4075 M-ブレインズ 2021-07-28 08:00:00
事業計画及び成長可能性に関する事項について [pdf]

事業計画及び成長可能性に関する事項
   ブレインズテクノロジー株式会社
       2021年7月
                                              01 会社概要

                                              02   特徴・強み

                                              03   市場動向

                                              04 成長戦略


Copyright (c) Brains Technology, Inc. Japan
                                              会社概要




Copyright (c) Brains Technology, Inc. Japan          2
  会社概要
                             ブレインズテクノロジー株式会社
   社名
                             Brains Technology, Inc.

                             東京都港区高輪3-23-17
   所在地
                             品川センタービルディング 4F
   設立                        2008年8月8日

   資本金                       72,500千円

   従業員数                      46名(2021年4月30日現在)

                             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

                             齋藤 佐和子(63.16%)
                             中澤 宣貴(12.63%)
   主要株主
                             NVCC7号投資事業有限責任組合(6.32%)
   (持分比率*)
                             SMBCベンチャーキャピタル2号投資事業有限責
                             任組合(6.32%)


 * 上場承認日(2021年6月22日)時点における顕在株式ベースでの持分比率
Copyright (c) Brains Technology, Inc. Japan            3
  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。




Copyright (c) Brains Technology, Inc. Japan                                     4
  経営体制(取締役)
 豊富なエンジニア経験を活かし先端技術の実用化を実現する取締役と、グローバル企業での経営経験
 をもつ社外取締役で事業を牽引

                代表取締役 濱中佐和子(戸籍名:齋藤佐和子)                 取締役(COO)        林琢磨
                東京大学大学院農学生命科学研究科修士課程修了。フューチャーアーキテ      東京工業大学工学部卒業。フューチャーアーキテクト(株)で数々の大
                クト(株)のR&D部門でミドルウェアの開発に従事後、新事業部を立ち上げ    規模システムの構築・運用に携わり、フルスタックエンジニア、アー
                部門運営から案件支援まで幅広く実務をこなす。2008年に当社を設立。     キテクトとして活躍。2015年に当社入社、データ分析事業の執行役員
                                                       を経て2017年より現職。




                取締役(CTO) 中澤宣貴                          取締役(CPO)       榎並利晃
                東京工業大学大学院土木工学専攻修士課程修了。フューチャーアーキテ       武蔵工業大学卒業。日本電信電話(株)、ソニー(株)で幅広いシステムの
                クト(株)のR&D部門でミドルウェアの開発に従事。2009年に当社入社。   開発・運用を経験後、アマゾンウェブサービスジャパン(株) でIoT・
                2013年より研究開発部門の統括責任者として、検索エンジン、データ分     AI分野における事業開発やアライアンスを推進。2019年に当社入社。
                                                       事業開発やアライアンスの領域で、事業拡大を担う。
                析基盤等の製品群を輩出。




                取締役(CFO)                      河田哲      社外取締役      日置健二
                神戸大学経営学部卒業。日本電信電話(株)にてシステム設計、R&Dを担     トーメン(現豊田通商)でキャリアをスタート後、米国大学院で修士
                当後、フューチャーアーキテクト(株)でシステム設計、IT評価分析に従     終了(経営学、情報工学)。コンサルティングファーム、投資ファン
                事。2010年に当社入社、財務・マーケティング担当の執行役員を経て      ド、IPSoft Japan(株)代表取締役社長、Coltテクノロジーサービス(株)
                2017年より現職。                             代表取締役社長兼アジア代表を経て、同社最高顧問。2020年よりブレ
                                                       インズテクノロジーの社外取締役に就任。


Copyright (c) Brains Technology, Inc. Japan                                                  5
  経営体制(監査役)
 上場企業の監査経験と高い専門知識を有するチームによるガバナンス体制




                                                                                           *
社外常勤監査役 鈴木誠二郎                                 社外監査役    前田昌太朗(公認会計士)         社外監査役 小泉由美子(弁護士)
京都大学法学部卒業、1971年三井銀行(現三井住友銀                    有限責任監査法人トーマツにて、会計監査、IPO支援、    弁護士として冬木健太郎法律事務所にて勤務した後、
行)入行、国立支店長、次期システム開発室長、個人統                     スタートアップ・ベンチャー支援業務に従事。トーマツ     GVA法律事務所に入所。学生時代にITベンチャー企業
括部長歴任後、さくら情報システム(株)、室町不動産                     ベンチャーサポート(株)、(株)アグリメディアを経て、   に参画して法務部門を担当した経験を持ち、分野にとら
(株)各代表取締役専務、ビリングシステム(株)常勤監査                   前田昌太朗公認会計事務所を設立。2019年当社社外監    われず、様々な側面と視点から企業の躍進と理念実現を
役を経て、2017年当社社外監査役に就任。                         査役に就任。                        サポート。2019年監査役に就任。




                                                                                   *弁護士職務上の氏名:本間由美子


Copyright (c) Brains Technology, Inc. Japan                                                        6
   沿革


沿革
                           事業転換                             Neuron Smart
                                                                                                                                   異常検知モデル自動構築に関する特許取得
                                                                                                                                   (特許第6315528号)
                  ITコンサルティング事業から                            Repository
                  エンタープライズAIソフトウェア                          類似画像検索機能                                                                            Neuron ES
                  事業へ                                                                   Impulseリアルタイム                                           Notes/SPO/BOX
                                                                                        予測・分析機能                                                 連携機能
                                                                  Impulse                                                                       要因分析モジュール                     Impulse V2
                   Neuron ES                                      リリース                                                                          に新機能                            リリース
                    リリース                                                                                                                        (Impulse Cloud)
   設立

  2008                                2012          2013          2014          2015          2016          2017          2018          2019                                     2020

                                               Interop Tokyo Best of Show Award 受賞                                                              予兆検知ソリューション市場
                                                                                                                                                解析サービス部門トップシェア
                                                       ITトレンド年間ランキング1位(以降4年連続)                                                                  (以降2年連続) *2

                                                       *1
                                              出典情報 Gartner, 2018 Cool Vendors in Performance Analysis,
                                                        AIOps Focus, Padraig Byrne et al., 4 May 2018                            APN Competency Partner of the Year -
評価                                                                                                                                  Industrial Software-受賞(日本初)
                                                  APN Industrial Software Competency Partner認定(日本初)

                                                                                                デロイト 2020年アジア太平洋地域テクノロジーFast 500 受賞(383位)
                                                                                                              2020年日本テクノロジーFast 50受賞(22位)


*1 GARTNER COOL VENDORのバッジは、Gartner Inc.または関連会社の商標およびサービスマークであり、同社の許可に基づいて使用しています。All rights reserved.ガートナーは、ガートナー・リサーチの発行物に掲載された特定のベンダー、製品またはサービスを推奨するものではありません。また、最高のレーティング又はその他の評価を得たベンダーの
みを選択するようテクノロジーユーザーに助言するものではありません。ガートナー・リサーチの発行物は、ガートナーのリサーチ&アドバイザリの見解を表したものであり、事実を表現したものではありません。ガートナーは、商品性または特定目的への適合性の保証を含む、本リサーチに関する一切の責任を、明示または黙示を問わず負うものではありません。
*2 出展:デロイト トーマツ ミック経済研究所「予兆検知ソリューション市場の実態と将来展望 2020年度版(2020年3月)」https://mic-r.co.jp/mr/01810/、「予兆検知ソリューション市場の実態と将来展望 2019年度版(2019年2月)」https://mic-r.co.jp/mr/01540/


Copyright (c) Brains Technology, Inc. Japan                                                                                                                                              7
   国内外からの技術評価(海外)

                                        ●      出典情報 Gartner, 2018 Cool Vendors in Performance Analysis,
                                               AIOps Focus, Padraig Byrne et al., 4 May 2018
                                                                                             *




                                         ●      国内初「AWS 産業用ソフトウェアコンピテンシーパートナー」に認定
                                                AWSコンピテンシープログラムはAWSに関する技術的な専門知識・カスタマーサクセスを実証された
                                                AWS パートナーネットワーク(APN)のアドバンスト・プレミアパートナーに提供されるプログラム。
                                                「Impulse」の製造業分野での専門技術や市場優位性、顧客成功事例が評価され、産業用ソフトウェアの
                                                分野では日本で当社のみが認定。(2021年4月現在)




                                         ●      デロイト 2020年アジア太平洋地域テクノロジーFast 500 383位
                                                企業の成長性を知るベンチマークとして世界各国で展開されている成長企業の顕彰プログラム。テクノロジ
                                                ー・メディア・通信業界の企業を対象とし、過去3決算期の売上高に基づく成長率のランキングに基づいて
                                                選出されるもので、未上場でランクインしてる国内企業は当社含めて7社(「日本テクノロジーFast 50」
                                                では22位を受賞)。

*GARTNER COOL VENDORのバッジは、Gartner Inc.または関連会社の商標およびサービスマークであり、同社の許可に基づいて使用しています。All rights reserved.ガートナーは、ガートナー・リサーチの発行物に掲載された特定のベンダー、製品またはサービスを推奨するものではありません。また、最高のレーティング又はその他の評価を得たベンダーの
みを選択するようテクノロジーユーザーに助言するものではありません。ガートナー・リサーチの発行物は、ガートナーのリサーチ&アドバイザリの見解を表したものであり、事実を表現したものではありません。ガートナーは、商品性または特定目的への適合性の保証を含む、本リサーチに関する一切の責任を、明示または黙示を問わず負うものではありません。



Copyright (c) Brains Technology, Inc. Japan                                                                                                                                           8
  国内外からの技術評価(国内)
                                                                                                                                                                         *
                                        ●      予兆検知ソリューション市場の解析サービス部門で2年連続シェアNo.1獲得
                                               デロイト トーマツ ミック経済研究所が発表した「予兆検知ソリューション市場の実態と将来展望」(2019
                                               年度版、2020年度版)において、 Impulseが2年連続トップシェアを獲得。「稼働実績の高い代表的な企
                                               業」として掲載される。




                                        ●      ITトレンド年間ランキング4年連続1位
                                               株式会社イノベーションが運営する法人向けのIT製品比較・検討サイト「ITトレンド」(1,000万人以上が
                                               利用する、国内最大利用経験率No.1サイト)のエンタープライズサーチ部門において、資料請求数4年連続1
                                               位を受賞。製品としての知名度は着実に向上中。




                                       ●       「Amazon Partner Network Competency Partner of the Year -
                                               Industrial Software-」を受賞
                                               1年を通じて、特に顕著な功績を残したAPNパートナーを表彰する制度。製造業のお客様において品質要因分
                                               析や外観検査、生産工程の異常検知など数多くの商談を獲得、Industrial IoT領域でのビジネス功績が認めら
                                               れた。

    * 出展:デロイト トーマツ ミック経済研究所「予兆検知ソリューション市場の実態と将来展望 2020年度版(2020年3月)」https://mic-r.co.jp/mr/01810/、「予兆検知ソリューション市場の実態と将来展望 2019年度版(2019年2月)」https://mic-r.co.jp/mr/01540/
    予兆検知ソリューション市場とは、AIによる予兆検知の手法を用いたソリューションを対象とした市場であり、その中の解析サービス市場とは、クラウドで提供される機械学習エンジンやディープラーニングエンジンを使った予測モデルの作成、さらにその予測モデルを使ったサービス市場を指している。


Copyright (c) Brains Technology, Inc. Japan                                                                                                                              9
  エンタープライズAIソフトウェア

            企業がデジタル変革を加速するための「AI」を実装するソフトウェア
             企業が機械学習やAIを内部に組み込み日常業務に実装し「データ活動の機動性を獲得」することが重要と捉える




                                                        機械学習
                                              制御・
                                                                      画像認識
                                              自律化


               ロボ                                                             パターン
              ティクス                                                             認識
                                                    ブレインズテクノロジー株式会社


                                         エッジ                           クラウド
                                       コンピュー                          コンピュー
                                        ティング                           ティング
                                                          IoT




Copyright (c) Brains Technology, Inc. Japan                                          10
  提供しているソフトウェア

                               開発スピードと価格競争力を支える
                          AIフレームワークと基盤技術で創り続けるソフトウェア




                                              異常検知/                  シミュレー         エンタープライズ   ファイルサーバ
   Enterprise AI Apps                         不良品検出
                                                      要因分析   外観検査
                                                                      ション            サーチ         分析
   (ソフトウェア)



                                       *
   Enterprise AI FW                                          Brains ML Framework
   (AIフレームワーク)

 *データ分析プロセスで必要となる機能を特許技術とともに抽象化した形で利用できるフレームワーク

                                       **
   Enterprise AI Core                                         Brains Core Layer
   (基盤技術)

 **クラウドやオンプレ上でAI機能を展開するための抽象化レイヤ。データ管理、ユーザ管理、バッチ処理、クラスタなどの基盤機能を提供


Copyright (c) Brains Technology, Inc. Japan                                                             11
  Impulse - 異常検知ソリューション
                  「いつもと違う」を検知する、オールインワンのAIプラットフォーム




                   センサーや動画像など企業内に散在する膨大なデータを活用できるようにすべく、収集・加工から
                   モデル構築・運用までのAI分析の一連のプロセスをサポートするプラットフォームを提供

Copyright (c) Brains Technology, Inc. Japan                       12
     Impulse - 導入事例

株式会社アイシン                                      JFEエンジニアリング株式会社




                  生産ラインの状態監視                        プラント操業向けデータ解析基盤

 –   生産設備から出力される膨大なデータを活用した状態監視基盤               –   AI・ビッグデータを活用した、運転障害の未然防止やトラブル
     を構築。                                           時のプラント操業支援に向けてデータ分析基盤を構築。
 –   オートモデリング機能によりわずか1週間でモデルを構築し、運              –   3日前に異常予兆を検知し、また要因分析で示された“検知され
     用開始から2週間ほどで “いつもと違う” 状態を検出。生産ライ                た理由“が実際の運転知識と一致した。
     ンの長期停止リスクを回避することに成功。
                                                –   今後もAWSにデータを蓄積しながらプラント展開を進めていく。
 –   2年以上の本番運用実績と、他ラインへの展開、定着化を達成。




Copyright (c) Brains Technology, Inc. Japan                                    13
  Neuron ES - エンタープライズサーチ

                            「探す」をもっと身近に、簡単にする、企業内検索エンジン



                                                    「探す」業務の効率化
                                                     <ホワイトカラーの生産性向上支援>

      ファイルサーバ                  イントラサイト



                box
                                      notes DB
                                                    製造業     建設業    情報通信業

                 SharePointOnline


                      企業内のファイルサーバやポータル、オンラインストレージなどに保存されている文書やデータ
                      を横断的に一括検索。自然言語処理やリコメンド機能により精度の高い検索を実現


Copyright (c) Brains Technology, Inc. Japan                                14
     Neuron ES - 導入事例

清水建設株式会社                                      カシオ計算機株式会社




         全社横断検索プラットフォーム                                全社共通エンジン

 –   全社の改善活動の一環として、業務の見直し・効率化活動を行              – 掲載するコンテンツ数の急速な増加により、検索精度が低下。
     っていく中で、検索時間の効率化に取り組むことに。                    情報に辿り着くのが困難な状況の改善に向けて導入。
 –   既存の検索エンジンと比較して2倍近く検索されるように。検索             – 既存の検索エンジンの性能や検索品質を大幅に改善。検索精度
     スピードは以前と比較して倍以上の速さで、1,300万件あるDB             は200%向上(カシオ計算機様検証結果より引用)。
     も1秒以内で検索。
                                               – 数万ページに及ぶポータルサイト、社内公開サイト、ファイル
 –   イントラネットやファイルサーバに加えて、支店のファイルも                サーバの検索を全てNeuronESで実現。
     検索し、全社の検索基盤として機能。




Copyright (c) Brains Technology, Inc. Japan                                15
  ビジネスモデル


                                                          サーバー事業者



                    サーバー利用料                   一部サーバーサービスの提供                       サーバー利用料      一部サーバーサービスの提供




                                                                   製品・サービス提供
                                                                                            ユーザー
                                                                                             企業
                                                               ソフトウェア・サービス利用料




                                                        製品・サービス提供           製品・サービス提供




                                                         ソフトウェア・               ソフトウェア・
                                                         サービス利用料               サービス利用料
                                                                    パートナー

Copyright (c) Brains Technology, Inc. Japan                                                                16
  業績推移 - 急成長期を実現
 主な成長性・収益性の指標として、売上成長率及び営業利益率を重視

                                 売上高                                営業利益

                                                            150                              40.0%

                                                                                     134
                     CAGR*                                                           20.8%

                     50%                                    100
                                                                             11.0%
                                                                                             20.0%

                                                                      3.8%
                                                                              69
                                                             50                              0.0%



                                                                       16
                                                              0                              -20.0%




                                                            -50                              -40.0%



                   売上前年比                      46.0%               営業利益率              11.0%
                                              19/7期→20/7期                                20/7期

*18/7期から20/7期の年平均成長率
Copyright (c) Brains Technology, Inc. Japan                                                           17
  導入プロセスと売上構成

                         利用範囲の拡大や工場・拠点展開によりライセンスが増加

                                                                              カスタマーサクセス
                                                                         ライセンスグレードアップ(従量)、
                                                                    バージョンアップ(新機能・オプション提案)、クロスセル

                                         ソフトウェア売上

                                                     ライセンス                         運用
                                   量           ×       単価
                                                                 ライセンス
                                                                 従量単価
                        (ユーザ数、データ量、
                          エッジ台数)                   (サブスクリプション、
                                                     買取型+保守)

                                                                                   導入
   売上高                                                           導入費用
                                               +                 構築、カスタマイズ




                                              導入費用                                 評価
                                                                 導入費用
                                     (PoC・構築・カスタマイズなど)           PoC、トレーニング



                                                                              提案

Copyright (c) Brains Technology, Inc. Japan                                                       18
  ソフトウェアでの解決を高めて事業成長を加速

                                              人に依存せずに事業スケールが可能
                                          ストック(固定)売上、ライセンス販売数も着実に伸長

                               売上構成                             ライセンス販売数


                                                  ソフトウェア
                                                                                     CAGR*3
                                                  売上比率*1

                                                  59%                                50%

                                                    ストック
                                                   売上比率*2

                                                  34%

                                                            *1 ソフトウェア売上:買取ライセンス+ストック売上
                                                            *2 ストック売上:利用料+保守ライセンス売上
                                                            *3 18/7期から20/7期のライセンス販売数の年平均成長率
Copyright (c) Brains Technology, Inc. Japan                                                   19
  ユーザー企業数と販売経路

                                              直販を主体に147社の顧客基盤を構築


                 ユーザー企業数                                             販売経路別
                                                                  売上構成比率イメージ
                                                                    (20/7期)
                                               48社(約33%)
                                                       *
                                               カスタマーサクセス成功
                                               116ライセンス展開済
                                               (うち17社はImpulse /
                                               Neuronクロスセル)       販売代理店
                                                                   経由
                                               1社あたり、平均2.4本
                                                                          直販
                                               のライセンスを購入




*ライセンスグレードアップ(従量)、バージョンアップ(新機能・オプション提案)、クロスセルにより追加ライセンスの購入


Copyright (c) Brains Technology, Inc. Japan                                    20
                                              特徴・強み




Copyright (c) Brains Technology, Inc. Japan           21
  当社の強み



                                              1   差別化を支える技術


                                              2   現場に求められる製品


                                              3   変動に強い顧客基盤


Copyright (c) Brains Technology, Inc. Japan                    22
  1.「頭脳」を作成する特許

                   データサイエンティストに限らず、誰でもAI技術を活用するための
                        オートモデリングの機能を開発し特許を取得

            <機械学習モデルの設計・構築プロセス>

                        データ整理                 :教師データの準備、収集
                                                      特許第6315528号

                        方策決定                  :機械学習のアルゴリズムを選ぶ


                        特徴量決定                 :必要なデータの選別、整理


                        チューニング                :パラメータのチューニング


                        モデル運用                 :推論と最適なモデルの選別


             (特許第6315528号:異常検知モデルの自動構築に関する特許)


Copyright (c) Brains Technology, Inc. Japan                         23
  1.明るい未来を創造するエンジニアリング集団
                                                           *
                                              全社のおよそ7割(35名)がエンジニア
                             研究開発や製品開発に携わる陣営は、海外の大学も含む専門性の高い
                                    優秀なメンバーで構成されています。




                        未来ラボ                    ・新製品・新機能の開発、技術調査・研究開発(23名)

                      製品開発部                     ・製品のエンハンス、製品の導入・保守(12名)
                                                                             *2021年4月30日現在

Copyright (c) Brains Technology, Inc. Japan                                             24
  1.プロダクト思考プロセスとクイックリリース

                        顧客価値に直結するプロダクト思考で3ヶ月サイクルで製品化
                                   顧客ニーズと最先端の技術をいち早く市場に提供しています。


                                                                 開発
                                                                 計画

                                                          実装
                                                                      プロト
                                                                      タイプ


                                                               3ヶ月
                                                                      R&D

                                                          判定&
                                                          リリース              (プレス&
            PFR
     (Product Feature                         新サービス・新機能                     マーケティング)
        Requests)




Copyright (c) Brains Technology, Inc. Japan                                       25
  2.お客様自身でのAIの導入・活用を目指して


                                                  モデルの再利用



                                                     Step2
                             Step1                                           Step3
                                                     自社
                            実現性                                              モデル
                                                   システムへ
                             検証                                               運用
                                                     組込


              高度な分析技術が不要                       AI技術の導入を簡単に            お客様自身での運用を実現
          ● オートモデリング機能で、現場での高                 ● センサー、機器、動画等多様なデー      ● 当社実績に基づいた、学習モデルの
            度な分析を支援                             タに対応。一連の操作は設定で可能        チューニングリコメンド
          ● アルゴリズムによる判断の見える化に                 ● 拡張性の高いコンポーネントモデル      ● 分析ノウハウの共有により、自社の
            より、お客様自身がAI技術を理解して                  や公開されたAPI/SDKで、最短で1     学習モデルを資産として再利用
            利用                                  ヶ月半で自社システムに組込可能



Copyright (c) Brains Technology, Inc. Japan                                           26
  2.AI分析の一連のプロセスをサポート
                                                 お客様自身によるAI活用を実現
                                                  モデル運用や展開のしやすさが強み


  高
              データ収集                            データ整理             モデル作成          モデル運用   範囲拡大




                                                        A社   (AIシステムインテグレーター)
  導
  入
  コ                       B社                    C社            D社
  ス                 (ハードウェア                   (ソフトウェア        (分析支援)
  ト                   メーカー)                     メーカー)



                                              先端OSS技術の採用やシステムインテグレーションの最小化によりコストを圧縮

                                                               E社(AIパッケージ製品)
  低
Copyright (c) Brains Technology, Inc. Japan                                                    27
  2.利便性の追求
                                              誰でも、どこでも、簡単に使える製品
                                              *
                      一般社員の3割の時間を費やす「検索」だからこそ徹底的に利便性を追求



                          誰でも                                 どこでも                                                簡単に


          ● 特別な研修を受けなくても、迷わず                      ● オンラインストレージ(BOXや                                ● サムネイル表示により文書を直感
            利用できるシンプルな画面                            SharePoint Online)が検索可能                          的に理解
          ● 検索履歴によるキーワードリコメン                      ● モバイル端末での利用                                     ● 利用者4万人でも素早く検索
            ドで検索サポート




                                               公開事例数
                                                32社

                                                   *Return on Information: Improving your ROI with Google Enterprise Search ref. google white paper
Copyright (c) Brains Technology, Inc. Japan                                                                                                      28
  3.ユーザ企業の傾向

        製造業、情報通信業、建設業を中心に業界をリードする大手企業が製品を採用

                                                                  顧客規模別売上比率
                                   業種別売上比率
                                                                    (20/7期)



                     47.1%            12.1%   24.5%

                                                                           約50%

                                                                    約74%
                           45.6%               13.0%    25.6%

                                                                  顧客売上規模
                                                                  ●1兆以上
                                                                  ●5,000億以上1兆未満
                                                                  ●1,000億以上5,000億未満
                     製造業            建設業         情報通信業       その他
                                                                  ●1,000億未満



Copyright (c) Brains Technology, Inc. Japan                                           29
                                              市場環境(弊社認識)




Copyright (c) Brains Technology, Inc. Japan                30
  加速する企業のAIシステム活用
 国内AIシステム市場は2019年の818億円から、2024年には4倍以上の3,458億円へと急
 拡大する見込み。今後企業がさらにAIを活用し、企業内外のビジネスと付随するプロセス
 変革、業務の自動化が進むと予測されている
                                      (単位:十億円)

                                         400                                                 60%

                                         350
                                                                                             50%
                                         300
                                                                                             40%
                                         250

                                         200                                                 30%

                                         150
                                                                                             20%
                                         100
                                                                                             10%
                                          50

                                              0                                              0%
                                                  2019   2020   2021    2022   2023   2024

                                                         国内AIシステム市場規模          前年比成長率


                                    出典:IDC Japanプレスリリース「国内AIシステム市場予測を発表」(2020年6月1日)
                                    上図:国内AIシステム市場 支出額予測(2019年〜2024年)


Copyright (c) Brains Technology, Inc. Japan                                                        31
  当社の製品開発とAIシステム市場の見通し

                                                                               2024年




                                                                              3,458
                                    作業解析       需要予測         最適化

                                                                                                  億円


                                    品質検査
                                                外観検査
                                    要因分析


                                              2020年



                                 予知保全
                                 劣化診断         1,172               億円

                               2019年          検索・探索               ナレッジマ                インサイト
                                              システム                ネジメント                エンジン


                               818億円
Copyright (c) Brains Technology, Inc. Japan                                                                     32
                                                      出典:IDC Japanプレスリリース「国内AIシステム市場予測を発表」(2020年6月1日)を元に当社で作成
  AIシステム導入を加速させる社会環境




                                                    ICTを活用した                 日本政府の
       生産年齢人口の減少
                                                   テレワーカーの増加                 AI関連予算


-1618          [2010年→2040年]
                                              万人         2    倍
                                                       [2019年→2020年]
                                                                          +147
                                                                            [2019年→2020年]
                                                                                            億円

                出典:総務省                                   出典:国土交通省          出典:2020年2月2日産経新聞
            「情報通信白書平成30年版」                         「令和2年度テレワーク人口実態調査結果」     「AI関連予算に3900億円
                                                                           政府、国家戦略で成長後押し」




Copyright (c) Brains Technology, Inc. Japan                                                   33
  市場の成長性・将来性

         当社の所属する市場                             2020年                                          2024年



  世界AI市場(*1)                                  5兆円                     2.2倍                  11兆円


                                               2019年                                          2024年


  国内AI
                                              818億円                                      3,458億円
  システム市場(*2)                                                          4.2倍


                                                       *1 出典:IDC Japanプレスリリース「人工知能に対する世界全体の支出額は4年間で2倍に増加し、2024
                                                       年には1,100億ドルに達する見通し」(2020年10月1日)、為替レートにつき、JPY/USD=108円で計算
                                                       *2 出典:IDC Japanプレスリリース「国内AIシステム市場予測を発表」(2020年6月1日)
Copyright (c) Brains Technology, Inc. Japan                                                               34
                                              成長戦略




Copyright (c) Brains Technology, Inc. Japan          35
        成長戦略・事業成長イメージ
               上場に伴う公募増資資金を事業拡大に向けた各施策に充当して、更なる成長を実現

                      次なる成長ドライバーの創出                              成長戦略3
                                                                  【R&D】


                          特定業界にフォーカスした                            成長戦略2
                                アライアンス                          【アライアンス
                                                              &マーケティング】
売上の拡大




                                             適用業種の拡大              成長戦略1
                                                               【サービス拡充】


                                             適用業務の拡大             成長戦略1
                                                                【機能拡充】



                                                               実績を活かした
                                                       既存製品・サービスの着実な成長

                                                  現在
    Copyright (c) Brains Technology, Inc. Japan                           36
  成長戦略:キャズムを意識した事業拡大アプローチ
 動きの激しいAI市場を牽引するため、キャズムを意識したプロダクト展開を計画



                                                 キャズム




                       成長戦略3                            成長戦略1       成長戦略2
                                                                    アライアンス&
                        R&D(研究開発)                       機能・サービス拡充
                                                                    マーケティング




              イノベーター                     アーリー             アーリー        レイト
                                                                                  ラガード
                                         アダプター           マジョリティ     マジョリティ

                          初期市場                                         メインストリーム

Copyright (c) Brains Technology, Inc. Japan                                              37
  成長戦略1.適用領域の拡充
 機能の拡充で高度化と差別化をはかり、サービスの拡充で導入を加速することで、適用業種・業務の
 拡大を目指していく
                                                   適用業務の拡大(例:製造業)
                                                                                  機能の拡充
                                 解析(CAE)                                          (差別化)
  業
  務                         検査(CAT)                                             ● ユーザビリティ
  領                                                                             ● データ拡張
  域       試作・加工(CAM)                                                            ● 転移学習

               設計(CAD)


                      製造業                 輸送機器       機械    食品・飲料     電気機器
  産
  業                                                                              サービスの拡充
  ・                                                                              (導入の加速)
                      建設業                 総合建設      設備工事    ・・・
  業                                                                             ● R&D支援
  種                                                  情報                         ● 導入支援
                情報通信業                         通信            ・・・                 ● 導入後支援
                                                    サービス            <凡例>
                                                                       稼働実績:多
                                        適用業種の拡大                        稼働実績:少
                                                                        実証実験
Copyright (c) Brains Technology, Inc. Japan                                                 38
  成長戦略1.プロフェッショナルサービスの拡充
 製品力で差別化をはかる一方で、サービスのバリエーションを増やすことで、お客様への導入の加速
 と強いエンゲージメントをはかっていく
                                                                                       提供予定      提供中
                                                                                      ※22/7期より

                                                AI習熟度           プロフェッショナルサービスメニュー
       IoT・AI等のシステム・サービスの                               R&D支援            導入支援             導入後支援
       導入企業・導入予定企業は約2割                           高
                                                        技術開発                               MLOps
                                                                 DXコンサルティング
                                                         支援                                 支援

                                                                   事前    データ分析
                                                        プロトタイ                    構築       分析支援
                                                                 データ診断     支援
                                                        ピング支援

                                                                                           モニタ
                                                                  評価利用サポート
                                                                                           リング
                             総務省|令和2年版 情報通信白書
                                                                            教育・研修
   新型コロナ感染症の影響で、AI活用が本格化する
   反面、企業のAI人材不足の課題も明確に                           低
                                                                         導入を加速
Copyright (c) Brains Technology, Inc. Japan                                                      39
  成長戦略2.特定業界にフォーカスしたサービス
 より売りやすくするため、業務や機能を特定したサービスを提供し、市場の獲得を目指す


 アプリケーション
 ・ソリューション
                            異常検知・予兆検知                   不良品検知                    要因分析                   外観検査               最適化

   クラウド
                                                      Amazon Web Services、Microsoft Azure、Google Cloud Platform
 プラットフォーム
                                                  4G、5G(キャリア網)
    ネットワーク                                                                                                        インターネット、専用線
                                                  インターネット、専用線



   データ                                                       推論アプリケーション(異常判定等)
 収集・加工・連携                                                   クラウド連携(データ連携・モデル配置)


  エッジデバイス                                                             IoTゲートウェイ、産業用PC

 センサーデバイス                                     振動(加速度)センサー、温度センサー、圧力センサー、カメラ(静止画、動画データ)、トラフィックetc

     製造設備
                                                                    予知保全・品質管理等の対象設備
    加工設備、等

                               通信業向け
   特定業界向け                                              製造業向け                                        建設業向け
   サービスの例                      サイレント
                                                       不良品検出                                         吊荷検知
                               障害検知

Copyright (c) Brains Technology, Inc. Japan                                                                                      40
  成長戦略2.テクノロジーパートナーを通じた拡販
 Impulseをシステム実装する上で重要となるテクノロジーアライアンスと、それに応じたシンプルパッ
 ケージ化を推進することで拡販を目指す
                                              Impulseとパートナー技術を組み合わせたシンプル
                                              パッケージの推進
 クラウド




 通信




 産業機器・通信機器




                                                         Impulse Ready kit



Copyright (c) Brains Technology, Inc. Japan                                  41
  成長戦略2.特定業界へのアライアンス取組み例


                                              ■   竹中工務店「建設ロボットプラットフォーム」
                                              ■   建設業務でのDXの一環として、リモートでのロボットの状態
                                                  監視や日々変動する建設現場でのロボットの自動走行を実現
                                              ■   作業者の高齢化や労働力不足、建設現場での生産性の改善の
                                                  解決を目指す




                                              ■   NTTドコモ 製造機器一括分析ソリューション「FAAP™」
                                              ■   データの取得から活用まで、ハードウェアとその設計・構築・
                                                  保守すべてをワンストップで提供
                                              ■   5Gやクラウドによりネットワーク遅延を減少し、リアルタイ
                                                  ムに稼働


Copyright (c) Brains Technology, Inc. Japan                                   42
  成長戦略3.次なる成長ドライバーの創出
 事業が継続的に成長するために、人が担当する自動化が困難な業務領域に焦点を当てた研究開発を進
 め、次なる製品・サービスのリリースを進めていく

     定量化・自動化が進んだ品質検査                                                           自動化しにくい・人が担当する品質検査


                 センサー                                                     より複雑な対象物で高精度な判定へ

                                               静止画



                                                                     動画
                        複数センサー
                                                        シンプルな
          数量・個数・重量の検査                                    加工物                       複雑な
                                                                                   加工物

                                                         寸法、色、部品装着        動き(時間変化)の異常   検査対象がサイクル
                                                傷や打痕の     (有無)検査
                                                 外観検査
                          性能検査



 要素技術           マルチモーダル データ拡張、転移学習
 キーワード
                                              教師なし生成モデル 2.5次元 / 3次元 動画ニューラルネット 仮想学習環境
Copyright (c) Brains Technology, Inc. Japan                                                         43
  成長戦略3.R&Dチームの更なる強化
 継続的な技術力の強化とともに、絶え間ない技術革新から生み出される先端技術をいち早く獲得・事
 業化を推進。R&Dチームが研究や実験結果をお客様に公開しながら、ニーズを探るアプローチととも
 に、情報の露出を高めることで優秀な人材の採用に役立てていく




            2.5次元の理解                          3次元の理解   微分可能   レンダリング   動画の分類




                                         研究開発対象例:革新的な画像処理技術
Copyright (c) Brains Technology, Inc. Japan                                    44
  事業等のリスク
    当社事業に重要な影響を与える可能性があると認識する主要なリスクとその対応策は、以下の通りです。

                                                 主要なリスク                   リスクへの対応策

   技術革新への対応                              予想以上の急速な技術革新や代替技術・汎用的な競合   当社は、先端のオープン技術(主として機械学習技術/
                                         商品の出現等により、当社のサービスが十分な競争力   深層学習技術・自然言語処理技術)と当社技術を組み
                                         や付加価値を確保できない場合には、新規受注の減少   合わせることにより、また、常に市場動向を注視し技
                                         や契約継続率の低下により当社の事業及び業績に影響   術革新への対応を講じることにより、今後も競争力の
                                         を及ぼす可能性があります。              あるサービスを提供できるように取り組んでおります。


   人材の確保及び育成                             事業規模の拡大に応じた当社内における人材育成、外   社内教育等を通してエンジニアの育成に努めると共に、
                                         部からの優秀な人材の採用等が計画どおりに進まず、   積極的に優秀なエンジニアの獲得を進めております。
                                         必要な人材を確保することができない場合、あるいは   また、従業員の働きやすさを重視した業務環境の整備
                                         人材の社外流出等が発生した場合には、当社の事業及   等を積極的に行うことで、人材の外部流出防止にも努
                                         び業績に影響を及ぼす可能性があります。        めております。


   無形固定資産                                市場や競合状況の急激な変化などにより、今後利用が   当社は、市場競争力を強化・維持するためソフトウエ
   (ソフトウェア)                              見込めなくなった場合や、収益性の低下により投資額   アへの投資を進めておりますが、リスク未然抑止のた
                                         の回収が見込めなくなった場合には、除却あるいは減   め将来の収益獲得又は費用削減が確実であると認めら
                                         損の対象となる可能性があり、当社の事業及び業績に   れた開発費用のみを無形固定資産へ計上しております。
                                         影響を及ぼす可能性があります。

     上記の各リスクはいずれも、顕在化の可能性は低〜中程度、顕在化の時期は中長期と認識しております。
     上記以外のリスク情報については、有価証券届出書等の「事業等のリスク」をご参照下さい。
Copyright (c) Brains Technology, Inc. Japan                                               45
  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。

    ◼      また、本資料に含まれる当社以外に関する情報は、公開情報等から引用したものであり、かかる
           情報の正確性、適切性等について当社は何らの検証も行っておらず、またこれを保証するもので
           はありません。

    ◼      当資料のアップデートは今後、本決算の発表時期を目途として開示を行う予定です。




Copyright (c) Brains Technology, Inc. Japan          46
                                              Appendix




Copyright (c) Brains Technology, Inc. Japan              47
  Impulse - 主な利用シーン


                                              生産現場や製造設備の高度化・省人化に向けた利用


                            ● 生産設備の状態監視基盤として、現状の仕組みで把握できて
                              いない異常状態を検出

                            ● カメラを使った検査工程で、画像データから異常を検出
   製造業
  プラント                      ● プラント設備において、操業状態の監視及び異常予兆の検知、
                              要因分析するデータ分析基盤

                            ● AI/IoT 部門に集約される多様な事業データの分析基盤




Copyright (c) Brains Technology, Inc. Japan                             48
  Impulse - 主な利用シーン

                                               施工現場の高度化・省人化に向けた利用

                         ●      タワークレーンや工事用エレベーターの故障予兆検知基盤
                         ●      施工現場で稼働するロボットの自律走行
     建設業



                                              監視業務の高度化による安心・安全に向けた利用


                         ●      ネットワーク機器の故障検知基盤(サイレント障害)

                         ●      大量な情報からの自動的かつ迅速な事象切り分けを行う基盤
  情報通信業




Copyright (c) Brains Technology, Inc. Japan                            49
  Neuron ES - 主な利用シーン

 働き方改革やデジタル変革をテーマに、検索時間の短縮や記憶に依存しない新たな情報の発見による社
 員の生産性向上でご利用いただいています。


             全社統一の                            検索時間の多い部門       海外製品の検索
          検索プラットフォーム                          (研究開発、システム開発、
                                                 メンテナンス他)




Copyright (c) Brains Technology, Inc. Japan                             50