2022年4月期
第1四半期決算説明資料
2021年9月10日
HEROZ株式会社
（東証一部：4382）
1
1. 事業概要
2. 2022年4月期 第1四半期業績
3. 成長戦略
4. 参考資料
会社概要
2019
東京証券取引所市場第一部に市場変更
会社名 HEROZ株式会社（HEROZ, Inc.）
2018
所在地 東京都港区芝5-31-17 PMO田町2F 東京証券取引所マザーズ市場に株式上場
設 立 2009年4月 Netmarble Games Corporationと資本業務提携
2017
代表取締役 林 隆弘・高橋 知裕
竹中工務店、コーエーテクモゲームスと資本業務提携
事業内容 AI（BtoB）サービス：「HEROZ Kishin」 2016
JVA2016 中小企業庁長官賞受賞
AI（BtoC）サービス：「将棋ウォーズ」等
バンダイナムコエンターテインメントと資本業務提携
加盟団体 日本ディープラーニング協会 2013
人工知能学会、FinTech協会 当社エンジニアが開発した将棋AIが現役プロ棋士に勝利
2012
日本将棋連盟公認ネイティブアプリ「将棋ウォーズ」をリリース
代表取締役 Co-CEO
林 隆弘
早稲田大学卒業 将棋の実績
日本電気株式会社（NEC）技術開発職入社 アマ六段（全国優勝により当時最高段位を獲得）
将棋ウォーズ七段
IT戦略部、経営企画部に在籍
アマチュア一般棋戦優勝（個人での全国優勝は7回経験）
HEROZ株式会社 設立 羽生九段との席上対局実績あり
代表取締役 Co-CEO 取締役 COO 兼 CFO 取締役 CTO
高橋 知裕 浅原 大輔 井口 圭一
早稲田大学卒業 京都大学卒業/同大学院修了 東京工業大学卒業/同大学院修了
日本電気株式会社（NEC）技術開発職 ペンシルベニア大学ウォートンスクール 日本電気株式会社（NEC）中央研究所
入社 MBA に在籍
BIGLOBE、経営企画部に在籍 ゴールドマン・サックス 投資銀行部門
に在籍 3
HEROZ株式会社 設立
私たちの志
AI革命を起こし、未来を創っていく
4
頭脳ゲーム領域で世界のAIトップランナー
チェスAI 将棋AI 囲碁AI
DeepBlue（‘97）が 当社エンジニア開発のAI GoogleがDeep Mind社を買
人間に勝利 が現役プロ棋士に勝利 収（‘14）
（‘13）等の実績 同社開発AIのAlphaGoが現役
プロ棋士に勝利（‘16）
IBM Google
5
BtoBサービス：棋譜を企業データに置き換えてサービス化
将棋の棋譜データ 設計データ、金融データ等
HEROZ Kishin
ディープラーニング等の機械学習を行うMLaaS
（Machine Learning as a Service）
将棋AI 建設AI、金融AI等
MLaaS： Machine Learning as a Serviceとは？
機械学習／ディープラーニングにより構築されたモデルをサービスとして提供するビジネスモデル
6
BtoBサービス：収益モデルと高いスイッチングコスト
将棋AIの研究開発
将棋AIで培ったAI技術の標準化
「HEROZ Kishin」=MLaaS（Machine
Learning as a Service）を構築
インプットするデータを変えるだけで
データをHEROZ ビジネスで 幅広い産業で様々な課題に対して効率
ディープラーニング等
Kishin/構築済モデル アウトプットを
機械学習を実施し、
活用 的にAIサービスを提供できる体制を構
に提供 アウトプット 築
大規模サーバ構築を含む包括的なAI
サービスを提供
蓄積されたデータを活用し、再び機械学習を実施 継続的な安定収益と高いスイッチング
コストを実現
繰り返すことで、アウトプットの精度が向上 収益構造：初期設定フィーと継続フィー
7
BtoBサービス：HEROZ Kishinに含まれるエンジンと適用例
◼ エンジンの組み合わせによりAIプロダクトを創出し、効率の良い運営体制を実現
AI関連 各種技術・開発運営
技術・研究開発力 ノウハウ（大規模サーバ等）
（ディープラーニング等）
エ タ
ン ー
建設 金融 テ ン ン
イ メ ト
頭脳ゲーム ゲーム開発 経路最適化 配置最適化 予測
エンジン エンジン エンジン エンジン エンジン
構造設計支援・ 投資サポート・
建物設備の最適制 市場予測・不正検 頭脳ゲームAI等
御等 知等
HEROZ Kishin（棋神）
メディア 人材 その他
最適解探索 分類 異常検知 文章処理 画像認識
エンジン エンジン エンジン エンジン エンジン 不動産収益/
解約予兆・ 求職者と企業の
物流最適化・販売
最適化等 マッチング
予測等
各分野において、良質なプライベートデータを有する企業と協業しながら、
業界標準となるAIの創出を目指しております
8
BtoBサービス：重点領域及びサービス提供事例
◼ 「建設」「金融」「エンターテインメント」を当面の重点領域としております
◼ 主な収益は、初期設定フィーと継続フィーの2つから構成されています
※サービス提供先の一部となります
建設 金融 エンタメ
高品質なNPC作成
ゲームバランス調整等
構造設計支援・建設支援 投資サポート・ （パブリッシャー、デベロッパー向
・建物設備の最適制御等 市場予測・不正検知等 けAI）
初期設定フィー：収益認識会計基準等を適用し、取引実態に応じて売上計上
継続フィー：月額定額制が多く、主に毎月売上計上
9
BtoBサービス：水平展開×垂直展開×他業界展開
◼ 水平拡販展開・垂直展開を行いながら業界標準となるAI創出を行い、様々な業界に進出していく
ことを目指しております
◼ 各業界においては、創出された業界標準となるAIを中心としたエコシステムの形成を目指してお
ります
その他業界AI
エンタメAI
金融AI
建設AI
プ 垂
ロ 直
ジ 展
ェ 開
ク
ト
数
現在
業界内水平展開
顧客数
10
BtoCサービス：アプリユーザーからの課金収入
◼ AIを活かしたBtoCコンテンツ課金モデル
◼ AI関連技術を活かした、将棋等の頭脳ゲームを配信しており、強固な収益基盤に成長
◼ ユーザー同士をリアルタイムにマッチングさせるプラットフォームとなっており、将棋
ウォーズの有料アクティブユーザー数は、前期及び期初計画を上回る水準で推移しており
ます
◼ 巣ごもり需要の活性化やイベント開催等の影響で、有料アクティブユーザー数が増加傾向
にあります
将棋ウォーズ どうぶつしょうぎウォーズ
収益構造：月額課金と棋神（AI）利用料等
11
1. 事業概要
2. 2022年4月期 第1四半期
業績
3. 成長戦略
4. 参考資料
当社が注力する業績指標について
◼ 当社では下記EBITDAを重要な業績指標と考えております
EBITDA = 営業利益＋各種償却費
◼ AI関連事業を成長させるためには、高度な機械学習を実施するためのサーバ投資等が必要とな
り、各種償却費が発生致します。当社では、一過性の各種償却負担に左右されることなく、
EBITDAの成長を通じて持続的に企業価値・株式価値を向上させることを目指しております
◼ 機械学習用サーバ投資については、主に耐用年数5年・定率法に基づいて減価償却費を計上して
おります
13
業績概要（2021年5月～2021年7月）
◼ 売上高：AI（BtoB）サービスは、エンタメ領域において当社AIを搭載したゲーム運営の停止等の
影響により、前年同期と比して減少しております。AI（BtoC）サービスでは、巣ごもり需要の継
続やオンライン将棋大会開催・機能追加等の影響により、プラスの影響を受けました
◼ 段階利益：2019年12月に調達した資金を成長のために投下しており、前年同期と比してマイナ
スとなりましたが、概ね計画通りに推移しております
（参考）
2022年4月期 （参考**） 2022年4月期 進捗率
（単位：百万円） 2021年4月期
第1四半期累計 前年同期比 業績予想 （対業績予想）
第1四半期累計
売上高 354 367 △3.3% 1,700 20.9%
EBITDA* 47 83 △42.8% 280 17.0%
EBITDAマージン 13.4% 22.6% － 16.5% －
営業利益 9 69 △86.8% 100 9.2%
営業利益率 2.6% 19.0% － 5.9% －
経常利益 6 67 △90.5% 90 7.2%
当期（四半期）純利益 3 46 △92.3% 63 5.7%
* EBITDA = 営業利益＋減価償却費＋敷金償却
**当第1四半期会計期間の期首から収益認識会計基準等を適用しており、前年同期（旧基準）との増減は参考値
14
売上高・EBITDA推移
◼ 中長期的な成長戦略の柱であるAI（BtoB）サービスは、新型コロナウイルス感染症に関連するリ
スクが解消されてきており、通期売上高については前期比+20%以上の成長を予想しております
◼ AI（BtoC）サービスは、前期に引き続き「将棋ウォーズ」等が堅調に推移しており、前年同期及
び期初計画を上回りました
（単位：百万円）
1,556
1,377 34.2% 1,544
30.9% 33.9%
1,155 872
727 23.5%
877
828
13.4%
908 523
470
10.7% 357 366 354
824 817
683
94 549 222 47
53 247
132
2017/4期 2018/4期 2019/4期 2020/4期 2021/4期 2022/4期1Q
売上高(BtoB) 売上高(BtoC) EBITDA EBITDA マージン
15
売上原価・販売費及び一般管理費の内訳推移
◼ 人材関連費用については、AI(BtoB)サービスの開発リソース拡充を目的とした採用を引き続き強
化しているため、前年同期を上回りましたが、計画通りの推移となっております。今後も採用を
強化するため、人材関連費用は上昇見込みですが、当社の中長期的な成長に資するものと考えて
おります
◼ 上記に加え、機械学習用サーバ等の減価償却費・通信費の増加、AI（BtoC）サービスの売上増加
に応じた課金決済手数料の増加及び中長期戦略実現のための先行投資等があり、段階利益は前年
同期比マイナスとなりましたが、概ね計画通りの推移となります
1,262 （単位：百万円）
1,085
956 427
788 800
417
372 42
338 21 244
339
8 37 201 70 345
9 191 63
187 2 215 49 13
4 118
476
305 381 58
248 235 38
117
2017/4期 2018/4期 2019/4期 2020/4期 2021/4期 2022/4期1Q
人件費（役員報酬等含む） 減価償却費 課金決済手数料 広告宣伝費 その他（売上原価・販管費） 16
貸借対照表（2021年7月末）
◼ 現金及び預金については、2019年12月に実施した公募増資に伴い増加しており、引き続き高い
財務健全性を維持しております
◼ これらについては、中長期的な成長戦略を実現するための投資（人材関連費用、サーバ等への投
資資金（外部サーバを含む）、当社事業に応用可能な周辺技術を有する企業等への投融資資金
等）に順次充当しております
2022年4月期 （参考）
（単位：百万円）
第1四半期末 2021年4月期末
流動資産 5,763 5,786
現金及び預金 5,555 5,554
固定資産 796 759
有形固定資産 383 424
無形固定資産 16 17
投資その他の資産 396 318
総資産 6,560 6,546
流動負債 169 143
固定負債 － －
純資産 6,390 6,403
17
1. 事業概要
2. 2022年4月期 第1四半期業績
3. 成長戦略
4. 参考資料
中長期的な成長戦略
◼ 当社ではAI（BtoC）サービスで培った技術力を活用して、AI（BtoB）サービスを EBITDA
拡大していきます。各産業界において業界標準となるような水準のAIを創出し、エ
コシステムの形成、業界横断展開を目指しております
BtoB AI BtoB
継続フィー
産業向け （高収益な
AIサービスの提供 成長市場）
BtoC 成長分野
将棋AI、 →中長期的な成長の柱
各種頭脳ゲームAI
AI BtoB
￥ 初期設定フィー
収益貢献(利益積上げ) （成長市場）
→安定収益 ￥
AI BtoC
（安定的なCF）
時間
業界トップダウン 業界標準AI創出
業界水平拡販モデル
将棋AI開発 コア技術強化 AIの社会実装 構造理解・課題抽出 エコシステム形成
業界垂直展開
パートナーシップ戦略 業界横断展開
19
成長戦略実現に向けた取り組み
◼ 本日2021年9月10日、バリオセキュア株式会社との資本業務提携を実施
◼ 業務提携の内容
当社及びバリオセキュアは、当社が有するAI技術、バリオセキュアが有する産業ドメ
イン知識、データといった経営資源を相互に提供・協業することを通じて、シナジーを
発現・最大化させ、新規プロダクト及び新規サービスを創造及び拡販するとともに、両
社の企業価値の向上を目指します
x
AI人材 希少なセキュリティ人材の
ドメインナレッジ
◼ 資本提携の内容
当社は、アイ・シグマ事業支援ファンド2号投資事業有限責任組合及びアイ・シグマ
BAF役職員ファンド5アイ組合が保有するバリオセキュアの普通株式1,224,000株
（2021年8月31日現在の発行済株式総数の32.31％、小数点以下第3位を四捨五入）を
総額1,958,400千円にて取得する予定です
20
1. 事業概要
2. 2022年4月期 第1四半期業績
3. 成長戦略
4. 参考資料
建設領域（当社の注力領域の一つ）におけるAIの潜在的需要
◼ 当社の注力領域である建設領域においても、AI導入による業務効率化などの潜在的な需要は大き
いと考えられます
◼ 2025年には11万人の建設技術者が不足（出所：2017年12月ヒューマンタッ
チ総研「独自分析月次レポート」における現状維持シナリオ）
◼ 一級建築士保有者の1/3以上が60歳以上、平均年齢56.2歳
慢性的な （出所：2006年8月社会資本整備審議会「建築物の安全性確保のための建築行政
人手不足 のあり方について答申」）
建設業界が
抱える課題
◼ 鉱業・建設業の就業者数は、今後の経済成長・労働市場参加進捗によるもの
の、505万人（2014年）から416～424万人（2030年）に減少
（出所：独立行政法人労働政策研究・研修機構「平成27年労働力需給の推計」）
資材価格の ◼ 日本全国の建設資材価格指数は2010年から17%増加
高騰 （出所：一般財団法人経済調査会）
◼ 当社では、2017年の株式会社竹中工務店との資本業務提携に加えて、
i-Constructionの会員となっております。建設分野において業界標準となるAIを創
出し、生産性を高め魅力的な新しい建設現場の実現に貢献したいと考えております
22
日本：世界においてAIの潜在的需要が最も大きい国の一つ
◼ 今後労働人口が大きく減少する日本は世界において、AIによる労働生産性の向上という観点か
らは、AI導入のニーズが最も高い国の一つとなります
世界における15-64歳の人口推移予測
◼ 15-64歳の人口を労働人口と定義した場合、
（中位シナリオ、2020年=100）
全世界平均では2020年から2035年にかけて
140
約12%の上昇、2020年から2055年にかけ
て約21%の上昇が予想されております。
120
100 一方、日本では同期間において、それぞれ約
80 11%の減少、約28%の減少が見込まれてお
60
ります
約28%減少
40
◼ 労働人口推移予測に基づくと、日本の労働人
20
口はGDP上位国で最も減少割合が大きくなっ
ております
0
2020年 2025年 2030年 2035年 2040年 2045年 2050年 2055年
全世界 中国 日本 米国
出所：United Nations, World Population Prospects,
The 2019 revisionに基づき当社作成
23
DXにおける当社AIの活用について
◼ 今後の労働人口減に加えて、ウイルス等感染症拡大防止のため、国内のDX（デジタルトランス
フォーメーション）が加速するものと考えられます
◼ AIを活用することで、これまで自動化が難しいと考えられていた判断業務を含む広範な業務の
DXを推進することが可能となります
◼ DXは構造化データに基づく定型業務から実装が進み、
定型業務 判断業務 創造的業務等
その後判断業務、非構造化データを活用した業務へ
構造化 拡大されると考えられます
データ
◼ 当社AIを適用することで判断業務を含む広範な業務
非構造化
データ を自動化できます。また、従来は活用が難しいとさ
れていた構造化されていないデータ（非構造化デー
従来IT 当社AI タ）を活用したDXも行っております
◼ 当社では「建設」「金融」「エンタメ」等の領域に
おけるDXを推進し、実績を積み上げております
24
ご留意事項
◼ 本資料に含まれる将来の業績に関する見通しは、現時点において当社が把握している情報に基づ
き判断されたものでありますが、これらの見通しは将来の業績等を保証するものではなく、さま
ざまなリスク及び不確実性が内在しています。実際の業績は経営環境の変動などにより、本資料
に含まれるもしくは含まれるとみなされる、将来の業績に関する見通しとは異なる可能性があり
ます。
◼ 本資料には当社及び当社以外の企業などに係る情報も含まれますが、当社は、本資料に記載され
ている情報の正確性あるいは完全性について、何ら表明及び保証するものではありません。
25