Brains Technology, Inc. · TSE:4075
Brains Technology — Investor Presentation (October 2026)
58 slides from Brains Technology's investor presentation, Oct 27, 2026
Slide 1: 事業計画及び成長可能性に関する事項
事業計画及び成⻑可能性に関する事項 ブレインズテクノロジー株式会社 2026年10月
Slide 2: 目次
目次 01 事業内容 02 特徴・強み 03 市場環境（当社認識） 04 成⻑戦略 05 2026年7月期 実績 06 2027年7月期 業績予想 Copyright (c) Brains Technology, Inc. Japan 1
Slide 3: 事業内容
事業内容 Copyright (c) Brains Technology, Inc. Japan 2
Slide 4: 会社概要
会社概要 ブレインズテクノロジー株式会社 売上高 営業利益率 社名 Brains Technology, Inc. 所在地 東京都港区⾼輪3-25-29 1,433百万円 17.5％ Ave.Takanawa 8F 設⽴ 2008年8月8日 ⾃⼰資本⽐率 ユーザー企業数 資本⾦ 624,031千円 78.2％ 372社 従業員数 70名（2026年7月末） エンタープライズAIサービス事業 従業員平均年齢 ソフトウェア売上⽐率 - データ検索製品の開発・提供 事業内容 - データ分析製品の開発・提供 - - AIエージェントの開発・提供 ロボティクス・フィジカルAIの開発・提供 35.0歳 6
Slide 5: Mission・Vision
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
Slide 6: 提供価値の拡張
提供価値の拡張 AIが「答える技術」から「業務を動かす技術」へ変わって⾏く中で、 当社は、その変化に合わせて提供する価値そのものを変えていく 拡張の背景 予告した成⻑ドライバーの具体化 技術と市場の変化 顧客ニーズ 前回開示*1で示した進化軸が 生成AIが「答える技術」から 分析や提案では業務が動かず、 事業として⽴ち上がった 「判断し実⾏する技術」へ 実⾏まで担う相⼿が求められる 成⻑ドライバー 実⾏・⾃律 思考・判断 物理的な⾏動を制御・実現する 認識 考え、最適な⾏動を決定する 情報を⾒つける、異常や変化を捉える フィジカルAI AIエージェント モダリティの拡張 新領域への展開は、これ
Slide 7: エンタープライズAIサービス企業への進化
エンタープライズAIサービス企業への進化 既存のソフトウェア製品と現場知⾒を活かし、製品の提供にとどまらず 実装・運用を含む業務成果までを担う企業へ進化する エンタープライズAIサービス 製品の提供に加え、実装・運用まで担って顧客の業務成果につなげる AIソフトウェア製品の提供 これまでの事業領域 拡⼤する事業領域 認識 ──────────────────────────────→ 思考・判断 ─────────→ 実⾏・⾃律 ────────→ 探す 気づく 決める 動かす Neuron ES Impulse AIエージェント ロボティクス＆フィジカルAI 必要な情報にたどり着く 異常や変
Slide 8: 当社が狙う業務領域
当社が狙う業務領域 ものづくりやインフラ保全と、それらを支える情報利活用の知識業務を対象に、 安⼼・安全、省⼈化・⾃動化、⾼度化という3つの価値で「社会を支える業務」に貢献していく 安心・安全 省人化・⾃動化 高度化 不良や設備停⽌を未然に防ぐ 人手に頼る作業をAIとロボットに移す 熟練者の判断を組織の知識にする 外観検査、品質監視 搬送と組⽴のロボット化 不良要因の分析、良品条件の算出 設備の故障予兆検知 日常点検と巡回の⾃動化 点検結果の一次判断 トラブル対応の過去事例の検索 回答と書類作成の⾃動化 ノウハウの検索と活用 対象領域︓ ものづくり ｜ インフラ保全 ｜ それらを⽀える情報利活
Slide 9: 製品沿革
製品沿革 製品は技術シーズと顧客ニーズの融合により生まれ、 対象データの拡大とともに、提供価値も認識から判断・実⾏へ深化 判断・実⾏ 2026 2025 認識（検索・検知・分析） 2024 ロボティクス& 物理制御 フィジカルAI 2021 AIエージェント 提供価値の 生成AI デジタル制御 2019 深化 チャット Chat EI 2018 ポカヨケ 作業分析 外観検査 動画 2014 日常点検 要因分析 静止画 2012 最適化 設備監視 品質検査 数値（センサー） 検索エンジン 対象データ の拡大 テキスト Copyright (c) Brains Technology, Inc. J
Slide 10: 新サービス：ロボティクス＆フィジカルAI実装サービス
新サービス︓ロボティクス＆フィジカルAI実装サービス フィジカルAI・ロボットの現場実装を⾏うインテグレーターとして、 認識・判断・動作制御を担うAIと、現場に合わせた実装⼒で価値を提供 搬送・供給 フィジカルAI 対象物を認識して、安全に運ぶ 入⼒データ データから動きを出⼒するAI 画像・映像 ⼊⼒ 出⼒ 把持・組⽴・操作 （データ） （動き） 状態に合わせて⼒と動きを調整 3D・距離情報 巡回・点検 ⼒覚・接触情報 移動しながら設備や環境を確認 01 認識技術 データから学習し、状況に応じて動きを生成 危険・⾼負荷作業 02 統合開発プラットフォーム ばらつきや未知の状況にも対応 ︕ ⼈
Slide 11: ロボティクス＆フィジカルAI実装サービス：特徴
ロボティクス＆フィジカルAI実装サービス︓特徴 機種・メーカーに非依存な認識・判断・動作制御のAIの提供と、現場実装により、 多様なロボットの現場導⼊を一貫して支援 01 基盤モデルと認識技術 02 統合開発プラットフォーム 03 開発・現場実装・導入⽀援 先端の基盤モデルと現場で鍛えた認識技術 収集から推論まで一気通貫、一度つくった動作 要件整理から量産実装まで伴⾛ を兼備 ロジックは、別の機体でも応用可能 機種・機体に非依存 〜 様々なロボットに対応 〜 産業用ロボット ヒューマノイド 協働・双腕ロボット 四⾜歩⾏ロボット Copyright (c) Brains Technology,
Slide 12: 新サービス：AIエージェント実装サービス
新サービス︓AIエージェント実装サービス 現場の業務知識を組み込んだAIエージェントを構築 専門的で複雑な業務を、認識から判断・実⾏まで担う 顧客の業務・データ 01 業務知識を組み込むフレームワーク 02 専門的な業務を認識・判断・実⾏まで 業務⼿順 業務知識を構造化・組込み ① 情報収集 判断基準・例外 業務知識を更新 ② データ統合 業務特化型 認識 文書・図面 AIエージェント 判断根拠を提示 ③ 意味理解 設備・システムデータ ④ 分析 判断 ⑤ 判断 【⾃然文による業務指示】 今月の業務実績と関連情報を分析し、課題 の原因と対策をまとめ、必要な処理を実⾏ ⑥ 業務実⾏ して報告して
Slide 13: AIエージェント実装サービス：適用領域と期待される効果
AIエージェント実装サービス︓適用領域と期待される効果 ものづくりやインフラ保全と、それらを支える情報利活用の知識業務を対象に、 生産性の向上、属⼈化の解消、業務品質の維持・向上に貢献 ものづくり インフラ保全 知識業務 設備・品質データと過去トラを 監視・点検結果を一次判断し、 技術文書・規定を横断探索し、 横断し、原因特定から対処提示まで 対応要否と緊急度を切り分け 根拠つきで回答・書類作成まで 生産性の向上 属人化の解消 業務品質の維持・向上 一連の業務を⾃律的に支援し、 熟練者の⼿順・判断・ 根拠に基づく判断で、業務品質 専門業務の時間を短縮 ノウハウを組織の知識として活用 のばらつき
Slide 14: Neuron ES - オフィスワーカー向けAIソリューション
Neuron ES - オフィスワーカー向けAIソリューション 検索エンジンとして出典元の情報に容易に辿り着くための機能は変わらずに提供 AIエージェントのナレッジベースとして利用される業務基盤へ 社内ナレッジ 生成AIサービス Dropbox 画像 box ポータル ● Microsoft Copilot 検索 PDF リクエスト ● ChatGPT OCR データベース ● Gemini MCP 社内 検索 文書 ● Dify ファイル など 検索結果/ サーバ コンテキスト情報 Notes Google SharePoint Online Drive 企業内のファイルサーバやポータル、オ
Slide 15: Neuron ES：生成AIを中心とした社内ナレッジの活用を推進
Neuron ES︓生成AIを中⼼とした社内ナレッジの活用を推進 既存のナレッジ環境を活かし、生成AIの価値を最大限に引き出す 生成AI連携 MCP Chat EI 生成AI サービス 検索結果に対して 社内情報の権限・鮮度・ 用途を特化した形で 生成AIでの思考のサポート 検索品質を保って回答を返す 問合せ業務を効率化 情報探索後の情報理解を支援 様々なユースケースで利用 ユースケース拡大中 ・ドキュメント情報の要約 ・AIエージェントからの ・社内規定の問合せ ・トラブル対応に対する対処法の提示 社内情報に関する検索リクエスト対応 ・製造現場のトラブル対応 ・データ加工（翻訳・表形式への加
Slide 16: Impulse - 製造業向けAIソリューション
Impulse - 製造業向けAIソリューション ものづくりの現場で、業務システムとして組み込まれ、動き続けるAI 設備・品質・作業のデータから「いつもと違う」を捉える センサー・画像・動画など現場に散在するデータを、収集・加工からモデル構築・運用まで一貫して扱う ⾼度な分析技術がなくても扱うことができ、お客様⾃⾝がモデルを継続的に改善することが可能 Copyright (c) Brains Technology, Inc. Japan 15
Slide 17: Impulse：製造業の課題解決に貢献
Impulse︓製造業の課題解決に貢献 現場のデータを使って、品質管理・技術継承・生産性向上の3つに貢献 異常検知・要因分析・外観検査・作業分析を、目的に応じて組み合わせて適用する 品質管理 技術継承 生産性向上 製造中の設備・工程・検査データから 熟練者の目視・五感による判定基準を 設備の予兆を捉え、監視・点検・記録 「いつもと違う」を捉え、 AIモデルとして形にし、 といった人手のかかる業務を⾃動化する 不良の発生と流出を防ぐ 現場⾃⾝が育て続けられる状態にする ・完成品・部品の外観検査 ・設備の故障予兆検知による予知保全 ・目視・日常点検の判定基準をモデル化 （傷・打痕・汚れ・異物）〈外
Slide 18: ロボティクス＆フィジカルAI 取り組み事例
ロボティクス＆フィジカルAI 取り組み事例 株式会社アイシン ヒューマノイドロボットによる 製造現場⾃働化の実証 ※ 写真はイメージです。 通箱のピッキングからシュートへの投入まで 背景 従来の産業用ロボットは専用設備が前提で、 実証の 結果 を、⾃律動作で安定して実⾏できることを レイアウト変更や多品種生産に対応しにくい 確認 ヒューマノイドロボット「RMC-AIDAL」と 取組 実生産ラインへの適用と動作の安定化を進め、 AGVを連携させ、当社の認識技術で動作生 今後 内容 対応できる作業を広げる 成を⽀援 Copyright (c) Brains Technology, Inc. Jap
Slide 19: 国内外からの技術評価
国内外からの技術評価 Neuron ES Impulse 9年連続 1位 3年連続 シェアNo.1 ITトレンド 年間ランキング エンタープライズサーチ部門 予兆検知ソリューション「解析サービス市場」 （株式会社イノベーション） （デロイト トーマツ ミック経済研究所株式会社） 株式会社イノベーションが運営する法⼈向けIT製品比較・検討サイト「ITトレ デロイト トーマツ ミック経済研究所株式会社が発表した『予兆検知ソリュー ンド」の年間ランキングにおいて、エンタープライズサーチ部門で9年連続1位 ション市場の実態と将来展望 2025年度版』の「解析サービス市場」において、 を獲得。製品を検討
Slide 20: ビジネスモデル
ビジネスモデル サーバ事業者 ￥ サーバ利用料 一部サーバ サーバ利用料 ￥ 一部サーバ サービスの提供 サービスの提供 製品・サービス提供 ユーザー企業 ￥ ● DX推進 エンタープライズAIサービス ソフトウェア・サービス利用料 ● 情報システム ● 生産技術 ● 生産管理 検索エンジン パートナー企業 ● 設計 ● 製造 AI分析基盤 製品・サービス 製品・ ● 研究開発 サービス提供 ● 土木 AIエージェント 提供/連携 ● 販売パートナー ● 営業企画 など ● テクノロジーパートナー ￥ ロボティクス＆フィジカルAI ￥ ソフトウェア・ ソフトウェア・ サービス利用料 サービス利
Slide 21: 特徴・強み
特徴・強み Copyright (c) Brains Technology, Inc. Japan 20
Slide 22: 当社の強み
当社の強み 大⼿企業の現場に⼈材が⼊り込み、動き続ける製品を実装する そこで得た知⾒が次の製品開発に生き、導⼊実績として積み上がる 技術⼒・実装⼒が⽀える製品開発 現場に組み込まれ 現場で動く 動き続けるAI製品 製品 業界をリードする ⼤手企業が採用 積み上がる導入実績 現場に 入り込む 変動に強い 人材・組織 顧客基盤 明るい未来を創造する エンジニアリング集団 Copyright (c) Brains Technology, Inc. Japan 21
Slide 23: 技術力・実装力が支える製品開発
技術⼒・実装⼒が支える製品開発 製品 顧客価値に直結するプロダクト思考とAIの実用化を支える技術⼒ 実用化にこだわり、顧客課題を起点に最先端技術を製品化 1 顧客ニーズと先端技術からの企画 1 開発 計画 - 現場との直接対話から課題を定義 3 アプリケーションへの昇華 - 先端AI技術の常時キャッチアップ - プロトタイピングで早期に検証 - 運用に耐える製品として提供 - 3ヶ月単位のリリースと改善 - 案件知⾒を機能へ一般化 製品開発⼒ 顧客課題 ・ 製品化 R&D リリース 2 AIとITの総合⼒ プロダクト 思考 - AIの活用知⾒と堅実なIT技術 3 - OSS・市販製品の積極的な
Slide 24: 現場に組み込まれ、動き続けるAI製品
現場に組み込まれ、動き続けるAI製品 製品 現場に組み込まれ、顧客の⼿で動き続けることを前提に設計している 製品は4つに増えたが、実装の考え⽅は変わらない 3 既存の現場を変えずに組み込める - 検索は既存のファイルサーバ・ポータル。オンプレに対応 - AI分析はPLC・MESなど現場システム。API／SDKで接続 モデル運用 - エージェントは既存の設備データ・文書・業務プロセスを活用 - 既存設備を大きく変えずにロボットを現場実装 2 顧客⾃身の手で運用できる - 検索の動線に⾃然に⼊り、日常業務の中で使われる 現場システムへ - ⾼度な分析技術が不要。判定理由が⾒える 組込み - 判断根
Slide 25: 明るい未来を創造するエンジニアリング集団
明るい未来を創造するエンジニアリング集団 ⼈材（⼈財）の成⻑と事業成⻑が連動する組織を志向 人材 従業員の6割がエンジニア 30代以下が全体の7割を占めており、将来の成⻑の礎に エンジニア比率推移 従業員年齢構成 40代 20代 （30.0%） 30代 （41.4％） *2026年7月末時点 Copyright (c) Brains Technology, Inc. Japan 24
Slide 26: 業界をリードする大手企業が採用
業界をリードする大⼿企業が採用 ユーザー企業数は372社、特定企業に依存しない構造を志向 顧客 大⼿企業を中⼼に、クロスセル・アップセルでライセンスを展開 基盤 1兆 以上 ユーザー企業数 5000億 以上 複数ライセンス購⼊企業 売上規模1000億以上 72社（19%） 159社/372 社 287ライセンス ［26/7期］ 平均4.0本/社 1000億 以上 5000億以上の企業数は69社(18.5%) Copyright (c) Brains Technology, Inc. Japan 25
Slide 27: 積み上がる導入実績
積み上がる導⼊実績 上場企業を中⼼に、強固な顧客基盤を構築 顧客 100社以上の事例をHPに公開 基盤 上場企業 (含むグループ企業) 公共系 九州⼤学 秋田県庁 京都市役所 Copyright (c) Brains Technology, Inc. Japan 26
Slide 28: 市場環境（当社認識）
市場環境（当社認識） Copyright (c) Brains Technology, Inc. Japan 27
Slide 29: 社会課題
社会課題 日本の労働⼈⼝は⻑期的に減少傾向にあり、製造業の就業者数も減少が続いている ⼈⼿不⾜は景気変動に左右されない構造的な課題である 生産年齢人⼝の推移 製造業の就業者数の推移 *1 *2 生産年齢⼈⼝は4割近い減少 労働⼈⼝の減少に伴い が⾒込まれている 製造業の就業者数も減少傾向 7,509万⼈ 万⼈ 万⼈ 4,535万⼈ -2,974万人 -109万人 [2020年→2070年] [2005年→2025年] *1 内閣府「令和8年版⾼齢社会⽩書」 *2 総務省「労働⼒調査」 Copyright (c) Brains Technology, Inc. Japan 28
Slide 30: 生成AI・フィジカルAI市場の動向
生成AI・フィジカルAI市場の動向 今後、生成AI市場の成⻑を牽引するのは、フィジカルAIおよびバーティカルAI（業務特化型エージェント） であり、市場規模が加速度的に成⻑していくことが⾒込まれている 世界の生成AI市場規模の推移及び予測 世界のフィジカルAIとバーティカルAIの市場規模 単位︓10億ドル *1 単位︓兆円 *2 年平均 34.4%増 55兆円 年平均 年平均 26.0%増 21.6%増 35兆円 12.5兆円 10.8兆円 *1 総務省 令和8年情報通信⽩書 *2 内閣府・経済産業省 第1回AI・半導体WG（2026年2月） Copyright (c) Brains Tech
Slide 31: ターゲット市場拡張と当社の立ち位置の進化
ターゲット市場拡張と当社の⽴ち位置の進化 当社は、解決できる課題を現場から事業・経営へと広げることで、 ⽴ち位置を進化させ、ターゲット市場を拡大していく 広がるターゲット市場 課題の例 当社の解決策 当社の⽴ち位置 （2030年世界） デジタルトランスフォーメーション 品質と安全の確保 企業変革 （DX）市場*1 ⼈⼿不⾜ パートナー 経営課題 技術継承 約3.2兆ドル ロボティクス＆フィジカルAI AIエージェント 不良の流出 AIソリューション 事業課題 点検と調整の工数 ベンダー 業務の属⼈化 Impulse AIソフトウェア Neuron ES 異常の発⾒遅れ AIソフトウェア 市場*
Slide 32: 製品ごとの競合環境
製品ごとの競合環境 競合の多くは各領域に特化している 当社は検索から実⾏まで揃う製品・技術資産の広さと、既存領域で築いた顧客基盤で差別化する 製品 主な競合類型 主な競合軸 当社の位置づけ ロボットSI 機種依存性 ロボティクス＆ FAシステムインテグレーター 認識精度 ハードウェアを保有せず機種非依存。 フィジカルAI 機器メーカー・商社はパートナー 教示工数 大⼿SI・コンサルのエージェント開発 業務理解の深さ 現場データと業務理解を持ち、成果指 AIエージェント 海外プラットフォーマーのエージェント基盤 成果への関与 標の合意から達成までを担う 業務特化SaaS データ接続 AIシステム
Slide 33: 参考：ポジショニングマップ
参考︓ポジショニングマップ 提供範囲（認識→判断→実⾏）と業務への踏み込み（機能の提供→業務成果の達成）の2軸で⾒ると、 競合各社は特定の象限に集まる 当社は認識で築いた顧客基盤の上に、判断・実⾏まで踏み込む位置を狙う ロボットSI・FA 当社の目指す⽅向 認識から実⾏まで、業務成果の達成まで 認識 → 判断 → 実⾏ AIプラットフォーム 提供範囲 当社製品 業務特化SaaS・垂直ベンダー SI・コンサル 生成AIチャット系 業務への踏み込み 機能の提供 → 業務成果の達成 Copyright (c) Brains Technology, Inc. Japan 32
Slide 34: 成長戦略
成⻑戦略 Copyright (c) Brains Technology, Inc. Japan 33
Slide 35: 成長戦略・事業成長イメージ
成⻑戦略・事業成⻑イメージ これまで培ってきた技術⼒・顧客基盤を土台に 「認識」から「判断・実⾏」へ提供価値を広げ、パートナーと共に事業を拡大 次なる成⻑ドライバーの創出 成⻑戦略3 【R&D】 パートナーとの共創による 成⻑戦略2 販路の拡大 【アライアンス ＆マーケティング】 売上の拡大 担う範囲・適用業務の拡充 成⻑戦略1 【サービス拡充】 既存製品の機能強化・ 現場知⾒の製品機能への 成⻑戦略1 フィードバック 【機能拡充】 実績を活かした 既存製品・サービスの着実な成⻑ 現在 Copyright (c) Brains Technology, Inc. Japan 34
Slide 36: 成長戦略1：既存製品の機能強化と新領域への基盤化
成⻑戦略1︓既存製品の機能強化と新領域への基盤化 市場で評価を得てきた既存製品をAIエージェントやロボティクス＆フィジカルAIとつなぎ 着実に伸ばしながら新領域の基盤にする AIエージェント ロボティクス＆フィジカルAI 業務を完結させる 思考・判断し、⼿配・処置まで担う 物理的な⾏動を制御・実⾏する 実⾏レイヤー 社内情報を供給する 異常・予兆を渡す 認識技術 （AIエージェントのナレッジ基盤） （現場データの⼊⼝） （ロボットの制御） 機能強化 Neuron ES Impulse 基盤となる ● MCP連携機能の強化 ● AIエージェント連携の強化 製品・技術 ● 対話型検索 ● VLMに
Slide 37: 成長戦略1：現場知見の製品機能へのフィードバック
成⻑戦略1︓現場知⾒の製品機能へのフィードバック 案件ごとの現場知⾒を汎化して製品・機能に還元し、次の案件の導⼊を速くする 個別案件の積み重ねを、製品の競争⼒と収益性に変えていく 導⼊・展開を⾼速化し、 業務を深く理解し、 工数を抑えながら収益性を向上 案件 現場データと実装知⾒を獲得 案件の蓄積が、次の成⻑と 製品・実装資産 収益性につながる 現場知⾒ 効果の出た⼿法・正解データ・業務 共通機能・モデル・テンプレートとして の型を蓄積 製品へ還元 汎化・標準化 業種や工程が変わっても使える形へ変換 Copyright (c) Brains Technology, Inc. Japan 36
Slide 38: 成長戦略1：担う範囲の拡大（深さ）
成⻑戦略1︓担う範囲の拡大（深さ） Neuron ES・Impulseの顧客基盤と現場知⾒を起点に、顧客業務へ深く⼊り込む 検索・検知による「支援」から、判断・実⾏まで担い、業務成果を生む事業へ広げていく 業務を⽀援（間接⽀援） 業務そのもの（直接実⾏） Neuron ES Impulse AIエージェント ロボティクス＆フィジカルAI （検索・ナレッジ） （AI分析基盤） 必要な情報を探し、 異常・予兆を捉え、 判断から 物理的な作業まで 業務判断を支援 現場判断を支援 ⼿配・処置まで実⾏ ⾃律的に実⾏ データ取得 データ取得 業務の一部を 認識・検索 認識・検索 ⽀援する 業務そのもの 分
Slide 39: 成長戦略2：アライアンスによる販路の広がり
成⻑戦略2︓アライアンスによる販路の広がり 従来の直販・販売パートナーに加え、 他社の製品やソリューションの中で当社のAIが使われる販路を広げる 当社が直接の接点を持たない利用者にまで、製品が届くようになる 直販／販売パートナー 従来の販路 当社製品 ユーザー企業 組込み 他社／販売パートナー 他社製品 新しい販路 他社製品の利用者 当社製品 エンタープライズソフトウェア製品への、 Neuron ES 検索エンジンとしての組み込み・製品連携 監視・検査システムへの、 製品アライアンス︓ Impulse 水ing「SWaC®」のAIエンジンに AIエンジンとしての組み込み・製品連携 Impuls
Slide 40: 成長戦略2：パートナー共創による市場展開の加速
成⻑戦略2︓パートナー共創による市場展開の加速 モデル案件の共同創出から横展開、標準搭載・OEM・共同事業化へ協業を発展させ、 事業展開の規模とスピードを⾼める 展開イメージ（例︓フィジカルAI領域） 業界・拠点への 標準搭載・ モデル案件の創出 成果・再現性の確⽴ 横展開 共同事業化 ●重点業界・顧客、 ●現場での業務成果と ●同業務を他拠点・ ●製品への標準搭載・OEM・ ⾼付加価値業務を選定 ROIを実証 同業他社へ展開 共同販売により展開 ●パートナーと共同で ●導⼊・運用プロセスを ●実績とデータを蓄積し、 ●サービス化により 実装・検証 標準化 適用領域を拡大 事業規模を拡大 Co
Slide 41: 成長戦略3：次なる成長ドライバーの創出
成⻑戦略3︓次なる成⻑ドライバーの創出 マルチモーダルAIで培った「認識」を基盤に、AIエージェントによる「思考・判断」、フィジカルAI による「実⾏・⾃律」へと事業領域を拡張。現場実装を通じてR&D成果を技術資産化し、既存事業の ⾼度化と新たな市場機会の創出を進める。 より広い業務の⾃動化 認識の⾃動化から、知的労働・物理作業の⾃動化へ 業界・ユーザーのコンテキスト理解、パーソナライズ 認識 情報を⾒つける、異常や変化を捉える モダリティの拡張 思考・判断 考え、最適な⾏動を決定する テキスト 数値 異常検知 AIエージェント より深い業務の⾃動化 画像 外観検査 実⾏・⾃律 物理的な⾏動を
Slide 42: 事業モデルと拡大方針
事業モデルと拡大⽅針 導⼊で業務に⼊り込み、成果の実証を起点に1社あたりの売上を初期収益から継続収益へ広げる その知⾒を標準製品化し、パートナー販売・OEMを通じて、1社を超えた収益へとスケールさせる ① 1社あたりの売上拡⼤︓初期収益 → 継続収益 他拠点展開 ② スケール収益 標準搭載 追加開発 パートナー販売 OEM 運用⽀援 追加投資 型にする の判断 標準製品化 個別案件 成果・ROI 保守 保守 の実証 収益 導入 ライセンス ライセンス 導入 稼働 継続・拡⼤ スケール 課題の特定・業務への実装 業務で使われ、ライセンス化 社内展開・クロスセル 1社を超えて、⼈に依存せず広げる
Slide 43: 導入プロセスと売上構成
導⼊プロセスと売上構成 評価利用で効果を確認したのち、画面などの軽微なカスタマイズとシステム構築を経て導⼊ 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 評価 導⼊ 運用 サクセス 提案 買取LC LCアップグレード PoC 構築 保守LC LC追加(新機能・オプション) トレーニング カスタマイズ サブスクLC クロスセル ソフトウェア売上 サブスクリプションLC （月額課⾦・年額課⾦） 売上⾼ 導⼊売上 又は ＋ 追加LC 買取LC ＆ 保守LC *LCはライセンス（Licence）の略 *継続的な売上となるサブスクリプションライセンスと保守ライセンスは、「ストック売上
Slide 44: 成長戦略の進捗状況
成⻑戦略の進捗状況 進捗状況（2026年7月期） 判断・実⾏まで担う新サービスを⽴ち上げ、提供範囲を「認識」から「判断・実⾏」へ拡⼤ 成⻑戦略1 ● 新サービス「AIエージェント実装サービス」「ロボティクス＆フィジカルAI実装サービス」の提供を開始。AIエージェン ト・フィジカルAI領域の売上は前年比＋110百万円 機能・サービス ● AIエージェントで設備調整や設備保全の支援などの案件を複数獲得。フィジカルAIでは、⾃動⾞業界で現場実装案件を複数 拡充 獲得 ● 「Neuron ES」をMCPに対応させ、生成AI・AIエージェントのナレッジ基盤として利用できる形に拡張 ● 既存顧客の深耕で案
Slide 45: 2026年7月期 実績
2026年7月期 実績 Copyright (c) Brains Technology, Inc. Japan 44
Slide 46: 2026年7月期 業績概況
2026年7月期 業績概況 ■ 通期売上⾼は計画未達となったものの、2期連続で過去最⾼売上を更新（前期比+14.1％） ■ オフィス移転の延期や従業員数の減少などにより費用は圧縮され、段階利益は計画を上回る着地 ■ EBITDAは前期比+22.1％、EBITDAマージンは32.8％で⾼水準を維持 2025年7月期 2026年7月期 前期比 2026年7月期 計画比 単位︓百万円 （実績） （実績） （増減率） （業績予想） （達成率） 売上⾼ 1,255 1,433 +14.1% 1,510 94.9% 営業利益 165 250 +50.9% 224 111.2% 営業利益率 13.2% 17
Slide 47: 業績推移
業績推移 ■ 売上⾼は前期比+14.1％で成⻑、2期連続で過去最⾼売上を更新 ■ 売上⾼の増加に伴い営業利益は250百万円、営業利益率は17.5％となり、収益性も向上 売上⾼ 単位︓百万円 営業利益 単位︓百万円 前期比 +14.1％ 営業利益率 17.5％ Copyright (c) Brains Technology, Inc. Japan 46
Slide 48: ソフトウェア売上及びライセンス数
ソフトウェア売上及びライセンス数 ■ 通期のソフトウェア売上は945百万円（前期比＋14.8％）へ伸⻑し、売上比率は66％を維持。 従業員数に依存しない事業成⻑モデルを推進 ■ ライセンス数*1は微増だが大型ライセンスが多く、ストック売上・買取売上の増加に大きく寄与 売上構成 ライセンス数 ソフトウェア 売上比率*2 66% ストック 売上比率 *3 34% *1 ライセンス数︔期末ストックライセンス数＋通期買取ライセンス販売数 *2 ソフトウェア売上︓買取ライセンス＋ストック売上 *3 ストック売上︓利用料＋保守ライセンス売上 Copyright (c) Brains Technology,
Slide 49: ユーザー企業の傾向
ユーザー企業の傾向 ■ 製造業に強みを持ち、業界をリードする大⼿企業に強固な顧客基盤を構築 ■ Impulseは⾃動⾞関連に集中、Neuron ESは業種を問わず利用されており、 製造業では新サービス領域の取り組みが進んでいる ⾃動⾞関連 その他 ヒューマノイドロボットによる 製造現場⾃働化 運輸業、電気・ガス・水道、 製造業 ⼈が⾏う通箱のピッキングおよび 建設業など シュートへの投⼊工程を⾃律動作で実現 公務 26/7期 鉄鋼業 ⾃治体DX推進 公務 業種別売上構成比 ペーパーレス化に伴う電子文書の AIエージェントを用いた 横断検索で業務効率化に貢献 設備調整⾃働化 製造時の圧延・品質課
Slide 50: 2026年7月期 注力ポイント - 主な施策
2026年7月期 注⼒ポイント - 主な施策 注⼒ポイント 販売⼒強化 組織⼒強化 - 新技術（生成AI含む）による製品の差別化 製品・サービス - パートナーとの協働によるソリューション開発 - R&D、新技術への注⼒ 深化 - 市場ニーズを捉えた業界特化型機能の創出 - 生成AIを組み込んだサポート体制の強化 - プロフェッショナルサービスの拡充 - ⾃動⾞関連産業への更なる適用範囲の拡大 - 事業開発体制の強化 - ロイヤルカスタマー戦略の推進 - 導⼊後の定着化・アップセルの標準プロセス化 成⻑性向上 - 技術優位性を活かした⾼付加価値案件の獲得 - エンジニアによるセールス機能の強化
Slide 51: 注力ポイント進捗 - 販売力の強化
2026年7月期 注⼒ポイント進捗 - 販売⼒の強化 既存顧客の深耕で収益性を高め、新領域で成⻑機会を獲得 買取平均単価は前年比+49.7％、大型買取ライセンスを複数計上 適用領域が、フィジカルAI・ロボット導⼊支援とAIエージェントへ拡大 既存顧客深耕により案件が⼤型化 AIエージェント・フィジカルAIの新規案件獲得 アップセルを中⼼とした既存顧客の深耕を推進 現場への⼊り込みとパートナー連携で、新領域を開拓 AIエージェント 設備調整⾃働化・スマートメンテナンス案件など複数獲得 買取平均単価 前年⽐ フィジカルAI・ロボット導入⽀援 +49.7％ ⾃動⾞関連やプラントで現場実装案件を複数獲
Slide 52: 注力ポイント進捗 - 組織力の強化
2026年7月期 注⼒ポイント進捗 - 組織⼒の強化 成⻑領域への投資を進めながら、組織全体の生産性を向上 AIエージェント、フィジカルAI領域の売上は前年比110百万円増 生成AIの活用が進み、従業員数が減少する中でも売上⾼は14.1％伸⻑ AIエージェント・フィジカルAIへ資源を集中 生成AI活用を広げ、生産性を向上 研究開発資源を集中し、経営主導でアライアンス活動開始 各領域で個⼈利用から業務プロセスへの組み込みを推進 AIエージェント、フィジカルAI・ 売上⾼（前年比） ロボット領域の売上 従業員数（前年比） 前年⽐ +110百万円 △3名 +14.1% ＜生成AIの業務実装＞ アイシ
Slide 53: 2027年7月期 業績予想
2027年7月期 業績予想 Copyright (c) Brains Technology, Inc. Japan 52
Slide 54: 2027年7月期 業績予想
2027年7月期 業績予想 ■ 売上計画は1,707百万円（前期比+19.1%）、3期連続の増収を⾒込む ■ オフィス移転や給与テーブルの改定を実施。環境・待遇面に投資することで⼈材の獲得・定着を図る ■ 事業面ではAIエージェントやフィジカルAIへの投資拡大に伴い、費用の大幅な増加を想定しており、 営業利益は250百万円（前期比±0.0％）、税効果の影響により当期純利益は173百万円（前期比 △9.9％）を計画 2025年7月期 2026年7月期 2027年7月期 増減率 単位︓百万円 （実績） （実績） （業績予想） 売上⾼ 1,255 1,433 1,707 +19.1% 営業利益 16
Slide 55: 中期経営方針
中期経営⽅針 ■ 強化されたプロダクトを武器に販売⼒強化で成⻑路線にのせ、組織⼒で事業を加速 ■ 27/7期は既存事業を伸ばしつつ、新領域の事業化と次の成⻑基盤づくりを推進 テーマ 市場把握と製品整備（FY22-24） ソフトウェアの市場展開（FY25-27） 新領域の本格展開（FY28-） 業務にフォーカスした製品、 判断・実⾏まで担う業務解決サービス 顧客とサービス 産業向けユースケース（製品）の整備 ソリューション （エージェント／フィジカルAI） 共創アライアンス 販売モデル コンテンツ・インバウンド ＋ パートナー・アウトバウンド （標準搭載・OEM・共同事業など面展開） 成⻑の指標
Slide 56: 事業等のリスク
事業等のリスク 当社が認識する、事業に重要な影響を与える可能性がある主要なリスクとその対応策は、以下の通り 顕在化可能性 主要なリスク /影響度 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 中/低 当社は、先端技術(主として機械学習/深層学習・⾃然 合商品の出現等により、当社のサービスが十分な競 ⾔語処理・生成AI/フィジカルAI)と当社技術を組み合 争⼒や付加価値を確保できない場合には、新規受注 わせることにより、また、常に市場動向を注視し技術 の減少や契約継続率の低下により当社の事業及び業 革新への対応を講じることにより、今後も競争⼒のあ 績に影響を
Slide 57: 本資料の取り扱いについて
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あります。
Slide 58: &SOLrains
&SOLrains
Brains Technology — Investor Presentation (October 2026) on 6ix