結論
コムチュアは、企業のクラウド導入、基幹システム開発、データ活用、運用保守、IT研修を担う独立系ITサービス会社である。財務は強く、過去の資本効率も優秀だが、筆者の結論は「割高」だ。今後10年で問われるのは、IT投資市場が伸びるかではない。AIによって必要な開発工数が減る中で、顧客が同社へ支払う金額を維持できるかである。
2026年3月期の売上高は381億円、営業利益は47億円に達した。2015年3月期から売上高は約3.9倍となり、自己資本も厚くなった。ところが売上総利益率は足元で低下し、増収が営業増益につながりにくくなっている。2027年3月期第1四半期には新基幹システムの減損14.34億円も発生した。顧客企業のシステム投資を支える会社が、自社の情報システムへの投資で大きな損失を計上した事実は、資本配分の評価で軽視できない。
会社は2029年3月期に売上高530億円、営業利益63億円を目指し、AIを活用した業務変革支援への転換を掲げている。この方向性は合理的だが、計画と実現を区別する必要がある。現状の売上の大部分は、人が作業し、顧客がその工数に対価を支払う仕組みに依存する。AIエージェントが仕事そのものを引き受ける時代には、技術者の生産性向上が必ずしも受注金額の増加にならない。
10年後の中立では、営業利益が約21億円まで縮み、時価総額は約256億円になると見込む。純現金は大きな安全材料であり、配当も株主価値を支える。それでも5つの筋書きを確率で評価した現在の本質価値は約247億円で、基準時価総額421億円を約41%下回る。AI時代への転換が実証されるまでは、過去の高成長や高ROEをそのまま10年先まで延長できない。
バリュー投資の観点から
長く持つ株主の立場では、コムチュアを評価する問いは明確だ。10年後にも顧客が同社を必要とし、今より少ない人手で仕事を終えられるようになっても、同社が稼ぐ利益を守れるかである。過去の高いROEや連続増収は立派だが、それだけで将来の超過利益が続くとはいえない。
良い点は、既存顧客の業務を理解した技術者と、複数の標準ソフトウェアを横断する実装能力にある。金融機関や大企業の基幹システムを安全に移行するには、作業が自動化されても責任を持つ事業者が必要になるだろう。財務余力も大きく、事業転換のための時間を買える。しかし顧客の重要な記録を自社の独占的な基盤に蓄積する商売ではなく、主要製品の価格決定権も他社にある。堀の広さを過大評価してはならない。
筆者が特に気にするのは、再投資の収益率である。技術者を増やし、買収で事業規模を広げる方法は、人が働く時間に比例して売上を増やせた時代には有効だった。これからは売上が増えなくても顧客の成果を高める仕組みを作り、同じ資本でより多くの利益を得なければならない。新基幹システムの減損は、経営者が将来価値を見積もる際にも誤りが起こることを示した。
純現金は、株主にとって実質的な価値を持つ。ただし買収や移転費用に使われれば、自由に戻せる現金ではなくなる。配当性向45%以上という約束は評価する一方、現金の全額還元や継続的な自社株買いまでを期待することは避けたい。
現在の時価総額421億円には、AI転換への相応の成功が織り込まれていると考える。中立の10年では、請求可能工数の減少によって利益は縮み、資本効率も過去の水準を下回る。本当の安全域があるかを判断するには、企業の技術力ではなく、成果課金、顧客維持、増分投資利益の実績を確かめる必要がある。長期保有の対象としては、今はその証拠がまだ不足している。
何で稼ぐ会社か
稼ぎの中心は、企業が使うソフトウェアを導入し、既存システムとつなぎ、日々の業務で使えるようにする仕事である。Microsoft、Salesforce、ServiceNow、SAP、AWS、Databricksなどの製品を扱うが、その多くは他社の製品だ。コムチュア自身がライセンスの基本価格や製品の技術ロードマップを決める立場ではない。収益の中心は導入、設定、開発、保守、運用の対価である。
2026年3月期の事業別売上高では、ビジネスソリューションが約146億円で最大だった。SAPなどの基幹システム、金融業務、官公庁案件を手掛ける。クラウドソリューションは約97億円で、MicrosoftやSalesforceなどの導入支援が中心だ。デジタルソリューションは約58億円で、データ基盤構築や分析、AI活用支援を担う。残るプラットフォーム・運用サービスは約63億円、デジタルラーニングは約17億円である。
2027年3月期から経営管理上の事業区分は、テクノロジー領域、業務変革支援領域、マネージドサービス・教育領域の3つに再編された。2026年4〜6月期の売上高は順に36.93億円、36.94億円、21.65億円だった。経営陣は従来の案件ごとの開発から、顧客の業務課題を発見してAI導入後の改善まで支援する伴走型への転換を進めている。だが、そのサービスが工数ではなく成果に応じて課金されるようになった実績は、まだ十分に確認できない。
事業の原価は技術者の給与と協力会社への外注費が中心である。2026年3月末の連結従業員は1,964人で、案件量に応じて外部のビジネスパートナーも使う。2026年3月期の営業キャッシュフローは約34億円だったが、買収、ソフトウェア投資、オフィス保証金などへの支出も大きかった。サービス業で設備負担が軽いことと、成長投資を含めた現金の自由度が高いことは同じではない。
事業別の人月数と実現単価は開示されていない。そのため、数量モデルでは事業別の売上高、連結技術者数、協力会社の活用状況、研修講座の公開料金を照合し、有償技術者人月と受講者数を推計した。これらは実績開示値ではなく、10年後の数量変化を検証するための代理指標である。
優良さと弱いところ
同社の強みは、複数の主要ソフトウェア製品を組み合わせて顧客の業務に導入できる技術者集団である。顧客がMicrosoft、Salesforce、SAP、Databricksを別々に採用していても、データや業務フローをつなぐ支援ができる。企業の基幹システムは停止を許されず、既存環境を理解する技術者を簡単に入れ替えられない。この切替負担と実装実績が、一定の継続受注を生んできた。
しかし、これは強い独占的な堀とは違う。顧客データの正本を自社で管理するわけではなく、業界全体が共同利用する不可欠な基盤も持っていない。解約率5%未満、法令対応に伴う継続値上げ、独自データ資産の蓄積といった、長期の価格決定力を裏づける定量的証拠も確認できない。競合も同じ製品の認定技術者を育成でき、AIによって開発知識を再利用しやすくなれば、経験の差は縮まりうる。
資本効率の実績は高い。過去10年のROE中央値は約18%で、2026年3月期も約16%を維持した。2015年から2026年にかけて純利益は約6億円から33億円へ増えた。ただし、この期間の自己資本増加額に対する純利益増加額を単純比較すると、増分の稼ぐ力は過去の最高ROEほど高くない。買収、利益留保、事業再編が混在するため厳密な増分ROICではないが、成長投資の利回りが以前ほど高くない可能性を示している。
財務は明確な長所である。2026年3月期の自己資本は約202億円、純現金は約106億円、自己資本比率は74.6%だった。景気後退時にも借入返済に追われる可能性は低い。一方、2027年3月期第1四半期には自社の新基幹システムの一部利用を停止し、14.34億円の減損を計上した。これは非資金損失だが、投下した資金の回収見通しが崩れたことを意味する。
以上から、堀は存在するが狭いと判断する。基幹システムの運用継続性は支えになるものの、同社固有の技術や規制上の独占性によって長期の超過利益を守る力は弱い。AI時代に価値を高められるかは、認定資格の数よりも、顧客が得た成果を自社の収益へ変える契約能力によって決まる。
業界はいまどこにいて、どこへ向かうか
国内ITサービス市場は依然として大きい。IDC Japanによる2025年の市場規模は約7兆5,663億円で、2030年には約10兆2,541億円になる見通しである。クラウド移行、基幹システム刷新、データ統合、AI利用に伴う統制整備が投資を支える。コムチュアの2026年3月期売上高をこの広い市場と比較すると約0.5%に相当し、業界全体から見れば小さな事業者だ。
競合の規模は大きく異なる。2026年3月期の連結売上高は野村総合研究所が約8,147億円、TISが約5,965億円、BIPROGYが約4,336億円だった。これらを国内ITサービス市場で単純に割れば約10.8%、7.9%、5.7%となるが、海外売上やITサービス以外の売上も含むため、正式な国内市場シェアではない。富士通、NEC、NTTデータ、日立製作所、日本IBMも大きな競争相手である。コムチュアは規模よりも、特定製品への対応力や顧客との関係で案件を獲得する立場にある。
分野別でも成長余地はある。国内ITモダナイゼーションサービス市場は2025年に約1兆3,044億円と推計され、国内データプラットフォームのソフトウェア市場は約7,371億円と予測された。ただし、後者は製品売上の市場であり、コムチュアの導入支援売上と直接比較できない。企業向け研修サービス市場は2025年度に約6,075億円で、同社の研修売上は広義の市場の約0.28%に相当する。IT研修だけの厳密なシェアと、SI各分野の競合別シェアは公表資料から特定できない。
最大の構造変化は、IT支出の成長と技術者工数の成長が切り離されることだ。AIエージェントが仕様書作成、コード生成、テスト、データ分析、問い合わせ対応を実行するほど、同じ成果に必要な人数は減る。顧客が浮いた予算で新しいシステムを作る可能性はあるが、その需要が従来と同じ人月単価で外注される保証はない。大手ベンダー自身のAI機能強化や顧客企業の内製化も、導入支援会社の仕事を奪いうる。
コムチュアはDataikuやKrugleなどとの提携を進め、AI活用の案件を取り込もうとしている。これは競争上必要な対応だが、AIエージェントそのものを独自の継続課金商品として販売し、その売上額を確認できる段階ではない。市場全体は名目で伸びても、同社の請求可能工数とシェアは減るという10年を中立に考える。独自の商品化と成果課金への移行が実証されれば、この見方は大きく変わる。
資本政策と M&A
経営陣は増収を続けながら配当も増やしてきた。2026年3月期の配当総額は約16億円で、純利益に対する割合は約48%だった。発行済株式から自己株式を控除した株数は近年おおむね横ばいであり、大規模な自社株買いによる株数減少は確認できない。増配の実績は評価できるが、余剰現金の全額が株主に戻ると考えるには根拠が足りない。
2026年8月に公表された新中期経営計画では、2029年3月期に売上高530億円、営業利益63億円、営業利益率11.9%、EBITDA76億円、ROE18%以上を目標とする。2027年3月期からの3年間で営業キャッシュフロー120億円以上、成長投資80億円以上、株主還元50億円以上を計画している。成長投資はM&A・資本提携50億円と次世代ワークプレイス30億円が中心で、配当性向45%以上を約束する。自己株式取得は機動的に検討するとしているが、実施額の確約はない。
買収では2021年のエディフィストラーニング子会社化に続き、2026年3月期にヒューマンインタラクティブテクノロジーを取得した。同年度にはM&A関連で約16億円を投じた。技術者や顧客を買う成長は短期的に売上を増やせるが、AIで必要工数が減る局面では、過去の人月利益を前提にした買収価格が過大になる危険がある。取得後の追加利益と買収対価を継続して検証すべきだ。
2027年3月期第1四半期の14.34億円の減損は、資本配分上の重い反省材料である。既に支出した資金を取り戻すことはできず、方針転換だけで投資失敗が消えるわけではない。一方、不採算の利用を中止し、追加開発費を抑える判断自体は合理的だった。今後のM&A50億円にも同じ規律が働くかが問われる。
2026年8月には、親族が代表を務める資産管理会社間で約389万株が移転し、筆頭株主が変わった。会社への公開買付けではなく、発表では長期保有方針が示されている。この安定株主構造は短期的な経営の継続性を支えるが、少数株主への資本還元を自動的に保証するものではない。TOB・MBO・上場廃止予定は確認できず、最新の四半期短信では継続企業の前提に関する注記も該当なしだった。
強気の見方と慎重な見方
強気の見方
コムチュアには、AI時代に必要な仕事を獲得できる十分な基盤がある。顧客はAIを導入する前に、社内に散在するデータを整理し、基幹システムと接続し、アクセス権限や監査証跡を整えなければならない。この実装には既存業務の理解が必要で、単にコードを自動生成すれば終わるわけではない。Microsoft、Salesforce、SAP、Databricks、AWSを横断して支援できる人材は、大企業の複雑な業務改革で価値を発揮する。
会社はこの変化を把握し、2029年3月期に売上高530億円を目指す新計画を打ち出した。従来の受託開発から、顧客の現場へ入り込んで成果創出を支えるFDE型の伴走支援へ移行しようとしている。DataikuやKrugleとの提携も始まった。AIを活用した高付加価値の仕事へ技術者を移せれば、必要工数の減少を単価や利益率の改善で補える。顧客企業にとっては、システムの安全性と事業成果への責任を負う取引先が引き続き必要だ。
財務も転換を後押しする。純現金は約106億円で、過去に営業赤字が続いた履歴もない。景気後退中に人材育成や買収を進められる会社は限られる。配当を維持しながら技術領域を変えてきた過去の経営には一定の実績がある。さらに、既存顧客の重要システムに深く関わることで、大手競合が容易に奪えない関係が築かれている。
最も良い10年では、AIによる生産性向上と顧客への伴走支援が両立する。請求可能な業務量は現在と同程度を維持しながら、より高度な仕事への移行と物価上昇に沿う価格改定によって売上と利益が伸びる。これは新たな数量の急増を前提にしなくても実現しうる。
慎重な見方
コムチュアの大部分の売上は、自社製品の独占販売ではなく、他社製品を使った作業への対価である。従来の準委任契約では、サービスを提供した工数に単価を掛けて収益を認識する。AIエージェントが開発、運用、検査を実行すれば、顧客に請求できる人月が減る。顧客が同じ作業に以前と同じ金額を支払い続ける必然性はない。
Microsoft、Salesforce、ServiceNow、SAP自身もAI機能を製品に組み込んでいる。操作画面の設定や個別連携の一部が自動化されれば、導入パートナーの仕事は縮小する。DatabricksやAWSを使うデータ基盤構築も、標準化と自動化が進む。運用監視やヘルプデスクでは、AIによる自動復旧や問い合わせ対応が、人の稼働時間そのものを減らしうる。研修ではAI家庭教師や自動生成教材との競争が強まる。
新中期経営計画は事業転換の方向性を示したが、成果課金や独自AI商品の継続収益が十分な金額で実証されたわけではない。FDEという名称に変わっても、契約が人月単価であれば経済性は変わらない。顧客企業が自社の従業員とAIエージェントで内製する選択肢もある。競合の大手SI会社は大規模な顧客基盤と自社サービスへの投資余力を持つため、中堅事業者が利益率を守れるとは限らない。
2026年3月期には増収でも売上総利益が減少し、2027年3月期第1四半期には14.34億円の減損が生じた。これは経営資源の配分が必ずしも成功していないことを示す。今後もM&Aに大きな資金を投じる計画があり、AIで陳腐化する人月収益を高値で買えば、純現金まで傷つける。売上規模が増えても、株主の稼ぐ力が弱くなる危険は十分にある。
どちらに重みを置いたか
業務知識、複数製品への対応力、純現金では強い材料がある。しかし、人月を売る仕組みから成果を売る仕組みへの転換は、まだ計画が先行している。筆者は慎重な見方を採る。確率は楽観側29%、中立31%、悲観側40%とした。AI代替は中立の数量と10年後以降の成長率で既に反映し、確率で重ねて罰してはいない。悲観側を厚くした追加の理由は、直近の粗利率低下、中上級PM不足、自社システムの減損という会社固有の実行上の問題である。純現金が下値を支えても、現状の株価には十分な安全域がない。
10 年後の 5 つの筋書き(2036/03 期)
確率で加重した現株数換算の終価現在株主分の終価 1,200 円383 億円(+ 還元の換算額還元の合計 360 円115 億円)。 今の値に割り戻すと 867 円277 億円、今との差 −28.7%、 期待の年率 +2.9%(資本コスト 7.0%)→ やや割高
| 筋書き | 確率 | 10 年後の現株数換算の終価現在株主分の終価 | 還元の換算額還元の合計配当+自社株買い | トータルリターン10 年・還元込み | 年率 | 確率 × (終価+還元) |
|---|---|---|---|---|---|---|
| 楽観 | 9% | 2,814 円897 億円 | 690 円220 億円 | +188.1% | +12.9% | 315 円101 億円 |
| やや楽観 | 20% | 2,050 円654 億円 | 552 円176 億円 | +114.0% | +9.1% | 520 円166 億円 |
| 中立 | 31% | 1,028 円328 億円 | 351 円112 億円 | +13.5% | +1.5% | 428 円136 億円 |
| やや悲観 | 26% | 634 円202 億円 | 257 円82 億円 | −26.7% | −3.5% | 232 円74 億円 |
| 悲観 | 14% | 380 円121 億円 | 88 円28 億円 | −61.5% | −9.8% | 65 円21 億円 |
| 加重平均 | 100% | 1,200 円383 億円 | 360 円115 億円 | +28.3% | +2.9% | 1,561 円498 億円 |
今の株価時価総額 1,216 円388 億円(2026-11-02)から見たトータルリターン。各行の年率は還元・追加負担を期間の中間時点に置く仮定のIRRです。最下段は期待CFから計算したIRRで、各行のIRRの加重平均ではありません。実際の配当時期を観測した値ではありません。
楽観 9% AI時代への転換が成功し、有償工数を維持 利益 55 億円 · PER 14.3 倍 · 現株数換算の終価現在株主分の終価 2,814 円897 億円
Data & AIを中心とした業務変革支援への転換が成功する。顧客のデータを整備し、AIを基幹業務へ組み込む仕事が拡大する。既存のMicrosoft、Salesforce、SAPとの関係を生かし、顧客の複数システムを横断する長期案件を継続して獲得する。AIによって個々の作業時間は短くなるが、その分を新しい高付加価値案件で補い、会社全体の有償工数をほぼ維持する。
FDE型の伴走支援が顧客から評価され、実装だけでなく定着や継続改善まで任される。価格は物価上昇に沿って上がり、AIを活用した原価削減が利益率の改善につながる。営業利益率は15%前後まで高まり、過去の高収益体質を再び取り戻す。
M&Aでは買収先の技術と顧客を既存組織に統合できる。新しい自社商品が急拡大するという未確認の前提は採らず、既存の仕事量を保ちながら収益性を改善する10年とする。配当と機動的な自己株買いも続き、純現金の一部が株主に戻る。
- クラウドソリューション事業:数量 8,079(年間の顧客向け有償技術者人月(自社と協力会社の合計、推定))× 価格 0.02(有償技術者1人月当たり実現売上高(億円、名目))→ 売上 130 億円・営業利益 33 億円。有償人月1.00倍、単価1.34倍。高度な連携案件を維持し、売上総利益率25.5%。
- デジタルソリューション事業:数量 4,456(年間のデータ基盤・分析・AI導入支援の有償技術者人月(推定))× 価格 0.02(有償技術者1人月当たり実現売上高(億円、名目))→ 売上 78 億円・営業利益 21 億円。数量1.00倍、単価1.34倍。データ整備とAI実装の利益率が改善。
- ビジネスソリューション事業:数量 12,129(年間の基幹業務・金融・公共システム向け有償技術者人月(推定))× 価格 0.02(有償技術者1人月当たり実現売上高(億円、名目))→ 売上 195 億円・営業利益 48 億円。数量1.00倍、単価1.34倍。基幹業務支援の継続案件を確保。
- プラットフォーム・運用サービス事業:数量 7,040(年間の運用監視・ヘルプデスク・インフラ構築の有償換算人月(推定))× 価格 0.01(有償換算1人月当たり実現売上高(億円、名目))→ 売上 85 億円・営業利益 17 億円。数量1.00倍、価格1.34倍。自動化によるコスト削減が利益に残る。
- デジタルラーニング事業:数量 8,640(年間の公開講座・法人研修の受講者相当件数(推定))× 価格 0.00(受講者相当1件当たり平均売上高(億円、名目))→ 売上 23 億円・営業利益 7 億円。受講者相当1.00倍、単価1.34倍。専門家による高付加価値研修を維持。
倍率:AIエージェント代替の人月型であり、10年後以降の名目成長率g_longは0%。資本コストkは7.0%。ROEは54.71÷414=13.2%でkを上回る。堀が弱く超過利益の持続を3分の1とするが、g=0では正当化PER=(1−g÷RONIC)÷(k−g)=1÷0.07=14.2857倍となる。今の余剰現金50億円の税後利息相当0.7億円を純利益から除き、50億円の75%を別に加える。市場のPERは使わない。
確率:既存の顧客基盤、マルチベンダー対応力、純現金を生かして事業転換に成功する可能性はある。ただしAIエージェント商品の独立した売上金額が確認できず、現在の有償工数を10年間維持するだけでも難しいため、9%に抑える。
やや楽観 20% 技術者の仕事量は減るが高付加価値化で補う 利益 38 億円 · PER 14.3 倍 · 現株数換算の終価現在株主分の終価 2,050 円654 億円
AIによる開発自動化は進むが、同社は従来の単純な開発から業務改革とデータ統合へ技術者を移していく。MicrosoftやSAPの製品改定に伴う移行需要も残る。顧客企業の内製化は進むものの、複数の基幹システムを安全につなぐ大規模案件では外部支援の需要が続く。
有償工数は現在より減るが、上流工程やデータ管理の比率が上がり、価格はおおむね物価に沿って上昇する。案件ごとの経験が共通部品として蓄積され、営業利益率は12%程度を確保する。これまでと同じ人数を増やす成長ではなく、少ない工数で付加価値を維持する形へ変わる。
M&Aは既存顧客の深耕に役立つ小規模案件が中心となり、過大なのれんの発生は抑えられる。配当方針も維持される。大きな失敗を避けながら転換が進むが、AI導入で新規事業が爆発的に伸びるほどの成果は生まれない10年になる。
- クラウドソリューション事業:数量 7,110(年間の顧客向け有償技術者人月(自社と協力会社の合計、推定))× 価格 0.02(有償技術者1人月当たり実現売上高(億円、名目))→ 売上 114 億円・営業利益 27 億円。数量0.88倍、単価1.34倍。高難度案件への移行で粗利率を維持。
- デジタルソリューション事業:数量 4,010(年間のデータ基盤・分析・AI導入支援の有償技術者人月(推定))× 価格 0.02(有償技術者1人月当たり実現売上高(億円、名目))→ 売上 70 億円・営業利益 17 億円。数量0.90倍、単価1.34倍。データ連携需要が比較的強い。
- ビジネスソリューション事業:数量 10,674(年間の基幹業務・金融・公共システム向け有償技術者人月(推定))× 価格 0.02(有償技術者1人月当たり実現売上高(億円、名目))→ 売上 169 億円・営業利益 38 億円。数量0.88倍、単価1.32倍。金融・ERPの継続案件が支える。
- プラットフォーム・運用サービス事業:数量 5,984(年間の運用監視・ヘルプデスク・インフラ構築の有償換算人月(推定))× 価格 0.01(有償換算1人月当たり実現売上高(億円、名目))→ 売上 70 億円・営業利益 13 億円。数量0.85倍、価格1.30倍。自動化で人手は減少。
- デジタルラーニング事業:数量 7,344(年間の公開講座・法人研修の受講者相当件数(推定))× 価格 0.00(受講者相当1件当たり平均売上高(億円、名目))→ 売上 18 億円・営業利益 5 億円。数量0.85倍、単価1.25倍。企業向け専門研修の需要が続く。
倍率:10年後のROEは約9.85%でk7.0%を上回る。AIエージェント代替型のためg_longは0%とし、正当化PERは14.2857倍。上限から任意の割引は行わない。余剰現金50億円の利息相当0.7億円を利益から控除し、戻り方0.75を適用した37.5億円を別に加える。
確率:データ統合、基幹システムの刷新、AI導入後の統制整備は実需があり、既存顧客への提案が進む可能性が高い。ただし人月の減少を完全には回避できないため、楽観より現実的な20%とする。
中立 31% AIで請求工数が縮み、収益性が低下する 利益 16 億円 · PER 14.3 倍 · 現株数換算の終価現在株主分の終価 1,028 円328 億円
国内のIT投資は名目で拡大するが、顧客が外部に依頼する開発工数は減少する。AIエージェントがコード生成、テスト、設定作業、問い合わせ対応を肩代わりし、従来の人月商売を圧迫する。コムチュアはデータ基盤構築や業務変革支援へ移るものの、従来の受託開発を十分な速度で置き換えられない。
有償工数はクラウドで約3割、基幹系で約3分の1、運用サービスでは約4割減る。データ・AI領域は比較的底堅いが、ここでもAIによる開発生産性向上と競合の参入が進む。単価は専門性の高い仕事では物価並みに上がる一方、標準化された作業では上昇が限定される。営業利益率は6%台に低下する。
M&Aは売上規模の下支えになるが、人材や顧客を買う従来型の案件では、投資額に見合う利益を生み出しにくくなる。固定費の削減は進むものの、管理部門やオフィス費用をすぐには減らせない。配当は維持するが利益の縮小に応じて総額も小さくなる。10年後は事業が存続していても、かつての高ROEを持たない会社になっている。
- クラウドソリューション事業:数量 5,494(年間の顧客向け有償技術者人月(自社と協力会社の合計、推定))× 価格 0.02(有償技術者1人月当たり実現売上高(億円、名目))→ 売上 86 億円・営業利益 19 億円。AI人月型の中立数量0.68倍、価格1.30倍。売上総利益率22%。
- デジタルソリューション事業:数量 3,342(年間のデータ基盤・分析・AI導入支援の有償技術者人月(推定))× 価格 0.02(有償技術者1人月当たり実現売上高(億円、名目))→ 売上 58 億円・営業利益 13 億円。数量0.75倍、価格1.34倍。データ基盤需要が支えるが工数は減る。
- ビジネスソリューション事業:数量 7,884(年間の基幹業務・金融・公共システム向け有償技術者人月(推定))× 価格 0.02(有償技術者1人月当たり実現売上高(億円、名目))→ 売上 119 億円・営業利益 24 億円。数量0.65倍、価格1.26倍。標準化と競争で粗利率が低下。
- プラットフォーム・運用サービス事業:数量 4,365(年間の運用監視・ヘルプデスク・インフラ構築の有償換算人月(推定))× 価格 0.01(有償換算1人月当たり実現売上高(億円、名目))→ 売上 49 億円・営業利益 8 億円。数量0.62倍、価格1.25倍。運用自動化が稼働工数を減らす。
- デジタルラーニング事業:数量 5,184(年間の公開講座・法人研修の受講者相当件数(推定))× 価格 0.00(受講者相当1件当たり平均売上高(億円、名目))→ 売上 12 億円・営業利益 3 億円。数量0.60倍、価格1.20倍。AI教材の普及で受講者が減少。
倍率:中立のROEは15.96÷336=4.75%で資本コスト7.0%を下回る。AIエージェント代替のため長期成長率は0%。ROEがk以下の場合の正当化PER上限1÷k=14.2857倍を用い、帳簿純資産の増加を高い価値として追加しない。余剰現金50億円の税後利息相当0.7億円を控除した事業純利益にPERを適用し、戻り方0.75の37.5億円を加える。市場の過去のPER・PBRは根拠にしない。
確率:下に寄せる理由:2026年3月期は増収でも売上総利益が減少し、中上級PM不足も会社が認めている。さらに新基幹システムの減損が発生し、転換に必要な資本配分と実行力には未解決の課題がある。AI代替の縮小は数量とg_longで織り込み、確率では追加していない。中心として31%を配分する。
やや悲観 26% 低価格競争が進み、事業を縮小して守る 利益 9 億円 · PER 14.3 倍 · 現株数換算の終価現在株主分の終価 634 円202 億円
顧客企業の内製化とAIエージェントの普及が進み、標準的な開発や運用の外注需要が大きく減る。SAPやSalesforceの導入支援では大手SI会社が価格競争を仕掛け、コムチュアは比較的規模の小さい案件に追いやられる。Data & AI領域にも競合が増え、新しい需要を獲得しても従来事業の減少を補いきれない。
売上高は現在の6割程度となり、営業利益率は5%前後まで低下する。会社は協力会社への発注を絞り、拠点と管理部門を集約し、固定費を大きく削減する。これによって赤字は避けるが、十分な利益成長を生む力は失う。
M&Aは慎重になり、事業規模を拡大するよりも財務の維持を優先する。配当は利益に応じて縮小するが、純現金が一定の下支えとなる。長い間培った業務知識や顧客関係は残るものの、株主に高い資本収益率をもたらす会社ではなくなる。
- クラウドソリューション事業:数量 4,363(年間の顧客向け有償技術者人月(自社と協力会社の合計、推定))× 価格 0.01(有償技術者1人月当たり実現売上高(億円、名目))→ 売上 63 億円・営業利益 13 億円。数量0.54倍、単価1.20倍。低価格化で粗利率20%。
- デジタルソリューション事業:数量 2,540(年間のデータ基盤・分析・AI導入支援の有償技術者人月(推定))× 価格 0.02(有償技術者1人月当たり実現売上高(億円、名目))→ 売上 40 億円・営業利益 9 億円。数量0.57倍、価格1.22倍。高付加価値案件だけが残る。
- ビジネスソリューション事業:数量 6,307(年間の基幹業務・金融・公共システム向け有償技術者人月(推定))× 価格 0.01(有償技術者1人月当たり実現売上高(億円、名目))→ 売上 88 億円・営業利益 17 億円。数量0.52倍、価格1.16倍。基幹系でもAIによる省工数化が進む。
- プラットフォーム・運用サービス事業:数量 3,379(年間の運用監視・ヘルプデスク・インフラ構築の有償換算人月(推定))× 価格 0.01(有償換算1人月当たり実現売上高(億円、名目))→ 売上 35 億円・営業利益 5 億円。数量0.48倍、価格1.14倍。自動運用により仕事量が減少。
- デジタルラーニング事業:数量 4,320(年間の公開講座・法人研修の受講者相当件数(推定))× 価格 0.00(受講者相当1件当たり平均売上高(億円、名目))→ 売上 10 億円・営業利益 2 億円。数量0.50倍、単価1.10倍。低価格AI学習との競争が強い。
倍率:ROEは9.37÷301=約3.1%でk7.0%を下回る。事業の稼ぐ力の上限1÷k=14.2857倍を採用する。余剰現金50億円の利息相当0.7億円を純利益から除き、戻り方0.75を適用した37.5億円を加える。事業の利益と純現金による価値が約161億円となり、保守的な売却可能資産の床118億円を上回る。固定費は人員削減と拠点集約による大幅な縮小を明示的に想定している。
確率:既存顧客を維持しても、AI自動化による工数削減と大手ベンダーの内製機能強化により単価交渉力を失う場合を想定する。直近の粗利率低下とPM不足が重なるため、中立からの下振れを26%とする。
悲観 14% 人月モデルが構造的に崩れ、純現金が価値の中心になる 利益 −7 億円 · PBR 0.6 倍 · 現株数換算の終価現在株主分の終価 380 円121 億円
AIエージェントが業務ソフトの設定、開発、テスト、運用、問い合わせ対応を広範囲に代替する。大企業は自社でAIを使う体制を整え、MicrosoftやSAPなどの製品も高度な自動設定機能を備える。外部のSI事業者が得る仕事量は激減し、コムチュアは主要顧客の案件を失う。
売上高は現在の4割程度となり、開発と運用の単価上昇も限定的になる。仕事量の減少が大きいため、拠点と人員を削減しても固定費を吸収できず、営業赤字が残る。研修では低価格のAI講師が一般化し、従来型の講座を維持できない。
M&Aで取得した技術者基盤や顧客関係の価値も低下し、のれんの追加減損が起こる。経営は事業拡大を断念し、資金流出を抑えながら残存顧客を支える形になる。企業の存続は可能でも、株主価値の中心は事業利益ではなく純現金と換金できる資産になる。非資金資産を過大に評価せず、清算に近い保守的な価値を考える。
- クラウドソリューション事業:数量 2,828(年間の顧客向け有償技術者人月(自社と協力会社の合計、推定))× 価格 0.01(有償技術者1人月当たり実現売上高(億円、名目))→ 売上 36 億円・営業利益 5 億円。数量0.35倍、価格1.05倍。クラウド設定・連携業務が大幅に減少。
- デジタルソリューション事業:数量 1,872(年間のデータ基盤・分析・AI導入支援の有償技術者人月(推定))× 価格 0.01(有償技術者1人月当たり実現売上高(億円、名目))→ 売上 27 億円・営業利益 4 億円。数量0.42倍、価格1.10倍。データ統合の高難度案件のみ残る。
- ビジネスソリューション事業:数量 4,730(年間の基幹業務・金融・公共システム向け有償技術者人月(推定))× 価格 0.01(有償技術者1人月当たり実現売上高(億円、名目))→ 売上 61 億円・営業利益 8 億円。数量0.39倍、価格1.08倍。ERP導入の自動化と内製化が進む。
- プラットフォーム・運用サービス事業:数量 2,464(年間の運用監視・ヘルプデスク・インフラ構築の有償換算人月(推定))× 価格 0.01(有償換算1人月当たり実現売上高(億円、名目))→ 売上 23 億円・営業利益 2 億円。数量0.35倍、価格1.05倍。AIによる自動監視・復旧が普及。
- デジタルラーニング事業:数量 2,592(年間の公開講座・法人研修の受講者相当件数(推定))× 価格 0.00(受講者相当1件当たり平均売上高(億円、名目))→ 売上 5 億円・営業利益 1 億円。数量0.30倍、価格1.00倍。講師型の研修需要が縮小。
倍率:営業赤字が構造的に続く筋書きであり、マイナスの純利益にPERを使わない。2026年3月期の自己資本201.9億円を基準とし、約0.60倍で評価する。これにより時価総額は約121.14億円となる。2026年6月末の純現金約106.09億円と換金可能資産から推計した床118億円を下回らない。10年後の自己資本195億円にPBRを掛けて価値を水増しせず、今の帳簿資本を基準とする。のれんやソフトウェア、繰延税金資産には清算価値を認めない。
確率:AIエージェントによる開発・運用の大規模な内製化、主要ベンダーの導入自動化、大手競合による案件集約が同時に起きる場合である。強い財務を持つため倒産を中心に考えないが、事業の超過利益を失う可能性は無視できず14%とする。
セグメント:数量 × 価格
いまの数量と価格、中立の筋書きの 10 年後。売上と営業利益は億円。
クラウドソリューション事業
Microsoft、Salesforce、ServiceNowなどのクラウド導入、設定、連携開発、利用定着支援。AI代替の型は「人月・工数で売るSI・コンサル」であり、自社の席課金SaaSとは区別する。
| 数量年間の顧客向け有償技術者人月(自社と協力会社の合計、推定) | 価格有償技術者1人月当たり実現売上高(億円、名目) | 売上 | 営業利益 | |
|---|---|---|---|---|
| 今 2026/03 | 8,079 | 0.01 | 97 | 22 |
| 10 年後 中立 | 5,494 | 0.02 | 86 | 19 |
取り方:2026年3月期有報の事業別売上高96.95億円、売上総利益21.78億円を使用。人月と平均単価は非開示であるため、クラウド導入・開発の混合単価を120万円/人月と仮定し、約8,079人月、年間約673人相当の請求工数と推計した。これは在籍社員数そのものではなく協力会社の工数も含む代理数量であり、実測値ではない。op_okuは事業別売上総利益を販管費控除前の貢献利益として代用している。国内クラウド市場全体には製品ライセンスやインフラ売上が含まれ、同社のSIサービスだけの正確な市場シェアは未公表。国内ITモダナイゼーションサービス市場約1兆3,044億円は関連需要の参考指標であり、その中での同社の正式なシェアは算定できない。AIエージェント代替の人月型として、中立数量は現在の0.68倍、価格は1.30倍、g_longは0%とする。
デジタルソリューション事業
AWS、Databricks、SAS、Google Cloudなどを利用したデータ基盤、分析、AI導入支援。顧客のデータを扱うが、自社が独占する記録の正本ではないため、AI代替では「人月・工数型」とする。
| 数量年間のデータ基盤・分析・AI導入支援の有償技術者人月(推定) | 価格有償技術者1人月当たり実現売上高(億円、名目) | 売上 | 営業利益 | |
|---|---|---|---|---|
| 今 2026/03 | 4,456 | 0.01 | 58 | 12 |
| 10 年後 中立 | 3,342 | 0.02 | 58 | 13 |
取り方:2026年3月期の事業別売上高57.93億円、売上総利益11.57億円を使用。技術者の専門性を考え平均130万円/人月と仮定し、約4,456人月、年間約371人相当の請求工数と推計した。価格と人月は会社の開示値ではない。IDC Japanが予測した2025年国内データプラットフォームのソフトウェア市場約7,371億円は需要指標として参照するが、ソフトウェア売上と導入支援サービス売上は異なるため、57.93億円を割って正式な市場シェアとはしない。競合はNRI、TIS、BIPROGY、アクセンチュア等。2026年3月期の増収率11.9%は確認できるが、AIエージェント商品の独立した売上・受注金額は確認できないため、楽観でも請求可能数量の増加を前提にしない。中立数量0.75倍、単価1.34倍、g_long0%。
ビジネスソリューション事業
SAPなどのERP導入、金融システム、官公庁向け開発、基幹業務のモダナイゼーション。既存システムの切替には費用がかかるが、顧客の会計・人事データを自社が保有する事業ではなく、AI代替の「人月・工数型」とする。
| 数量年間の基幹業務・金融・公共システム向け有償技術者人月(推定) | 価格有償技術者1人月当たり実現売上高(億円、名目) | 売上 | 営業利益 | |
|---|---|---|---|---|
| 今 2026/03 | 12,129 | 0.01 | 146 | 33 |
| 10 年後 中立 | 7,884 | 0.02 | 119 | 24 |
取り方:2026年3月期有報の売上高145.55億円、売上総利益33.10億円を使用。基幹系開発とERP導入の混合単価を120万円/人月と推定すると、約12,129人月、年間約1,011人相当の請求工数となる。会社は受注実績を単一セグメントで開示しており、本事業だけの契約件数や人月は開示しないため、数量は業界の請求慣行を用いた代理推計である。関連市場にはIDCの2025年国内ITモダナイゼーションサービス市場約1兆3,044億円があるが、ERP・金融・官公庁案件が重なるため厳密な市場シェアは未公表。競合はTIS、NRI、日鉄ソリューションズ、富士通、NECなど。中立数量0.65倍、単価1.26倍、g_long0%。
プラットフォーム・運用サービス事業
システム基盤の設計・構築、運用監視、遠隔保守、ヘルプデスク。継続契約があるが人手による監視・対応の比重が高いため、AI代替の「人月・工数型」とする。
| 数量年間の運用監視・ヘルプデスク・インフラ構築の有償換算人月(推定) | 価格有償換算1人月当たり実現売上高(億円、名目) | 売上 | 営業利益 | |
|---|---|---|---|---|
| 今 2026/03 | 7,040 | 0.01 | 63 | 11 |
| 10 年後 中立 | 4,365 | 0.01 | 49 | 8 |
取り方:2026年3月期の売上高63.36億円、売上総利益10.62億円を使用。監視・ヘルプデスクの単価は開発案件より低いと考え、年間の混合実現単価を90万円/人月と仮定し、約7,040人月、年間約587人相当の有償工数と推計した。固定額契約も人月換算した代理数量であり、実際の契約数や稼働人員とは異なる。国内ITサービス市場における運用・マネージドサービスの重複しない市場規模と企業別シェアは資料上で特定できない。競合は大手SI、運用専業会社、クラウドベンダーの自動運用機能である。中立数量0.62倍、価格1.25倍、g_long0%。
デジタルラーニング事業
子会社エディフィストラーニングによるMicrosoft等の認定研修、ITスキル教育、企業向け講座。AI講師や教材生成が代替する可能性があるため、AI代替の「研修・人月型」とする。
| 数量年間の公開講座・法人研修の受講者相当件数(推定) | 価格受講者相当1件当たり平均売上高(億円、名目) | 売上 | 営業利益 | |
|---|---|---|---|---|
| 今 2026/03 | 8,640 | 0.00 | 17 | 4 |
| 10 年後 中立 | 5,184 | 0.00 | 12 | 3 |
取り方:2026年3月期の売上高17.28億円、売上総利益4.26億円を使用。エディフィストラーニング公開講座の例としてPL-300は3日間、税抜21万円である。他の短期・長期講座、法人一括契約を含む混合単価を20万円/受講者相当と仮定し、年8,640件と逆算した。これは受講者数の会社開示ではなく、企業研修・教材販売等を受講者単位に換算した代理数量である。矢野経済研究所の2025年度企業向け研修サービス市場6,075億円に対する広義の売上比率は約0.28%だが、IT研修だけのシェアではない。競合はトレノケート、インターネット・アカデミー、各ソフトウェアベンダー直営研修、AI教材である。中立数量0.60倍、価格1.20倍、g_long0%。
リスクと懸念
AIエージェント代替
同社の大半の売上は開発、導入、運用、研修に伴う人の作業から生まれる。AIエージェントが仕様書作成、コード生成、テスト、業務設定、監視、問い合わせ対応を実行すると、請求可能工数が減少する。顧客が従来の料金を維持する保証はなく、成果報酬や独自商品へ転換できなければ、国内IT市場が成長しても同社の利益は縮みうる。
他社製品への依存と価格決定力
Microsoft、Salesforce、ServiceNow、SAP、AWSなどの製品が競争力の土台である。これらのベンダーがAI機能を標準提供し、導入作業を自動化すれば、パートナーが請求できる仕事量は減る。製品の価格体系や認定制度が変わっても同社が決定権を持たないため、顧客との関係だけで利益率を守れない可能性がある。
M&Aと自社システム投資の失敗
新中期経営計画は3年間で50億円のM&A・資本提携を想定する。しかし人月収益が縮小する中で技術者や既存契約を買うと、買収後の利益が想定を下回る可能性がある。2027年3月期第1四半期に自社の新基幹システムで14.34億円の減損を計上した実績は、経営陣の投資判断と撤退基準を厳しく点検すべき理由になる。
中上級PM不足と人材投資負担
会社自身が中上級プロジェクトマネージャーとAI活用を牽引する人材の不足を課題としている。高度な案件を増やすには育成と採用が欠かせないが、賃上げを含む費用は受注が増える前から発生する。2026年3月期には売上高が増えても売上総利益が減少しており、付加価値化が遅れれば営業利益率の低下が続く。
固定費と新リース会計
本社や事業所の賃料、人員、基幹システム費用は、売上高が減ってもすぐに削減できない。オフィス集約には移転費用もかかる。新リース会計基準の適用により使用権資産とリース負債が計上されるが、経済的な家賃負担そのものが新たに生まれるわけではない。将来の利益比較では同じ会計基準にそろえ、減収時の固定費負担を重視する必要がある。
純現金の使途と少数株主への還元
純現金約106億円は大きな財務余力だが、M&A、新オフィス、AI基盤、人材投資への支出も計画されている。配当性向45%以上は明確な方針だが、自社株買いの金額は確約されていない。安定株主が存在しても現金の全額が株主に戻るわけではなく、投資利益率が資本コストを下回る案件へ資金が使われれば、帳簿の現金価値が十分に株主価値へ反映されない。
今後の分かれ目
- AI導入支援や業務変革支援で、工数ではなく成果に基づく契約の売上額が開示され、継続的に拡大したら
- 人月型以外の売上比率を再分類し、その部分の数量減少率とg_longを見直す。利益率と解約率も確認し、楽観・やや楽観の確率を引き上げる根拠とする。
- デジタル・AI関連案件が増えても、全社の売上総利益率が2年以上低下し続けたら
- 高付加価値化によって省工数化を補えるという前提を弱め、中立の売上総利益率と営業利益を下方修正する。
- 2029年3月期の売上高530億円、営業利益63億円、ROE18%以上が、買収頼みでなく達成されたら
- 増分投資利回りが資本コストを超えているかを確かめる。人月単価の単なる上昇でなく、再利用可能な成果物や継続契約が利益を生んでいれば、中立の数量と利益率を引き上げる。
- M&Aによるのれんの追加減損や、買収先の収益性低下が続いたら
- 買収による成長が株主価値を増やさないと判断し、悲観側の確率を高める。投資額の回収と余剰現金の残高を改めて確認する。
- 継続配当と大規模な自社株買いにより、実際の総還元性向が安定して50%以上になったら
- 余剰現金の株主への戻り方を0.75から1.0へ見直す。事業の収益予測とは区別して、現金の帰属価値が改善した分だけ本質価値を増やす。
- 運用監視・ヘルプデスクの自動化で顧客契約単価と契約数が同時に減少したら
- マネージドサービス事業の数量と価格を引き下げる。固定費削減が追いつくかを確認し、営業赤字が常態化するなら悲観の筋書きに近づいたと判断する。
見ておくもの
- 2029年3月期に向けた売上高530億円、営業利益63億円、ROE18%以上の進捗
- AI・データ領域の受注金額、継続売上額、成果課金売上比率の開示
- 全社および事業区分別の売上総利益率と社員1人当たり売上総利益額
- 中上級PM・FDE人材の育成と、実際に有償案件を担当する比率
- Microsoft、Salesforce、SAP、Databricks、AWS関連の案件動向
- 受注高・受注残高と、案件の失注・延期・稼働率の推移
- 買収対価、取得のれん、買収後の追加利益、追加減損の有無
- 純現金残高、配当総額、自己株式取得額、オフィス投資とAI基盤投資の実績
倍率と資本コストの決め方
数量は会社の事業別売上高と売上総利益、連結従業員数、研修の公開料金を基に、技術者人月と受講者相当件数へ換算した。実績として数量・価格が非開示である点は明記し、推計の精度を過大に扱わない。AIエージェント代替は中立数量0.60〜0.75倍程度への縮小と、10年後以降のg_long0%に入れた。資本コストの寿命や確率に同じ理由を重ねていない。
倍率は市場の過去PER・PBRではなく、k7.0%、g_long0%、10年後のROEと正当化PERの式から決めた。楽観から中立は式の上限14.2857倍を採用し、手で割り引いていない。純現金のうち余剰とみる50億円は利益との二重計上を避けて加算した。10年で蓄積する現金は事業に必要な資本との関係で判断すべきであり、単純に留保利益を全額加算していない。
悲観は赤字となるため今の自己資本を基準としたPBRを用い、純現金と換金資産の床118億円を下回らないようにした。新基幹システムの減損とリースの会計上の表示変更は、事業の経済価値と区別する。5つの筋書きから得られる現在の価値は約247億円で、基準時価総額421億円に対する差は約−41%となり、結論は「割高」で一致する。
資本コスト 7.0% = 無リスク金利 3% + β — × 5%。無リスク金利3%と株式リスクプレミアム4.5%の基本7.5%から、4項目の質の調整合計0.5%を差し引く。AI代替を資本コストにも重複して上乗せしない。