Gixo Ltd. · TSE:9219

Gixo — Q1 FY2027 Earnings Presentation

42 slides from Gixo's earnings presentation, Oct 30, 2026

  1. Slide 1: 2027年6月期 第1四半期決算説明資料

    株式会社ギックス（東証グロース 9219） 2027年6月期 第1四半期決算説明資料 2026年10月30日 Copyright © GiXo Ltd.

  2. Slide 2: エグゼクティブサマリー：業績

    エグゼクティブサマリー：業績 売上高 569百万円 （前年同期比：△3.3％） コア営業利益 △112百万円（前年同期：27百万円） • 大型案件の開始時期変更・規模縮小・中止が複数重なり、売上が低水 準となったことで大幅な赤字を計上するに至る • 同時に、個別大型案件の変動が業績に与える影響が大きい現在の事業 原因および 構造上の課題が顕在化 今後に向けて • 大型案件の獲得は継続しつつ、中規模クライアント層の拡大とAI・ データアセット活用による生産性向上を通じ、事業構造転換を加速し ます Copyright © GiXo Ltd. 1

  3. Slide 3: エグゼクティブサマリー：課題認識と今後の方針

    エグゼクティブサマリー：課題認識と今後の方針 従来より取り組んできた中規模取引クライアント*の拡大施策が十分に進んでいない中、大型案件の開始時期変更 および案件規模の縮小が重なり、1Q業績への影響が大きく発現。事業構造上の課題を改めて認識し対応を加速する。 現状 課題認識 対策方針 中規模取引クライアント Bクライアント開拓 （新規B区分の開拓強化＋ 売上が伸びない中で （区分＝”Ｂ”） 既存C区分との取引拡大） 固定費を吸収できず が不足しており × 1Qが赤字に アンカークライアントの AI・データアセット活用による 振れ幅を吸収できない 生産性向上・収益機会拡大 大型依存は課題ではない

  4. Slide 4: 大型案件の業績影響に関して

    大型案件の業績影響に関して Aクライアントを中心とした大型案件は、案件の性質上、時期や規模の変動による業績影響が大きい。 そうした案件を追うのは継続するが、その変動を吸収できる体制を構築することが急務と認識。 大型案件で起こりやすい “変動” 直近の事例  開始時期の遅れ ◆ 経営体制変更による案件消失（複数件） • 契約手続きに手間取る、予算承認に時間がかか ✓ 契約直前まで進んでいた案件が、準備フェーズで る等の理由により、開始時期の後ろ倒しが発生 消失 しがち ✓ 先方の経営体制変更による検討方針の変更が原因 ✓ 先方社内の情報整理を側面支援しつつ、改めて新  予算の減少 規案件とし

  5. Slide 5: 方針１：中規模クライアント層の拡大

    方針１：中規模クライアント層の拡大 アンカークライアントを維持しつつ、新規開拓及びクロスセル強化によりミドル層の厚みを増すことを目指します。 新規クライアントとの接点強化は進んでおり、今後は、取引継続・取引拡大の速度向上を推進します。 Aクライアントは維持しつつ ①大型案件の個別開拓 Bクライアントの増加を Aクライアント 新規 Chief Business Officer 直近の「セールス領域における （CBO） 最大の経営課題」として 1億円 取り組んでいきます 既 存 ②BIGアカウント内縦横展開 取引継続はデリバリーチームにより達成さ Bクライアント デリバリーチーム れつつあるが、ク

  6. Slide 6: 方針２：AI・データアセット活用による生産性向上と収益機会拡大

    方針２：AI・データアセット活用による生産性向上と収益機会拡大 AI利活用によるコスト抑制・生産性向上を進めると共に、AI・データソリューションの販売・提供を強化します。 ソリューション開発は順調に進んでおり、今後は、市場への認知拡大・提供体制の強化を推進します。 AI・データソリューションの 「提供メニュー」再整備・拡販を推進。 クライアント企業 現時点で、 思考サポート 仕組みの業務 • 定性・定量データを横断的に活用し、人間の意思決定 （AIの間接提供） 組み込み （AIの直接提供） を支援するAI基盤（AI-Informed Platform）の提供 ノ ウ • セキュアなLLM環境（

  7. Slide 7: 構造転換に向けて

    構造転換に向けて 2028年6月期を事業構造転換のマイルストーンと位置づけ。 短期的なPLだけでなく、顧客ポートフォリオと生産性に関する先行指標を継続的に確認しながら、再現性のある成 長構造への転換を進める。 ～2027/6（今期） ～2028/6（来期） 2028/7～（再来期以降） 仕組みづくり期 構造変革期 成長の定着・拡大期 商材・体制再構築 “大型案件集中度” 低下 再現性のある売上・利益成長 追うべきKPI クライアント • 新規顧客接点の拡大 • Bクライアント層増加 • A/Bクライアントの定着 関係管理 売上・利益の安定化 ①クライアント ポートフォリオ • クロスセル・関係

  8. Slide 8: 目次

    目次 1. 会社概要 2. 2027年6月期 第1四半期実績、通期業績・配当予想 3. Appendix（事業・サービス概要） Copyright © GiXo Ltd. 7

  9. Slide 9: 2030年に向けたビジネス・コンセプト

    2030年に向けたビジネス・コンセプト 鬼に金棒。 ヒトにAI。 Copyright © GiXo Ltd. 8

  10. Slide 10: 取り組みテーマ：クライアントを、AI-Informedに。

    取り組みテーマ：クライアントを、AI-Informedに。 AIの進化は目覚ましく、可能性は無限です。 ギックスは、AIを活用することで、ヒトを強化し、 業務を強化し、クライアントの企業・事業を強く することを目指します。 あらゆる判断を、Data-Informedに。 そして、 クライアントを、AI-Informedに。 Copyright © GiXo Ltd. 9

  11. Slide 11: 会社概要・沿革

    会社概要・沿革 2012年 12月 東京都渋谷区にて、株式会社ギックス設立 名称 株式会社ギックス 2014年 8 月 東京都港区へ本社移転 設立 2012年12月12日設立 2016年 2 月 SBIインベストメント株式会社を引受先とする第三者割当増資の実施 2018年 12月 BIPROGY株式会社と業務提携契約を締結 事業内容 データインフォームド事業 2019年 1 月 西日本旅客鉄道株式会社と資本業務提携契約を締結 併せて株式会社JR西日本イノベーションズを引受先とする第三者割当増資の 経営陣 代表取締役CEO ：網野 知博 取締役（社外） ：田村 誠一 実施 代表取締役COO ：花

  12. Slide 12: 経営メンバー

    経営メンバー 女性比率 44% 社外取締役比率 33% 代表取締役CEO 代表取締役COO 取締役 網野 知博 花谷 慎太郎 渡辺 真理 慶應義塾大学卒業。株式会社CSK（現 SCSK株 京都大学大学院工学科土木システム工学修士 お茶の水女子大学文教育学部卒業。アクセン 式会社）、アクセンチュア株式会社、日本ア 課程修了。日本工営株式会社、IBM Business チュア株式 会社 、 株式会社 ディー ・エ ヌ・ イ・ビー・エム株式会社を経て、2012年ギッ Consulting Services (IBCS、現在は日本アイ・ エーを経て、2023年9月ギックス入社、管理本 クスを創業。 ビ

  13. Slide 13: 目次

    目次 1. 会社概要 2. 2027年6月期 第1四半期実績、通期業績・配当予想 3. Appendix（事業・サービス概要） Copyright © GiXo Ltd. 12

  14. Slide 14: 2027年6月期 第1四半期 実績（前年同期対比）

    2027年6月期 第1四半期 実績 （前年同期対比） ◼ 大型案件の開始時期変更・規模縮小・中止が複数重なり、売上が低水準となったことで大幅な赤字を計上することに至る ◼ 同時に、個別大型案件の変動が業績に与える影響が大きい現在の事業構造上の課題が顕在化 ◼ 大型案件の獲得は継続しつつ、中規模クライアント層の拡大とAI・データアセット活用による生産性向上を通じ、事業構造転 換を加速します Non-GAAP指標（コア） GAAP（連結会計） 第14期 第15期 第14期 第15期 増減額 増減額 （2026年6月期） （2027年6月期） （2026年6月期） （2027年6月期） 増減率 増減

  15. Slide 15: 売上＝案件とKPIとの関係性

    売上＝案件とKPIとの関係性 ◼ 2027年6月期のKPIは、前期からの継続指標である「顧客深度」と「生産性」の2つ ◼ 利益確保を重視する方針であることから、今期より生産性の指標に「1人当たり年間粗利」を追加 ◼ 売上につながる案件の実施および、その継続・拡大による顧客育成を推進するなかで、以下を主要KPIとして開示 ◼ KPI①：各クライアント企業との取引が拡大しているか？＝顧客深度（顧客単価・分布） ◼ KPI②：効率的な案件推進を行えているか？＝生産性（1人あたり売上高・粗利） A区分 KPI①： 顧客 B区分 顧客深度 （顧客単価・分布） 育成 ＝ クライアント・ポートフォリオ C区

  16. Slide 16: KPI①｜クライアント・ポートフォリオ（顧客深度）

    KPI①｜クライアント・ポートフォリオ（顧客深度） ◼ 顧客開拓プロセスが確立され、特にC区分においては一定の流入を確保するものの、B区分のクライアント育成に課題。クロス セルしやすいオファリング体系および販売プロセス強化に取り組む ◼ 売上構成は、B・C区分の売上比率を増やしており、取引先の分散を進める 施策： クライアントを年間取引高を基準にA・B・Cの3つに区分。アンカークライアントを維持しつつ、新規開拓及びクロスセル強化に よりB区分（ミドル層）の厚みを増すことを目指します 年間取引高区分別 顧客構成（1Q累計） 年間取引高区分別 売上構成（1Q累計） 1 1 5 8 3 49% 52

  17. Slide 17: KPI②｜1人当たり売上高・粗利（生産性）

    KPI②｜1人当たり売上高・粗利（生産性） ◼ 当社は人数に比例して売上高を拡大していく会社ではなく、AIやアセットの活用により生産性を上げていく会社です。1人当た り売上高・粗利は一時的に低下していますが、中長期的に上げていく方針です 各指標 年間推移 158 120 139 146 107 106 86 88 82 92 79 80 73 63 80 67 57 56 39 30 30 29 37 28 21 21 20 40 11 0 2024/6期 2024/6期 2024/6期 2024/6期 2025/6期 2025/6期 2025/6期 2025/6期 2026/6期 2026/

  18. Slide 18: 参考値｜2026年6月期（前期）KPIの実績

    参考値｜2026年6月期（前期） KPIの実績 ◼ 2026年6月期におけるKPIの実績を参考値として掲載します KPI①：顧客深度 KPI②：生産性 クライアント・ポートフォリオ（単体） 1人当たり売上高・粗利（単体） 2026年6月期 2026年6月期 Aクライアント 1人当たり年間売上高 （年間取引高：1億円以上） 4社 32百万円 Bクライアント 1人当たり年間粗利 （年間取引高：10百万円以上 1億円未満） 11百万円 15社 * フロント人員数を用いて算出しています Copyright © GiXo Ltd. 17

  19. Slide 19: Topic｜Databricksパートナー認定

    Topic｜Databricksパートナー認定 Databricks社のConsulting＆SIパートナー認定を取得 • データとAIをつなぐ統合プラットフォームを提供する米国サンフランシスコのDatabricksの認定パートナーに • 認定を受けて、Databricksを活用した専門的なコンサルティングおよび、企業データ基盤の構築・高度化、デー タ・AIの業務実装に関する支援機能を、より一層強化 Databricksとは Consulting＆SIパートナーとは 今後の展望 ➢ 企業レベルのデータ、分析、AI ➢ Databricksを活用したコンサル  益々拡大するデータ・AI活用の

  20. Slide 20: Topic｜LINEヤフーとの連携強化

    Topic｜LINEヤフーとの連携強化 LINEヤフー株式会社が発足した「カスタマーグロースコンソーシアム」にTechnology Partner として参画 • 日本企業の99.7%を占める中小企業*の事業成長と地域経済の活性化を目指す組織体として発足 • “データ・AI×ゲーミフィケーション”によるプラットフォーム「マイグル」などのLINEミニアプリを提供し、中 小企業と顧客とのデジタル接点の構築や、行動データに基づく顧客理解の深化、継続的な関係づくりを支援 当社の役割 ➢ Technology Partnerとして、「マイグル」な どのLINEミニアプリの提供・運用支援を実施 ➢ 企業の

  21. Slide 21: Topic｜富山高山すし空港内に「富山オフィス」開設

    Topic｜富山高山すし空港内に「富山オフィス」開設 株式会社富山エアポートとの包括連携協定に基づき、空港内にオフィスを開設 • 2026年6月に締結した包括連携協定に基づく取り組みを推進する拠点として開設 • 富山エアポートChief Data Officer（CDO）に、株式会社ギックス 釣谷侑司が就任し、富山の発展に尽力する 富山オフィス開設の狙い ➢ 空港を起点にした、次世代を担う人材の育成・雇用創出および、 空港の運営高度化、新たな産業・サービス創出などを推進する ➢ 空港を、空港データを活用したAI・データ活用の「実践の場」 とし、その取り組みを通じて富山にAI・データ人材が育ち、

  22. Slide 22: 配当予想

    配当予想 配当方針に則し、以下の通り配当を実施する予定です。 １株当たり年間53.5円の普通配当を実施予定 2027年6月期 中間26.5円 配当額 期末27.0円 なお、今後の成長に向けた投資の必要性とその原資となる内部留保を確保する重要性に鑑み、 当社の創業者3名（代表取締役CEO 網野、代表取締役COO 花谷、上級執行役員 田中）は 配当が実施された場合は、当該配当金の受け取りを辞退いたします。 Copyright © GiXo Ltd. 21

  23. Slide 23: 2027年6月期 第1四半期決算 財務諸表

    2027年6月期 第1四半期決算 財務諸表 損益計算書（単位：千円） 貸借対照表（単位：千円） 2026年 2027年 2026年 2027年 6月期 1Q 6月期 1Q 6月期末 6月期 1Q末 売上高 588,567 569,145 流動資産合計 2,115,027 1,762,175 現金及び預金 1,487,795 1,214,814 売上原価 373,063 463,479 固定資産合計 603,679 657,386 売上総利益 215,504 105,665 資産合計 2,718,707 2,419,562 販売費及び一般管理費 191,342 235,157 流動負債合計 57

  24. Slide 24: 目次

    目次 1. 会社概要 2. 2027年6月期 第1四半期実績、通期業績・配当予想 3. Appendix（事業・サービス概要） Copyright © GiXo Ltd. 23

  25. Slide 25: Appendix 弊社のサービスについて

    Appendix 弊社のサービスについて Copyright © GiXo Ltd. 24

  26. Slide 26: ギックスの提供価値：AIを用いて、ヒトを強くする

    ギックスの提供価値：AIを用いて、ヒトを強くする ◼ ギックスの提供価値領域は、2つ。 1. ギックス社員をAIで強化することで、AIのチカラを間接的にクライアント企業に提供する 2. AIを組み込んだ仕組みを構築し、AIのチカラを直接的にクライアント企業に提供する クライアント企業 思考サポート 仕組みの業務組み込み （AIの間接提供） （AIの直接提供） AIで強化された人 AIを組み込んだ仕組み （コンサルタント、エンジニア） （ソリューション、プロダクト） AIによる ギックス社員の AI資産の再利用 思考支援 AI・データアセット基盤 Copyright © GiXo Ltd. 25

  27. Slide 27: ギックスのサービス領域

    ギックスのサービス領域 ◼ ギックスのサービス領域は、４つ。 提供価値領域（AIの間接提供と直接提供）× 価値貢献領域（ビジネスとシステム） 間接 AIで強化された人 AIを組み込んだ仕組み 直接 （コンサルタント、エンジニア） （ソリューション、プロダクト） 間接×Biz 直接×Biz Business AI・データ利活用を推進し AI・データを活用した Innovation クライアント企業の プロダクトを提供し ビジネス変革 “考える”を支援する クライアントのビジネスを拡大 （e.g. DIaaS） （e.g. マイグル） AI・データをクライアント業務に AI・データを活用した業務を

  28. Slide 28: サービス概要①：AI間接提供×ビジネス変革

    サービス概要①：AI間接提供×ビジネス変革 ◼ 社内に蓄積されたAIアセットおよび最新のAI技術を活用し、コンサルタントの知見を底上げ。 ◼ データ分析領域を中心に、クライアント企業の事業変革・事業成長を支援します。 AI価値提供形態 ◼ 分析ラボ（DIaaS） • 分析のプロによる伴走支援型分析サービス 領域 間接 直接 • 分析における「設計・実行・解釈」を一気通貫でご支援 • AI・機械学習を活用した各種コンポーネント群を活用し効率的に分析 Biz • クライアントと協働して、ビジネスにつながるデータ分析を実現 • 分析に必要なデータの棚卸・整備から初期レポートまでを迅速に行 います S

  29. Slide 29: サービス概要②：AI直接提供×ビジネス変革

    サービス概要②：AI直接提供×ビジネス変革 ◼ 「マイグル」を中心としたソフトウェア・プロダクトの提供による事業変革・事業成長を支援。 ◼ 特に顧客関係構築（CRM）に特化した「ロイヤルティ・マイグル」に注力 AI価値提供形態 間接 直接 ◼ ロイヤルティ・マイグル 領域 • 「マイグル」を発展・応用した顧客関係構築支援サービス • 関係性の薄い顧客（ライトユーザー）を、ゲーミフィケーションを Biz 通じてロイヤル化 • 購買頻度・購買金額が低い顧客が、ゲーム感覚でアクセスする環境 Sys を構築・提供し、クライアントの提供サービスへの興味関心を喚起 • ロイヤルティ・マイグルを通じて取得さ

  30. Slide 30: サービス概要③：AI間接提供×システム変革

    サービス概要③：AI間接提供×システム変革 ◼ 豊富なプロジェクト経験で培ったAIアセット・知見を活用し、システム領域の変革を推進します。 ◼ AIを業務に組み込むための業務設計およびシステム設計・企画を行います。 AI価値提供形態 ◼ AI wrapping 間接 直接 • 業務システムへのAI組み込みサービス 領域 • 既存システムを「AIでラッピング（覆う）」することで、統一的な対 話型UI/UX*を実現 Biz • ユーザーがストレスなく業務に従事できる状態を創出 • 部署ごと、業務ごとに異なるUI/UXとなっている実状に対して、シス テムとユーザーの間に「生成AI」を挟み込むことで、

  31. Slide 31: サービス概要④：AI直接提供×システム変革

    サービス概要④：AI直接提供×システム変革 ◼ AIアセットを再利用可能なコンポーネントとして整備し、プロダクト開発・システム構築に活用。 ◼ 分析基盤やデータ処理機構にAIアセットを組み込んで提供することにより、クライアントの業務効率 化・高度化をAIのチカラで後押しします。 AI価値提供形態 ◼ AIP (AI-Informed Platform) 領域 間接 直接 • AIを組み込んだデータ分析基盤の提供サービス • データ利活用が限定的な企業・組織に、クライアントがAI-Informed になるための「AI搭載の分析基盤」を提供 Biz • AIによる分析支援機能を用いることで、データ

  32. Slide 32: Appendix 収益モデル・差別性について

    Appendix 収益モデル・差別性について Copyright © GiXo Ltd. 31

  33. Slide 33: ギックスの3つの収益モデル

    ギックスの3つの収益モデル ◼ ギックスは「A.高生産性の人月ビジネス」「B.アセットベースの仕組み提供」「C.協業・協働モデル によるスケール」の3つの“稼ぎ方”でビジネスを展開します。 間接 直接 AIで強化された人 AIを組み込んだ仕組み プロダクトの展開加速 Business 稼ぎ方A. 稼ぎ方B. 稼ぎ方C. Innovation 生産性の高い アセットベース プロダクト起点 人月ビジネス の仕組み提供 の他社協働 AI活用による AI資産の再利 拡販協力、 System 生産効率UPで 用により、開発 OEM化等で Innovation 収益確保 効率を向上 スケールを狙う Cop

  34. Slide 34: 我々のフォーカスポイント

    我々のフォーカスポイント ◼ 当社が長年培ってきたアセット群を活用しつつ、軽く迅速なPoCから実用可能な仕組み構築まで一気 通貫で提供することにより、幅広い企業様のAI活用・データ活用をご支援することが可能です。 当社の強み 当社のポジショニング 加えて、ケイパビリティ類似性の高い競合に比して、 業務変革経験および、蓄積されたAI・データアセット 実績に裏打ちされた 軽 の活用により、高付加価値＆高生産性を実現可能 アセット群 初 領域特化型 コンサル GiXo 創業以来、数多くのクライアントに価値貢献して 期 きた実績と、そこから生み出されたアセット群 投 資 戦略 領域特化型 開発会社 の

  35. Slide 35: アセット活用｜プロジェクトを通じたAI知見の還流

    アセット活用｜プロジェクトを通じたAI知見の還流 ◼ 通常のR&Dに加えて、プロジェクト知見を軸にAIアセットを拡充するD&D*を推進します。 ◼ これにより、AIアセットの価値が増大し、提供価値の増幅効果が得られます。 クライアント企業 思考サポート 仕組みの業務組み込み ノ （AIの間接提供） ウ （AIの直接提供） ハ ウ AIで強化された人 ・ AIを組み込んだ仕組み （コンサルタント、エンジニア） 知 （ソリューション、プロダクト） 見 AIによる の 還 ギックス社員の 流 AI資産の再利用 思考支援 AI・データアセット * Delivery ＆ Development Copy

  36. Slide 36: Appendix ターゲット市場と狙いについて

    Appendix ターゲット市場と狙いについて Copyright © GiXo Ltd. 35

  37. Slide 37: AI・データ市場は、大きな伸長が見込まれる

    AI・データ市場は、大きな伸長が見込まれる 2030年のAI市場は9兆円、データ市場は4.5兆円規模と見込まれます。 ギックスは、特に「AIを活用したデータ基盤」と「Local-LLM」にフォーカスします。 国内AI・データ利活用市場 ギックスの注力領域 9.00 兆円 6.89 AIを活用したデータ基盤 兆円 ( AIP/AI-Informed Platform ) AI市場*1 CAGR 30.6% 3.05 4.50 兆円 兆円 2.37 兆円 2.07 兆円 データ利活用市場*2 CAGR 13.8% Local-LLM ( AI wrapping 等 ) 2024 2025 2026

  38. Slide 38: AIを活用したデータ基盤：AIP / AI-Informed Platform

    AIを活用したデータ基盤 ： AIP / AI-Informed Platform 単なる分析結果を求める時代が終わり、確実な成果が求められるようになりました。AIPは「ヒトが判 断するための発見・示唆をAIが出してくる状態」を、データ基盤として構築・提供します。 データ利活用ニーズの変化 【AIPによる判断支援】 データ AI データから 示唆を得たい 分析結果 発見・示唆 早く・確実に 成果を出したい AI-Informed Copyright © GiXo Ltd. 37

  39. Slide 39: Local-LLM：自前の生成AIで“安全”と“信頼”を確立

    Local‐LLM：自前の生成AIで“安全”と“信頼”を確立 生成AIの活用は広く浸透したが、業務利用に際しては、さまざまな課題があります。 ギックスは、Local‐LLMを用いて「仕事に使える」過不足ない生成AI環境を構築・運用します。 生成AI活用の課題 Local‐LLMの強み セキュリティ 挙動の安定 プライベート環境に構築する ことで、情報漏洩を防ぐ バージョンを固定し、外的要 機密情報を外部に出したく 推論モデルのバージョンを 因での挙動変化を防止 ない（漏洩を防ぎたい） 固定したい オープンなモデルを用いるこ 透明性の確保 特定業務の専門性 とで、推論・行動に高い監査 性を確立

  40. Slide 40: 2030年に向けて｜AI-Informedの実現へ

    2030年に向けて｜AI-Informedの実現へ AI時代が到来したことで、Data-Informedの重要性は益々高まります。 その中で、2030年までは「AI-Informed」が大きなキーワードになると考えています。 Data-Informed AI-Informed 人間が データを分析し、 より早く ヒトが考えるための AIのチカラで より精度高く データの読み解きから 材料（インプット） 示唆の抽出まで “判断”できる を提供 社会へ より広範に支援 これまで培ってきたData-Informedのケイパビリティに、AI技術を組み合わせることで クライアント企業の成長と共に、我々の

  41. Slide 41: 本資料の取扱いについて

    本資料の取扱いについて 本資料は、情報提供のみを目的として当社が作成したものであり、当社の有価証券の買付けまた は売付け申し込みの勧誘を構成するものではありません。 本資料に含まれる将来予想に関する記述は、当社の判断及び仮定並びに当社が現在利用可能な情 報に基づくものです。将来予想に関する記述には、当社の事業計画、市場規模、競合状況、業界 に関する情報及び成長余力等が含まれます。そのため、これらの将来予想に関する記述は、様々 なリスクや不確定要素に左右され、実際の業績は将来に関する記述に明示または黙示された予想 とは大幅に異なる場合があります。 また本資料には、当社の競争環境、業界のトレンドや

  42. Slide 42: あらゆる判断を、Data-Informedに。

    あらゆる判断を、 Data-Informedに。 Copyright © GiXo Ltd.

GiXo — Q1 FY2027 Earnings Presentation on 6ix