← 一覧に戻る

株式会社PKSHA Technology

2025-09-30 期・決算のやさしい解説
証券コード 3993 EDINET E33391 情報・通信業 会計基準 IFRS 第三号様式
何の会社か
情報・通信業に属する上場企業(IFRS基準)です。
何で稼ぐか

当社グループ(当社、子会社15社、関連会社及び共同支配企業7社を中心に構成)は、「未来のソフトウエアを形にする」をコーポレートミッションに掲げ、社内で開発したアルゴリズムモジュールを用いて、様々な社会課題を解決し社会へ付加価値を提供すべく、さまざまな事業に取り組んでおります。

上の文章は有価証券報告書の事業内容から抜き出した説明です。この会社がどんな商品やサービスでお金を得ているかを見る入口として使います。

数字の見どころ
売上 約218億円黒字(純利益 約27億円)

主要な数字連結・当期。カード下の細字は生の金額(円)。

売上高・営業収益
約218億円
21,771,392,000円
営業利益
約53億円
5,288,742,000円
純利益
約27億円
2,683,075,000円
総資産
約544億円
54,368,529,000円

ビジネスモデル図解誰に何を届け、どこでお金が動くかを一枚で見ます。

1分でわかる会社のしくみ 小売・EC、音楽・映像、ゲーム・ネットワークで、商品代・サービス料などを得る。

株式会社PKSHA Technologyは、情報・通信業に属する会社です。主に商品やサービスを買う人に向けて、商品、店舗、EC、仲介サービスを提供します。お客さん側には「必要な商品を探してたい」という困りごとがあります。そこで会社は、元デー

誰に商品を買う個人・会社・商品・サービスを使う個人・会社
何を小売・EC・音楽・映像・ゲーム・ネットワーク・システム・サービス
お金商品代・サービス料など

ビジネスの全体像

何を届け、誰に使われるかを大まかに見る。

まず全体像
👥
株式会社PKSHA Technolo
中心になる会社
🏬
小売・EC
提供するもの
🎮
音楽・映像
必要に応じて支える
👥
商品を買う個人・会社
使う人・買う人
主な困りごと必要な商品を探してたい
💡
会社の解決策商品、店舗、EC、仲介サービス

どこからお金が入る?

収益ごとに「提供するもの → 使う人 → お金の入口」で見る。

お金の入口
会社が渡すもの
使う人
お金の入口
🏬
小売・EC
会社が渡すもの
👥
商品を買う個人・会社
使う人・買う人
¥
商品代・サービス料など
お金の入口
🎮
音楽・映像
会社が渡すもの
👥
商品・サービスを使う個人・会社
使う人・買う人
¥
商品代・サービス料など
お金の入口
🎮
ゲーム・ネットワーク
会社が渡すもの
👥
商品・サービスを使う個人・会社
使う人・買う人
¥
商品代・サービス料など
お金の入口
🎁
システム・サービス
会社が渡すもの
👥
商品・サービスを使う個人・会社
使う人・買う人
¥
商品代・サービス料など
お金の入口

🏬 小売・EC

商品代・サービス料などが入る。

🎮 音楽・映像

商品代・サービス料などが入る。

🎮 ゲーム・ネットワーク

商品代・サービス料などが入る。

💰 システム・サービス

商品代・サービス料などが入る。

お金の流れ売上100%を基準に、利益がどれくらい残るかを見ます。

売上
約218億円(売上比 100.0%)
営業利益
約53億円(売上比 24.3%)
純利益
約27億円(売上比 12.3%)

棒の長さは、売上を100%としたときの実額比です。大きく見せるための誇張はしていません。

やさしい決算解説有価証券報告書と抽出済みの数字だけを使った説明です。

事業の内容

当社グループ(当社、子会社15社、関連会社及び共同支配企業7社を中心に構成)は、「未来のソフトウエアを形にする」をコーポレートミッションに掲げ、社内で開発したアルゴリズムモジュールを用いて、様々な社会課題を解決し社会へ付加価値を提供すべく、さまざまな事業に取り組んでおります。

上の文章は有価証券報告書の事業内容から抜き出した説明です。この会社がどんな商品やサービスでお金を得ているかを見る入口として使います。

有価証券報告書の原文を読む

3 【事業の内容】 当社グループ(当社、子会社15社、関連会社及び共同支配企業7社を中心に構成)は、「未来のソフトウエアを形にする」をコーポレートミッションに掲げ、社内で開発したアルゴリズムモジュールを用いて、様々な社会課題を解決し社会へ付加価値を提供すべく、さまざまな事業に取り組んでおります。 技術分野としては、主に自然言語処理、音声認識、画像認識、機械学習/深層学習を中心にアルゴリズムモジュールを複数開発しております。アルゴリズムモジュールは、様々なソフトウエア及びハードウエア上に組み込まれ、動作いたします。当社グループは、それらの研究開発、ソリューション提供及びソフトウエアプロダクトの拡販を通じて、顧客企業の業務の自動化・半自動化を通じた業務効率化、又はサービス・製品の付加価値の向上、サービス自体のモデル革新の実現支援等を行っております。 当社グループは、AI Research & Solution事業、AI SaaS事業から構成されており、セグメント情報はこれらの区分により開示されております。   (1)AI Research & Solution事業 アルゴリズム・知能化技術の事業化を行っており、パートナー企業のニーズに合わせて共同研究開発からソリューションの提供までを一気通貫で実施しております。また、連結子会社においては、実オペレーションを通じた製品・サービス開発の一環で、IoT機器からリアル空間のデータをクラウド上に収集し顧客への価値提供を実現するサービスの開発を、駐車場機器の製造販売事業を通じて行っております。さらに、人事領域やフリーランス領域の事業を展開する連結子会社において、AI技術を活用した各ソリューションの高度化や機能拡張を実践しております。   (2)AI SaaS事業 AI Research & Solution事業におけるアルゴリズムの開発成果をもとに、汎用的なニーズに対応するAI SaaSプロダクトを販売しております。当事業は自動応答エンジン「PKSHA ChatAgent」や「PKSHA VoiceAgent」、FAQシステム「PKSHA FAQ」、RPAソフトなどのプロダクト群を展開しております。企業における「顧客接点」及び「社内業務」領域向けにAI SaaSプロダクトを提供することで、労働力不足を背景とした業務の自動化/高度化ニーズの高まりの中、人の業務を効率化し能力を拡張していく形で、ビジネス支援や課題解決のサポートをしております。   [アルゴリズムモジュールの内容と販売形態]

(1) 当社グループが提供するアルゴリズムモジュールについて 当社グループは技術分野としては、機械学習技術・自然言語処理技術・深層学習技術を中心にアルゴリズムモジュールを複数開発しております。当社の主なアルゴリズムモジュールは、以下のとおりであります。

アルゴリズムモジュール名

機能

利用用途(例)

テキスト理解モジュール <Dialogue_1>

テキストデータの意味理解 例:テキスト内容を理解、テキストを      分類・類型化

社内文書からの特定文書の抽出 コールセンターログの分析・見える化

対話モジュール <Dialogue_2>

自然言語処理技術での対話・応答の制御 例:最適な対話シナリオを選択、音声     認識への拡張も可能

チャット上の自動対話 ロボットとの自動対話

画像/映像解析モジュール <Recognizer>

画像・映像データ内の物体認識 例:カメラ等のイメージングデバイス     の知能化技術

店頭カメラの自動認識機能

推薦モジュール <Recommender>

レコメンデーションによる情報出しわけ 例:ユーザーの好みに合わせてコンテ     ンツを推薦

ECサイト上の商品推薦 ウエブサイト上の情報推薦

予測モジュール <Predictor>

時系列情報に対して未来予測を行う 例:過去の行動履歴からの行動予測

ECサイトのユーザーの購買予測 金融機関での与信スコアの構築

異常検知モジュール <Detector>

異常値の検知 例:機器の故障検知、不適切コンテン     ツの検知

工場の検品処理の自動化・半自動化

強化学習モジュール <Reinforcer>

行動履歴から学習を行う 例:行動履歴を解析し行動を選択する

顧客シナリオの自動・半自動選択 行動選択の自動・半自動化

アルゴリズムモジュールの販売形態は、AI Research & Solution事業では、主に顧客企業が保有するソフトウエアもしくはハードウエアに組み込む形態、AI SaaS事業では、自社のソフトウエアに組み込みアルゴリズムソフトウエアとして販売する形態となっております。なお、収益構造は、いずれの場合でも同様に初期設定時に受領するイニシャルフィーと、設定後月額で受領するライセンスフィーの2つから構成されておりますが、AI Research & Solution事業では、当社グループのアルゴリズムモジュールを組み合わせたカスタマイズ開発を経て、アルゴリズムモジュールの利用が開始され、業務の一部に組み込まれることとなります。

(2) 当社グループが提供するアルゴリズムソフトウエアについて 当社グループはアルゴリズムモジュールを活用した複数のアルゴリズムソフトウエアを開発しており、各業界に付加価値を創造するために、AI SaaS事業では、アルゴリズムソフトウエアの販売という形態でサービス提供を行っております。なお、当社グループの代表的なソフトウエアは次のとおりであります。   ① 「顧客接点」領域 ユーザーから入力されたテキスト及び音声を認識し、当社グループが保有する業界固有表現辞書(日本語)と、システム構成を業界別に汎用的にすることで、これまで人手で行われていた接客・コールセンター・FAQ対応の自動化・半自動化を実現しております。製品としては自動応答エンジン「PKSHA ChatAgent」や「PKSHA VoiceAgent」、FAQシステム「PKSHA FAQ」などがあります。   ② 「社内業務」領域 業務関連の質問として入力されたテキスト及び音声を当社システムにて認識し、自動で回答することで、社内業務の効率化/高度化を実現します。さらには業務部門に特化した自動化ソフトウエアを提供することで、ビジネスプロセスの自動化や生産性向上を実現します。製品としては自動応答エンジン「PKSHA ChatAgent」やRPAソフト、AI議事録「Yomel」などがあります。

(3) アルゴリズムモジュールの技術的な特徴 当社グループがアルゴリズム開発に用いる機械学習技術について、特徴を以下のとおりご説明いたします。 機械学習技術とは、データを蓄積・活用しアルゴリズムの性能を向上させる技法のことであり、デジタルデータが急増している情報化社会において重要性が急速に高まっております。これまで、ソフトウエアはソフトウエア技術者が一行一行プログラミングを行うことにより作られるのが一般的でしたが、機械学習技術を用いると、データを活用して人が記述することが困難な複雑なソフトウエアプログラムをコンピューターにより自動的に記述することができます。 特に、画像認識、言語解析、音声認識などの人工知能技術分野のソフトウエアは、ソフトウエア技術者がプログラミングを行うことで地道に精度向上を図ってきた長い歴史がありますが、2012年に機械学習技術の研究分野で起こった技術革新以降、ソフトウエア技術者はアルゴリズムの大枠のみを記述すればよく、後は大規模なデータをソフトウエアに入力し学習させることで多くの変数の値が最適化されていくことを通じ、アルゴリズムの大部分をコンピューターにより自動的に記述することが可能になりました。また、このような手法で構築されるアルゴリズムは、旧来的な手法で構築されていたアルゴリズムよりも大幅に精度向上することがわかっており、近年様々な領域で研究と産業応用が進んでおります。   [一般的なアルゴリズムと機械学習アルゴリズムの違い]

このように、機械学習技術とは、ソフトウエア技術者により一行一行全て記述される一般的なアルゴリズムとは異なり、データを集め、それを学習させることでパラメータ調整を行い、ソフトウエアを構築する技法になります。従って、よい機械学習アルゴリズムを開発するには、目的に沿ったデータを集めることが重要であり、また使えば使うほど(データが増加すればするほど)精度が向上していくという好循環構造を持ちます。当社グループはこの技術特性を正しく理解し、事業成長に効率的につながる事業展開の戦略・戦術を採用していくことを目指しております。 また、当社グループが開発しているアルゴリズムには自然言語処理技術や深層学習技術を用いたものもあります。自然言語処理技術とは、人間が日常的に使っている自然言語をコンピューターに処理させる一連の技術を指しますが、当社グループでは特に、機械学習技術を用いたアプローチを採用しており、自然言語を対象に機械学習技術を用いたアルゴリズムを事業対象としております。深層学習技術とは、機械学習技術の一分野であり多層のニューラルネットワークを用いた機械学習手法であり様々な分野でのアルゴリズムの精度が向上し、多様な分野で活用が進んでおります。この領域も当社グループは重要な技術領域と捉え技術開発・研究開発・製品化を進めております。   (4)事業の特徴 当社グループ事業の主な特徴としては、以下のとおりであります。   ① パートナーシップ戦略:業界のリーディングカンパニーとの事業提携 当社グループが提供するアルゴリズムソフトウエアは、データを繰り返し学習しながらより自ら精度を高めていくソフトウエアであります。業界最大規模の教師データを持つ業界のリーディングカンパニーとの連携により、当該業界におけるソフトウエアを開発しております。それらの研究開発の中から、汎用性のある技術やノウハウをモジュール化し、ソフトウエアを開発し提供することに当社グループの強みがあり、当社グループの特徴があります。   ② アルゴリズムソフトウエアならではの高い継続率 アルゴリズムソフトウエアはユーザーが使うとデータがアルゴリズムにフィードバックされ、アルゴリズムの精度が向上するという特徴を持ちます。その好循環のデータの流れがプロダクトの品質を高めるため、一般的なソフトウエアに比べ、高い継続利用率を維持することが可能となっております。   ③ SaaSモデルとしての高い収益率 当社グループは、前述のとおり、複数のアルゴリズムソフトウエアを開発し、当ソフトウエアを主に月額課金の形態にて提供しております。解約率が低いことから、新規ユーザーの増加に従い収益がストック型で逓増するモデルとなっており、高い収益率を維持しております。   ④ エンジニア・研究者の獲得・育成 機械学習技術/深層学習技術領域のアルゴリズム構築技術を有するアルゴリズムエンジニアや、莫大なトラフィックを捌くことができるソフトウエアエンジニアは、国内において多くないと考えております。当社グループの事業においては、エンジニア・研究者コミュニティへのアクセスをもとに、大多数を社員紹介によるリファラル採用を実現しております。また、エンジニアの働きやすい、また働きたい環境を整えることを通じて、エンジニアの獲得・育成を行っております。   ⑤ 組織構造等 当社グループは、各業界が持つ自動化や高品質化のニーズに対するソリューションを、アルゴリズムモジュールの機能を「組み合わせる」ことで効果的・効率的に実現することを目指しており、そのために必要なアルゴリズムモジュール群を保有していること、及びエンジニア中心の組織構造を構築していることが、当社事業の独自性であると認識しております。   <事業系統図>

用語解説 本項「3 事業の内容」において使用しております用語の定義について以下に記します。

用語

用語の定義

アルゴリズム

コンピューター上における問題を解くための手順・解き方

モジュール

汎用性の高い複数のプログラムを再利用可能な形でひとまとまりにしたもの

アルゴリズムモジュール

アルゴリズムを再利用可能な形でプログラムとしてひとまとまりにしたもの

アルゴリズムソフトウエア

アルゴリズムモジュールを用いて構築されたソフトウエア

機械学習技術

人工知能技術の主要な研究分野。データを反復的に学習させ、そこに潜むパターンを見つけ出すことで、コンピューター自身が予測・判断を行うための技術・手法

自然言語処理技術

人間が日常的に使っている自然言語をコンピューターに処理させる一連の技術

ニューラルネットワーク

生物の神経ネットワークの構造と機能を模倣するという観点から生まれた、脳機能に見られるいくつかの特性を計算機上のシミュレーションによって表現することを目指した数学モデル

深層学習技術

ディープラーニング(Deep Learning、深層学習)。ニューラルネットワークにより機械学習技術を実装するための手法の一種。従来の機械学習技術では、教師データの特徴をどう数値化するかを人間が定義する必要があったが、ディープラーニングではアルゴリズムによって教師データの特徴を数値化できるため、複雑な特徴を表現することが可能

教師データ

機械学習を行う上で学習の元となるデータ

CRM

顧客関係管理(Customer Relationship Management(CRM))。顧客満足度と顧客ロイヤルティの向上を通して、売上の拡大と収益性の向上を目指す経営戦略/手法

AI

Artificial Intelligenceの略称。学習・推論・認識・判断などの人間の知能的な振る舞いを行うコンピューターシステム

IoT

Internet of Things の略称。コンピューターに限らず、家電製品や自動車等のハードウエア機器をインターネットに接続し、情報をやり取りすることで生まれるイノベーションの総称

エンジン

コンピューターを使用し、さまざまな情報処理を実行する機構

会社概要

会社名株式会社PKSHA Technology
証券コード3993
EDINETコードE33391
業種情報・通信業
会計基準IFRS
決算期末2025-09-30
提出日2025-12-22
書類種別第三号様式
抽出ステータスok

売上・利益の内訳当期の主要項目。数字の出どころは下の折りたたみで確認できます。

項目金額
売上高・営業収益約218億円 (21,771,392,000円)
営業利益約53億円 (5,288,742,000円)
経常利益/税引前利益約47億円 (4,675,432,000円)
純利益(親会社株主帰属)約27億円 (2,683,075,000円)
総資産約544億円 (54,368,529,000円)
純資産約345億円 (34,483,425,000円)
営業キャッシュ・フロー約52億円 (5,176,949,000円)
1株当たり当期純利益(EPS)86.47円
数字の根拠(抽出元のXBRLタグ・コンテキスト)を開く
項目金額抽出元タグ / コンテキスト
売上高・営業収益約218億円 (21,771,392,000円)RevenueIFRS
CurrentYearDuration
営業利益約53億円 (5,288,742,000円)OperatingProfitLossIFRS
CurrentYearDuration
経常利益/税引前利益約47億円 (4,675,432,000円)ProfitLossBeforeTaxIFRS
CurrentYearDuration
純利益(親会社株主帰属)約27億円 (2,683,075,000円)ProfitLossAttributableToOwnersOfParentIFRS
CurrentYearDuration
総資産約544億円 (54,368,529,000円)TotalAssetsIFRSSummaryOfBusinessResults
CurrentYearInstant
純資産約345億円 (34,483,425,000円)EquityAttributableToOwnersOfParentIFRSSummaryOfBusinessResults
CurrentYearInstant
営業キャッシュ・フロー約52億円 (5,176,949,000円)CashFlowsFromUsedInOperatingActivitiesIFRSSummaryOfBusinessResults
CurrentYearDuration
1株当たり当期純利益(EPS)86.47円BasicEarningsLossPerShareIFRSSummaryOfBusinessResults
CurrentYearDuration

欠損項目と理由

欠損なし(8項目すべて抽出)

出典: 金融庁 EDINET 提出の有価証券報告書(XBRL)
書類管理番号 (docID): S100XC4P / 提出日: 2025-12-22
数値・事業内容は上記XBRLからプログラムで機械抽出(生成AIによる創作なし)。

同じ業界の会社情報・通信業の中から、規模が近い会社。クリックで移動できます。