結論
Laboro.AIは、企業ごとの経営課題に合わせて人工知能を開発するカスタムAIの専門会社である。筆者の結論は「割高」だ。製造業の難しい課題を解く技術力には価値があるが、現在の時価総額約130億円を支えるには、2030年の中期計画を達成するだけでは足りない。その先も高い収益力を保ち、受託開発から継続課金へ転換する必要がある。
同社の魅力は、単に生成AIを導入するのではなく、顧客の製品開発、生産計画、材料配合といった競争力の源泉に入り込むことである。累計400件を超えるプロジェクト経験があり、半導体、自動車、化学、建設など幅広い業界で実績を積んできた。2026年9月期の売上も好調であり、直近の事業運営が行き詰まっているわけではない。
しかし、長く持つ株主が買うのはAI需要の大きさではなく、その需要から同社が獲得し続けられる利益である。現在の売上のほぼ全ては専門人材が案件を進めて得る対価だ。AIエージェントが開発、分析、工程管理を担えるようになるほど、顧客が外部企業へ支払う工数対価は縮む可能性がある。同社自身もその変化を認識し、技術基盤SYNAPSEを使った新しい収益構造を作ろうとしている。
2026年9月28日に公表した中期経営計画は、2030年9月期に売上105億円、営業利益21億円を目指す意欲的なものだ。ただし、そのうち技術基盤による継続収益はまだ立ち上げ段階であり、解約率や導入顧客数に基づく持続的な利益の証明はない。純現金が厚く財務破綻の可能性は低いものの、無配で支配株主の影響が強く、現金が少数株主へ戻る保証も弱い。10年後の収益力と資本回収を厳しく見た本質価値は現在の時価総額を大幅に下回り、現段階では安全域に乏しい。
バリュー投資の観点から
長く持つ株主の見方では、Laboro.AIは良い技術を持つ会社と、長く高い利益を生み続けられる会社を区別して考える必要がある。顧客の現場に深く入り込む能力は評価したい。しかし、案件が終わるたびに次の契約を獲得しなければならない事業では、今の利益をそのまま永続的なオーナー利益とみなせない。専門人材の採用、教育、営業、研究開発への再投資が必要になるためである。
同社の2025年9月期の営業キャッシュフローは約2.2億円で、利益を現金に変える力は確認できる。しかし、採用を増やしながら利益率まで高められることを長期にわたって証明したわけではない。2026年の好調は良い兆候だが、その後10年間も同じ成果が続くと約束されたものではない。今後の収益力を見るなら、単に売上高が何倍になったかより、新たな資本を投じて生まれた追加利益が資本コストを超えるかを重視したい。
最も魅力的な将来像は、SYNAPSEが顧客のAIシステムを動かし続け、継続的に利用料が入る会社になることだ。顧客固有の製造知識や業務データと一体化し、長期契約や高い継続率が確認できれば、案件を積み重ねる受託会社とは全く違う価値を持ちうる。だが、その転換は現時点では計画であり、確認された成果ではない。
純現金は倒産リスクを大きく減らすが、株主の自由になる現金と同じではない。経営陣が現金を高値の買収や不確実な新事業に投じれば、帳簿にある現金がそのまま株主価値になるとは限らない。筆者は技術力を尊重しながらも、長期の価格決定力、継続収益、増分資本効率が実証されるまでは高い値段を払わない。会社が伸びることと、その株式を今の値段で買って報われることは別の問題である。
何で稼ぐ会社か
主力のカスタムAIソリューション事業は、顧客の経営・事業課題を分析し、AIの設計、開発、導入、改善までを受託する。2025年9月期の外部売上は18.92億円で連結売上の99.6%を占め、営業利益は約2.51億円だった。AIコンサルタントとエンジニアが案件ごとに働き、その成果に対して顧客が支払う構造である。会社が公表する1案件当たり売上約1,318万円から逆算すると、年間約144案件に相当する。
この事業には二つの提供形態がある。AIソリューションデザインは、工場の最適化や新しいサービスの設計などにフルカスタムで取り組む。エージェントトランスフォーメーションは、生成AIと共通技術基盤を使って顧客固有のAIエージェントを作り、業務や組織の変革まで支援する。どちらも現段階では人の設計・開発・コンサルティングが収益の中心であり、通常の継続課金型ソフトウェアとは違う。
第二の報告セグメントであるシステム開発事業は、2025年4月に買収したCAGLAが担う。自動車など製造業向けのシステム基盤や画面設計が中心だ。買収初年度の外部売上は約0.08億円、セグメント損失は約0.59億円で、取得関連費用など約0.41億円の一時負担を含んだ。2026年9月期第3四半期累計の外部売上は約0.27億円へ増えており、開発能力を補完する役割がある。
会社が新たな収益源として育てるのは、SYNAPSE Project RuntimeというAI開発・運用基盤と、AIシミュレーション調査サービスの未来リサーチである。SYNAPSEでは専門人材の作業と基盤利用を組み合わせて請求し、完成後も利用料を得ることを狙う。未来リサーチは従来の市場調査をAIで代替する構想だ。いずれも将来の事業モデルを変えうるが、現時点では独立した報告セグメントの収益として実績を切り分けられない。
優良さと弱いところ
Laboro.AIの強みは、AI技術と企業の事業構造を結び付ける能力にある。半導体工場の生産計画、化学材料の配合、自動車関連の設計などは、一般的な生成AIを導入するだけでは十分な成果を得にくい。企業固有のデータや現場知識を理解し、数理最適化や機械学習を実際の意思決定に組み込む経験には価値がある。400件を超えるプロジェクトから得た方法論も、営業と人材育成の両面で役に立つ。
値決め力にも一定の兆しがある。会社が示す1案件当たり売上は2025年9月期の1,318万円から2026年9月期予想の1,532万円へ増えている。ただし、案件の大型化や構成変化と継続的な値上げを区別する必要があり、この数字だけで恒久的な価格決定力が証明されたわけではない。顧客が他社に移れないほど高い切替費用や、料金改定後も解約が少ないという実績は、十分な数値で開示されていない。
現時点の堀、つまり競争相手が簡単には奪えない強みは、強い独占力ではなく専門人材、顧客理解、実績の組み合わせである。SYNAPSEが顧客の業務を動かす不可欠な基盤になれば堀は広がる。しかし、開発中の基盤が世界的大手のAI開発環境に置き換えられたり、顧客が自社で運用できるようになれば、その堀は狭まる。
財務は健全だ。2025年9月期の純現金は約20.5億円、自己資本比率は約90%である。一方、ROEは約5.7%で資本コストを下回り、資本を厚く持つだけでは株主価値が増えない。2023年から2025年まで売上は伸びたが営業利益の増加は小さく、増分投資の利回りが恒常的に高いとは確認できない。2026年の生産性改善を長く維持できるかが、資本効率を評価する分かれ目になる。
業界はいまどこにいて、どこへ向かうか
AI導入市場の拡大そのものには疑いが少ない。Laboro.AIが中期経営計画で引用したIDC Japanの予測では、国内AIシステム市場は2024年の約1.34兆円から2029年に約4.18兆円へ拡大する。ただし、これは基盤ソフト、関連サービスなどを含む広い市場であり、カスタムAI受託開発の売上機会と同じではない。市場全体が伸びても、導入作業の単価や開発工数が縮む可能性がある。
同社は従来の事業説明で、より狭いバリューアップ型AIテーマ市場を2023年度に約1,500億円、2026年度に2,200億〜3,000億円と試算した。2025年度の狭義市場を仮に2,400億円程度とみると、主力売上18.9億円は約0.8%に相当する。ただし、この市場定義は会社独自の推計であり、公的に統一された市場占有率ではない。システム開発事業の外部売上は約0.08億円であり、国内ITサービス市場に対するシェアは事実上ごく小さい。
競合はPKSHA Technology、ABEJA、Ridge-i、エクサウィザーズなどのAI関連企業に加え、NTTデータ、野村総合研究所、アクセンチュアなどの大手IT・コンサルティング企業である。さらにMicrosoft、Google、AWSなどが開発環境やAIエージェントの共通機能を整えれば、受託会社が請求できる仕事の範囲は変わる。各社の事業区分が異なり、同じ狭義市場で比較可能な競合別シェアは開示されていない。
10年で起こりうる最大の変化は、AIシステムの利用量が増える一方、AIを作るための人手が減ることだ。顧客は専門性の高い設計や現場実装には引き続き対価を払うだろうが、定型的な開発や調査は自動化される。同社は製造業の複雑な課題に注力することで価格下落を和らげられる可能性があるものの、契約数量を市場の名目成長率と同じ速さで増やせるとは考えない。中立では既存サービスの実質案件数量が縮み、広いAI市場の中で従来型の受託収益が占める割合も低下するとみる。
資本政策と M&A
同社は上場から日が浅く、資本配分の長期実績はまだ十分ではない。2025年4月にはシステム開発会社CAGLAを買収し、AI以外の実装能力をグループに取り込んだ。同年9月にはグロービングとの合弁会社X-AI.Laboの持分を売却し、提携関係を組み直している。買収と撤退の両方を経験したものの、これらが10年単位の株主利益につながったかを判定するには早い。
2026年9月28日の中期経営計画では、2030年9月期に売上高105億円、営業利益21億円、営業利益率20%を目指す。途中の2027年9月期は売上高37.13億円、営業利益4.04億円で、約2.2億円の成長投資を見込む。2030年までにフロント人員を205名、1名当たり売上を4,511万円、技術基盤の売上比率を14%にする目標もある。一方、ROE、配当性向、DOE、総還元性向、自社株買い額についての数値の約束は確認できない。
2026年には東北大学発のマテリアル・コンセプトに約1億円を出資し、材料開発へのAI導入を進める方針を発表した。今後もM&Aや少数持分投資を積極化する意向であり、現金が株主還元より成長投資に向かう可能性は高い。2026年9月末には共同創業者の一人であるCOOが取締役を退任し、経営機能の移管も進んだ。
2025年9月末の上位10株主の保有比率は約67.2%で、創業者2名の合計だけでも約47.8%を持つ。近年に配当や大きな自社株買いの実績はなく、2030年計画にも具体的な株主還元の数値はない。余剰現金が少数株主へ戻る割合は慎重に評価する必要がある。
強気の見方と慎重な見方
強気の見方
Laboro.AIには、一般的な受託システム開発会社よりも高い専門性がある。顧客の売上や製造競争力に直接関わる案件を扱い、累計400件以上の経験を積んできた。2026年9月期第3四半期累計の売上は前年同期比約39%増で、営業利益も大幅に増加した。会社が示す1案件当たりの売上も上昇しており、単なる人数の増加だけで伸びているわけではない。
最適化技術は、言葉を生成するAIだけでは容易に代替できない複雑な課題を扱う。製造現場の制約条件、設備特性、原材料配合を理解するには、顧客との深い協働が要る。半導体・電子部材分野で経験を蓄積し、米国など海外市場にも広がれば、国内の小規模AI開発企業という現在の位置を超える機会がある。
2030年計画は売上105億円、営業利益21億円と意欲的だ。SYNAPSEによって開発作業を効率化し、専門人材がより多くの案件を扱えるようになれば、採用人数以上の増収も可能になる。さらに技術基盤の利用料が継続的に入れば、案件完了後も顧客との関係が続く。マテリアル・コンセプトへの出資も、製造の現場に入り込む足掛かりになりうる。
現時点の純現金は約20.5億円あり、財務的な余裕がある。大規模な借入れに依存せずに研究開発や買収を試せる点も強みだ。技術基盤を顧客が継続利用する証拠を積み重ねれば、受託開発会社ではなく、独自の収益基盤を持つAI企業として価値を見直す余地がある。
慎重な見方
最大の問題は、AIを売る会社自身の仕事がAIによって安くなることである。現在の主力収益は案件ごとの設計・開発・コンサルティングから生じている。生成AIがコード作成、モデル評価、資料作成、プロジェクト管理を担えるほど、顧客が外部の専門家に購入する工数は減る。顧客がAIを多く利用することと、Laboro.AIの売上が増えることは同義ではない。
同社は2030年にフロント人員を205名へ増やす計画だが、AIを使うことで1案件を少人数で完了できるなら、顧客も外注費を減らそうとする。AIによる生産性改善の利益を同社が全て保持できる保証はない。開発単価が下がる一方で、高度人材の給与や新しい基盤の維持費が上がれば、収益力はむしろ弱まる。
技術基盤の継続課金も、強い堀ができた証拠はまだ乏しい。顧客の解約率、継続契約の規模、移行の難しさ、価格改定の実績が十分に示されていない。MicrosoftやGoogleなどの大手基盤と競争する中で、小規模な独自基盤を維持する費用が採算を圧迫する可能性もある。未来リサーチも既存の市場調査をAIに置き換えるサービスであるため、同じ技術による参入と値下げにさらされる。
財務に余裕があることも、資本配分の成功を保証しない。CAGLAの初年度は赤字で、今後の買収はさらに大きくなる可能性がある。経営幹部の交代を経て意思決定体制も変化した。上位株主への保有集中と無配の状態が続けば、少数株主は現金の使途を決められず、事業価値が傷んでも資本の回収には時間がかかる。
どちらに重みを置いたか
現在の技術力と成長実績は評価できるが、10年先の価値を判断するうえでは、既存の人月依存収益が縮む懸念の方を重く見る。やや悲観と悲観を合計42%、楽観とやや楽観を28%とし、下側に寄せた。下に寄せる理由はAI代替を数量に織り込んだことの重ね引きではなく、2030年目標が大きく、継続課金の実績がまだ乏しく、資本配分の評価期間も短いという会社固有の不確実性である。財務破綻よりも、期待された成長が株主の利益にならないリスクを警戒する。
10 年後の 5 つの筋書き(2036/09 期)
確率で加重した現株数換算の終価現在株主分の終価 220 円35 億円(+ 還元の換算額還元の合計 0 円0 億円)。 今の値に割り戻すと 104 円17 億円、今との差 −87.0%、 期待の年率 −12.1%(資本コスト 7.8%)→ 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% | 414 円66 億円 | 0 円0 億円 | −48.2% | −6.4% | 37 円6 億円 |
| やや楽観 | 19% | 313 円50 億円 | 0 円0 億円 | −60.8% | −9.0% | 60 円9 億円 |
| 中立 | 30% | 212 円34 億円 | 0 円0 億円 | −73.4% | −12.4% | 64 円10 億円 |
| やや悲観 | 27% | 149 円24 億円 | 0 円0 億円 | −81.4% | −15.5% | 40 円6 億円 |
| 悲観 | 15% | 126 円20 億円 | 0 円0 億円 | −84.2% | −16.9% | 19 円3 億円 |
| 加重平均 | 100% | 220 円35 億円 | 0 円0 億円 | −72.6% | −12.1% | 220 円35 億円 |
今の株価時価総額 800 円128 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% 高度な個別開発が残り、AI活用で高収益化 利益 4 億円 · PER 12.9 倍 · 現株数換算の終価現在株主分の終価 414 円66 億円
生成AIが広く普及しても、製造業の競争力に直結する高度な課題では、顧客との協働や現場実装に専門家が必要とされ続ける。Laboro.AIは半導体、電子部材、自動車などの顧客基盤を維持し、数理最適化と独自の方法論を磨くことで、高い付加価値を守る。一般的な開発作業はSYNAPSEなどで効率化され、少人数でも複雑な案件を進められるようになる。
顧客は定型的な開発費を減らすが、高度な事業変革には一定の対価を払い続ける。2030年までの経営計画に沿った採用と新事業の挑戦が進み、その後は市場競争とAI代替によって既存案件の数量が落ち着く。会社の強みは単なる開発工数から、難しい問題を解く設計能力へ移る。
買収や提携は製造業の専門知識を補完する方向で成功し、大きな資産減損は避けられる。10年後も現在と同程度の案件数を維持しながら、開発効率改善により主力事業の営業利益率が高まる。ただし、技術基盤の継続収益が成熟したと証明するまで、その価値を既存案件とは別の大きな成長収益として加算しない。
- カスタムAIソリューション事業:数量 144(年間カスタムAIプロジェクト件数(件、実質数量))× 価格 0.18(1案件当たり売上高(億円/件、名目))→ 売上 25 億円・営業利益 6 億円。年間144案件、名目単価は現在の1.34倍。人月型既存事業の数量は現状維持を上限とし、AI活用による原価削減と高難度案件への集中で営業利益率22%。技術基盤の未開示収益は上乗せしない。
- システム開発事業(CAGLA):数量 7.0(顧客向け開発を担う従業員数(人、実質数量の代理指標))× 価格 0.02(従業員1人当たり外部売上高(億円/人、名目))→ 売上 0 億円・営業利益 0 億円。開発従事者7名、外部売上単価は1.34倍。取得関連の一時費用がなくなり、小幅な黒字化を達成する。
倍率:k=7.75%、g_long=0%、弱い堀の事業であるため、正当化PERの上限は実質的に1÷k=12.90倍。2036年の全社純利益4.31億円から余剰現金12億円の税後利息相当0.168億円を除き、事業純利益4.142億円にPERを適用する。余剰現金は12億円×戻り方0.5=6億円を加える。株価や過去のPERによる調整は行わない。
確率:複雑な製造業向け開発で専門性を維持し、顧客の価格引下げ要求よりも自社の生産性改善が優勢になる筋書き。2026年の改善実績はあるが、継続課金の十分な金額開示がないため、長期の案件数量を現状超に拡大させることは前提にしない。
やや楽観 19% 製造業の強みを守り、収益性が改善 利益 3 億円 · PER 12.9 倍 · 現株数換算の終価現在株主分の終価 313 円50 億円
国内企業のAI導入が進む中、Laboro.AIは複雑な最適化と顧客固有の業務設計を引き続き手掛ける。新しい顧客の獲得も続くが、既存顧客による内製化や汎用AIエージェントの利用が増えるため、2030年代に入ると人手の開発案件は集約される。難易度の高い製造業案件は比較的残りやすく、値下げの影響も小さくなる。
SYNAPSEの社内利用が定着し、プロジェクト準備、コード作成、モデル管理の負担が減る。専門家は顧客との要件整理や現場への定着に時間を使えるようになる。高い営業生産性が継続することで、案件数量が減っても利益率は改善する。
CAGLAはグループのAI開発を支える補完機能として存続する。小規模な買収や出資は実行されるが、現金の大半を無理な大型案件に投じない。2030年までの成長投資から一定の成果を得た後、競争に合わせて事業規模が適正化される10年間である。
- カスタムAIソリューション事業:数量 130(年間カスタムAIプロジェクト件数(件、実質数量))× 価格 0.17(1案件当たり売上高(億円/件、名目))→ 売上 22 億円・営業利益 4 億円。既存案件数は約0.90倍、単価1.30倍。高付加価値案件への集中と開発自動化で営業利益率18%。
- システム開発事業(CAGLA):数量 6.3(顧客向け開発を担う従業員数(人、実質数量の代理指標))× 価格 0.01(従業員1人当たり外部売上高(億円/人、名目))→ 売上 0 億円・営業利益 0 億円。外部向け開発の実質数量0.90倍、単価1.30倍。内部連携の改善で小幅黒字。
倍率:k7.75%、長期名目成長g0%に基づく正当化PER12.90倍を用いる。利益の持続性をPERから恣意的に割り引かず、AI代替は既存案件数とg_longに入れる。純利益3.13億円から余剰現金の税後利息0.168億円を控除し、現金の回収可能額6億円を加える。
確率:製造業の固有課題に強みが残り、案件単価の下落が抑えられることは十分ありうる。ただし、専門人材の採用拡大がそのまま長期の案件数量増加につながるとは限らない。
中立 30% AI市場は成長するが、受託工数は縮小 利益 2 億円 · PER 12.9 倍 · 現株数換算の終価現在株主分の終価 212 円34 億円
AIは日本企業の事業活動に広く組み込まれる。Laboro.AIの技術も引き続き使われるが、汎用的な開発作業はAIエージェントが担うようになり、1案件に必要な人手は減る。顧客の中には外部委託を続ける企業と、AI開発を内製化する企業が並ぶ。製造の最適化など複雑な仕事は残るものの、受託開発市場が成長しても同社の契約件数が比例して増えるわけではない。
2030年に向けて進める採用と技術基盤の構築は、一定の生産性改善を生む。しかし、共通化した技術の一部は他社にも利用され、顧客は効率化で浮いた費用を自社に取り戻そうとする。継続課金型の事業は立ち上がる可能性があるが、現時点で実績金額が確認できないため、その大幅な成長を中立の稼ぐ力には先取りしない。
専門人材による高難度案件と一定の営業利益率は維持するが、10年後の実質案件数量は現在より少なくなる。CAGLAはシステム開発の補完機能として残るものの、連結利益への寄与は小さい。経営陣は再投資を優先し、自己資本は積み上がる一方で、ROEは資本コストを下回る状態が続く。
- カスタムAIソリューション事業:数量 101(年間カスタムAIプロジェクト件数(件、実質数量))× 価格 0.16(1案件当たり売上高(億円/件、名目))→ 売上 17 億円・営業利益 2 億円。実質数量は2025年の約0.70倍でAIエージェント代替の人月型中立レンジ内。名目単価は1.25倍で物価上昇1.34倍を下回る。利益率は生産性改善を反映しつつ2026年会社予想程度にとどめる。
- システム開発事業(CAGLA):数量 4.9(顧客向け開発を担う従業員数(人、実質数量の代理指標))× 価格 0.01(従業員1人当たり外部売上高(億円/人、名目))→ 売上 0 億円・営業利益 0 億円。実質開発数量は0.70倍、単価1.25倍。小規模事業の固定管理費と価格圧力で営業収支はほぼ均衡。
倍率:資本コスト7.75%と長期名目成長0%による稼ぐ力の上限1÷0.0775=12.90倍。全社純利益1.95億円から余剰現金の税後利息0.168億円を分け、事業純利益1.782億円に倍率を適用する。現在の余剰現金12億円は回収割合0.5で6億円を加える。10年間に新たに蓄積する現金についてはSCHEMAの自動処理に委ね、ここで重複加算しない。
確率:同社の専門性は残る一方、開発の自動化と顧客内製化も同時に進む。2030年の経営計画は挑戦的で、継続課金の定量実績はまだ不十分なため、既存の人月型収益には構造的な数量減少を認める。
やや悲観 27% 顧客内製化が進み、受託利益が細る 利益 0 億円 · PBR 0.8 倍 · 現株数換算の終価現在株主分の終価 149 円24 億円
企業のAI投資は続くが、標準的なAIエージェントと開発支援ツールが急速に普及する。Laboro.AIが提供していた設計・実装のうち、比較的共通化しやすい部分は顧客が自社で処理するようになる。大手IT企業は独自の開発環境を持ち、価格競争も激しくなる。同社は高難度の製造業案件に集中するが、案件数は大きく減る。
SYNAPSEは開発効率を改善するものの、外部から大きな継続利用料を得るには至らない。AIツールの利用料、研究開発、人材の維持費が収益を圧迫する。CAGLAも外部向け開発案件を減らし、固定費が残るため小幅な営業赤字となる。
初期の成長期に蓄積した利益と純現金によって会社は存続するが、高い資本効率を取り戻すには時間がかかる。M&Aで失った投資資金は全て回収できず、新たな大型投資も抑えられる。株主還元の具体的な方針がないため、現金が積み上がっても少数株主が十分な価値を受け取れない状態が続く。
- カスタムAIソリューション事業:数量 72.0(年間カスタムAIプロジェクト件数(件、実質数量))× 価格 0.14(1案件当たり売上高(億円/件、名目))→ 売上 10 億円・営業利益 0 億円。案件数量0.50倍、単価1.10倍。顧客の内製化とAI基盤への支払いが増え、主力営業利益率は3.5%まで低下する。
- システム開発事業(CAGLA):数量 3.5(顧客向け開発を担う従業員数(人、実質数量の代理指標))× 価格 0.01(従業員1人当たり外部売上高(億円/人、名目))→ 売上 0 億円・営業利益 0 億円。受託開発の外部数量が半減し、価格転嫁も限定的。固定費負担で赤字が続く。
倍率:資本コスト7.75%に対して2036年のROEは約1.0%にとどまり、資本コストを大きく下回る。事業純利益から正当化PER12.90倍で計算した稼ぐ力と余剰現金の回収可能額の合計は、現時点の純金融資産20.5億円を下回る。そのため資産床20.5億円を評価額とする。PBRは現在の自己資本25.5億円を分母とし、20.5÷25.5=0.80392157倍である。2036年の自己資本42.5億円には掛けない。過去の市場PBRの底や将来の留保利益によって床を引き上げず、SCHEMA §1-3の稼ぐ力と売れる資産の大きい方を上限とする。
確率:競合するAI企業や大手プラットフォームが開発機能を低価格で提供し、顧客が内製化する場合。案件を一部失っても、現金と残る顧客基盤によって急激な財務破綻には至らない可能性が高い。
悲観 15% 受託モデルが構造的に競争力を失う 利益 −1 億円 · PBR 0.8 倍 · 現株数換算の終価現在株主分の終価 126 円20 億円
AIエージェントが企画、設計、開発、検証、運用の多くを担うようになり、Laboro.AIが従来型の工数で請求できる仕事は大幅に減る。顧客の社内開発体制が強化され、必要な場合も大手のAI基盤や総合IT企業に発注する。製造業の特別に難しい課題は残るが、同社が独占的に提供できる範囲は狭くなる。
SYNAPSEは十分な独自性を確立できず、外部課金の広がりも限定的となる。未来リサーチも競争によって価格が下がり、継続収益の柱には育たない。減った売上に対して研究開発、設備、事務所、人員の固定費が残り、営業損益は赤字になる。
経営陣は事業転換と買収を試みるが、期待した収益は実現しない。初期に稼いだ現金の一部が新事業や人材への投資に向かい、株主還元は行われない。保有現金のおかげで存続可能性は残るが、もはや高い利益成長を期待できる会社ではない。価値の支えは将来利益ではなく、現在確認できる売却可能な金融資産になる。
- カスタムAIソリューション事業:数量 43.0(年間カスタムAIプロジェクト件数(件、実質数量))× 価格 0.13(1案件当たり売上高(億円/件、名目))→ 売上 6 億円・営業利益 −1 億円。案件数量約0.30倍、単価は名目据え置き。研究開発と人件費を十分に削減できず、主力が営業赤字化する。
- システム開発事業(CAGLA):数量 2.1(顧客向け開発を担う従業員数(人、実質数量の代理指標))× 価格 0.01(従業員1人当たり外部売上高(億円/人、名目))→ 売上 0 億円・営業利益 0 億円。外部向け開発数量は0.30倍。固定費と案件不足で赤字が継続する。
倍率:2036年の純利益が赤字であるため、正当化PERによる事業の稼ぐ力に正の価値を認めない。売却可能な資産の中心は現時点の純現金20.5億円であり、資産床に基づく時価総額は20.5億円となる。PBRは20.5÷現在の自己資本25.5=0.80392157倍。2036年の自己資本38.8億円に掛けない。やや悲観より事業の収益力はさらに悪いが、両者とも稼ぐ力が資産床を下回るため、資産床に基づく企業価値は同額となる。過去の市場PBRや将来の留保利益で評価額を引き上げない。
確率:顧客の内製化と大手AI基盤による機能代替が同時に進み、受託開発の数量と利益率が失われる。AI技術の変化が速い会社だけに、事業モデルの転換が間に合わない可能性を無視できない。
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。
カスタムAIソリューション事業
製造業などの顧客に向けたオーダーメイドAI開発、コンサルティング、AIエージェントの設計・導入。AI-SDとAGT-Xを含む。
| 数量年間カスタムAIプロジェクト件数(件、実質数量) | 価格1案件当たり売上高(億円/件、名目) | 売上 | 営業利益 | |
|---|---|---|---|---|
| 今 2025/09 | 144 | 0.13 | 19 | 3 |
| 10 年後 中立 | 101 | 0.16 | 17 | 2 |
取り方:2025年9月期の開示セグメント売上は1,892,494千円、営業利益は250,515千円。2026年9月28日公表の中期経営計画にある2025年9月期の1案件当たり売上1,318万円から、年間約144件を逆算した。144件×約0.13142億円=18.92億円。案件数は推計値であり、顧客の実数ではない。2026年9月期の1案件当たり予想1,532万円への上昇は、案件構成変化を含むため恒常的な値上げ力とは扱わない。AIエージェント代替の分類は人月・工数型であり、中立の2036年数量は2025年の0.70倍、価格は1.25倍とする。SYNAPSEの技術基盤課金は2026年に先行案件1件があるものの、独立した売上金額が開示されていないため、現時点の売上から切り分けて上乗せしない。市場の規模は会社の旧資料のバリューアップ型AI市場とIDCの広義AIシステム市場を区別する。
システム開発事業(CAGLA)
自動車・製造業向けのシステム基盤、UI/UX設計、AI導入に関連する受託開発。
| 数量顧客向け開発を担う従業員数(人、実質数量の代理指標) | 価格従業員1人当たり外部売上高(億円/人、名目) | 売上 | 営業利益 | |
|---|---|---|---|---|
| 今 2025/09 | 7.0 | 0.01 | 0 | −1 |
| 10 年後 中立 | 4.9 | 0.01 | 0 | 0 |
取り方:2025年9月期の外部顧客売上7,845千円、セグメント損失59,278千円、従業員7名を起点とする。7人×約0.01121億円で外部売上と整合する。ただし2025年4月からの連結であり、グループ内売上もあるため、この単価は通常の年間人月単価ではない。単位は開示から作った外部売上の代理指標であり、予想精度は低い。2026年9月期第3四半期累計の外部売上は約0.27億円まで増えている。中立の10年後の実質数量は0.70倍、名目単価は1.25倍とし、AIエージェント代替の人月・工数型を適用する。国内ITサービス市場は大きいが、この事業の比較可能な狭義シェアは極小で、数量の長期成長を正当化する実績はない。
リスクと懸念
AIエージェント代替
最大の長期リスクは、AIを売る会社自身の開発工数がAIに代替されることだ。設計、コード作成、テスト、資料作成、プロジェクト管理が自動化されれば、顧客が購入する人月は減る。生産性向上の利益を全て同社が維持できるとは限らず、価格競争と顧客内製化によって売上数量と単価の双方が圧迫される。10年後の中立では主力の実質案件数量を現在の約7割とした。
中期計画の拡大速度と採用負担
2030年9月期に売上105億円、営業利益21億円という計画は、2026年の予想から大幅な拡大を意味する。フロント人員205名への増員だけでなく、生産性と技術基盤課金の立ち上がりも必要だ。採用競争、教育費、優秀な人材の離職が重なると、売上の伸びより費用が先行する。2027年にも約2.2億円の成長投資を予定しており、費用と成果の時間差が長期化する危険がある。
独自技術基盤の収益化と価格決定力
SYNAPSEにはカスタムAIの方法論を組み込む構想があるが、顧客が長年利用し続けるか、値上げを受け入れるかという証拠はまだ不足する。Microsoft、Google、AWSなどが開発基盤やエージェント機能を標準化すれば、同社の技術基盤は価格競争を受ける。機能が優れていても、継続課金契約や独自データへの支配がなければ強い堀にはならない。
M&Aと投資資金の回収
CAGLAの買収はシステム実装力を補完したが、取得初年度は赤字だった。今後は受託開発会社への過半数出資や、先端モノづくり企業への少数持分投資を積極化する方針である。成長市場の企業を高値で買収した場合、買収後にAI代替が進むと期待利益を回収できず、のれんの減損や資金流出が生じうる。余剰現金の多さだけで買収の成功を見込まない。
創業者支配と株主還元の不確実性
上位10株主の保有比率は約67%で、無配が続いている。2026年には共同創業者の一人が経営執行から退き、意思決定体制も変わった。少数株主は現金の使い道を直接決められず、収益性の低い投資を止めることも難しい。中期計画には配当性向や自社株買い額の具体的な約束がなく、事業が利益を生んでもその成果が株主へ還元されるまで時間を要する可能性がある。
市場の拡大と自社利益の乖離
国内AIシステム市場は大きな成長が予想されているが、その全てが同社の売上機会ではない。基盤モデル、クラウド、汎用ソフト、顧客の内製開発が市場の成長を取り込むこともある。AIの利用量が大幅に増えても、受託開発の価格や工数が減れば、Laboro.AIの収益は伸びない。市場規模の伸びをそのまま売上数量へ掛ける評価は危険である。
今後の分かれ目
- SYNAPSEの技術基盤課金が2030年計画の売上比率14%に向けて伸び、低解約率と継続契約の実績が複数期開示されたら
- 受託開発とは別の収益源として定量的に分離し、継続利用案件数、契約単価、解約率から10年後の利益を積み直す。顧客の業務に不可欠な基盤としての証拠が複数そろえば、堀の評価と長期成長率を上方修正する。
- 2027年9月期の売上37.13億円と営業利益4.04億円に向けた進捗が明確になり、その後もフロント1名当たり売上が上昇したら
- 中期計画の実行確度を引き上げ、楽観側の利益率と生産性に対する評価を高める。ただし、利益率の改善が顧客への継続的な価格決定力につながったかは別に確認する。
- 受託案件の平均単価が下がり、開発案件数も連続して減少したら
- AIエージェント代替と内製化が収益に現れた可能性を重視する。中立の案件数量と名目単価を下方修正し、やや悲観・悲観の可能性を高める。
- CAGLAを含む買収・出資先が継続的に黒字化し、追加投資に対する利益の増加が資本コストを上回ったら
- 経営陣の資本配分能力を高く評価する。投資による成長と既存事業の成長を分けて確認したうえで、10年後の利益と余剰現金の見積もりを改善する。
- 継続配当や一定規模の自社株買いが始まり、現金を株主に戻す方針が数字で確認できたら
- 余剰現金の回収可能割合を0.5から0.75、実績が十分に積み上がれば1.0へ見直す。企業価値に含める現金部分と10年間の株主還元額を再計算する。
- 未来リサーチで有料顧客数、継続売上、実際の粗利が公表され、調査コストを下げながら受注が広がったら
- 実証途上の新事業から独立した収益源へ評価を変える。ただし、情報・調査サービスはAIによる参入が容易になりやすいため、長期の数量と価格に競争圧力を織り込む。
見ておくもの
- カスタムAIソリューション事業の年間案件数と1案件当たり売上高
- フロント人員数、1名当たり売上、生産性改善の継続
- SYNAPSEの有料導入企業数、技術基盤課金の売上比率、継続率
- 2027年9月期と2030年9月期の中期経営計画達成状況
- CAGLAの外部売上、営業損益、グループ内案件への貢献
- M&A取得額、買収後の営業キャッシュフロー、投資利益率
- 現預金の推移、配当・自社株買いの方針、発行済株式数と新株予約権
- AIエージェント普及による顧客の内製化率と受託開発単価の変化
倍率と資本コストの決め方
現在の時価総額約130.3億円を、将来利益の逆算には使っていない。2025年9月期の2つの報告セグメントを起点に、主力は年間約144案件と1案件当たり約0.1314億円に分けた。中立ではAIエージェント代替によって案件数量を101件、名目単価を現在の1.25倍とし、物価上昇を数量に二重計上していない。
2030年会社計画の売上105億円、営業利益21億円は確認したが、受託工数の長期成長や未実証の継続課金を2036年まで外挿していない。資本コスト7.75%、長期成長率0%による正当化PER約12.90倍を楽観から中立に使用し、現金とその利息を分けている。やや悲観と悲観では2036年の留保利益で膨らんだ自己資本を価値の床に使わず、現時点の純現金20.5億円を評価基準とした。やや悲観の利益による価値は資産床を下回るため、時価総額を従来の22.95億円から20.5億円へ修正した。悲観も同じ資産床が評価額となり、従来の20.91億円から20.5億円へ修正した。いずれも将来の自己資本ではなく、現在の自己資本25.5億円に対するPBR約0.804倍であり、過去の市場PBRの底から決めていない。
5シナリオの時価総額と10年間の株主還元を資本コストで割り引き、潜在株式の取り分を考慮した現在価値は、明示した時価総額と還元額だけでは概算14.46億円である。現在の時価総額との差は約−88.9%となり、分類は割高である。10年間に蓄積する余剰現金を自動計算する場合には、その加算額が別途反映される。これは2030年の中期計画を無価値と判断した結果ではなく、現在確認できる持続的なオーナー利益と株主への現金回収に、同計画を無条件で加算しなかった結果である。新リース会計基準による貸借対照表の表示変更は、将来の家賃支払負担と二重に扱わない。
資本コスト 7.8% = 無リスク金利 3% + β — × 5%。国債利回り3%と株式リスクプレミアム4.5%による基本7.5%に、事業の循環性と純現金の質から+0.25%を加える。個別のM&Aリスクや経営体制の変化は確率と筋書きで扱う。