【事業内容】
当社は、「INFRASTRUCTURE＋LIFE＋INNOVATION」（インフラ ライフ イノベーション）を企業理念と定め、社会インフラにイノベーションを起こし、インフラ全体の最適化を目指し、社会に貢献することをミッションに活動しております。
現在の社会経済は、エネルギー価格の高騰、サプライチェーンの寸断、カーボンニュートラルに向けたエネルギー消費の効率化、DX化に伴う業務の効率化等、様々なリスクや課題を抱えております。その中で迅速に最適解を選択し、施策や事業を管理運営していくことが、企業ひいては社会の持続的な成長に必要不可欠となっております。
電力、物流、サプライチェーンといった社会インフラも同様に、ビジネス上の様々な要素を考慮した上で計画的に管理運営されておりますが、その計画業務は熟練の人材による多大な労力と時間により成立しており、現在の複雑かつ不確実性の高い環境下で迅速に最適解を選択することは困難な状況となっております。
そこで当社は、属人性を排し、インフラのオペレーションに関わる様々な制約を変数として、複雑かつ不確実性の高い多数の要素も考慮した上で、AI技術を用いて短時間で最適な計画を提供するため、計画最適化事業を展開しております。具体的には、当社の社会インフラに関する業務知識の豊富なエンジニアが各顧客の計画対象業務を数式化することにより、複雑な業務を再現するシミュレータを開発し、デジタル空間上に機器、設備、人、車両等の動きを再現します。シミュレータ上では、仮想的に設備、車両等を動かし、業務のシミュレーションを行うことができるため、ビッグデータを使用せずにシミュレーション結果を生み出すことが可能となります。そしてその結果から得られるデジタルデータを基にKPIの最大化や計画の最適化を可能とするアルゴリズムを開発し、業務システムに組み込みます。
計画の最適化は、組合せ最適化の一種となります。組合せ最適化とは、一般に、複数の制約を満たす有限個の解から最良の解（最適解）を探し出すことを意味し、その解法として数理最適化やメタヒューリスティクス等の手法が用いられてきました。複雑な業務の計画は様々な要素を考慮して策定されるため、最適解を探し出すには膨大な数の組合せを考慮する必要があり、実務に耐えうる時間で最適解を導くことは高い技術を必要とします。
そこで当社では数理最適化やメタヒューリスティクスの手法に加えて、機械学習や強化学習等のAI技術を応用し、各種の計画に適した数理最適化の手法とAI技術を組み合わせたアルゴリズムをAIエンジンとして開発することで、最適解を探索する範囲を限定し、実務に耐えうる時間で最適解を導く手法を採用しました。また、AIエンジン開発を中心に、その前段となるコンサルティングフェーズから、AIエンジンを組み込んだシステム実装・運用フェーズまでを手掛けることで顧客生涯価値（CLTV）を最大化し、かつ運用・サポートサービスを担うことで、安定的な収益に繋げることをビジネスモデルとしております。
AI技術による計画の最適化を事業展開するにあたり、当社が注力している分野は、電力・エネルギー、物流・サプライチェーン、都市交通・スマートシティの３分野となります。
機械学習・強化学習をはじめとしたAIアルゴリズム開発手法に加え、数理最適化等の手法を用い、ビジネス課題の解決に必要な技術手法を用いることで、実効性の高い効率的な各種計画の策定を支援するAI開発事業を展開しております。
(１) 事業分野
自動運転、翻訳、スマートフォン、画像認識等コンシューマー向け分野ではAIの実用化が進んでおりますが、インダストリアル分野、特に社会インフラ領域ではAIの実用化は必ずしも進んでおりません。当社は「インフラと社会を、その先へ」をミッションとし、AI技術の実用化に主眼を置き、社会インフラ領域における計画最適化のエンジニアリング及びサービス事業を展開しております。
計画最適化は生産計画、輸送計画、材料開発、拠点配置計画、スケジューリング計画、適正価格設定等様々な用途で活用が期待されておりますが、組み合わせるシナリオの数の多さに起因して計算量が増大し、現実的な時間内での計算が困難になることや問題の定式化に伴う実装の難しさから導入されている分野は限定的でした。当社は、画像認識、需要予測といった領域で広く利用が進んでいるAI技術を計画最適化に応用し、問題の難易度や要求事項に対して柔軟にAIアルゴリズムを組み合わせることで、エネルギー消費量の削減、輸送効率や生産効率の向上といった顧客の課題を解決しております。また、当社は社会インフラ領域にフォーカスし、特に①電力・エネルギー分野、②物流・サプライチェーン分野、③都市交通・スマートシティ分野の３つの分野に注力しており、各分野における計画最適化は化石燃料の削減に直結するため、現在、最も重要な社会問題であるカーボンニュートラルの実現にも貢献することができると考えております。
［注力する社会インフラ３分野］
① 電力・エネルギー分野
国内電力事業者向けに発電所の需給計画の最適化プログラムを開発納入しております。電力自由化に伴い、電力需要に即した需給計画の立案が今後ますます重要になると思われ、脱炭素社会実現の観点からも効率的な需給計画を立案し、発電所を稼働させることが求められます。当社は電力需要を予測し同予測に基づく発電が可能となるよう、各発電所の需給計画をAIアルゴリズムで最適化する技術サービスを提供しております。これにより各発電所の発電機を電力需要に即して起電、停電させることで過剰な発電を抑え、発電に要する燃料の使用量を低減させることが可能になります。
② 物流・サプライチェーン分野
原油、セメント、鉄鋼、製紙、化学品、消費財等様々な分野で生産者は原材料や商品を船舶やトラック等で運搬しており実際の輸送計画は人の経験と知識に基づいて立案されているケースが殆どであります。輸送計画は気象条件、積荷集配箇所、納期等多くの制約条件に基づいて作成されるにもかかわらず、計画最適化に適したソフトウエアが開発されていないため、これまで特定の人材の知識と経験に基づいて計画作成が行われておりました。そのため、輸送計画業務が属人化することや、立案した輸送計画が最適な計画かどうかを検証することが難しいという問題が顕在化しております。
輸送計画にAIアルゴリズムを取り入れることで輸送計画を最適化する技術サービスを提供しております。様々なビジネス上の制約を加味しながら計算時間を短縮したAIエンジンの開発を行い、最適な輸送計画によって輸送に要する燃料コストの削減を実現しております。
また、輸送計画最適化の応用分野としてサプライチェーン分野での計画最適化の技術サービスも提供しております。調達、在庫、生産、配送、販売に至るサプライチェーンの全工程をデジタル空間に再現し、全体最適や部分最適に関しお客様のKPIに応じて対応可能な技術を有しております。製造事業者向けプロジェクトが複数進行中で、裾野の広い各種製造業分野への計画最適化の活用を促進しております。
③ 都市交通・スマートシティ分野
スマートシティ分野でのAIの活用を新たな成長分野と位置付けております。既に数社からスマートシティシミュレータの開発委託を受け、当社はシミュレータのコアとなるAI開発部分を担当しております。スマートシティシミュレータは、AIを用いて人の動き、消費活動、ビルのエネルギー使用状況等をデジタル空間に再現し、都市空間における人の動き、消費活動、エネルギー制御等の最適化を可能とします。その他にも、自動運転車やロボット、住宅等、モノや人がインターネットで繋がり、集めたデータを活用して最適なサービスを提供するスマートシティプロジェクトにおいて、エネルギーマネジメントのAI開発部分を担当しております。
また、計画最適化の他にも機械学習を応用し高速道路の渋滞予測システムを提供しており、スマートシティ周辺の都市交通からスマートシティへの導線を最適化するといったプロジェクトへの応用も考えられる点で、スマートシティ分野とのシナジー効果をもたらしております。
(２) 事業の特徴
新しいテクノロジーにチャレンジするアーリーアダプター顧客（注８）に向けて顧客要望に応じたAIエンジニアリングプロジェクトを成功させ、これまでに確立したノウハウをReNom APPS（注９）として集約し、クラウドサービス化して展開しております。AI技術を用いた社会インフラ領域における計画最適化にフォーカスし、PoC（Proof of Concept：概念実証）ではなく本番導入を前提としたAIエンジンの開発から入り、実装に至る実績を積み上げてまいりましたが、当社は、①明確な経済的導入効果、②CO2削減効果、③大手企業中心の顧客構成、④CLTV）最大化、⑤ソリューション提供手法の共通化、⑥クラウドサービス提供、⑦人材戦略といった特徴を有しております。以下では、特徴に関し、それぞれ説明いたします。
① 明確な経済的導入効果
典型的なAI適用領域である画像認識や需要予測は、経済的な導入効果が曖昧と言われておりますが、AIによる計画最適化は、化石燃料削減やオペレーションコスト削減といった直接的なコスト削減効果をもたらすことが可能となります。顧客は利害関係者にAIに対する投資対効果を明確に説明することができ、新しいテクノロジーの価値に見合った規模の投資が可能になります。このようにAI導入効果をROIとして明確に数値化できることは、受注確度を高める効果があり、当社の収益性の基盤となっております。
② CO2削減効果
当社が注力分野としている電力・エネルギー分野、物流・サプライチェーン分野、都市交通・スマートシティ分野の社会インフラ３分野はいずれも計画最適化により化石燃料の消費を削減することができ、結果としてCO2削減効果を期待することができます。顧客は利害関係者にカーボンニュートラルの実現に向けた取り組みとしてAIに対する投資効果を説明することができ、脱炭素経営の一環としての投資が可能になります。
③ 大手企業中心の顧客構成
電力・石油元売り・プラント・物流・都市交通等、当社がターゲットとする各種社会インフラ分野では、日本経済を支え続けている大手企業が活躍しております。当社の顧客は大半が大手企業となっております。当社は、社会インフラ領域におけるAI技術を用いた計画最適化に特化しているほか、明確な経済的導入効果の提示が可能であること、またCO2削減効果も期待できるといった特徴から大手企業に受け入れられているものと思われます。このような大手企業に最新のAIテクノロジーを提供することで、社会にイノベーションをもたらしていると考えております。
④ CLTV（Customer Life-Time Value）最大化：顧客との長期ライフサイクルビジネス
AI技術の概念実証ではなく実用化をゴールにしていることから、AIエンジンの開発にとどまらずAIエンジンを搭載した業務システムの実装、その後のAIエンジンの性能維持や障害監視・対応を行う運用・サポートまでを総合的に提供することを前提としております。このため、単発のAIエンジン開発のみでは終わらず、顧客との中長期的な関係を構築しております。
⑤ ソリューション提供手法の共通化
当社事業の進め方は、異なる事業分野の計画問題を、共通のプラットフォームや開発メソッドに落とし込み、同一のアーキテクチャーで開発を行うことを特徴としております。既に、輸送計画最適化、電力需給計画最適化、生産計画最適化、スマートシティ分野での都市オペレーション最適化については、共通の設計思想に基づいてAIエンジンの開発を行っております。これにより、システム全体のアーキテクチャーが統一され、水平展開を行う際には、過去のモジュール等を再利用してソリューションを提供することが可能となります。その結果、計画最適化システムを効率的に開発することができると考えております。
⑥ クラウドサービス提供
ReNom APPSはAI技術を活用した計画最適化のためのインダストリークラウドとなります。従来、個別プロジェクト用に開発したシミュレータや最適化モデルで利用したアルゴリズムをモジュール化、体系化の上、顧客ごとに組み合わせてプラットフォームとして提供するとともに、業種ごとの業務ベストプラクティスを前提としたシステム画面を用意しております。サービス提供の事業分野を、社会インフラ３分野に絞り込むことで、各分野内でのノウハウの再利用性を高めることが可能であり、高度な技術を多数の顧客にクラウドサービスとして提供することが可能となります。現在では、企業価値最大化のシナリオをシミュレーションするReNom VALUATION、サプライチェーンにおける生産や物流計画の最適化を行うReNom SCM、配船の日々の運航計画を自動立案するReNom VESSEL、日々変動する需要に基づき最適な需給計画を自動立案するReNom POWERをReNom APPSとして展開しております。
⑦ 人材戦略
データサイエンティストやITエンジニアだけではなく、重電や社会インフラ業界出身で現場オペレーションに造詣が深い技術者を積極的に採用し、入社後にデータサイエンス教育を施すことにより社会インフラの業務知識を兼ね備えたAI技術者を多数育成しております。現場の業務をよく理解している技術者が、自らの業務知識とAI技術を掛け合わせ、実用的かつ効果的な計画最適化アルゴリズムの提供を実現しております。
人材育成の手法として、当社独自の育成プログラムを用意して様々な事業分野での経験と知識を持つ技術者をAIアルゴリズム開発の最前線で活躍できる人材に育成しております。また、社外取締役を含めAIや産業分野を専門とする大学の研究者と連携することで、最新の研究技術を取り込む体制を構築しております。
(３) テクノロジー
社会インフラ分野でのAIの実用化を強く意識した独自のAI技術体系を確立しております。
① ReNom APPS
組合せの数の多さに起因して計算量が増大し、現実的な時間内で計算が困難になることや、問題の定式化に伴う実装の難しさといった技術課題に対応するため、シミュレータ開発技術と機械学習・深層学習・深層強化学習を組み合わせた当社独自のデジタルツインテクノロジーを搭載したReNom APPSを開発しました。シミュレータに実際の制約条件を組み込んでシミュレーションすることで現実に発生しうる状況のみを再現することができ、現実に発生し得ない状況を前提とした組合せを計算するといった無駄を排除しております。また、シミュレーションに基づき機械学習・深層学習・深層強化学習を用いて最適な計画を探索し、その結果策定された計画を評価し、学習することで、より最適な計画を策定することが可能となります。これまでの当社開発実績から共通化できる部分を取り纏め開発用にモジュール化したものの総称がReNom APPSとなります。
ReNom APPSにより、各産業分野における計画最適化のAIエンジン開発の効率化を図るとともに、それを顧客に提供する業務システムやクラウドベースのインフラ基盤を併せてプラットフォーム化し、顧客のシステムの導入までのリードタイムを大幅に短縮しております。
② ReNom SIMBASE：シミュレータ開発フレームワーク
シミュレータを開発する際に共通する処理や、拠点、ネットワーク、輸送手段、消費、生産、備蓄といった社会インフラ分野の計画業務全般で用いられる汎用的な機能をフレームワークとして開発し、実際のAIエンジニアリングプロジェクトで活用しております。これにより、複雑な業務を再現するシミュレータを短期間で開発することが可能となっております。
シミュレータを利用することで、デジタル空間上に機器、設備、物、人の流れを再現し、仮想的に設備や車両を動かし、その結果から得られるデジタルデータを基に、KPIの最大化や計画の最適化を行うことが可能になります。例えば、生産設備のシミュレータを利用することで、ボトルネックの発見と改善、在庫の削減、設備・人の稼働率向上、燃料費や材料費の削減を実現します。
③ Algorithm MIX = 最新技術と旧来技術の融合
組合せ最適化とは様々な制約の下で、無数にある選択肢の中から、ある指標（価値）を最も良くする変数の値（組合せ）を求める手法となります。例えばA地点からB地点へ向かうトラックの最短かつ最少燃料になる経路を求めるような問題があげられます。これは、無数の組合せの中から解を導く必要がありますが、当社は、最新のAI関連技術である機械学習や強化学習や、旧来手法である数理最適化の手法を顧客課題ごとに柔軟に組み合わせることで、実ビジネスの課題を解決する手法を確立しました。例えば、無数の組合せの中から、過去に発生した組合せを機械学習で学習させることで、検討する組合せの範囲を絞り込み、その上で絞り込まれた範囲で、数理最適化の手法を用いることで計算時間を短縮し、実ビジネスで運用可能な計算時間による最適化システムを提供しております。
④ 量子アルゴリズムの研究開発
量子コンピュータは次世代のコンピュータとして期待されておりますが、当社は量子アルゴリズム）について2017年より研究開発を行っており、2018年より様々な論文発表、2021年より関連技術の特許出願を行っております。現在当社が行っている計画最適化分野においても量子コンピュータは広く活用が期待されている分野であり、計算の高速化や、コンピュータ上に再現できる状態の規模や精度においても現在のコンピュータを上回る可能性が示唆されております。当社は、最新のAI関連技術に加えて量子インスパイアコンピューティング等も適宜活用し、既存のコンピュータと組み合わせることで、実ビジネスの課題解決を加速していきます。今後さらに本格的な量子コンピュータが実用化された際には、研究開発で得た知見を活かし、量子テクノロジーを駆使したサービスを提供することが可能であると考えております。
【業績等】
決算期 種別 売上高 営業利益 経常利益 純利益
2023/06 単独3Q累計実績 1,019 226 225 255
2023/06 単独会社予想 1,350 188 176 190
2022/06 単独実績 910 71 67 91
2021/06 単独実績 706 -222 -198 -210
2023/06 単独会社予想 52.27 309.74 0.00
上場時発行済株数 4,512,000株（別に潜在株式597,000株）
公開株数 1,320,200株（公募876,000株、売り出し272,000株、オーバーアロットメント172,200株）
調達資金使途 人件費・採用費、研究開発費、広告宣伝費
ＰＥＲ：40.9
ＰＢＲ：
配当利回り：
公募時吸い上げ資金：28.3億
公募時時価：97億
【株主構成】 以下１８０日
(株)We 役員らが議決権の過半数所有 2,880,000 68.04%
寺島敬臣 新株予約権信託の受託者 597,000 14.10%
三井物産(株) 資本業務提携先 552,000 13.04%
丸紅(株) 資本業務提携先 102,000 2.41%
伊藤忠商事(株) 資本業務提携先 102,000 2.41%
本募集並びに引受人の買取引受による売出しに関連して、貸株人かつ売出人である株式会社Ｗｅ、当社株主である三井物産株式会社、丸紅株式会社及び伊藤忠商事株式会社は、主幹事会社に対し、元引受契約締結日から上場（売買開始）日（当日を含む）後90日目の2023年10月４日までの期間中、主幹事会社の事前の書面による同意なしには、当社普通株式の売却等（ただし、引受人の買取引受による売出し及びオーバーアロットメントによる売出しのために当社普通株式を貸し渡すこと等を除く。）を行わない旨合意しております。
【代表者】
代表者名 曽我部 完（上場時50歳5カ月）／1973年生
本店所在地 東京都港区北青山
設立年 2009年
従業員数 82人 (2023/04/30現在)（平均38.2歳、年収767.4万円）
事業内容 人工知能を用いた計画最適化システムの開発・販売・保守・運用サポート
URL https://gridpredict.jp
株主数 4人 （目論見書より）
資本金 100,000,000円 (2023/06/02現在)
代表者略歴
1997年04月 株式会社日比谷花壇 入社
2000年07月 株式会社イーフローラ 取締役 就任
2005年01月 株式会社清長 入社、8月：同社 代表取締役就任
2009年10月 当社 設立 代表取締役 就任（現任）
2016年01月 株式会社清長ホールディングス（現株式会社Ｗｅ）設立 代表取締役 就任（現任）
2019年04月 一般社団法人AIビジネス推進コンソーシアム 代表理事 就任（現任）
【幹事団】
主幹事証券 野村 1,067,800 93.01%
引受証券 ＳＭＢＣ日興 34,400 3.00%
引受証券 ＳＢＩ 22,900 1.99%
引受証券 丸三 22,900 1.99%
【参考類似企業】今期予想PER（6/14）
3993 PKSHA 144.8倍 (連結予想)
4011 ヘッドウォータ 267.2倍 (連結予想)
4056 ニューラル - (連結予想)
4259 エクサウィザー - (連結予想)
4268 エッジテクノ 74.8倍 (単独予想)
4382 HEROZ 1,083.5倍 (連結予想)
4418 ＪＤＳＣ 715.7倍 (連結予想)
5132 pluszero 181.5倍 (単独予想)
5572 リッジアイ 91.2倍 (単独予想)
5574 ABEJA 126.2倍 (単独予想)
【私見】
インフラ分野に注力するAIベンチャーで、人気業種でインフラに特化していることからも優位性があり業種妙味があります。更に、注目の大手3商社が株主で完全ロックであることからも売り要素がないことは評価が上がります。業績はまだ小規模ですが、高ＰＥＲが容認される業種なので、ＰＥＲ１００超は問題ないでしょう。規模はやや大きめですが、ABEJAのように一時500憶くらい目指す可能性は十分あるかと思います。
想定価額：1790円
仮条件上限：2140円
初値予想：6000円
ブック申し込み度・・・強気
セカンダリー期待度・・・やや強気
総合評価：4
0 件のコメント:
コメントを投稿