ア ル ベ ル ト
株式会社 ALBERT（東証マザーズ 3906）
2019年12月期 第１四半期 決算説明資料
2019年５月10日
会社概要
社名 株式会社ALBERT（アルベルト）
所在地 東京都新宿区北新宿2-21-1 新宿フロントタワー15階
設立 2005年7月1日
代表者名 代表取締役社⾧ 兼 CEO 松本 壮志
証券市場 東証マザーズ（証券コード：3906）
資本金※ 300,000千円
従業員数※ 178名（うち、データサイエンティスト146名）
加盟団体 一般社団法人 データサイエンティスト協会、人工知能学会
主要株主※ 氏名または名称 所有株式数 所有割合
ウィズ・アジア・エボリューション 651千株 20.0％
ファンド投資事業有限責任組合
A＆T投資事業有限責任組合※ 302千株 9.3％
上村 崇 221千株 6.8％
トヨタ自動車株式会社 165千株 5.1％
KDDI株式会社 97千株 3.0%
東京海上日動火災保険株式会社 46千株 1.4%
※代表取締役社⾧兼CEO松本 壮志が無限責任組合員を務める投資事業有限責任組合の合算
※資本金、従業員数は2019年３月末時点、主要株主は2018年12月末時点
※従業員数には派遣社員（研修中を含む）及びアルバイトを含む
1
事業概要
当社は、日本屈指のデータサイエンスカンパニー※として、ビッグデータアナリティクス領域において
最適なデータソリューションを提供しています。コアとなるアナリティクステクノロジーを用いた
「ビッグデータ分析及びコンサルティング」「AIアルゴリズム開発とシステム導入」「AIを用いた独自
プロダクトの提供」等を通じて、より良い社会の実現を目指しております。
また、国内においてデータサイエンティストが圧倒的に不足している現状を改善すべく、これまでに
培ったノウハウを元に「データサイエンティストの育成支援」を行なうことで、データ活用のプロ
フェッショナル人材育成にも貢献します。
※データから価値を創出し、ビジネス課題の解決を実現するプロフェッショナル集団
2
ALBERTの事業概要・特徴
当社は、①クライアント毎に特化したビッグデータ分析、アルゴリズム開発、AIのシステム実装等を提
供するプロジェクト型サービス、②幅広いクライアントを対象とするAIを搭載した汎用的な自社プロダ
クトの提供、③データサイエンティスト育成支援 の3つの事業サービスを展開しています。
① プロジェクト型サービス ② 自社プロダクト ③ データサイエン
～産業に実装されるAIの開発パートナー～ の提供 ティスト育成支援
受託型プロジェクト
継続性の高い受託型プロジェクトによる収益 ライセンス収益
による収益
ビッグデータ集積 約150名の
AI活用に投資意欲
からシステム実装 データサイエン
の高い産業に注力
まで一気通貫 ティスト集団
AIの実装を視野 各産業・企業の 主に数理統計分 AI・高性能 経済産業省の
■
に入れた投資意 課題を受託開発 野をバックグラ チャットボット 「第四次産業革
欲の旺盛な産業 型プロジェクト ウンドとする 命スキル習得講
を中心に注力 で対応 データサイエン 座認定制度」に
自動車、製造、 AI開発プロセス ティストを組織 認定
化 AI・画像認識サービス
通信・流通、金 を一気通貫で対 資本業務提携先
融 応 独自の育成プロ を中心として、
グラムで継続的 自社内でのデー
①ビッグデータ集積
なスキル向上に タサイエンティ
②ビッグデータ分析 画像認識シリーズ
努める スト養成ニーズ
③アルゴリズム開発 - 異常検知
に対応
④システム実装 - アノテーション
3
事業トピックス
2017年 4月 AI・高性能チャットボット「スグレス」の正式版提供開始
7月 (株)マクニカとAI及びIoTを駆使したスマートファクトリー事業で業務提携
8月 (株)テクノプロとデータサイエンティスト教育・育成事業で協業開始
12月 自動運転等に応用可能な深度推定（距離推定）エンジンを発表
2018年 3月 代表取締役社⾧ 松本 壮志 就任（2017年8月に代表執行役員として参画）
4月 Googleのクラウドプラットフォーム「Google Cloud Platform」サービスパートナー認定
5月 トヨタ自動車(株)と業務資本提携
7月 データサイエンティスト養成講座が経済産業省の「第四次産業革命スキル習得講座認定制
度」に認定
8月 KDDI(株)とAIチャットボット活用分野で協業し「働き方改革」を促進
熊本県庁の子育て安心AI事業で人工知能（AI）とLINEを活用した相談支援プログラムの実証
実験を開始
10月 東京海上日動火災保険(株)と資本業務提携
AI・画像認識サービス「タクミノメ」を正式提供開始
(株)ARISE analyticsと共同しKDDI(株)の「データサイエンティスト育成プログラム」を支援
トヨタ自動車(株)・Toyota Research Institute-Advanced Development, Inc.・東京海上日動
火災保険(株)の3社間での高度な自動運転の実現に向けた業務提携におけるビッグデータ分析
及びAIアルゴリズム開発の技術支援を発表
12月 KDDI(株)と資本業務提携
2019年 1月 本社移転（東京都新宿区北新宿2-21-１新宿フロントタワー15階）
2月 「タクミノメ 異常検知」「タクミノメ アノテーション」を正式提供開始
東京海上ホールディングス(株)のデータサイエンティスト育成プログラム運営に協力
4月 東海支社開設（愛知県名古屋市西区牛島町6-1名古屋ルーセントタワー8階）
4
決算概況
5
Executive Summary
2019年12月期第１四半期の売上高は、前四半期比は横ばいも前年同期比では67%増、売上総
利益率も向上。上期は中⾧期的な成⾧のための投資・整備期間と位置づけ
• 売上高は530百万円（前年同期比+213百万円、前四半期比+0.4百万円）、営業利益は20百万円（同+0.06百万円、同
△40百万円）、売上総利益率は64％（同＋5.5ポイント、同+2.1ポイント）となった。
• 検収基準の影響により約14百万円のプロジェクトの売上高計上時期が第２四半期にスライドした。
• 将来にわたる人員増に備えた本社移転（2019年１月に実施）に伴い、二重家賃や旧本社の原状回復費用、消耗
品の購入等の一時費用が発生。直近では増床分が余剰スペースとして残るが、増加した地代家賃や減価償却
費等は、データサイエンティストの増員による売上高向上により回収を見込む。
「基本戦略」に基づくケーパビリティの増強が進行中、中⾧期的な成⾧に備え、品質管理体
制の整備を開始
• 一部のデータサイエンティストの工数をクオリティコントロールにシフト。
• 提携先とのデータサイエンティスト育成スキームにおいて、当社の採用基準を引き上げたことにより、人員
は一時的に減少（前四半期末比△８名）。一方、2019年４月にデータサイエンティスト15名が入社。新卒社員
は４月から６月までの間、社内研修を行い、 ７月から本格的にプロジェクトにアサイン予定。
• 「基本戦略」に基づく重点産業（自動車、製造、通信・流通、金融）からの売上高の割合は80%超と堅調に
拡大（前四半期末比+3.7ポイント）。
資本政策の柔軟性・機動性を確保をするため、資本金等の減少を行い、分配可能額を確保す
ることに加え、繰越利益剰余金のマイナスを解消し、自己株式取得を実施
• 自己株式の一部を株式報酬に配分し、残りは将来的なM&A等に充てる予定。
6
損益計算書
2018年12月期 2019年12月期 2019年12月期
（単位：千円） 第1四半期 第1四半期 増減額 増減率 公表予想 進捗率
実績 実績 （2月15日公表）
売上高 317,419 530,878 + 213,459 + 67.2% 2,400,000 22.1%
売上総利益 185,697 339,866 + 154,168 + 83.0%
売上総利益率 58.5% 64.0%
営業利益 20,026 20,093 + 66 + 0.3% 360,000 5.6%
営業利益率 6.3％ 3.8％ 15.0%
当期純利益 19,361 6,370 △ 12,990 △ 67.1% 310,000 2.1%
基本戦略及びCATALYST（触媒）戦略を推進、成⾧基盤の強化を目的とした品質改善（向上）に着手
• 主要クライアントからのプロジェクトは⾧期化、拡大基調に。重点産業からの売上高の割合は80%超に。
• 提携先とのデータサイエンティスト育成スキームにおいて、研修修了者の中から厳しく選抜しプロジェクトに
アサインすることで、当社が受託する高難易度の案件においても品質を担保/向上を期待。結果、データサイエ
ンティスト数は一時的に減少するも、2019年４月に14名が入社し150名超まで増加。
• 内部稼働率は当社の適正水準である75％前後を維持。
売上総利益率が向上するも、販売費及び一般管理費は一時的なものも含め増加し、営業利益は微増
• 本社移転（2019年1月実施）に掛かる一時的コスト（二重家賃、原状回復費、消耗品等）が発生。
• 固定費（増員に備えて拡張した新本社の家賃等、減価償却費）が増加。
トヨタ自動車、東京海上日動火災保険、KDDIとの資本業務提携における効果
• 資本業務提携先（グループ会社含む）との取引が堅調に深耕中。
• “当社技術への信頼感”も間接的に寄与し、受託が増加傾向。また採用面においてもエントリー数が大幅増加。
7
貸借対照表
2018年12月末 2019年３月末
（単位：千円） 増減額 増減率
実績 実績
流動資産 3,354,959 3,330,842 △ 24,117 △ 0.7%
(うち現預金) 2,892,962 2,948,445 + 55,482 + 1.9%
(売上債権) 328,462 355,344 + 26,882 + 8.2%
固定資産 424,222 537,133 + 112,911 + 26.6%
資産合計 3,779,181 3,867,976 + 88,794 + 2.3%
流動負債 1,732,091 1,707,842 △ 24,248 △ 1.4%
固定負債 106,672 + 106,672
負債合計 1,732,091 1,814,514 + 82,423 + 4.8%
純資産合計 2,047,090 2,053,461 + 6,370 + 0.3%
負債・純資産合計 3,779,181 3,867,976 + 88,794 + 2.3%
• 本社移転（2019年1月）に伴う建物付属設備の計上等により固定資産が増加。
• 2019年3月28日を効力発生日として、資本金及び資本準備金をそれぞれ３億円に減少。減少分をその他資本
剰余金に振替え、繰越利益剰余金のマイナスを解消。(純資産の部の中での振替処理)
• 2019年４月に総額約５億円（35,100株）の自己株式取得を実施。取得資金の一部を借り入れたことより、固
定負債が増加。
8
損益計算書 四半期推移
単位：百万円
戦略 2019年12月
2016年12月期 2017年12月期 変更 2018年12月期 期
2019年12月期
第1四半期 第2四半期 第3四半期 第4四半期 第1四半期 第2四半期 第3四半期 第4四半期 第1四半期 第2四半期 第3四半期 第4四半期 第1四半期
800 100%
再建フェーズ 成⾧フェーズ
+67.2%
600 75%
64.1% 61.9% 63.2% 530 61.9% 64.0%
58.5% 60.5%
56.2% 57.5% 57.5%
52.2% 53.7% 52.0%
484 530
400 50%
328 339
298 293
254 317
235 209 228
193 199 190 185 188
200 173 163 25%
122 120 123 131 113
93 108 98
60 20
20 6
0 0%
-14 -25 -16 -3 -34
-51 -50
-72
-200 -25%
売上高 売上総利益 営業利益 売上総利益率
基本戦略（2018年1月～）、CATALYST（触媒）戦略（2018年7月～）の推進により売上高は増加傾向
• 2018年7月より再建フェーズから成⾧フェーズへ移行。主要クライアントからの受託増加。
• 2019年12月期第１四半期から、成⾧基盤の強化を目的とした品質改善（向上）に注力開始。
本社移転に伴うコストや一時的な人件費の増加があるも、黒字基調を継続。売上総利益率は向上
• 2018年12月期第４四半期、2019年12月第１四半期は、本社移転（2019年1月実施）に伴う原状回復費用の
計上や消耗品の購入が発生。2018年12月期第４四半期は一時的な人件費増もあり。
• 2019年12月期上期は、中⾧期的な成⾧に向けた品質向上等の整備を行う。
9
上場からの業績推移
単位：百万円
2015年12月期 2016年12月期 2017年12月期 戦略 2018年12月期 2019年12月期予想
変更
売上総利益
売上総利益
売上総利益
売上総利益
営業利益
営業利益
営業利益
営業利益
営業利益
売上高
売上高
売上高
売上高
売上高
3,000 100%
市場成⾧率
を上回る
2,500 47.2%の 2,400
成⾧
75%
2,000 59.2% 61.1%
54.8%
43.5% 市場成⾧率 50%
1,500 を上回る 1,630
87.0%の 上期予想
成⾧ 1,100
1,000 進捗率
25%
959 995 22.1%
812 872
500 360
445 516
416 530 0%
0
201
-33 20
-107 -161
-500 -25%
売上高 売上総利益 営業利益 売上総利益率
2018年12月期の売上高は1,630百万円となり、市場成⾧率13.6%を大きく上回り87.0％の成⾧を実現
• 稼働率向上（事業再建フェーズにおいての主な要因の一つ）。
• ケーパビリティ拡大、主要産業からの受注増加（成⾧フェーズにおいても継続的に寄与）。
2018年12月期は上場来初となる黒字へ転換、2019年12月期は成⾧基盤構築のための投資は実施するも
黒字幅拡大を見込む
• 2019年12月期は、売上高2,400百万円、営業利益360百万円（営業利益率15.0%）を計画。
10
2019年12月期 業績予想
基本戦略・CATALYST（触媒）戦略を継続的に推進。本社移転による固定費の増加を吸収し、
増収増益を計画。非連続成⾧に向けた因子の蓋然性を見極めていく。
2019年12月期
2017年12月期 2018年12月期
（単位：千円） 公表予想 増減額 増減率
実績 実績
（2月15日公表）
売上高 872,283 1,630,775 2,400,000 + 769,224 + 47.2％
営業利益 △161,027 201,131 360,000 + 158,868 + 79.0％
営業利益率 △18.5％ 12.3％ 15.0%
当期純利益 △172,977 248,100 310,000 + 61,899 + 24.9％
基本戦略、CATALYST戦略を継続して推進。本社移転による固定費の増加を吸収し、2019年12月期の
売上高は2,400百万円、営業利益は360百万円、当期純利益は310百万円を計画
• 稼働率は75％前後を継続維持。新卒採用・中途採用、アライアンスによりデータサイエンティストを増員。
• 主要産業・主要クライアントとの取引を更に深耕。
• 黒字化したことにより先行投資を実施。（本社拡張、東海支社開設、技術アセットの蓄積機能等）
トヨタ自動車や東京海上日動火災保険、KDDIとの資本業務提携は、取引の直接効果に加え、“技術に対
する信頼感”という間接効果もあり、引き合いが増加傾向
非連続成⾧に向け、 CATALYST戦略を通じた独自ソリューション開発及び共同開発プロダクトによる
ライセンス収入の蓋然性を見極めていく
11
財務戦略・資本政策の実施
資本金等を減少させ、分配可能額を確保し、繰越利益剰余金の欠損補填と、自己株式取得を
実施。自己株式の一部は譲渡制限株式報酬にて処分。
実施事項 背景・目的
①資本金・資本準備金の減少 資本金等の整備
・資本金の大きさが重要な業種ではない
・それぞれ３億円に減少
財 ・その他資本剰余金へ振替え
・転換社債の転換により資本が増加
資 今後も転換見込み
務 環
本
戦 境 ②剰余金の処分 繰越利益剰余金の欠損解消
・その他資本剰余金の一部を振替え の ・上場以来の赤字が累積し欠損状態
略 整 ・過去の累積赤字の繰越利益剰余金の欠損を解消 ・株主への還元、資本政策に制約があった
整
・ 備
③定款一部変更 備 定款整備
資 ・投資家が投資しやすい定款に変更
・単元未満株式の買増請求
本 ・取締役会決議による機動的な資本政策・株主還元策
政 現預金約30億円の活用
実 ④自己株式の取得
策 ・2018年12月期に黒字化達成
・約５億円、35,100株を取得済み ・大規模設備投資が不要なビジネスモデル
行 ・株式報酬や今後の資本提携やM&Aに活用 ・資金効率の改善
報 ⑤譲渡制限付株式報酬 コーポレートガバナンス・コードへの準拠
・株式報酬を導入済み ・中⾧期的な企業価値向上へコミットの要請
酬 ・非連続成⾧因子の確保へのコミット
12
事業の進展
13
当社を取り巻く外部環境
市場規模推移 データサイエンティストの不足 各産業のAIの導入検討
導入済 導入検討中
分析サービス 先端IT人材の需給に関する推計結果 官公庁 0.9% 16.2%
ツール開発
構築サービスの 単位：万人
いずれも 農林水産業 0.1% 7.7%
市場拡大見込み 供給数 不足数
100 金融業 7.8% 29.4%
単位：十億円 情報通信業 6.9% 31.6%
ツール 構築サービス 分析サービス
80
26.8 サービス業 0.4% 13.2%
900
800
教育・研究 0.8% 26.1%
60
700
600 医療 1.0% 11.6%
500
40 製造業 2.5% 25.2%
400
300 62.7
建設業 0.5% 13.0%
200 4.2
20
100 2.0 運輸業 1.7% 15.3%
0 15.7
2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 9.4 エネルギーインフラ 0.6% 10.8%
実績 実績 予測 予測 予測 予測 予測 予測 予測 予測 0
2018年 2020年 2030年 0% 10% 20% 30% 40%
出典：株式会社ミック経済研究所 出典：経済産業省及びみずほ情報総研株式会社 出典：株式会社MM総研
「ビジネス・アナリティクス市場展望 2019年版」 「IT人材需給に関する調査 調査報告書」（2019年3月） 「人工知能技術のビジネス活用概況」
ビジネス・アナリティクス市場規模は、2018年度から2019年度は13.8%の成⾧予測。2026年度までの
年平均成⾧率は13.6％。
成⾧著しい市場である反面、データサイエンティスト不足は強まる見込み。政府によるAI人材の育成
計画が始動し、今後、多方面で人材育成に対する意識が高まることが期待される。
引き続き金融業、情報通信業、製造業におけるAI導入検討数の増加が見込まれる。
14
戦略全体像 【基本戦略】＋【CATALYST戦略】
2018年12月期初に掲げた基本戦略が奏功していることを背景として、2018年7月よりそれら
を包含し進化させた「CATALYST戦略」を展開。
CATALYST戦略
基本戦略 リニア成⾧のための基盤構築
プロダクトを絞り込み、
体制の改編 研究開発投資の最適化で
「選択と集中」 稼働率向上
× アライアンススキーム
受注体制の
による人員拡充（量の確保） 強化
ケーパビリティの
確保 蓄積したノウハウによる採用・
「アライアンスと蓄積し 育成・選抜（技術力の向上）
た分析ノウハウの活用」
分析ノウハウ活用ツール
× による業務効率化
カ タ リ スト
重点産業・顧客の CATALYST戦略
自動車、製造、通信・流通、 主要産業へ
スコープ 金融を重点産業と位置付け の絞り込み
当社が触媒（＝CATALYST）
「技術応用領域の特定」 機能となり、産業間の
AI・データシェアリングを促進
※触媒：化学反応の際に、それ自身は変化せず、他の物質の反応速度に影響する働きをする物質。
15
事業展開のイメージ
足元はプロジェクト中心で事業展開しつつ、CATALYST（触媒）戦略を推進中。CATALYST
（触媒）戦略の中での開発プロダクトの展開も視野に。
プロダクト中心 プロジェクト中心 CATALYST形成 CATALYST深堀
～2017年12月 2018年1月～ 2018年7月～ （予定）
『基本戦略』 『CATALYST戦略』 『CATALYST戦略』
①体制の改編 • 主要産業におけるAI • 新たなCATALYSTテー
②ケーパビリティの確保 アルゴリズム・デー マの展開
戦略 - ③重点産業・顧客の
スコープ
タの触媒機能となり、
産業間のAI・データ
• CATALYST戦略を通じ
た独自ソリューション
シェアリングを促進 開発及び共同開発プロ
させ、AIネットワー ダクトを併せて展開
ク化社会を目指す
売上高の行き詰まり 売上拡大 売上の安定的成⾧ 売上の多様化
• 導入手数料 • 受託プロジェクトの • 受託プロジェクトの継 • 受託プロジェクトの継
• 月額利用料 受注 続的受注 続的受注
収益構造 • 一プロジェクト当たり • 一プロジェクト当たり
の受注規模拡大 の受注規模拡大
＋
• 自社プロダクトの導入
手数料、ライセンス料
• トヨタ自動車と業務 • 東京海上日動火災保
その他 資本提携 険と資本業務提携
• KDDIと資本業務提携
16
【基本戦略】1. 体制の改編
「体制の改編」により、データサイエンティストの最適な配置転換を行い、内部稼働率が75％前後
（従前は50％前後）に大幅に改善。
残り25％は社内技術共有（勉強会）や先端技術の論文のリサーチ等に充て、データサイエンティスト
の技術力向上を図る。
データサイエンティストの内部稼働率推移
CATALYST
戦略開始
基本戦略 研究・開発時間を確保
「体制の改編」 先端技術に関する論文リサーチ、
研究に充て、将来の環境変化に
備える。
82.7%
78.7% 76.3% 78.0% 74.2% プロジェクト推進時間
（適正水準75%前後）
54.5% 57.4% 55.3% 55.6% プロジェクト遂行やプロダクト
開発により収益を上げる。
第1四半期 第2四半期 第3四半期 第4四半期 第1四半期 第2四半期 第3四半期 第4四半期 第1四半期
2017年12月期 2018年12月期 2019年
12月期
技術領域単位での成⾧を目的とした組織 多様化・大規模化するニーズに柔軟に対応できる組織
8つのプロダクトを部門別に研究開発 プロダクトの「選択と集中」を行い、経営資源をプロジェクトにシフト
※内部稼働率＝データサイエンティストの収益相関時間の割合
17
【基本戦略】2. ケーパビリティの確保
データサイエンティストの量的確保に加え、質の高い育成カリキュラム・業務効率化により、ケーパ
ビリティを確保。
データサイエンティスト在籍数
■在籍数（正社員・契約社員・アルバイト・派遣社員） ■学位（正社員）
戦力化
パートナー
できる人材
データサイエンティスト を活用
※ は研修中の人数 17 4 博士
育成スキームにより 育成対象者 6ヶ月間 10%
その他
を供給 の育成
優秀な人材を確保 40%
修士
137 142
50%
67 75
47
2015年末 2016年末 2017年末 2018年末 2019年3月末
トピック
創業以来蓄積した
質の高い ・データサイエンティスト養成講座が、経済産業省の「第四
分析ノウハウを
データサイエンティスト 活用した独自の 次産業革命スキル習得講座認定制度」に認定
育成カリキュラム 育成カリキュラム ・資本業務提携先等のデータサイエンティスト育成を支援
効率化及び平準化
分析ノウハウ AIによる業務効率化で
活用ツールによる ・多種多様な受注プロジェクトを通じて得たノウハウを、独自
分析期間短縮
の分析ツールとして開発
業務効率化 及び品質平準化
・ツールを用いることで、分析業務の効率化と品質平準化を実
現
18
【基本戦略】3. 重点産業・顧客のスコープ
当社がターゲットとする重点産業・技術応用領域の取引規模・シェアの拡大を目指す。
産業別売上構成
当社がターゲットとする重点産業「自動車」「製造」「通信・流通」「金融」において、中⾧期的かつ安定的な取引規模の拡大を実施。
2017年12月期 2018年12月期 2019年12月期
第2四半期 第3四半期 2017年 第2四半期 第3四半期 2018年
その他
第1四半期 累計 累計 累計 第1四半期 累計 累計 累計 第1四半期
0%
自動車 14% 11% 9% 8% 4%
14% 自動車
20% 3% 5% 11%
11% 15% 18% 金融
1%
製造 20% 2% 13% 16% 17% 10% 10%
14%
11%
通信 30% 40% 製造
40%
流通 26%
28% 28% 26% 41% 39% 流通
41%
1% 13%
金融 60% 1% 1% 1%
0% 13% 通信
2% 10% 8%
その他 2% 5% 7%
80% 40% 43% 41% 42% 38% 5%
30%
23% 22% 17% 今後目指す姿
100%
プロジェクト実績 安定的な収益基盤を構築
・自動運転技術におけるビッグデータ分析 重点産業・顧客のスコープ
自動車
・自動車部品に関する需要予測
・異常検知/外観検査 戦略的アライアンスの構築
製造
・スマートファクトリー化へ向けた最適化
将来を見据えた中⾧期的なプロジェクトを
・IoTデータを活用した分析 受注することにより一社あたりの取引規模が拡大
通信・流通
・AIチャットボットサービスの提供
プロジェクト間のアイドルタイムの削減により稼働率向上
・レコメンデーション
金融
・リスク診断モデル構築 など
重点産業において更なる戦略的アライアンスの強化を目指す
19
【CATALYST戦略】AIネットワーク化社会
当社が各産業と横断的に関わることにより、主要産業におけるAIアルゴリズム・データの触媒機能と
なり、産業間のAI・データシェアリングを促進することで、AIネットワーク化社会を目指す。
シェアリングの過程において発生する、ビッグデータ分析・アルゴリズム開発（共同開発プロダクト
含む）・システム実装における中心的なポジショニングを確立させる。
AIネットワーク化社会
各産業が様々なデータを用いて、より良い環境を実現する社会
CANデータ 生産管理データ
CATALYST
プローブデータ 製造ログデータ
安全な 自動車 製造 安全な労働や
モビリティ社会 効率化された生産が
自動運転 AI・データシェアリング スマート
実現する社会
ファクトリー化
ビッグデータ分析力
アルゴリズム開発力
事故データ モバイル空間統計
与信/査定データ 位置情報
金融
生保・損保 通信・流通
銀行・証券
リスクケア スマートライフ化
各産業・ユーザーを繋げる
安心な取引が マネジメント
各種取引データ 快適な空間社会
実現する社会
20
【CATALYST戦略】CATALYSTの形成（１/２）
これまで 今後
各社間の提携に対し、
各社と取引深耕・資本業務提携 CATALYSTテーマの深堀
当社が技術支援
※下記図解はあくまでイメージです。
現時点で決定している事項ではございません。
CATALYSTテーマ：自動運転 CATALYSTテーマ：自動運転
アルゴリズム・データシェアリング
（ALBERT技術を活用） トヨタ自動車 東京海上日動
東京海上日動 業務提携 火災保険
トヨタ自動車
火災保険
トヨタ自動車 東京海上日動
資本業務提携 資本業務提携
業務提携 火災保険
資本業務提携 資本業務提携
資本業務提携 資本業務提携
X社（仮）
当社は、2018年5月にトヨタ自動車 トヨタ自動車とToyota Research 当社がX社（仮）と取引深耕し、ア
と、 2018年10月に東京海上日動火 Institute-Advanced Development, ライアンスを構築。
災保険と資本業務提携。 Inc. 、東京海上日動火災保険の3社
当社がX社（仮）と既存取引先との
間での高度な自動運転の実現に向け
AI・データシェアリング等を支援。
た業務提携に対し、当社が技術支援。
CATALYSTテーマ「自動運転」を深
CATALYSTテーマ「自動運転」を形
堀。
成。
21
【CATALYST戦略】CATALYSTの形成（２/２）
今後
新たなCATALYSTの形成 複数社間、産業間のCATALYST形成
※下記図解はあくまでイメージです。現時点で決定している事項ではございません。 ※下記図解はあくまでイメージです。現時点で決定している事項ではございません。
テーマβ
テーマα テーマα
テーマ：自動運転 テーマ：自動運転
東京海上日動 トヨタ自動車 東京海上日動
トヨタ自動車
火災保険 火災保険
X社（仮） X社（仮）
Y社（仮） Y社（仮） Z社（仮）
テーマγ
資本業務提携 KDDI
業務提携
アライアンスイメージ テーマδ
当社がY社（仮）と取引深耕し、アライアンスを構築。 その他の企業間、産業間において新たなテーマで
CATALYST形成を図っていく。
当社がY社（仮）と既存取引先とのAI・データシェア
リング等を支援。 2018年12月にKDDIと資本業務提携し、「CATALYST
（触媒）戦略」の展開においてKDDIグループとの連携
新たなテーマでCATALYSTを形成。
も活用。
22
【CATALYST戦略】想定効果
産業の
広がり
各産業での開発がそれぞれ個別進行してい
C産業 設計・開発 AI開発 るため、エンドユーザーへの提供までに時
エ 間がかかり、開発コストも嵩む。
ン
開
ド
従 発 ユ
B産業 設計・開発 AI開発
来 統 ー
合 ザ
ー
A産業 設計・開発 AI開発
提供スピード・開発コスト
産業の
広がり
当社が各産業の触媒機能となり、AIの実装
CATALYST
C産業 設計・開発 において、ビッグデータ分析・アルゴリズ
AI
ベ・
ーデ エ ム開発（共同プロダクト開発含む）を提供。
スー ン 短縮
とタ ド AI開発を統合することにより、開発工数の
しシ
B産業 設計・開発
たェ ユ 短縮化（コスト抑制）を実現。
（ 開ア ー
触 発リ ザ エンドユーザーへの提供タイミングが早期
統ン
媒 ー
A産業 設計・開発
合グ
を 化され、新たな価値提供を実現。
）
産業間の連携が促進される。
提供スピード・開発コスト
例）自動車産業を中心に技術開発が進んでいる一方で、他産業においても自動運転社会の実現に備えて、保有するビッグデータを活用した新たなサービ
ス・コンテンツ等の開発が加速しており、当社に対するニーズも拡大している。そうした中で、当社が産業横断で関わることにより、産業間の開発をさら
に加速できると見込んでいる。
23
プロダクト展開
2018年に競争力と成⾧性及び市場性等を総合的に勘案し、経営資源の最適化を目的として既
存プロダクトの見直しを実施。2019年よりCATALYST戦略の中で産まれるプロダクト（共
同開発含む）の蓋然性を本格的に検討開始。
方針・状況 現在の主なプロダクト
マーケティング支援ツールやレ • AI・高性能チャットボット
2017年まで コメンデーション関連のプロダ • 自然言語処理/自動学習
クトを複数販売。 （2016年12月~ ※ ）
※パブリックベータ版のリリース • 渋谷区、熊本県で実証実験
コモディティ化し競争優位性及
び収益力が低下。 • KDDIと販売協業
AI開発のプロジェクトに対する • AI・画像認識サービス
2018年 デマンドが旺盛。 （2018年10月~） • AI実用化の可能性を早期に
プロダクトの「選択と集中」を 検証が可能
行い、経営資源をプロジェクト
にシフト。
CATALYST戦略の中から、非連 • 画像認識による異常検知
2019年以降 続成⾧の因子を確保することを • 目視検査の工数削減、判別
目的として、独自ソリューショ （2019年2月~）
基準の標準化・平準化
ン及び共同開発プロダクトの蓋
然性を見極め。 • 製造業の外観検査等
ライセンス料によるストック収 • アノテーションサービス
益の積み上げ。
（2019年2月~） • 品質管理・人員不足・活用
方法の悩みを解決
24
Appendix
25
CATALYST戦略を支える技術力
AI技術はドメインを問わないため、主要産業全てにおいて活用が可能。先端技術の研究を継
続的に行っており、CATALYST戦略を推進していく技術力を保有。
AI技術はドメインを CATALYST戦略を
先端技術研究分野
問わない 支える技術力
事業ドメイン 動的ベイジアンネットワーク Data Sense Sync
自動車、製造、通信・流通、金融 など因果推論系の最先端研究 異なるデータフォーマットを
状態空間モデルを駆使した時 各々のシステムに投入可能に
AI活用テーマ、代表的手法 系列解析・予測モデル構築 データに汎用的な「意味」を
需要予測 脳科学研究とディープラーニ 付け、「意味」をKeyとして
状態空間モデル、決定木モデ ングの融合研究 統合化
ルなど
世界最高水準の音声認識技術 Bayesian Structured Modeling
画像解析 や文字認識技術の取り込み
ディープラーニングなど 異なるAIアルゴリズムを共通
AI、機械学習、多変量解析分 知を用いて可能な限り統合
異常検知 野での数百におよぶプロジェ
統計モデル、状態空間モデル 汎用的な共通知を学習したモ
クト経験 デルから各産業別に必要な部
など
分を最適化するモデリング
マーケティングミックス
SEM、ロジスティック回帰、
状態空間モデルなど
26
用語集
AI・人工知能 人間の脳が行なっている知的な作業をコンピュータで模倣したソフトウェアやシステム。
CANデータ 自動車などの機械の内部で、電子回路や各装置を接続するためのネットワーク規格と速度、
車の車体にかかる加速度、ブレーキ、ハンドル操作などのデータ。
IoT (Internet of Things) 様々な「モノ（物）」がインターネットに接続され、情報交換することにより相互に
制御する仕組みのこと。
アイドルタイム 稼働せず、労働力が空費されている時間のこと。
アノテーション データに対して関連する情報を付与すること。
アルゴリズム プログラムを作るときに用いる、問題を解決するための手段・計算方法。
ケーパビリティ 企業が全体としてもつ組織的な能力のこと。
スマートファクトリー センサーや設備を含めた工場内のあらゆる機器をインターネットに接続し、品質・状態
などの様々な情報を可視化することで、情報間の「因果関係の明確化」を実現して、
設備ないし設備と人が協調し動作すること。
チャットボット 「チャット」と「ボット」を組み合わせた言葉で、人工知能（AI）を組み込んだ
コンピューターが人間に代わって会話を自動化する「自動会話プログラム」のこと。
データサイエンティスト データサイエンス力、データエンジニアリング力をベースにデータから価値を創出し、
ビジネス課題に答えを出すプロフェッショナル。
プローブデータ センサーを積載した自動車を走らせて得られるGPSや走行履歴などのデータのこと。
レコメンデーション 対象者にとって価値があると思われるコンテンツ（商品や情報）をより個別的に推奨する
こと。
27
MEMO
28
MEMO
29
MEMO
30
免責事項
本発表において提供される資料及び情報は、いわゆる「見通し情報（forward-looking-
statements）」を含みます。将来の見通しに関する記述は、現在入手可能な情報に基づく当社また
は当社の経営陣の仮定及び判断に基づくものであり、既知または未知のリスク及び不確実性が内在
しています。また、今後の当社事業を取り巻く経営環境の変化、市場の動向、その他様々な要因に
より、これらの記述または仮定は、将来実現しない可能性があります。
これらリスクや不確実性には、一般的な業界並びに市場の状況、金利、通貨為替変動等、一般的な
国内及び国際的な経済状況が含まれます。
今後、新しい情報・将来の出来事等があった場合であっても、当社は、本発表に含まれる「見通し
情報」の更新・修正を行なう義務を負うものではありません。
お問い合わせ先
株式会社ALBERT コーポレート本部経営管理部
〒169-0074 東京都新宿区北新宿2-21-1 新宿フロントタワー15階
TEL：03-5937-1610（代表）
E-mail：ir@albert2005.co.jp
URL：https://www.albert2005.co.jp/
31