ブレインズテクノロジーの平均年収

当社は、「企業活動の継続性と生産性の劇的な向上に貢献すること」をミッションに掲げ、企業がデジタル技術による業務やビジネスの変革（DX）を加速するためのAIを実装する、エンタープライズAIソフトウエア事業を展開しております。

近年あらゆる産業において、デジタル技術を駆使してこれまでにない革新的なビジネスモデルを展開する企業が台頭し、ビジネス環境が大きく変化しております（注１）。日本においては、生産年齢人口の減少（注２）による労働力不足や技術継承が問題となっており、企業は事業継続性と競争優位性の確立に向けて早急にデジタル変革を進める必要に迫られていると当社は考えております。

これらの社会的課題解決とミッションの追求のために、当社は機械学習やAIを企業の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」することがこれまでになく重要と捉え、業務の高度化・省人化を目指す、異常検知ソリューション「Impulse」と、企業内データの利活用の促進に資する、企業内検索エンジン「Neuron Enterprise Search」という２つのソフトウエアをエンタープライズAIソフトウエアとして提供しております。

当社のエンタープライズAIソフトウエアは、開発スピードと価格競争力の確保を目的に、共通化されたプラットフォーム（AIフレームワーク「Enterprise AI FW」と基盤技術「Enterprise AI Core」）を活用したアプリケーション（Enterprise AI Apps）として開発しております。

（注）１．出所　経済産業省「デジタルトランスフォーメーションを推進するためのガイドライン Ver1.0」

２．出所　国立社会保障・人口問題研究所「日本の将来推計人口（2017年集計）報告書」

１．ビジネスモデル

（１）ソフトウエア提供形態と売上構成

当社のエンタープライズAIソフトウエアは、顧客ニーズに併せてクラウド型とオンプレミス型を併用して提供しております。ソフトウエアの提供形態に関わらず、売上はソフトウエア売上と作業売上で構成されます。ソフトウエア売上は、サブスクリプションモデルの場合の利用料と、買取モデルの場合のソフトウエア使用ライセンス料及びソフトウエア保守ライセンス料で構成され、これらは労働集約型ではない（人に依存しない）売上となります。作業売上は、製品の導入支援やトレーニングに係る売上となります。

お客様の業務課題を当社のソフトウエアで課題解決することが、結果として当社の事業成長を速めると理解し、ソフトウエア売上（利用料、ライセンス料及び保守ライセンス料）を意識した事業推進を行なっており、2022年７月期におけるソフトウエア売上比率は60%となっております。なお、ソフトウエア売上の内、利用料と保守ライセンス費は、継続的な売上が見込めるストック（固定）売上と捉えており、2022年７月期のストック売上比率は32%となっております。

また、これらのソフトウエア売上を支えるライセンスの販売本数は、2022年７月期末で370本となり、2019年７期から2022年７期の４ヵ年におけるライセンス販売数の年平均成長率（CAGR）は32%となっております。

（２）顧客基盤

2022年７月期におけるソフトウエア利用顧客の業界構成比は製造業が48.7%、情報通信業が20.5%、建設業が10.6%となっており、３業界で当社売上の約８割を占めており、特にものづくり（製造業及び建設業）でのデジタル変革のニーズが高いものと理解しています。

顧客規模別売上構成比は、売上高1兆円以上が45%を占めています。データの取得やシステムとの接続など、企業がデジタル変革を推し進めるための準備が整っている企業での利用が多い状況です。

今後は新しい産業への参入や中小企業への展開をはかることで、事業拡大に繋げてまいります。

（３）事業系統図

当社の事業系統図は、次のとおりであります。

（注）１．パートナーは、当社のソフトウエア製品・サービスをユーザー企業に販売する販売店です。

２．サーバー事業者は、当社が契約するクラウドコンピューティングサービスを提供する事業者です。

２．サービス内容

当社は、エンタープライズAIソフトウエア事業の単一セグメントではありますが、提供するサービス別に事業の内容を記載いたします。

（１）異常検知ソリューション「Impulse」

企業活動に係る複雑で膨大なデータ（多種多様な機器データ、センサーデータ、動画像データなど）を収集し、加工、整理、モデル構築、モデル運用に至る、AI分析の一連のプロセスをサポートする、オールインワンのAIプラットフォームです。

「Impulse」により実装されたAIは、企業内のシステムとして組み込まれることで、予知保全（注３）や品質管理などの業務の高度化や省人化に貢献しています。2014年に製品提供を開始し、製造業・建設業・IT業を中心に機械学習のモデル運用（注４）を支えております。

（注）３．予知保全とは、機械や設備の不具合や故障の兆候を事前に予知し、あらかじめ対処する保全方法を指します。

４．機械学習のモデルとは、機械学習の中心的な役割を担う頭脳（コンピュータが分かる形の入力値を

受け取り、何かしらの評価・判定をして出力値を出すもの）を指しており、モデル運用数とは実際

に現場で利活用されている当該頭脳数を指します。

①主な利用シーン

「Impulse」は、ものづくり（製造業・建設業）の業務やプロセスの高度化・省人化、インフラ監視による安心・安全の確保を目的として、様々な業種のお客様に導入いただいております。

a.製造業

生産ラインの高度化に向けた、現在把握できていない不良品の検出や人間による外観チェックの機械化のために利用（生産ラインの状態監視により「いつもと違う状態」を自動検出）されています。

b.建設業

建設現場の稼働監視や安全性向上に向けた、タワークレーンや工事用エレベーターの故障予兆検知のために利用（建設機械の故障予兆を検知するシステムとして、実際の施工現場に適用）されています。

c.プラント

稼働率向上に向けた設備の異常検知や予知保全のための要因分析に利用（プラント保守・運用に必要な異常予兆検知技術として、データ解析システムに適用）されています。

d.AI/IoT

データ分析プロジェクトの効率化に向け、各部署から依頼のある多様な事業データの分析に利用（分析専門部署がデータ分析業務の高度化・効率化のための、予知保全プラットフォームに適用）されています。

e.通信業

ネットワークサイレント障害（注５）回避に向けた、ネットワーク設備監視に利用されています。

（注）５．ネットワークサイレント障害とは、ネットワークシステムにおける、コンピューターシステム上にあらかじめ用意した自律診断機能で検知できない障害のことを指します。性能劣化の症状から始まり、早急に検知できない場合大規模な障害につながりやすいとされています。

②製品の特長

　「Impulse」は、企業が「データ活動の機動性を獲得」するためには、自社でAIを導入し運用することが重要であると考え、多くのお客様からのフィードバックに基づき進化してまいりました。

　企業におけるデジタル変革が注目される一方で、デジタルデータの収集・解析等のためにIoTやAI等のシステム・サービスを導入している企業の割合は14.1％、導入予定の企業を含めても23.9%に留まっており、実際には導入が進んでいない状況となっております。導入しない理由としては「使いこなす人材がいないから」（43.7％）、「導入コスト、適用コストがかかるから」（33％）などが挙げられています（注６）。

企業活動にAI導入が進まないという課題を解決するために、「Impulse」は高度な分析技術を持ったデータサイエンティスト（注７）に限らず、より幅広いユーザーが利用できるための機能や、AI技術の導入・運用のハードルを下げるためのアーキテクチャや機能を整えてまいりました。

（注）６．出所　総務省「令和２年情報通信白書」

７．データサイエンティストとは、データにもとづいた合理的な判断を行うため、統計解析やITのスキル、業務知識を元にデータ分析を行う専門家を指します。

a.　幅広いユーザーにご利用いただくためのAutoML機能（注８）

異常検知のオートモデリング機能（特許第6315528号 （注９））では、複雑で膨大なデータの特性を自動的に分類し、標準アルゴリズムを用いたシミュレーションを行うことで、正解に近しい初期分析モデルを自動で導き出すことができるため、高度な分析スキルに依存せずにデータ分析が可能となっています。また、アルゴリズムによる判断基準の見える化により、お客様自身がAI技術を理解してご利用いただけます。

b.　AI技術の導入・運用のハードルを下げるためのアーキテクチャと機能

　多様なデータ（センサー、音声、画像、動画）に対して、AIモデルの作成・運用が可能なため、業務分析のためのデータを限定する必要がありません。また、一連の操作は設定（プログラミングレス）で行うことができるため、ITスキルに依存せずに利用可能となっております。

　AI導入を行うためには、既存の業務システムや産業機器などへの接続や組み込みが必要となります。「Impulse」は、拡張性の高いコンポーネント設計（注10）により短納期（最短で45日）でのシステム導入を可能にしています。また、公開されたAPI/SDKにより、顧客自身で自社の環境に「Impulse」を組み込み、拡張することができるなど、顧客環境に柔軟な構成となっております。

　AI運用に必要となる、AIモデルの精度向上のためのチューニング作業においては、データや精度状況に応じて、当社の案件実績に基づいたチューニング方法を推薦する機能を提供しています。また、分析のノウハウを組織で共有する機能により、新しい課題をより高速・高精度に分析可能となり、企業がAIを資産として保有し再利用することを可能としています。

　一連のデータ分析プロセスにおける利用のハードルを下げる機能の提供により、2016年の本番稼働以降、顧客による「Impulse」の完全運用を実現しております。また、国内の予兆検知ソリューション市場（注11）においては、2019年度～2021年度、３年連続で解析サービス部門シェア１位を獲得しております（注12）。

（注）８．AutoML（Automated Machine Learning）とは、機械学習モデルの設計・構築を自動化するための手法全

般、又はその概念を指します。

９．特許第6315528号「異常検知モデル構築装置、 異常検知モデル構築方法及びプログラム」

10．コンポーネント設計とは、ソフトウエア工学の一分野で、システムを独立した結合の弱い再利用可能な

ソフトウエアコンポーネント群で構成する設計技法を指します。

11．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

です。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ます。

12．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」2019年度版・

2020年度版・2021年度版。

（２）企業内検索エンジン「Neuron Enterprise Search」

企業内のファイルサーバーやポータルサイト、オンラインストレージなど様々な環境に保存されている文書ファイルやデータを、その保存環境に関わらず横断的に一括検索を可能とする企業内検索エンジンです。2012年、大容量データを迅速に検索したいというお客様の声から生まれました。企業のあらゆるビジネスシーンで定常的に行われる「探す」という業務の効率化により、ホワイトカラーの生産性向上を支援しています。製造業・建設業・IT業を中心に導入いただいております。

①主な利用シーン

導入目的の多くは、働き方改革やデジタル変革をテーマに、検索時間短縮や記憶に依存しない新たな情報の発見によるホワイトカラーの生産性の向上に集約されます。採用パターンは主に以下のパターンに分類されます。

a.全社統一検索プラットフォームとしての採用

b.業務上検索が多い部門（研究開発、システム開発、保全）での採用

c.日本語検索に課題を持つ外国製ソフトウエアの検索機能の代替

②製品の特長

企業において「探す」という行為は、業務を問わず日常で多くの利用が見込まれることから、利用者の利便性を最優先に考え開発されています。

「Neuron Enterprise Search」は特別な研修を受けなくとも迷わず使用することが可能となるよう設計しているため、マニュアルを必要としません。また、企業内の検索履歴を活用したキーワードリコメンドによる検索補助機能や、ファイルを開かずに文書が参照できるサムネイル機能、ロケーションを問わずに利用可能なモバイル画面など、一層の検索時間の短縮を目指しております。

加えて、検索利用状況の分析結果の提供にも力を入れております。企業内でのキーワードトレンドやヘビーユーザーの傾向など、検索環境の改善に留まらず更なる業務改善への貢献に努めております。

　新型コロナウイルス感染症の影響によりリモートワークが進む中で、SharePoint OnlineやBOXなどのオンラインストレージの検索も可能になりました。文書の所在を気軽に聞く環境が少なくなる中、新しい働き方を支えるべく進化を続けております。