皆様こんにちは。ELEMENTS代表取締役社長の長谷川でございます。本日はお忙しい中、当社の決算発表にお越しいただきましてありがとうございます。これより、株式会社ELEMENTS 2026年11月期第1四半期の決算説明を開始させていただきます。 まず最初に、事業計画及び成長可能性に関する事項でも公表させていただいております、2026年11月期の事業方針でございます。こちら方針自体に変化はございませんので、次ページ以降で進捗状況のご説明をさせていただきます。

今四半期のハイライトとなります。まず、財務ハイライトについてお話をさせていただきます。売上高は、ポラリファイの連結取り込み効果、及びLIQUID eKYCの好調により、前年同期比で81%増の12億9,100万円と過去最高を記録いたしました。営業利益は、ポラリファイPMIの順調な推移、及びLIQUID eKYCの好調により、前年同期比+1億3,200万円の1億1,900万円の黒字での着地となりました。EBITDAも、前年同期比+1億7,800万円の2億6,900万円、親会社株主に帰属する当期純損益も前年同期比+1億5,100万円の1億円と黒字での着地となりました。 続きまして、各種トピックです。LIQUID Authについては、GMOあおぞらネット銀行様へパスキーを用いたソリューションの提供を開始いたしました。アカウントが乗っ取られた場合でも、不正者の端末からの不正利用を防ぐことができるLIQUID独自のソリューションとして導入をいただいております。また、アイキューパーミッションについてですが、消防法が2026年2月、前々月にですね、改正済みとなっておりまして、いよいよですね、本番のサービスの提供に向けまして、現在は複数店舗での実証実験も順調に進行中でございまして、あとはですね、プロダクトリリースのために第三者機関の認証を得る必要がございますので、その認証をこれから受けていく運びとなっております。最後に、ポラリファイのPMI進捗についてですけれども、今四半期においてはのれん償却額2,700万円を含んだ営業利益で-2,600万円の着地となりました。また、2026年1月にはのれん償却額を含んだ営業利益の黒字化を達成しております。結果、PMIは順調に進捗をしております。なお、ポラリファイの収益は月ズレでの取り込みとなるため、第2四半期より影響が反映されてまいります。

次に、1クォーターの業績ハイライトに移らさせていただきます。 全社売上については、先ほどお伝えをしましたとおり、ポラリファイの連結化に加え、LIQUID eKYCの好調に伴い、前年同期比+81%の12億9,100万円と過去最高を更新しております。粗利益率は、ポラリファイの連結化の影響により75.9%と低下をしておりますが、同要因を控除した場合は86.5%に着地をしております。

販管費につきましては、8億600万円となり、前年同期比+33%の増加となりますが、このうちポラリファイの連結化に伴う費用増の影響が1億7,600万円、ポラリファイM&A関連費用の影響が2,700万円発生しております。当該要因を除外した販管費は6億5,700万円と、前年同期でほぼ同水準となっております。また、ポラリファイPMIは順調に進捗をしており、売上高販管費比率は66.6%と前年同期比で-24%と顕著に推移をしております。 上記の結果、営業利益に関しましては1億1,900万円、EBITDAは2億6,900万円と黒字へ回復を果たしました。

また、ポラリファイものれん償却額2,700万円を含んだ営業利益が-2,600万円の着地と、PMIは順調に進捗をしております。親会社株主に帰属する当期純損益も1億円の黒字にて着地をしております。 次に、売上についてです。四半期売上は先ほど申し上げましたとおりです。81%増、12億9,100万円で着地をしております。

またですね、累計契約者数、認証回数についてです。2026年2月末時点でのグループ全体の累計契約者数は、前四半期比+27社の682社まで拡大をしております。認証回数につきましても、2025年11月時点でLIQUID、ポラリファイの合算で1.5億回を突破しております。 次に、売上総利益についてです。売上総利益は9億8,000万円で、前期比+55%の増加となっております。売上総利益率は、先ほど申し上げましたとおり、ポラリファイ取り込みの影響もあり75.9%になっておりますが、同案件を除いた場合の売上総利益率は86.5%となっており、またポラリファイ自体もですね、今年の8月以降、売上総利益が大きく向上していく予定となっております。

次に、販売管理費についてです。こちらについてはポラリファイの影響の有無を併せてご説明をさせていただければと思います。まず、ポラリファイを除いた費用ですけれども、人員増に伴う人件費及び研究開発費の増加をその他費用の減少がオフセットをし、+900万円の6億5,700万円程度となっております。次に、ポラリファイの費用です。ポラリファイの連結化により販管費の増分が1億7,600万円発生しており、ポラリファイM&A関連費用も2,700万円発生しております。ポラリファイM&A関連費用については、のれん償却額のみの発生となっております。ポラリファイの販管費も連結化開始時の2億1,500万円から-3,900万円と、通信費、人件費を中心に低減しており、PMIは順調に進捗をしております。 続いて営業利益です。営業利益は前年同期比+1億3,200万円の1億1,900万円で着地をしております。ポラリファイM&A関連費用を除いた営業利益は前年同期比+1億5,900万円の1億4,600万円で着地となっております。

続いてEBITDAです。EBITDAは前年同期比+1億7,800万円の2億6,900万円で着地をしております。 次に、各種トピックに移っていきたいと思います。

まず、LIQUID Auth、認証事業のLIQUID Auth、パスキーを含むLIQUID独自の多要素認証ソリューションについてです。お客様側のご意向によりお名前を開示することができませんけれども、2025年9月時点でですね、大手、業界大手のオンライン証券会社様への導入がすでに完了しており、現在もですね、多数社の商談が進行中でございます。また、先ほど申し上げましたとおり、GMOあおぞらネット銀行様に対してはパスキーを用いたソリューションをすでに提供しております。こちらのソリューションについて簡単に説明をさせていただきます。 弊社のソリューションですね、単なるパスキーのソリューション提供だけではなく、アカウント乗っ取りや不正者の端末からの不正利用を防ぐことのできる弊社独自のソリューションを統合的にセットにしましたパスキーソリューションというのをご提供しております。具体的にはですね、こちらの図の上が一般的なパスキー導入していない場合のソリューション、そして下がですね、今回GMOあおぞらネット銀行様にご提供させていただいているパスキーを含む弊社独自の不正防止に非常に強い堅牢なソリューションの流れになっております。

一般的な流れ図でもですね、口座開設時にeKYCというのを行っていくことは、通常の流れでございます。こちらについてもですね、特に金融機関様に関しては2027年4月以降ですね、ICチップ読み取りだけに方式が集約される予定になっておりまして、マイナンバーカードですとか運転免許証を用いたICチップ読み取りのサービスというのがでないと利用できないという形に施工規則の改正がすでに決定しております。こちらについてもですね、シンプルにICチップ読み取りだけのeKYCを行っていればそれだけで安全というわけではございません。仮にICチップ読み取りを行って口座開設時のKYCが安全にできていてもですね、その後、日常の認証をする際に乗っ取りが起きるということはいまだ起きてしまっております。 こちらの記憶に皆さんも新しいところではあると思うんですけれども、昨年の4月、5月頃にですね、日本の証券業の多くの会社様が大規模な不正乗っ取りにあって、全体の国内全体の被害総額が6,000億円にわたるような被害が出てしまいました。これを基にですね、直近では証券業も銀行業もですね、生体認証を含む多要素認証を通常の認証時に用いることが義務付けられているというところがすでに起きております。我々もその流れの中でパスキーの提供をさせていただいております。

パスキーのですね、まず良いところはこの下のところになりますけれども、決まった端末を最初に登録されていて、その端末を使ってですね、生体認証などでなりすましを困難にし、認証が実現できる仕組みになっています。この仕組みはですね、最初のセットアップさえしっかりできていればとても堅牢でですね、グローバルでもガイドラインをリードしているNISTという機関の設計でもですね、パスキーというのは最もレベルの高い堅牢で安全な認証手段として位置づけられております。 ただですね、パスキーの弱点は、この最初のセットアップのところにはまだ残存しております。どういうときかですね、大きく2つございます。一番最初にそのパスキー用の端末の登録をする際、もう1つはですね、安全に登録したとしても後で端末の変更を行う際ですね、こういった際に脆弱な部分というのが残っております。

どういうことか。このですね、例えば初期のセットアップ時に不正犯はですね、例えば実際にある事例といたしましては、TwitterやXと呼ばれるSNSなどで、例えばですね、お金を貸し付けますと、そういった何か甘い還元でユーザーを誘引します。その誘引されたユーザーは、その不正犯の言うことに従って、例えばお金を貸し付ける代わりにちゃんと本人確認させてくださいみたいな形で本人確認を求めたりいたします。その際にですね、この最初の口座開設時の本人確認などを、実際にはその不正犯のために本人確認するのではなくて、その不正犯が特定の金融機関の口座開設のフローの中で必要となっている本人確認の流れに乗せてですね、そのユーザーを誘引して本人確認をさせるようなことが起きていたりします。 そうするとですね、ユーザーさんは善意の第三者で騙されてしまっているユーザーさんは、実際の自分の本当に存在している氏名、住所、生年月日と実際に存在しているマイナンバーカードなどを用いて本人確認をいたしますので、本人確認自体はもちろん通ります。

この通った後にですね、その通った本人確認を踏まえた口座開設OKかどうかの後日結果が出て、その結果がOKだった場合に、その後パスキーを義務付けられているので金融機関はパスキー端末のセットアップを行う必要があるわけですけれども、その際にパスキーのその端末の紐付けを行う際にSMSなどの認証を使っているんですね。そうなるとなにが起きるか。SMS認証用のための電話番号の登録をその本人確認時セットで行うわけですけれども、その際に不正犯が電話番号に関してはその騙されている人間が自分の電話番号を入れるのではなく、その不正犯の電話番号を入力するように指示をいたします。そうするとですね、不正犯の契約している携帯端末の電話番号と、騙されている人間の現実に存在する氏名、住所、生年月日の情報というのが紐付いてしまう。そうするとですね、その騙されている人間の名義で作られた口座に、SMS情報としてはその口座に紐付くSMS情報が不正犯側の端末に送られてきます。そうするとですね、不正犯は労することなく自分の端末に届いたSMSの情報からOKをし、その騙された人間の名義の口座のコントロールを自分の端末でできるようになると、こういうことが起きているわけですね。 ですので、単純にパスキーを導入するだけではこの状況は防げるわけではありませんので、この紐付けの際、もしくは端末を変更したときなどに、端末が変更していることを自動的に検知し、あなたは端末変更後も同じ人間ですかですとか、初期セットアップの紐付けであれば口座開設のときに本人確認を行った人とあなたは同じ人間ですかということを脆弱なSMS認証ではなく、絶対にその人本人の情報から変わることのない生体情報によってその認証を行うということがとても堅牢になると言えます。そのため我々はですね、この取引端末の登録や端末が変更された際の認証にも、その時の認証にその本人確認の際に登録されたお顔と同じ顔をかざす必要がある仕組みというのを提供することで、その認証が通らないとパスキーの端末の設定ができない、このような仕組みを提供することで、不正犯の乗っ取りを確実に防ぐ仕組みを提供しております。

この仕組みがあることで、初期セットアップ時でも実際にサービスを使い始めたあとの機種変更においても、常に安全にパスキーを使う地盤が提供できることになり、これによってですね、4月、5月に起きたような証券不正の乗っ取りのあらゆる不正の不正の取り組みに関しても、我々のこの仕組みの導入によって防ぐことができると言えると思っております。これが評価をされてですね、今多くの金融機関様にお引き合いをいただいたり、GMOあおぞらネット銀行様に導入されたりとかしているような状況になっております。 次に、アイキューパーミッションについての進展状況についてトピックとしてお話をさせていただきます。冒頭申し上げましたとおり、2月27日にですね、30年ぶりの大規模な省令改正が実施されました。こちらの省令改正に向けて我々はですね、7、8年前から準備をしてまいりました。実際にはいろいろな実証実験に参加しながらですね、安全性をしっかり担保しながらAIによって給油の許可ができる仕組み作りというものを進めてまいりました。

この省令改正のですね、背景についてまず触れられればと思っております。省令改正の背景としましてはですね、日本においてですね、セルフ給油のサービスステーションというのは昔からもうすでに存在しておるんですけれども、省令によってですね、セルフであっても給油行為というのは、利用客さんがその給油ノズルを手にもって自分の自家用車の給油口に差し込んでトリガーを引くわけですけれども、トリガーを引いてもですね、油は実は出なくてですね、サービスステーションの各建物の中からそれを見ている従業員が、専任の従業員がいらっしゃり、その従業員がですね、OKボタンを押さないと実際に給油は行われないと、このような仕組みになっており、この仕組みはですね、消防法の省令によって厳格に定められているものなので、日本全国のサービスステーションというのはセルフでもすべてがそうなっています、現在ですね。 この省令が2月27日に改正され、特定の条件の元においてはAIがその人間が行っていた判断を代わりに代替できる仕組みというのが提供可能になりました。

その背景はですね、冒頭申し上げたとおり、セルフサービス自体はずっとあったんですけれども、先ほどのその専任でOKボタンを押す従業員というのが必要になってしまう関係で、人手不足の今のこの社会環境下に中々耐えられるものになっていないという状況が出ております。具体的にはですね、有効求人倍率がガソリンスタンドというものが大体6倍を超えている状況でして、一般的な諸職業と比べてもですね、1.25倍ぐらいの有効求人倍率なので、5倍ぐらい高くなってしまってるんですね。で、いわゆるあの3K的な側面も捉えられているようで、若い方も中々アルバイトでされる方も少なくなってきているような状況があり、特に過疎地域においてはですね、黒字であっても人手不足によって運営がままならず閉じてしまうようなサービスステーションというのも出てきているような状況になっております。 この状況というのをですね、8年ぐらい前から経産省や資源エネルギー庁の皆様が見越していらっしゃる中で、当然ですね、まだまだEVへの転換というのもトランプさん登場した後のアメリカの方向性を見ていても、必ずしもクリーンエネルギーへのシフトというのが順調に進んでいるわけでもない中、まだまだガソリンというものがですね、この国のエネルギー供給において非常に重要な位置を占める中でですね、こういったサービスステーションがどんどん国内で減っていくということは、国家的なエネルギー供給課題であると、このような課題認識の中でですね、省令の改正というものをちゃんと安全性が担保できるのであればしていくべきであると、テクノロジーの力でできる省令改正をしていくべきであると、このような背景の中で8年間準備をしてまいりました。

結果的にはですね、無事にですね、省令改正しても大丈夫だろうというところまで持ってこられました故に、2月27日に省令改正がなされまして、まだですね、第三者機関の、実際これは安全性に関わるサービスにもなりますので、しっかり客観的な認証を受ける必要がありまして、この認証の受付がまだ4月1日から始まっているような状況ですのでこれから受けるんですけれども、これが通ればですね、無事、ようやくサービススタートができるような状況になったという次第でございます。 今後の流れについても一応触れておきますと、ステップ1.5、ステップ2という段階を構想されております。今回の省令改正というのはステップ1.5に伴う省令改正となっており、ステップ2についてはまだ実現するかどうかはまだまだこれから判断されていくものというふうにご理解いただければと思います。

先にステップ2の話をしてしまうと、基本的にはですね、給油許可を特定の条件というものではなく、基本的にはAIシステムが全ての給油許可を行っていき、人間はですね、緊急時の対応のみを行っていくというようなものが想定されております。AIシステムはですね、全監視項目を自動検知し、給油許可後の監視も継続していくというようなものが想定されており、将来的にはサービスステーション1カ所1カ所ずつにですね、人がそこに居なくてもいいような制度設計、仕組みというのを模索していこうとしているような段階でございます。 ステップ1.5は今回省令改正で実際に実現できる運びになったものになります。このステップ2を見据えた途上にあるものとして、1.5ではですね、給油許可を行うことができる利用条件や特定の条件というのが設定されており、その条件を満たしている範疇においてはAIシステムが給油許可を行えるというものになっております。で、この条件を外れた場合ですね、AIシステムが自分で勝手に判断をせず、エスカレーションを人間に上げまして、人間がですね、給油許可を実施すると、このような仕組みになっております。

ただ、このような仕組みにおいてもですね、人間が加わるHuman-in-the-loopのような仕組みにはなってるんですけれども、今までは先ほど申し上げました通り、その建物の中に居て専任でOKをしなければいけないスタッフさんがいらっしゃったので、そのスタッフさんの人件費というのは基本的にはその給油のOKのためだけに全て費やされるものだったわけですけれども、この仕組みになることで利用条件を満たしている範疇であればAIシステムがですね、給油許可を出せるため、人間が許可を出すタイミングというのは限られたタイミングだけになってくるので、専任でそこにベタ付けする必要がなくなるため、オイル交換ですとか窓拭きですとか、もっと人と人が触れ合うですね、本当に人間が行うべきサービスの方に集中できるような仕組みになっていきますので、そうすることでですね、このサービスを導入する意義というのがサービスステーションに出てくるものというふうに認識をしております。 で、さらに将来的にはですね、ステップ2がうまく、また実証が進んでいけばですね、更なる省力化の仕組み作り、そして人間は給油という活動に関してはもう人が関わらなくて良くなっていき、緊急時以外はですね、で、先ほど申し上げたサービスのほうに集中できるような世界になっていくと、このようなものを目指していきたいというふうに考えております。

次に、ポラリファイ社のPMIの進捗について触れていければと思います。毎四半期お話をさせていただいておりますけれども、買収完了後ですね、順調にコスト削減が進んでおります。通信費につきましてはですね、約50%超の削減、そして人件費も40%を超える削減幅となってきておりまして、これは引き続き削減見込みが見込まれますし、またこの通信費、人件費以外にですね、認証するためのエンジン、AIモデルですね、これが元々は契約上ポラリファイ社は外国の会社製のライセンスというものを使っておりますので、その契約が切れるのが2026年8月となっておりますので、8月に契約が切れますとですね、我々のエンジンモデルのサービスにすべて切り替えることができますので、コストが一気に浮いてくると、さらにそこでも浮いてくると、そのような見込みになっております。 次に、市場環境と成長戦略、この03、04の目次の部分につきましては、2月の株主総会でですね、ご説明をさせていただいた事業計画及び成長可能性に関する事項の内容をですね、ちょっと抜粋をして、今日はお話ができればというふうに思っております。

まず大きく2点ございまして、弊社の事業、事業戦略、成長戦略においてがAI産業全体の中でどのようなポジショニングをとっているかということについてご説明をさせていただければと思っております。もう1点はですね、一番主要である認証事業における戦略の部分というところの2点をお話しできればなと思っております。 まずはAI産業全体における部分でございます。ちょっと振り返ってですね、別に新しいお話ではないんですけれども、我々がこれまでにやってきた事業の、事業における戦い方についておさらいができればと思います。その中でですね、我々がAI技術にどのようなアプローチをしてきたかというところがお話しできればと思っております。

分かりやすいところでeKYCを例に取らせていただきます。LIQUID eKYCの事業モデルといたしまして、過去の資料からの抜粋にはなりますけれども、特徴的なところとしてですね、競合他社様でも多くはですね、自社データベースではございません。クライアント企業様がデータを持っていて、保有していて、アプリケーションを提供し、データの保有権というのはクライアント企業側にあり、単なる委託先として振る舞っている会社さんがほとんどでございます。 我々のやっぱり特徴は、自分たちのデータベースに自社データとしてKYCに必要なデータというのを第三者提供の形で集めさせていただいて、かつエンドユーザーさんからも個人情報保護法上の同意をしっかり得て収集しているところが大きなポイント1点でございます。それによってですね、自社でそのAIモデルを構築をし、認証の精度を高めているわけですけれども、このAIモデルの性能というものが競合他社さんの場合はデータを委託して保管しているだけなので、基本的にですね、複数のクライアントを横断して委託の形で得たデータを自社のモデルに学習することはできません。

我々は自社のデータなので、かつ当然エンドユーザー様にも自社のAIモデルの学習のためにこのデータを使わせていただくことの同意を得ておりますので、自社AIモデルにですね、このデータ、得たデータというのは全て学習に使えます。これによってですね、大きなデータ学習量の差というものが生まれております。結果的にですね、これによって我々が自分たちで認識している限り、これは確かなことだとは思っているんですけれども、データの蓄積が行われれば行われるほど我々の自社モデルのですね、認証精度が向上し、実際にですね、競合他社のAIモデルの精度と比べても、この日本国内におけるeKYCにおける精度という意味では、我々のモデルはですね、ナンバーワンであるというふうに自認をしております。 そのようなデータを自分で保有し、そのデータによって学習して性能が上がったモデルを組み込まれた自社アプリケーションを提供することで、三位一体のサイクルというのがくるくると回って、結果的にはですね、最高レベルの完了率、要するにですね、離脱されずにエンドユーザーさんが最後まで本人確認をし終わっていただける、この完了率が最も高い、コンペティションにおいて実際我々が高いというふうに評価をされているわけですけれども、そういったアプリケーションが作れているというふうに自負をしております。

なぜこのようなことができているか。実はこのデータを自社で単に保管しているという事だけではなくてですね、この取得、保管しているデータをですね、自社のモデルに高効率に学習させるためのデータセットの加工を今まで非常に工夫してやってまいりました。このデータセットの加工ノウハウというものが自社のAIモデルの精度向上に寄与しているというふうに認識をしております。 もう1つ、この自社のAIモデルを動かしている中で、当然通信費を使います。GPUを消費していきます。このGPUの効率的な運用の追求も我々は両輪でやってまいりました。結果的にはですね、そこに競争力があると思ってまして、買収したポラリファイのPMIを行うことで分かったことですけれども、ポラリファイさんはその海外の会社のモデルを使っているわけです。その海外の会社のモデルが通信費に使っている費用というものが売上高に対する比率というのが非常に高く、我々のモデルの方が非常に低かったために、通信費を半減以下にできることが実際に実現できたわけですね。これは通信費半減が実現できているということは、我々の方がGPUマネジメントが2倍以上効率がいい状態でできているということの1つだと思っておりまして、ここも強みであるというふうに考えております。

これらの強みを全体的に振り返った際に、我々としてはですね、インフラストラクチャー、今ELEMENTS Cloudという形で新たな事業として、まあすでに参入している部分もあります、サービスを開始している部分と、これから自社データセンターで参入していこうとしている部分があるんですけれども、こういったインフラストラクチャーのサービスにも我々が競争力を出せるものというふうに考えております。 具体的にはですね、先ほどの強みの中も、自分たちがAIアプリケーションに色々携わってきた中で、GPUの効率のよい使い方というものをノウハウとして集積してまいりました。これは逆に言えばですね、インフラを提供する側が単なるベアメタル、箱物ではなく、実際にどのようなユースケースでどのようなAIアプリケーションが動くかを認識をし、それに合わせて効率のいいGPUのマネジメントの仕方というのをソフトウェア的にそのデータセンターサービスの中に組み込めることを意味しております。これらのGPUマネジメントノウハウのが組み込まれたようなインフラストラクチャーというのが提供できるだけでも強みであると考えております。

で、もう1つですね、ありますのが、経済産業省様の傘下にある産総研さんとNEDOの補助金を得ることで去年の10月から取り組んでいるプロジェクトがございます。これ5年プロジェクトで、すでに採択されて今実施中のプロジェクトになるんですけれども、当然今AIの産業構造としては、インフラストラクチャーのところ、特にチップセット、もっと言えばNVIDIAさんのチップセットというのが一強な状況というのがまだ今のところ続いております。当然ですね、NVIDIAさんもものすごい利益を出してらっしゃる状況。彼らはですね、当然そこのモデルに、チップセット側に強みがあるから結構高収益なチップセットが販売できている。でもこれはですね、使うAIアプリケーションを提供する側からすれば、当然運用の原価が高くなってしまうことを意味しています。 日本国全体としても国家としてですね、これから様々な金融でも流通でも製造業でも各業界の大企業様達がAIのアプリケーションというのをどんどん磨き上げて、これから構築して自社のサービスというものをAIネイティブ化していく中でですね、このNVIDIAのチップセットの高さっていうところは皆向き合わなければいけなくなることが当然想定されます。その際にですね、我々が認識する限り、必ずしもNVIDIAでなくてもいいのではないかと。特定の、例えば金融業界のですね、例えば不正検知のユースケースであれば、モデルとして例えばOpenAI社、もしくはClaude社、もしくはFacebook、Meta社が提供しているLlamaというオープンソースモデルなど色んなモデルがあるんですけれども、そういったたくさんある選択肢と相まってたくさんあるモデルと、実際に半導体、NVIDIAだけではなくてAMD、Intel、様々なGoogleのTPUなどもこれから出てきます。こういった様々なチップセットとの組み合わせで、このユースケースにおいては、このモデルとこのチップセットの組み合わせであればNVIDIA社製のチップセットよりも安く、かつパフォーマンスは保持したままサービスが提供できるというものが出てくる可能性があると、このように考えています。

ですので、この経産省様、産総研様との取り組みのプロジェクトの1番ポイントというのは評価をすることでございます。日本における様々な利用シーン、AIを活用するシーンにおいて、各ユースケースごとにどのLLMのモデルと半導体チップの組み合わせがパフォーマンスが高いまま、ある程度コスト競争力のある組み合わせになるのか、これを模索する、評価を行う、このプロジェクトを我々は5年かけてやってまいります。ここで得られた組み合わせっていうものを当然自社のインフラストラクチャーサービスにそのまま組み込んで、そのユースケース向けに提供していくことができる。これもですね、単なる箱物のGPUをただ土地を用意して電力を引っ張り建物を建て、その中にGPUを買ってきて置くだけではない、競争力のあるインフラストラクチャーのサービスというのが我々が生み出せる意義であるというふうに考えております。 またもう1つですね、上のアプリケーション、エージェント領域に関しましても、先ほど申し上げましたデータセットの加工ノウハウというものはeKYCや顔認証などには全く限定されるノウハウではございません。とても汎用的なノウハウであると認識をしております。こういったデータセットの加工ノウハウを生かして様々な、もちろん我々がeKYCでたくさん顧客基盤を築いている金融領域なども含めですね、そういったお客様から更なる色々なデータセットをお預かりをさせていただき、それをしっかりモデルの構築に役立つ加工をし、そのノウハウが注ぎ込まれた加工したデータを使うことでより良いパフォーマンスの出るAI利活用というのに繋げていくということができるというふうに考えています。

かつですね、アプリケーションレイヤーから見ても、先ほどのGPUマネジメントによる通信費低減の仕掛けというのはアプリケーションサイドからもできることがあるので、ここでも強みが出していけると。このアプリケーションとですね、インフラストラクチャーのこの両輪を両方やっている会社というのは極めて稀な会社だというふうに考えてまして、ここでですね、価値の垂直統合を図って、アプリケーションサイド側でご相談いただいたお客様にインフラでも利益増の仕組み、パフォーマンスを上げながら利益をもっと出せる仕組みを提供していくことも可能かと思いますし、逆もまた然りと、いうことができるのではないかというふうに思っております。 ここについてですね、もうちょっとまた見方を変えて書いておるんですけど、このページで。弊社はまずR&D、研究開発部門で先ほどの産総研の共同プロジェクトをすでに始めています。ここでですね、NVIDIAチップセットに依存しない性能の追求をしてまいります。そこでですね、ユースケースごとにこのユースケースだったらこのチップセットとこのモデルがいいということが分かってくれば、それをですね、インフラ側にはそのままその組み合わせで提供していく。それを前提としたAIオーケストレーションをアプリケーションサイドでも提供していくことができると、このように考えております。

結果的にはですね、我々自身、上のアプリケーションサイドで言えば、自分たちの自社アプリにおいても、このR&Dで得られた知見というものを投入した自社アプリ開発というのはeKYCに限定せず、先ほど申し上げたアイキューも同じノウハウで8年間給油の映像データというのを蓄積してですね、それを学習させて今回のサービスの開始に漕ぎ着けておるわけですけれども、それに限らずあらゆる今後我々が提供するAIアプリケーション、エージェントというのも同じノウハウが注ぎ込まれたプロダクトが提供できるというふうに考えておりますし、またですね、他の企業様向けに、パートナー企業様向けにAIソリューション開発というのも今活発に進めておるんですけれども、こちらにもそのR&Dのノウハウというのが注ぎ込んでいけるというものと思っております。 またインフラに関しては先ほど申し上げましたGPUのマネジメントノウハウの話と、もう1つは評価プロジェクトで得られたチップセットとモデルの組み合わせというものを使って、しっかりと利益率向上につながるようなインフラ提供というのがしていければというふうに考えております。

またですね、インフラに関してはですね、やはり直近でも世界情勢非常に不安定な中で、やはり日本国としてアメリカ、中国などなどの覇権争いも激しくなる中で、やはりできる限りですね、経済安全保障の観点でも国家として国産、準国産企業に国の、大企業のですね、重要なデータというものがしっかり保管格納されている世界線というのは、なるべく当然作っていくべきだと考えておりまして、その中でもですね、国や県からの補助金も支援もいただけるような状況になってきておりますので、ここも活用してですね、自分たちの強みっていうものを国や県のサポートもいただきながらしっかり出していきたいと、このように考えている次第でございます。 今お話ししたようなことをちょっと産業構造として図示させていただきますと、まずAIの今の産業構造がですね、下から見るとチップがあって、そのチップが組み込まれたIaaS、インフラストラクチャーがあって、その上にですね、様々なビッグプレイヤーたちのLLMモデルがあって、その上にですね、アプリケーションやAIエージェントが載っているというのが今の産業かなと思っておりますけれども、現時点においてはですね、まだまだ下に行くほど市場がでかいという状況になっております。

ただですね、これはですね、どんな状況でも最初はインフラ層から市場がまず広がり、徐々にですね、アプリケーションの層がユースケースが拡大し、利用意義が世間に認知されるごとに逆三角形型に変わっていくというのは世の常というふうに考えております。例えばですね、オンプレ時代のサーバーがクラウド化していき、SaaSアプリケーションが全盛期を迎えた時も同じ流れでした。最初はAmazonさんのAWSとかもインフラレイヤーの方がまず大きく市場ができて、それが段々逆転していくという形ですね。これはやはりBefore AI、After AIでも同じことが起きると、このように考えております。 我々はこの中で、まず本丸としてはあくまでAIアプリケーション、AIエージェントの部分、ここん中にLIQUID eKYCのサービスもアイキューのサービスもあったりするんですけれども、があくまで本丸ではあるものの、さっき申し上げた通りですね、自分たちのR&Dのノウハウっていうのを投入したり、GPUマネジメントのノウハウを投入することでインフラストラクチャーにおいても差別化を図っていけるものというふうに認識をし、ここにもしっかり勝負をかけていくということを考えております。

で、さらにですね、ちょっと詳細になってくるんですけれども、AIの進化、発展によってSaaSサービスに出る影響というところについても触れていければと思っております。ここについてはですね、ビジネスロジック、あとデータと学習、技術要素という観点からそれぞれ触れていければというふうに思っております。 まずですね、大企業様、色々OpenAIとかClaudeとかですね、各社のLLMというのはですね、こないだのo1もまだ全公開がされておりませんけども発表もされていますが、汎用的な推論能力というものについては圧倒的な進歩を遂げています。ここに関してはですね、我々としてもベースの頭の良さという観点においてはどんどん活用していくべきというようなスタンスで考えています。

一方でですね、様々なユースケースにおいて実際に必要とされるビジネスアプリケーションについては、それらのユースケースごとにですね、そのユースケースに閉じたプライベートなデータを用いた学習というのが課題解決に間違いなく必要であり続けます。また、それを取り巻く法令、ルールや環境変化への速応性といった観点でも、それ特有のアップデートというものが汎用的な頭の良さのアップデートとは全く違うベクトルで必要になると、このように認識をしております。 例えばですけれども、eKYCなども例に取れば、これまでですね、犯罪収益移転防止法や携帯電話不正利用防止法などの取り巻く法令というものは各種業法で9年間で3回の改正が行われています。これらの改正に対応していくビジネスロジックの変更というものは、汎用的な推論能力の向上の話とは全く別物でございます。

それはつまりどういうことかと言うと、実際にビジネスの場でその頭の良いベースのモデルを活用していくためには、頭の良いモデルだけでは決して解決はできず、そのビジネス全体、業務全体の中でどのようなワークフローがあり、それらのフローごとにどんな価値を提供しなければいけないか、どんなプロセスを経なければいけないかということを分解し、それぞれのプロセスが満たさなければいけない充足条件、例えば法令遵守ももちろんそうですし、環境変化の速応もそうですし、もしくはですね、それぞれのプロセスごとに、分解したプロセスごとにAIモデル、推論能力の高いAIモデルもどのモデルを使うかも適否というか要否、これにはこれが向いている、これにはこれが向いているという適材適所がユースケースの細かいプロセスごとにも変わってまいります。 そうなってくるとですね、AIモデルを使いこなすもう1個全体的な、最近のキーワードでですね、ハーネスと呼ばれる呼び方などもしておりますけれども、いわゆるそのAIを使いこなすビジネスプロセス全体に跨ってどこにどういうAIを使うのか、またまた場合によってはAIモデルを使わないで通常のアルゴリズムでやった方がコストも処理速度も速い、コストも安い、そういった部分もある、こういったものをですね、統合的に判断しサービスに落とし込んでいく力というのが非常に重要になってきます。

なので、重要なことはこれまでのSaaSが担ってきたビジネスロジックの解像度の高い特化っていうのを引き続き担っていくことは必要でありながらも、それらの中にAIをどのように溶け込ませるかということも分かってないといけない。なので、純粋なSaaS企業とそもそもAIアプリケーションを提供している会社が提供しているSaaSというのは大きく異なると、私どもは思っております。 我々はですね、eKYCもアイキューとかもそうですけれども、LIQUID Authもそうですけれども、すべてAIを利用することが前提となって組み込まれてるアプリケーション、SaaSアプリケーションですね。なので単なるアルゴリズムだけ、AIを使わない業務システムとしてのSaaSサービスをやってきた会社ではなく、AIによる学習データの収集やそれを加工するノウハウ、そしてGPUを効率よくマネジメントしてコストを下げるノウハウ、こういったAIに必要な様々なノウハウを集積させ、それを新たなこれから出てくるですね、様々な大企業様や各社様の業務課題にミートするAI活用のサービスっていうのを作っていかなければいけないわけで、その為にはですね、もう1個データと学習というところに書いてますけれども、その企業様が保有しているOpenAIやMeta社やClaude社、まあClaude社というかAnthropic社が保有できていないもっとプライベートなデータっていうのがたくさんあるわけですね。

こういったデータをしっかり各社様から当然信頼を置きお預かりをし、これらのデータをしっかりAIの活用、学習にも活用しながら特有のそのベースの汎用モデルを最高にパフォームさせるために必要な学習を行っていくと。それをAIモデルを使い分けることで紡いで使っていく、こういう仕組みを提供していくことが非常に重要であると、こう考えています。 実際ですね、そこに関しては我々で言えば、これまでのeKYCの例で言えばですけれども、IDのドキュメントの情報、お顔の情報、あとは端末の情報、あとは具体的な不正攻撃の内容、こういったものを自分たちが収集し続けていて、例えば不正攻撃が直近でこう変わってきているからこういう学習が必要である、こういうアルゴリズムの変更した方がいい、こういったことがオンタイムで分かりすぐに手が打てる、こういったことはですね、汎用モデルだけを作っている企業にはできないわけで、こういったものと汎用モデルの活用っていうのを融合していくところがやはり重要であると、こう考えております。

もう1点ですね、技術要素の観点で、今現在、生成AIやLLMというものは現実世界の問題解決には直結はしておりません、当たり前ですけれどもですね。当然ですね、どれだけClaudeや何かが頭が良くなってもですね、現実空間は物理的なアクションがないと何一つ進展しません。例えば介護、農業、製造、全てそうです。そういう意味ではロボティクスやマニピュレーションとの融合というのが重要になっていくわけです。こういったものとベースの頭の良さである汎用的なモデルがですね、融合していくことで今後ですね、現実空間における社会実装もこれから進んでいくものというふうに考えております。 我々はですね、ここにおいても今ガソリンスタンドでもやっておりますし、あとはですね、建設現場などの対面での顔認証の仕組みなども今提供を始めている中で、現実空間におけるですね、目の役割を担う部分っていうのは我々はすでにやってきています。これちょっと次のページにも話が入っていく話になるんですけれども、これまでですね、AIの発展っていうのは大きく4段階の発展のフェーズがあったというふうに考えてます。第1次、第2次、第3次、第4次ですね。ちょっと第1次、第2次はちょっと古いんで割愛させていただきますけれども、第3次、2000年号手前からですね、いわゆるディープラーニング、深層学習というものが出てきてですね、一気にですね、AIっていうのが現実的に役に立つ、実際にその推論能力というものが格段に進化するきっかけとなっていきました。これらがですね、当時は認識系のタスク、我々が提供している画像認識などもそうですね。これは目の能力として使っておりますけれども、もしくは予測や分類といったことに使われていることがメインでございました。

で、2020年に入ってきまして、今まさに全盛期を迎えている生成AI、こちらはですね、文脈の理解やコンテンツの生成、汎用的な推論能力、まさに頭脳を担うAIとして2020年代から爆発的な発展を今まさにリアルタイムで遂げているような状況です。 この生成AIはですね、高度な頭脳を作り出しつつあるんですけれども、物理空間の課題解決においてこれが第5次来るもんではないかと言われているいわゆるフィジカルAIの分野でございます。フィジカルAIの分野に関してはですね、当然頭脳だけでは何もできなくて、空間の現状を認識するために様々なセンシングや画像認識を行うための、目や器官の、五感を担う要素ですね。機械が五感を担うための目を中心としたセンシングの要素と、あとはロボティクスを主軸とした手足の要素が付与されることが当然必要になってくると。我々はですね、認証事業の取り組みでも培ってきたこの目の技術というものが今回のガソリンスタンド、サービスステーションのアイキューでもこの目の技術を強みとしてやっておりますし、頭脳においては頭脳そのものは汎用的な推論能力は大企業さんの提供するものを活用していくことが主軸にはなるものの、自分たちがですね、この頭脳をより活用するためにプライベートでその業務に特化したデータっていうのをどんどん収集してですね、それを加工することでよりその頭脳を生かすような仕組みを作っていくと。これをですね、さらに現実社会のAI実装に取り組み、物理空間の課題解決にも貢献していきたいと、このように考えております。

以上がですね、AI産業における我々のポジショニングについてでございます。 次にですね、個人認証領域に関してです。まずですね、市場環境の変化、そして当社グループの強み、成長戦略についてお話しができればと思ってます。個人認証に関してはですね、市場規模はですね、継続して拡大をしてまいります。認証機会の用途、ちょっとこの後どういった用途かっていうのも触れさせていただきますけれども、認証機会の用途や利用シーンというのは引き続き増加していきます。

その中でですね、我々はすでに個人認証の入り口であるデジタル本人確認、eKYCにおいて強固なポジショニングを築けております。この圧倒的な顧客基盤を有している中で、顕在市場でのシェアはすでに寡占をしつつある中、新たな認証機会の用途や利用シーンが増加していく中で、ある程度寡占してアドバンテージのあるシェアっていうものをそのまま生かしてですね、ナチュラルグロースで市場をしっかり増やしていくということができると考えております。 なのでLIQUID eKYCに関しては圧倒的な顧客基盤を生かしながら顕在市場でのシェアは寡占、そして新たに今潜在になってる市場が顕在化してくる際にですね、ナチュラルにそこのシェアが拡大するということはすでに起きているなというふうに考えておりまして、これまでも起きてきたんですよね。2018年、犯罪収益移転防止法が改正された後、法令で定められている内容ではないものの、例えばマッチングアプリにおける本人確認などですとか、Webサービス、シェアリングエコノミーにおける本人確認なども市場が段々空いていったわけですね。その中でもやはり我々はシェアナンバーワンをずっと築いていたので、それに伴いですね、他の新たに広がった市場でもシェア1位を取ることができているので、こういった形でですね、しっかりシェアを引き続き拡大してまいりたいと考えております。

もう1つですね、LIQUID Auth、入り口のデジタル本人確認ではなくて日常の毎日のサービス利用時の認証ですね。ここに関しましても高付加価値サービスを展開することでしっかりシェアを高めていきたいと考えています。それは先ほどトピックで申し上げたパスキーも完璧ではなくて弱点があるというお話をさせていただきましたけれども、この弱点もすでに金融機関様は認識をされていらっしゃいますので、こういった弱点を補完する独自の技術というものを統合的に提供する、eKYCから初期設定や端末変更時の顔認証からパスキーまでを一体として提供することで美しいユーザビリティ、ユーザーさんにとって一番使いやすいサービスになっていくと、こういったものをしっかり提供し安全性も最も高いものが提供できればというふうに考えております。 またですね、第2の柱につきましては、今先ほど申し上げました省令がついに改正されましたアイキューパーミッションですとか、あと先ほどインフラストラクチャーのところでお話をさせていただいたELEMENTS Cloud、こういったものがですね、まずは第2の柱として我々としてはしっかり伸ばしていきたいというふうに考えております。

最後にですね、認証の市場規模の拡大のところ、直近で用途どんな感じで広がっていっているかというところについても触れさせていただければと思います。2018年、19年ぐらいからですね、法改正がされて、まずは法令系で金融や通信キャリア、あとは古物商といったところがまず導入が始まっていきました。その後ですね、クレジットカードの不正防止、もしくはマッチングアプリにおける信頼性担保、あとは成人の年齢の認証などに代表される年齢証明系、あとはシェアリングエコノミーにおける信頼性の担保、またですね、外国人労働者ですとか、あとは建設業、製造業におけるですね、勤怠を含む労働者の管理、もしくは医療機関ですとか自治体向けの施設利用、などがこれまで認識されていたものでした。 直近ですね、今年度入ってから信頼性担保の利用シーンの中でSNSにおける信頼性担保の観点と、もう1つSNSにおける年齢証明の観点、こういったものがですね、グローバルでは徐々にニーズが広がってきているというふうに認識をしておりますし、あとはですね、ライドシェアに関してもまだまだこれから先の可能性なんですけれども、ライドシェアのですね、規制の緩和っていうところも可能性として出てきている中で、こういったものに関しても世界的にはですね、ちゃんとドライバーズライセンスを本人確認しながらライドシェアサービスに参加しているドライバーの方々の信頼性担保しっかりやっていく、こういったニーズも出てきているのかなというふうに考えております。

具体的なニュースとしてはですね、OpenAIのChatGPTも本人確認がすでに始まっております。大多数のですね、一般ユーザーにはまだ本人確認は求められていないんですけれども、ChatGPTの利用時に特定の条件を満たしたユーザーさんには本人確認が求められておりまして、こういう本人確認をですね、OpenAIのサム・アルトマン氏もフェイクコンテンツが大量に生産されるような有害な利用への対抗策として本人確認を強めていくということを標榜されていらっしゃったりもします。 またですね、各国政府の動きとして特に未成年者、例えば16歳未満などにおいてはSNS利用の制限などもかなり進んでおります。皮切りだったのがですね、昨年12月頃のオーストラリアなんですけれども、16歳未満におけるSNSのアカウントの制限、利用の制限というのが動いてきております。これをやるためにですね、当然16歳未満か否か分からないので全ユーザーに対して年齢の証明を求めることになると。この年齢の証明というのは、ちょっと詳細は一旦割愛をしますけれども、そこにですね、本人確認のニーズというのがやはり出てくるので、そういったところも市場が広がる大きな契機になってくるのではないかと、このように考えております。以上になります。