの供給力を、 2050年までに、 送配電網に デジタルで拡張 合計6~7兆円規模の投資 2040年度に再エネ 約4~5割 (第7次エネルギー基本計画) 複雑化 2030年度に輸送力34% グリッドは、AI最適化と蓄電池により、限られ (約9億トン相当)の不足 た設備・人・エネルギーから、より大きな供給 力を創出。 電力分野では燃料費と設備投資を最適化し、物 最適化・蓄電池 流分野では限られた車両と時間から最大限の輸 による物理限界の解放 送力を引き出す。 高齢化率:29.4% 65歳以上3,619万人 単なる省力化にとどまらず
Slide 34: グリッドは投資効果を最大化し、コストを最適化する
4 成長戦略 グリッドは投資効果を最大化し、コストを最適化する グリッドは、AI最適化により、限られた設備・人・エネルギーから、より大きな供給力を創出。電力分野では燃料費と設備投資を最適化し、 物流分野では限られた車両と時間から最大限の輸送力を引き出す。 未来の社会インフラの生産性と収益性を高める仕組みを構築。 背景 従来型 グリッドのアプローチ ソフトウェアとハードウェアの両面で需要の集中を平準化し 対応方針 需要が高まる時期に合わせて設備や人員を配置 限界を高める コスト 巨額の投資が必要 巨額の物理的投資や人材投資を「回避」 労働依存 人海戦術・熟練者の勘に依存 AIによる自動運用・省人
Slide 35: 社会インフラを対象とした2つの事業
4 成長戦略 社会インフラを対象とした2つの事業 社会インフラをベースにしたAI事業、インフラアセット事業の2つの事業セグメントで展開。 AI事業 インフラアセット事業 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 需給計画 配船/輸送計画 蓄電所開発 鉄道運行計画 送配電計画 生産計画 渋滞予測 データセンター VPP 空港/運航計画 分散電源 © 2026 GRID Inc. 35
Slide 36: AIと最適化を接合し、現場で実行できる計画へ
4 成長戦略 AIと最適化を接合し、現場で実行できる計画へ AIで未来を予測するだけでなく、「その時、現場でどう動くか」まで具体的な計画を立案するのが最適化AIシステム。 AI 最適化AI 計画 「これから何が起きるか」 「どう動くのが最善か」 「現場がそのまま使える形に」 未来の事象を予測 最善の行動を選択 意思決定 需要・供給・設備状態などを、蓄 コスト・制約・リスクを踏まえ、取り得る 導いた解を業務プロセスに合う計画へ落 積データから高い精度で予測する 選択肢から最良の打ち手を数理的に導く とし込み、現場の実行までつなげる 身近な例:カーナビ 渋滞の予測 最適なルートを選択 走行計画とし
Slide 37: 価値創造プロセス
4 成長戦略 価値創造プロセス 2つの事業を通じて、社会インフラの持続的な価値を創出 INFRASTRUCTURE + LIFE + INNOVATION INPUT BUSINESS MODEL OUTPUT OUTCOME IMPACT 経営資源 価値を生む仕組み 提供価値 顧客・事業成果 社会への波及 人的資本 AI開発 電力 社会インフラの安定供給 計画業務の標準化・迅速化 (発電・送配電) システム実装 製造・運輸 再エネ主力電源化 AI 技術基盤 (石油元売、セメント、 発電・輸送コストの低減 事 海運、航空、自動車) 業 運用・改善 環境負荷の低減 都市・交通(鉄道) 再エネの有
Slide 38: AI事業
AI事業 artificial intelligence infrastructure assets AI事業 © 2026 GRID Inc. 38
Slide 39: 課題認識:計画業務の自動化・最適化
4 成長戦略 – AI事業 課題認識: GRIDのAIが実現する計画業務の自動化・最適化 インフラを運行させる計画の策定には膨大な時間が必要になるが、 GRIDは社会インフラのオペレーションを最適化するAIエンジンを開発し、最適なインフラ計画を自動で立案。 従来 熟練者 計画 AI 最適化 エンジン 計画 膨大な時間 自動立案 © 2026 GRID Inc. 39
Slide 40: 課題認識:計画業務は人手では解ききれない
4 成長戦略 – AI事業 課題認識:社会インフラの計画業務は、もはや人手では解ききれない。 天候、需要、市場価格、設備トラブル。計画の前提は刻々と変わり、そのたびに作り直しが必要になる。組み合わせは10の1000乗通り以上。 人手で全ての組み合わせから最良の計画を選び切ることは困難。そこへ人手不足と再エネ拡大による変動が重なり、自動化は選択肢ではなく 前提になっている。 深刻な属人化リスク 計画策定の負担 1000 熟練者に依存し、属人化。 計画作成に長時間を要し、問題が見つ ノウハウの継承には長い時間がかかる。 かると最初からやり直しが発生する。 10 通り 最適化が困難 事前検証が難しく
Slide 41: 中核技術:数理最適化
4 成長戦略 – AI事業 中核技術:社会課題を解決するグリッドの中核技術は「数理最適化」 生成AIに代表される帰納型AIとは異なる原理で、「意思決定」そのものをAI化する。 帰納型 演繹型 データからルールを学ぶ ルールから最善手を導く 01 学習データが不要 必要なのは、業務の目的・ルールの言語化。データが揃わ 予測 目的 ない業務でも始められる。 02 制約を必ず守る 法規制・契約・運用ルールなどの遵守を、数学的に保証で 分類 制約 きる。 03 シミュレーションに使える 生成 選択肢 遵守すべきルールが変わった時の影響を、事前に試算でき る。 © 2026 GRID Inc. 41
Slide 42: 中核技術:数理最適化とは
4 成長戦略 – AI事業 中核技術:数理最適化とは 数学を使い、ルールを守りながら、ぶつかり合う目的に折り合いをつけ、いちばん良い答えを選ぶ技術。 身近な配車アプリを使い説明します: 1 目指すこと:アプリ運営会社は、次の3つを同時に目指す • お客様の待ち時間を短くする • 自社の利益を増やす • ドライバーの収入を増やし、働き続けてもらう ただし、この3つはぶつかり合う。 • 一番近い車を向かわせる → お客様はすぐ乗れるが、長く客待ちしていた別のドライバーには仕事が回らない • 料金を上げる → 自社の利益は増えるが、お客さんが離れる • 儲かる長距離のお客さんを優先 → ドライバーの
Slide 43: AIエンジンの開発力
4 成長戦略 – AI事業 中核技術:社会インフラのオペレーションを最適化する、AIエンジンの開発力 現場に入り込んで判断基準を聞き出し、数式に落とし、そのまま実行できる計画として返す。実証で終わらせず、実務で使い続けられるシス テムを開発。 01 — TACIT KNOWLEDGE 02 — FORMULATE 03 — OUTPUT 現場に眠る暗黙知 一つひとつ、定式化する 最適化計画を、自動立案 熟練者だけが持つ判断基準・運用ルール 定式化された数式の集合体が、グリッドの 複数シナリオを比較し、シミュレータで ・例外処理を、業務に入り込んで引き出 AIエンジン。 検証済みの実行可能な計画
Slide 44: 提供価値:最適化による効果
4 成長戦略 – AI事業 提供価値:最適化による効果 計画の立て方が変われば、変わるのは一つではない。コスト・人・時間という社内の効果に加え、環境という社会への効果まで届く。 最適化余地残存 属人化 業務負荷大 CO2非考慮 コスト削減 標準化 計画策定時間削減 環境負荷削減 制約を満たす組み合わせの中から、最 判断基準が数式として残るため、誰が 立案を自動化し、人は案の比較と意思 CO2を制約と目的に組み込み、コスト もコストの低い一手を選び切る。 組んでも同じ品質の計画になる。 決定に時間を使える。 と両立させて減らす。 © 2026 GRID Inc. 44
Slide 45: 提供価値:インダストリアルUI/UX
4 成長戦略 – AI事業 提供価値:誰もが直感的に使える、インダストリアルUI/UX UI/UXは“見た目”ではなく、成果を生む業務構造。ロジックが優秀でも、使いにくければ成果は出ない。 熟練者でなくても、初日から同じ手順・同じ品質で操作できる。現場に定着するUI/UXが、最適化を成果に変える。 01 迷わない — 業務の手数を削減 業務の「型」に沿って操作を進められる。次に何をすべき かを画面が示すため、手順を覚えていなくても迷わない。 02 止めない — 業務の時間を短縮 急な変更や割り込みにもすぐ気づける。関係する画面へ直 接移動できるため、手順に縛られず作業を止めない。 03 間違わ
Slide 46: 提供価値:事業モデル
4 成長戦略 – AI事業 提供価値:事業モデル AI開発を起点に、業務システムの開発から運用保守までを一貫して担う。運用開始後も、市場環境や制度の変化に応じて継続的に改善す ることで、長期にわたり収益機会を積み上げられる事業モデル。 01. AI開発 02. 業務システム開発 03. 運用・保守 精度の高い AIの業務効果を最大化させる 運用後も変化に対応し、 提 供 AI・最適化ロジックを開発 アプリケーションを開発 継続的に価値を最大化 内 • AIロジックをシステムへ実装 • 市場・制度変更への対応 • 業務に合わせたロジック開発 容 • 数理最適化・予測・AIモデル • UI/UX設
Slide 47: 成長戦略:2つのマテリアリティ
4 成長戦略 – AI事業 成長戦略: 2つのマテリアリティ 新規市場への展開と既存顧客への提供価値拡大を両輪に、売上・利益の持続的な成長を目指す。 基本戦略 基本戦略 01 TAMの拡張 02 既存顧客の深耕 持続的な収益成長の実現 ・大型化 新規領域の拡大 × 顧客価値の 電力・物流で培った技術と知 新たな計画業務・周辺業務・ 最大化により、 売上・利益の 見を新業種へ展開し、新規顧 運用制御へ、導入範囲を拡大 客を獲得 中長期的な成長を実現しま す。 © 2026 GRID Inc. 47
Slide 48: 成長戦略:AI事業のTAMは中長期的に拡大
4 成長戦略 – AI事業 成長戦略:AI事業のTAMは中長期的に拡大 電力・エネルギー、製造・運輸、都市・交通におけるTAMは、2025年3.84兆円から2030年6.25兆円へ62.8%拡大 2030年 6.25 2025年 TAM 兆円 3.84 着実に拡大 (+62.8%) 兆円 6.25兆円 5.32兆円 5.78兆円 4.85兆円 4.34兆円 3.84兆円 3.36兆円 2024年 2025年 2026年 2027年 2028年 2029年 2030年 ※当社が注力する対象業種のDX投資額を、市場機会の目安として集計したものです。 出典:富士キメラ総研「業種別IT投資動向 / D
Slide 49: 社会インフラのあらゆる現場がグリッドのTAMになる
4 成長戦略 – AI事業 電力 火力発電の起動停止・出力計画最適化 社会インフラのあらゆる現場が 海上輸送 タンカー・貨物船の配船・運航最適化 課題 発電機の起動・停止には多大なコストと時間がかか り、発電量や電力の出力変動に合わせた最適な運転 グリッドの TAMになる 課題 課題 貨物や燃料の需要、港の混雑状況、潮位、天候、燃 料価格などを考慮した配船計画の作成にベテランの スケジュール作成が困難。 ノウハウが必要で、時間がかかる。 最適化内容 最適化内容 電力需要予測に基づき、各発電機のON/OFFや出力を 複数の船舶に対する荷物の割り当て、寄港順序、航 最適化。コスト・CO2排出量を最
Slide 50: 構造的課題を背景に、AI・最適化へのニーズが拡大
4 成長戦略 – AI事業 成長戦略:日本社会が抱える構造的課題を背景に、AI・最適化へのニーズが拡大 電力・サプライチェーン・鉄道では、維持すべきサービスと調整対象が増える一方、担い手となる人材は減少。 限られた人員でより多く・より複雑な意思決定を行うためのAI・最適化のニーズは高まる。 業務の複雑化 担い手不足 電力 需給・市場取引・設備運用が複雑化 日本全体で生産年齢人口は減少 • 電力需要量: 2025年度 8,034億kWh→2035年 8,461億kWh(+5.3%) [1] • 2020年: 7,509万人 → 2040年: 6,213万人(-17%) [6] • 再エネ比率:
Slide 51: 収益性と成長性を実現する産業ポートフォリオ
4 成長戦略 – AI事業 成長戦略:収益性と成長性を実現する産業ポートフォリオ 産業ドメインごとに成長段階と役割を明確にしたポートフォリオを構築。既存ドメインの高収益化と、新たな顧客・市場の開拓による収益源 の創出を両立し、収益性と成長性の双方を高める。 電力・エネルギー 都市・交通 顧客内新テーマ 新市場への拡張 既 (既存顧客 x 周辺業務) (新規顧客 x 周辺業務) 存 需給計画から燃料調達・蓄電池・入札へ展開 車両運用・乗務員計画・拠点配置へ展開 顧 提 客 ( 最適化AI×生成AIで計画・判断を高度化 計画連携で安全性・効率性・レジリエンスを向上 供 の 価 値 深 業績への寄与
Slide 52: 生成AIの普及で、意思決定AIの適用領域が拡大
4 成長戦略 – AI事業 成長戦略:生成AIの普及で、グリッドの意思決定AIの適用領域が拡大 生成AIが現場の要望を理解・整理し、グリッドの数理最適化が複雑な条件を守った実行計画を計算。 生成AI 異なる専門性だからこそ グリッドのAI・最適化 補完価値が生まれる 要望の理解・対話・説明 実行可能な計画を計算 確率・統計 高度な数学力 データを学習し、傾向やパターンを捉える 業務制約を数式・アルゴリズムへ 生成AIには限界あり + 意思決定AIに求められる3つの価値 補完 最適性 厳密な制約充足や最適性の担保が難しい 最適性 最良の組み合わせを選ぶ 制約条件 制約条件に違反する可能性がある
Slide 53: 持続的なビジネス機会
4 成長戦略 – AI事業 成長戦略:持続的なビジネス機会 AI・最適化によって解決できるテーマは、顧客企業内に数多く存在している。そのため、単一プロジェクトで完結することなく、アップセル やクロスセルにつなげやすい。同一顧客との取引領域を拡大することで、継続的な収益成長を実現。 クロスセル 例:電力会社 期間/ メンテナ 導入後も提供価値と売上機会が継続的に拡大。 ロバスト ンス計画 最適化 拡張 高いリピート率を実現。 アップセル 週間計画 翌日計画 最初の導入 1つの計画業務から導入 火力+連 燃料調達 接水系最 月間計画 AI・最適化 当日計画 計画 適化 アップセル 機能・対象期間を
Slide 54: 圧倒的にユニークなポジショニング
4 成長戦略 – AI事業 事業基盤:圧倒的にユニークなポジショニング 社会インフラ×最適化で、模倣困難なポジショニングを確立 独自ポジションを支える3つの要素 ↑ 先進技術 社会インフラの現場を理解 GAFA 1 AI・最適化 in 社会インフラ 電力・物流など、複雑な制約や 実際の運用を理解 AIスタートアップ 社会インフラへのパイプ・実績がなく参入障壁 複雑な計画を先端AIで最適化 が高いため、直接の競合になりにくい。 2 多数の選択肢から、実行可能で 効率的な計画を作成 ← 新興デジタル企業が顧客 既存大手企業が顧客 → 導入しやすいサービス型 3 製品販売に縛られず、顧客課題に 応じ
Slide 55: なぜグリッドか。参入障壁となる3つの優位性
4 成長戦略 – AI事業 事業基盤:なぜグリッドか。 参入障壁となる3つの優位性 「最適化技術」と「現場知」の融合が高い参入障壁となり、重電企業やSaaS企業には代替できない独自の優位性を確立。 01 模倣困難な技術アセット 02 圧倒的なドメイン知識 03 実績の厚み 在籍する最適化エンジニア数、国内最大級。 社会インフラ事業会社出身者が多数在籍。 国内外で多数のプロジェクト導入実績を有し、 70名を超える専門人材を擁する、国内屈指の技 お客様と同じレベルで業務を語り合い、課題を 当社の技術が社会インフラの現場で継続的に活 術者集団。これまで、数多くの社会インフラが 紐解くことが可能。 用
Slide 56: 最適化技術を組織で使いこなすケイパビリティ
4 成長戦略 – AI事業 事業基盤:最適化技術を組織で使いこなすケイパビリティ 日本最大級の グリッドでは日本で最大級の最適化エンジニアが在籍しており、 数多くの社会インフラの課題を最適化技術で解決してきました。 最適化エンジニア集団 最適化技術の層の厚さは、追随を許しません。 が誇る技術力 © 2026 GRID Inc. 56
Slide 57: 社会インフラ企業を中心とした顧客基盤
4 成長戦略 – AI事業 事業基盤:社会インフラ企業を中心とした顧客基盤 新規参入が難しい社会インフラ分野において業界大手企業との取引実績を多数有する © 2026 GRID Inc. 57
Slide 58: インフラ企業から支持される高いリピート率
4 成長戦略 – AI事業 事業基盤:インフラ企業から支持される高いリピート率 新規顧客の継続的な獲得と既存顧客との関係深化が売上成長を下支えする。毎期10社以上の新規顧客を獲得し、 顧客リピート率は2期連続で上昇。売上規模が拡大する中でも、売上リピート率は3期連続で85%以上を維持。 新規顧客数と顧客リピート率(顧客数ベース) 年間総売上と売上リピート率(売上ベース) (社数) (億円) 総売上 新規顧客数 75% リピート率 リピート率 95% 33.0 20 75% 70% 顧客リピート率 100% 売上リピート率 前年度比 89% 3期連続 86% 18 70% 65% 90% 28.
Slide 59: 業界特化型アプリケーション - ReNom Apps
4 成長戦略 – AI事業 事業基盤:業界特化型アプリケーション - ReNom Apps 電力/海運/サプライチェーン/鉄道などの社会インフラを対象に、複雑な計画業務をAIで自動化・最適化する業界特化型アプリケー ションを提供。 1.社会インフラの計画業務に特化 電力、海運、サプライチェーンなど、複雑な制約を伴う社 会インフラの計画業務に特化したSaaS。電力需給、配船、 原材料調達・生産などの計画に対応する。 2.AIが複雑な計画を自動立案・最適化 人が膨大な組み合わせを検討していた計画業務をAIで自動 化。コスト、設備、人員、時間、運用ルールなどの制約を 考慮し、数クリックで最適な計画を
Slide 60: 将来展望:中期ロードマップ
4 成長戦略 – AI事業 将来展望:中期ロードマップ(AI技術を基盤としながら発展させていく技術戦略) AI技術を個人業務支援から部署全体の業務変革、社会インフラの自律制御へと発展。 4つの技術戦略 社会インフラが自律的に動く テクノロジーの成長 4 部署が 3 AIエージェントになる ソフトとハードを統合し最適制御 AI・最適化ソフトと、蓄電池など 「個」の支援から「部署」全 のハードを連携。複数の設備・シ 2 体の業務変革へ AIモデリング自動化 ステムを統合し、社会インフラの 担当者個人の業務をAIで効率 自律的な運用・制御を実現。 化・高度化する段階から、 1 AIがアシスタントにな
Slide 61: AI事業における主要なリスク
4 成長戦略 – AI事業 AI事業における主要なリスク 以下は、AI事業の事業遂行において重要な影響を与える可能性があると認識している主要なリスクです。 技術革新の影響 人材の確保と育成 (発生可能性:低、発生時期:特定時期なし、影響度:大) (発生可能性:中、発生時期:特定時期なし、影響度:中) 当社の事業に関連するAI技術は、世界的に研究開発が進ん 当社は今後更なる成長を成し遂げていくため、優秀な人材 でおり、技術革新のスピードが極めて速い分野であります。 の確保と育成を重要課題の1つであると位置付けておりま 当社はこうした技術革新に対応できる研究開発活動を推進す す。当社は優秀な人材の
Slide 62: インフラアセット事業
インフラアセット事業 infrastructure assets インフラアセット事業 © 2026 GRID Inc. 62
Slide 63: 事業モデル:蓄電所開発
4 成長戦略 – インフラアセット事業 事業モデル: AI事業の技術を、インフラアセット事業(蓄電所開発)へ 独自ネットワークを活用し、蓄電所を一気通貫で開発し、デベロップ&セルにより事業主に売却。 電力の需給計画など、インフラ領域全般で培ってきた数理最適化・AI技術を、蓄電所の開発・運用に応用。 開発プロセス - 蓄電所を土地選定から一気通貫で開発 土地選定 系統接続の申込み 蓄電所の設計 事業主へ売却 EPC 空き容量の確認 01 — DEVELOP & SELL 02 — ReNom CHARGE 独自ネットワークで、一気通貫の開発。 売却後も、独自AIで運用を支える。 独自のネットワー
Slide 64: 事業環境:将来的な電力不足が社会課題に
4 成長戦略 – インフラアセット事業 事業環境:将来的な電力不足が社会課題に 今後、社会全体でのAIの普及により、データセンターや半導体工場の新増設が急速に増加。 それに伴い、2035年までに需要電力量は430億kWh増加し、将来的な電力不足が大きな社会問題となっている。 2035年度までの最大需要電力と需要電力量(使用端) 850,000 846 165,000 845,000 164,000 430億 839 842 840,000 835 163,000 835,000 833 162,000 kWh増加 830,000 161,000 824 825,000 160,000 820,
Slide 65: 事業環境:再生可能エネルギー導入が加速
4 成長戦略 – インフラアセット事業 事業環境:電力不足を背景に、再生可能エネルギー導入が加速 電力不足と資源依存という社会課題を背景に、短期導入可能な主力電源として再生可能エネルギーの開発が加速 エネルギー計画に基づく 今後の再エネの増加(発電量) 再エネ拡大を後押しする3つの背景 再エネ その他 原子力 火力 (億kWh) 1 電力不足の深刻化 電力不足が社会問題化し、発電所の開発・整備が急務に 12,000 10,000 30~ 40% 2 エネルギー自給率の低さ 国産エネルギー 8,000 自給率わずか15.3%(G7最低水準) 最大7割に 20% 化石燃料の輸入依存は経済安全保障上
Slide 66: 事業環境:再エネ普及とコスト削減のカギを握る蓄電池
4 成長戦略 – インフラアセット事業 事業環境:再エネ普及とコスト削減のカギを握る蓄電池 蓄電池は、国の主力電源となる再生可能エネルギーの調整・補助電源として活用される。また、莫大な電力を消費するデータセンター等 において、蓄電池とエネルギーマネジメントの組合せによる電力コスト削減が期待される。 蓄電池活用 エネルギーマネジメント データセンター optimization 最適化 昼夜の需給ギャップを解消 充放電を最適化 電力コストを削減 昼に充電し夜に放電することで、需給ギャップを データセンターの使用状況と時間帯別の 割高なピーク時間帯を避け、電気の購入金額を削 埋める。 電力単価を分析
Slide 67: 提供価値:社会インフラ能力の限界を解放する
4 成長戦略 – インフラアセット事業 提供価値: AI・最適化とインフラアセット(蓄電池)を繋げることで、社会インフラ能力の限界を解放する 電力分野では設備増設を抑え、データセンターでは充放電の最適化で電力コストを抑え、再エネでは余剰電力を無駄にしない。 グリッドは、ソフトウェア(AI・最適化)に加え、ハードウェア(蓄電池)を繋げることで、導入効果を最大化できるユニークな企業。 電力・エネルギー|“作らずに済ませる” 需要が高まる時期 昼の余剰を蓄電し、夕方・不足地域へ。 ピークを下げ、増設を一部回避。 データセンター|“電力コストを抑える” AI・最適化 蓄電池 (ソフト) 動かし方の高度
Slide 68: なぜ蓄電池の運用にAI最適化システムなのか
4 成長戦略 – インフラアセット事業 提供価値:なぜ蓄電池の運用にAI最適化システムなのか 蓄電池運用では、複雑に変動する複数の電力市場を見極めながら、瞬時の制御を継続的かつ確実に行う必要があるため、 収益最大化と安定運用を両立するAIによる最適化・自動化が不可欠。 01 02 03 人間には不可能な 複雑な市場での収益最大化 少ない力で確実な運用 「10秒以内」の即応性 卸電力市場・容量市場・需給調整市 需給調整市場では、電力不足時に10 労働人口が減少するこの時代に、人 場の3市場を横断し、昼間の充電、 秒以内で応答し電力を注入すること 手をかけず自律・自動運用が可能と 夕方の高値売電、
Slide 69: AIで蓄電所の制御、市場取引を自動化
4 成長戦略 – インフラアセット事業 提供価値:AIで蓄電所の制御、市場取引を自動化 系統用蓄電池事業において、独自のAIを活用した蓄電池運用の最適化システムを提供し、蓄電所事業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 倉庫 データセンター データ データ 需給調整市場 その他※ 生成 AIの 工場 大規模施設 ※長期脱炭素電源オークション等 活用 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. 69
Slide 70: AI×アセット開発による独自ポジショニング
4 成長戦略 – インフラアセット事業 事業基盤: AI×アセット開発による独自ポジショニング 独自の開発ネットワーク×AI運用で、模倣困難なポジショニングを確立 独自ポジションを支える3つの要素 ↑ AI・制御技術 土地選定・系統接続の実務を理解 海外電池 1 メーカー AI・最適化 × インフラアセット 土地探索から系統連系協議まで、 現場の実務プロセスを熟知 PCS/EMS メーカー 土地選定・系統接続のノウハウや実績がなく参 AI・最適化で充放電運用を最適化 入障壁が高いため、直接の競合になりにくい。 2 卸市場・需給調整市場など複数市場を 横断した収益最大化を実現 ← メーカー デベ
Slide 71: 高圧から特別高圧へ、案件規模を拡大
4 成長戦略 – インフラアセット事業 事業基盤:高圧から特別高圧へ、案件規模を拡大 高圧の開発(1プロジェクト売上金額: 5~10億円程度)から、大規模な特別高圧の開発( 1プロジェクト売上金額: 20~50億円以上) に案件規模を拡大し、複数案件を推進。 高圧プロジェクト 特別高圧プロジェクト 出力数 数MW級 出力数 数十MW級 配電用変電所 一次変電所等 開発リードタイム短い 開発リードタイムが長い 案件単位での収益は小〜中規模 案件あたりの収益大 © 2026 GRID Inc. 71
Slide 72: 蓄電所開発から他の社会インフラへ事業を拡大
4 成長戦略 – インフラアセット事業 将来展望:蓄電所開発から他の社会インフラへ事業を拡大 系統用蓄電池事業の開発ノウハウと独自のAIシステムを掛け合わせて再生可能エネルギー、データセンター、各種産業分野へ事業を拡大。 成長期待領域 各種産業 再生可能エネルギー 出力変動を吸収 再生可能エネルギー データセンター データセンター 現在の事業基盤 各種産業分野へ事業を 電力需要・BCP ハードウェア ソフトウェア 拡大 各種産業 コスト最適化 © 2026 GRID Inc. 72
Slide 73: インフラアセット事業における主要なリスク
4 成長戦略 – インフラアセット事業 インフラアセット事業における主要なリスク 以下は、事業遂行において重要な影響を与える可能性があると認識している主要なリスクです。 業容拡大期における業績変動リスク プロジェクト収支悪化のリスク 当社は、2026年5月に系統用蓄電所の開発案件を受注 当社は、プロジェクトごとに、想定費用を基に見積りを作 し、開発を行っておりますが、開発の実績及び経験につい 成し、乖離の生じないよう管理を行っておりますが、見積り て、今後も積上げが必要な段階にあると考えております。そ 時に想定しなかった事実の発覚、自然災害その他不測の事態 のため、新規受注の進捗や開発期間の延
Slide 74: 量子コンピュータ
量子コンピュータ Quantum 量子コンピュータ © 2026 GRID Inc. 74
Slide 75: 量子R&Dは本格研究フェーズへ
4 成長戦略 – R&D 量子R&Dは本格研究フェーズへ。初期検証を経て実機・HPCとの比較検証を拡大。 2017年から量子アルゴリズムを継続開発。電力VPP(仮想発電所)と自動車分野で、古典手法・量子実機・高性能計算(HPC) との比較検証へ進展。 2017 2018 2021 2024 2025–26 研究開発を開始 量子モンテカルロ 論文・特許へ NEDO採択 外部検証を拡大 事業課題への応用を見据え 量子回路で乱数を生成し 過学習しにくい性質を実証 VPP需給調整のリスクを考慮 研究評価を通過し本格研究へ 量子アルゴリズムを研究 解を確率的に推定 量子で動的計画法を開発 量子で確率最適
Slide 76: 産業課題起点の量子R&Dから、将来の社会実装へ
4 成長戦略 – R&D 産業課題起点の量子R&Dから、将来の社会実装へ 産業知見を基に量子技術の研究・比較検証を推進。技術優位性と業務効果を見極め、有望テーマを中長期の実用化開発・社会実装へ繋げる。 01 産業・業務課題 02 研究・比較検証 03 中長期展望 電力需給・市場取引・VPP 量子モンテカルロ/c-qGAN 実用化開発・社会実装 生産・物流・配船・鉄道 確率最適化/量子機械学習 電力・VPPから重点産業への展開 需要・発電量・市場価格など、 古典手法・量子実機・HPCと比較し、 技術・事業性を確認したテーマを対象に、 現場固有の制約と不確実性を理解 精度・速度・適用可能性を検証
Slide 77: Appendix(会社概要・補足資料)
目次 1 2027年6月期 第1四半期実績 2 2027年6月期 通期業績予想(再掲) ※期初の計画から変更はありません。 3 ビジネスアップデート 4 成長戦略 Appendix (会社概要・補足資料) © 2026 GRID Inc. 77
Slide 78: 会社概要
Appendix 会社概要 会 社 名 株式会社 グリッド GRID Inc. 設 立 2009年10月 本 社 東京都港区北青山3-6-7 明治安田生命青山パラシオ4F 所 在 地 代 表 者 曽我部 完 従業員数 142名(2026年9月30日現在) 資 本 金 58百万円(2026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 事業内容 守・運用サポート業務、蓄電所の開発・譲渡 等 © 2026 GRID Inc. 78
Slide 79: 沿革
Appendix 沿革 再生可能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。 2025年よりソフトウェア(AI)領域からハードウェア領域へ事業を拡張し、社会インフラを支える新たなステージへ。 2009 2014 2019 2025 創業期 事業転換期 基盤構築期 成長加速期 再生可能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 複数事業の展開と組織基盤の強化 2009年10月 再生可能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 2019年12月
Slide 80: IR活動
Appendix IR活動 X・noteにてIR情報発信中 最新のIR情報やインタビューを発信しています © 2026 GRID Inc.
Slide 81: 全社における主要なリスク
Appendix 全社における主要なリスク 以下は、事業遂行において重要な影響を与える可能性があると認識している主要なリスクです。 情報管理について 人材の確保と育成について (発生可能性:低、発生時期:特定時期なし、影響度:大) (発生可能性:中、発生時期:特定時期なし、影響度:中) 当社では、その業務の性格上、顧客側で保有している秘密 当社は今後更なる成長を成し遂げていくため、優秀な人材 情報(経営戦略上重要な情報等)に触れる場合があります。情 の確保と育成を重要課題の一つであると位置付けておりま 報の取扱いについては、情報セキュリティ管理規程等を整備 す。当社は優秀な人材の採用を進めるべ
Slide 82: GRID
GRID* © 2026 GRID Inc.