INST_FLOW FUNDAMENTAL REPORT
478A フツパー グロース(内国株式)
INST_FLOW ANALYSIS

投資判断ダッシュボード

収益性・成長性・財務・割安性と独自判定をまとめて確認できます。

ファンダメンタル評価

収益性 データなし
成長性 単年度
財務 データなし
安定性 データなし
割安性 データなし
株主還元 データなし

財務チェック

営業CFデータなし
フリーCFデータなし
現金比率データなし
自己資本比率データなし
営業利益率データなし

INST_FLOW判定

総合スコア 取得待ち
総合判定 取得待ち

業績・株価推移

売上高 データなし
営業利益 データなし
経常利益 データなし
純利益 データなし

成長率サマリー

最新実績の前年比と、直近4期を使った3年平均成長率を表示します。

成長率を計算しています

3年CAGRは期首と期末がともにプラスの場合のみ算出します。

業績トレンド

複数年度の実績と会社予想から、業績の方向性を自動判定します。

業績トレンドを判定しています

業績グラフ

年次実績と通期会社予想の推移を表示します。

売上高

グラフを読み込んでいます

営業利益

グラフを読み込んでいます

EPS

グラフを読み込んでいます
実績 会社予想

業績推移

年度 売上高 営業利益 経常利益 純利益 EPS
財務データを読み込んでいます

会社予想

対象期間 売上高 営業利益 経常利益 純利益 EPS
会社予想を読み込んでいます

四半期推移

期間 売上高 営業利益 経常利益 純利益 EPS
四半期データを読み込んでいます

企業概要

478A フツパーは東証33業種では「情報・通信業」、17業種では「情報通信・サービスその他」に分類されるグロース(内国株式)の上場企業です。 規模区分は「-」です。 直近の財務データでは、売上高は12.56億円、営業利益は3.96億円、営業利益率は31.53%、ROEは25.51%、自己資本比率は87.9%です。 キャッシュフローでは、営業キャッシュフローは2.05億円、フリーキャッシュフローは1.82億円となっています。 INST_FLOWの総合判定は「強い」(スコア7)です。判定理由として、FCFプラス、自己資本比率高い、現金比率高め、最終利益プラスが挙げられています。 このページでは、フツパーの業績、収益性、財務健全性、キャッシュフローおよびINST_FLOW独自判定を確認できます。

企業情報

代表者
代表取締役社長 大西 洋
本社所在地
大阪市淀川区西中島一丁目11番16号新大阪CSPビル北館4階
電話番号
06-7777-2552
設立年月
2020-07
上場年月
2025-12
資本金
8.26億円
決算期
2025-12-31
従業員数
68人
臨時従業員数
21人
平均年齢
34.9歳
平均勤続年数
2.2年
平均年間給与
596.5万円
EDINETコード
E41108
公式サイト
https://hutzper.com/

会社概要

当社は、「最新テクノロジーを確かな労働力に」をミッションに掲げ、製造業界を中心に、AI技術及びIoT技術等の新しい技術を活用したサービスを提供しております。当社がサービスを提供している日本の製造業界は少子高齢化に伴う労働人口の減少による「人手不足」が深刻化する中で、競争力を維持・発展させるための製造現場のDX化がなかなか進まないことによる、競争力の低下に直面していると当社ではとらえております。これらの課題に対処すべく製造業界においては生産性向上のためのAIやIoT等の新しい技術を確実に製造現場で使用できるソリューションが強く求められていると判断しております。

当社は製造業界向けに、外観検査自動化AI「メキキバイト」をはじめとする画像認識AIサービス、顧客の保有するビッグデータのAIによる分析サービスである「カスタムHutzperAI」等の分析AIサービス、その他スキルに応じたAIによる人材配置最適化システム「スキルパズル」及びインターネット接続不要の生成AIソリューション「ラクラグ」を提供しております。各サービスは、以下に記載する特徴があると考えておりますが、それらは当社がこれまで製造業に特化し、常に顧客の要望・ニーズをとらえ、より高品質なソリューションの提供が可能となるように努めてきたことによるものであると考えております。

また、当社では製造業出身のエンジニアが多く在籍していると共に、社内教育及び設計物の十分なレビューを行うことで、経験の浅いエンジニアでも十分なパフォーマンスを発揮できる体制を整えていると考えております。

当社では以下のとおりエンジニアリング部門を組織化しております。

・AIエンジニアリング部:主として「メキキバイト」をはじめとした画像認識AIサービスにおける光学設計等の技術開発、顧客へのサービス提供を行う。

・プロダクト開発部:クラウドシステムである「Hutzper Insight」や「スキルパズル」の開発、顧客向けWebサービスの提供を行う。

・データサイエンス部:全社的なAI技術を統括すると共に、カスタムHutzperAI等のAIサービスの提供を行う。

各部門におけるエンジニアの在籍状況は以下のとおりであります。

2025年12月31日現在

組織名

役割

保有技術

人数(人)

AIエンジニアリング部

PM

(プロジェクトマネージャー)

顧客の技術面の課題抽出及びプロジェクト全体のマネジメント

製造工程、品質管理、生産管理に関する知見

9

ソフトウェアチーム

製造現場で使用するソフトウェアの開発

プログラミング

9

ハードウェアチーム

コンベアや排除機構等の製造ラインの設計・組立・設置

ハードウェア設計、電気回路構築

6

AIチーム

顧客の製造現場、製造物に対応した光学設計からAI構築及び学習

光学設計、AI構築

7

プロダクト開発部

Hutzper Insight並びにスキルパズルの開発、Webサービスの個別開発

Webサービス開発、デザイン

6

データサイエンス部

カスタムHutzperAIの提供及びAI技術の調査・研究開発

AIリサーチ、データサイエンス、AIを活用したコンサルティング

6

事業の内容及び特徴については以下のとおりであります。なお、当社は製造業向けAIサービス事業の単一セグメントであり、セグメント情報を記載していないため、サービス別に記載しております。

① 画像認識AIサービス

(特徴)

メインサービスである「メキキバイト」は、製造業の顧客に対して、製造ライン、検査対象に適した照明・カメラ等の選定から設置までの光学設計をはじめ、検査対象の不良検出のための最適なAIモデル構築並びに不良品の排除機構連携、導入後の運用管理までを一気通貫で提供しております。また、AI判定は現場にある産業用PCに搭載したエッジAI(注1)として提供し、安定稼働の実現かつ高速処理を可能とすることに加えて、当該システムの運用フェーズにおいてはクラウドシステム「Hutzper Insight(フツパーインサイト)」を管理アプリケーションとして提供することにより、顧客自身によるAIモデルの精度の向上、品質管理を可能としており、継続的な運用を支援しております。

ハードウェアのスポット販売に加えて、初年度はAI構築(200,000円/月)及び「Hutzper Insight」のライセンス(98,000円/月)をサブスクリプションで月額利用料にて提供しており、2年目以降は「Hutzper Insight」のライセンスを提供しております。一部、クラウド管理機能である「Hutzper Insight」を伴わないソフトウェアのスポット販売での提供もございます。サブスクリプション契約の解約率(注2)は創業以来低い水準を維持しており、2025年12月期の解約率は0.23%となりました。

また、当社は、「メキキバイト」で培った画像認識AIの技術を活用し、製造現場に設営されたカメラを活用した作業員の行動分析、機械への巻き込み防止等の安全対策等の外観検査以外のサービスの提供を行っております。

サービス提供に係る原価として、画像認識AIサービスでは現場に設置するハードウェアやエッジデバイスに関する材料費や、エンジニアの人件費等が発生いたします。

(注)1.エッジAI:ネットワークの端末機器(エッジデバイス)に直接搭載したAIのこと。

2.解約率=当月の解約により減少したライセンス収入÷前月末のライセンス収入の総額×100%の12ヵ月平均

(当社の強み)

a 製造業に対する豊富な知識

当社は創業時より製造業界向けに特化したサービスを提供しており、製造ラインや検査における豊富な知見を有していると考えております。製造業の顧客が取り扱う品目は金属製品や食品等様々であり、製造物毎に製造ラインの特徴を理解し、検査対象を確実にとらえるための高度な撮像・画像処理技術等の光学設計の技術が必要となります。

b 運用開始までの一気通貫したサービスの提供

当社は顧客に対して、光学機器や搬送・排除機構等のハードウェアの選定・設置からAIモデル構築までを一気通貫で提供しております。具体的には、当社で光学設計を行った照明・カメラ・治具を顧客の製造ラインに設置した上で、本番環境でのデータ収集に努めております。AIモデル構築に当たっては、本番環境で撮影したデータを学習させることにより、効率的にAIのモデル構築を進め、高い実装力を有していると考えております。

光学設計からAIモデル構築まで一気通貫した技術をもたないベンダーでは、テスト環境で撮影したデータによる学習によりAIモデルを構築するものの、製造現場に設置されている照明・カメラ等で撮影した本番環境でのデータとの差異が発生し、効果的かつ効率的な製造現場での実装が難しく、当社のように低コストかつ迅速な実装は難しいものと考えております。

c エッジAIとクラウドシステムのハイブリッドによる運用支援

一般的な検査サービスにおいては、製造現場に実装した検査システムについての良否判定データは一定期間製造現場に蓄積されるのみであり、その後の利活用は進んでいないものと当社では考えております。

このような課題に対し、当社では、エッジデバイスに実装されたAIにより外観検査を行うことで、ネットワークが不要で、即時・大量の検査を行うことを可能とし、また、エッジ側で良否判定基準を設定することで、現場での柔軟な運用を可能としております。一方で、エッジ側でのAIによる外観検査の結果については、現場で不良と判定された画像データのみについてクラウド環境にアップロードする特許技術を有しております。当社は当該技術を用いた外観検査支援アプリケーションである「Hutzper Insight」を提供しており、顧客は自身で画像データの再分類、再学習を行うことでノーコードにてAIモデルの精度を向上させることができるとともに、「Hutzper Insight」上で品質管理を行うことができます。

d 排除機構連携

当社では「メキキバイト」にて不良と判定された検査物について、エアジェット(注1)連携等による排除機構の設置までを行っております。これにより、製造現場における人員をより減らすことができるため、顧客のより効率的な生産に資することが可能となります。

(導入実績)

2025年12月期の導入実績は、86社であります。また、売上高は911,628千円であります。また、「メキキバイト」のサブスクリプション契約における1ラインのあたりの平均単価(注2)はハードウェア10,803千円、初年度のAI構築及びライセンス利用料4,042千円、2年目以降のライセンス利用料(注3)11,709千円となり、合計は26,555千円となりました。

(注)1.エアジェット:品質検査で不良品と判定された製品を高速のエアージェット(圧縮空気)で吹き飛ばし、選別すること。

2.平均単価=ハードウェアの平均単価+初年度のAI構築及びライセンス利用料の平均単価+2年目以降のライセンス利用料

3.2年目以降のライセンス利用料=ライセンス利用料の年間平均単価÷(解約率×12)-ライセンス利用料の年間平均単価

② 分析AIサービス

(特徴)

当社では、顧客が保有するビッグデータを活用し顧客のAI構築を支援する「カスタムHutzperAI」等の分析AIサービスを提供しております。具体的には、現場データをもとにした在庫予測や故障予測等の分析サービスをスポット販売で提供しております。サービス提供に係る原価として、エンジニアの人件費等が発生いたします。

(当社の強み)

業界問わず、一定の規模を有する企業においては画像データやその他のデータの蓄積が進んでおり、IoT化に向けた準備は整いつつあると当社では考えております。しかしながら、データの特徴及び企業の事業内容が複雑に関係する中で、当該データを用いた分析や解析により新たな示唆を得るには高度な分析能力が必要となります。

当社では製造業についての豊富な知見と分析案件の実績をもとに、適切な分析設計からAIモデル構築まで、企業の潜在的なニーズに根ざしたサービスを提供しております。顧客の課題特定の段階から当社が関与することで、顧客の課題に十分に対応したAI導入を提案し、コンサルティング、設計、開発、運用までの幅広いプロセスにおける導入及びMLOps(注1)全体の構築等の支援を行っております。

また当社では、生成AIを顧客の労働生産性を向上させるための技術として活用し、ナレッジの社内での共有、アイデア生成、市場調査や予測分析等の高度なタスクへの応用を支援しております。これらのタスクにおいては、単純にLLM(注2)を適用しても課題解決が難しく、様々なカスタマイズ、チューニングを行うことで、最適な出力を実装する必要がありますが、当社ではLLMに対して外部情報の検索を組み合わせるRAG(注3)技術によって、より専門性が高く正確性の高いAIとのやり取りを実現可能にし、高度な機能を持つ生成AIアプリケーション構築を可能としております。

(導入実績)

2025年12月期の導入実績は、20社であります。また、売上高は307,973千円であります。

(注)1.MLOps(Machine Learning Operations):機械学習モデルをビジネス適用するための開発から運用、管理までのライフサイクルを効率化するための手法のこと。

2.LLM(Large Language Model):巨大なデータセットとディープラーニング技術を用いて構築された大規模言語モデルのこと。

3.RAG(Retrieval Augmented Generation):LLMにプロンプトを入力すると、そのプロンプトをもとに外部データから関連する部分を取り出し、それを元に回答を生成する方法のこと。

③ その他AIサービス

(スキルパズル)

当社は、製造工程における各人のスキルに応じたAIによる最適なシフト配置を提供する「スキルパズル」を利用人数に応じた従量課金によるサブスクリプションにて提供しております。「スキルパズル」は人手・人材不足の課題が激しい製造業において、人に依存しすぎない効率的な業務や人材管理の手法を提供することで、現場の業務負担を減らし、さらには人員配置の最適化やスキルマネジメントによる適切な評価、職場満足度と定着率の向上を推進していくことにより、持続可能な産業成長に貢献しております。

「スキルパズル」では、生産計画に基づき、社員のスキルや資格、出退勤情報等のリアルタイムの状況を考慮して最適なシフト配置を1クリックで瞬時に提案し、顧客の業務負担を大幅に軽減し、多能工化やスキルアップを促進できるサービスです。社員一人ひとりの能力や勤怠情報だけでなく、作業負荷や相性等も考慮した最適な人員配置をAIアルゴリズムが導き出すことができ、急な欠員にも対応できる体制を整えます。これによりシフト作成業務の省力化だけでなく、ベテラン社員の業務負担を減らし、作業そのものの質と効率を向上させることができます。

サービス提供に係る原価として、サーバー等のインフラ維持費が発生いたします。

(ラクラグ)

当社は、蓄積された社内ナレッジをインターネット接続不要で活用できるローカル生成AIソリューション「ラクラグ(らくらくRAG)」を販売しております。「ラクラグ」は、人手不足や世代交代に伴う暗黙知の喪失という製造業共通の課題に対し、完全オンプレミス環境で安全にナレッジを循環させる仕組みを提供することで、ベテランの知見を組織全体の力へ変換し、生産性と品質の両立を後押ししております。「ラクラグ」は、PDFやエクセル、画像データ等をまたいで、独自の情報抽出エンジンにより、図面や写真の内容までも構造化データとして取り込み、質問と根拠資料を紐づけたまま自然言語回答を提示します。さらに、ユーザーの質問を意味解析して不足語を自動補完するクエリ補強アルゴリズムが検索精度を底上げし、専門用語が入り混じる現場でも「欲しい情報に最短距離で辿り着ける」体験を実現しております。導入時はハード・ソフト一体型で納品するため、設置後すぐに稼働開始ができ、専門スタッフによる伴走支援も行っております。これらの総合支援により、ファイル検索にかかる時間やヒューマンエラーを大幅に削減し、“人”に依存しすぎない知識伝承と持続可能な現場力向上を実現しております。

サービス提供に係る原価として、ローカル環境に設置するサーバー代などの材料費が発生いたします。

(その他)

上記のサービスには分類されないAIモデルの構築やライセンス供与等であります。

(導入実績)

2025年12月期の導入実績は、52社であります。また、売上高は36,901千円であります。

サービス別の収益構造をまとめると、以下のとおりであります。なお、販売にあたっては、直販がメインではありますが、一部販売代理店を経由して販売しております。

[事業系統図]

沿革

2020年4月

大阪市淀川区西中島一丁目9番20号にて当社を設立。

2020年7月

AIによる製造業向け外観検査自動化サービス「メキキバイト」の提供を開始。

2021年4月

大阪市淀川区東三国四丁目25番29号へ本社を移転。

2022年4月

AIによる製造業向け分析サービス「カスタムHutzperAI」の提供を開始。

2022年8月

東京都墨田区に関東支社を設立。

2022年12月

東京都中央区へ関東支社を移転。

2023年8月

大阪市淀川区西中島一丁目11番16号へ本社を移転。

2024年7月

スキルに応じた人材配置最適化ソリューション「スキルパズル」の提供を開始。

2025年6月

インターネット接続不要の生成AIソリューション「ラクラグ(らくらくRAG)」の提供を開始。

2025年12月

東京証券取引所グロース市場に株式を上場。

従業員情報

(1)提出会社の状況

2025年12月31日現在

従業員数(人)

平均年齢(歳)

平均勤続年数(年)

平均年間給与(千円)

68

(21)

34.9

2.2

5,965

(注)1.従業員数は就業人員であり、臨時雇用者数(アルバイト、パートタイマーを含む。)は、年間の平均人員を( )外数で記載しております。

2.平均年間給与は、賞与及び基準外賃金を含んでおります。

3.当社は製造業向けAIサービス事業の単一セグメントであるため、セグメント毎の記載はしておりません。

4.当期中において従業員数が14名増加しております。主な理由は、事業の拡大に伴い期中採用が増加したことによるものであります。

(2)労働組合の状況

当社において労働組合は結成されておりませんが、労使関係は円満に推移しております。

(3)管理職に占める女性労働者の割合、男性労働者の育児休業取得率及び労働者の男女の賃金の差異

当社は、「女性の職業生活における活躍の推進に関する法律」(平成27年法律第64号)及び「育児休業、介護休業等育児又は家族介護を行う労働者の福祉に関する法律」(平成3年法律第76号)の規定による公表義務の対象ではないため、記載を省略しております。

事業セグメント

当社の事業は、製造業向けAIサービス事業の単一セグメントであるため、記載を省略しております。

前事業年度(自 2024年1月1日 至 2024年12月31日)

1.製品及びサービスごとの情報

(単位:千円)

画像認識AIサービス

分析AIサービス

その他AIサービス

合計

外部顧客への売上高

367,671

225,442

9,682

602,796

2.地域ごとの情報

(1)売上高

本邦以外への外部顧客への売上高がないため、該当事項はありません。

(2)有形固定資産

本邦以外に所在している有形固定資産がないため、該当事項はありません。

3.主要な顧客ごとの情報

(単位:千円)

顧客の名称又は氏名

売上高

関連するセグメント名

株式会社三菱総合研究所

77,705

製造業向けAIサービス事業

当事業年度(自 2025年1月1日 至 2025年12月31日)

1.製品及びサービスごとの情報

(単位:千円)

画像認識AIサービス

分析AIサービス

その他AIサービス

合計

外部顧客への売上高

911,628

307,973

36,901

1,256,503

2.地域ごとの情報

(1)売上高

本邦の外部顧客への売上高が損益計算書の売上高の90%を超えるため、記載を省略しております。

(2)有形固定資産

本邦以外に所在している有形固定資産がないため、該当事項はありません。

3.主要な顧客ごとの情報

外部顧客への売上高のうち、損益計算書の売上高の10%以上を占める相手先がないため、該当事項はありません。

【報告セグメントごとの固定資産の減損損失に関する情報】

該当事項はありません。

【報告セグメントごとののれんの償却額及び未償却残高に関する情報】

該当事項はありません。

【報告セグメントごとの負ののれん発生益に関する情報】

該当事項はありません。

主要株主

順位株主名所有株式数持株比率
1大西 洋2,286,200株22.77%
2黒瀬 康太761,100株7.58%
3ANRI4号投資事業有限責任組合695,500株6.93%
4弓場 一輝536,200株5.34%
5株式会社SBI証券369,000株3.68%
6フツパー従業員持株会354,500株3.53%
7楽天証券株式会社共有口272,800株2.72%
8株式会社日本カストディ銀行(信託口)219,400株2.19%
9濱田 英之180,000株1.79%
10日本マスタートラスト信託銀行株式会社(信託口)171,900株1.71%

データ取得状況

銘柄マスター・直近財務・INST_FLOW判定データを反映済みです。複数年度推移、配当履歴、株主構成、事業別構成は順次追加します。

よくある質問

フツパーはどのような会社ですか?

478A フツパーは、グロース(内国株式)に上場、東証33業種では「情報・通信業」に分類される企業です。このページでは、フツパーの業績、財務、収益性、キャッシュフローおよび主要指標を確認できます。

フツパーのROEは何%ですか?

フツパーのROEは25.51%です。ROEは株主資本を利用して、どの程度利益を生み出したかを示す指標です。

フツパーの自己資本比率は何%ですか?

フツパーの自己資本比率は87.90%です。自己資本比率は総資産に占める自己資本の割合で、財務の安定性を確認する代表的な指標です。

フツパーの営業利益率は何%ですか?

フツパーの営業利益率は31.53%です。営業利益率は売上高に対して本業の利益がどの程度残ったかを示します。

INST_FLOWによるフツパーの評価は?

INST_FLOWによるフツパーの総合判定は「強い」、スコアは7です。これは公開データを基にした独自評価であり、将来の株価や投資成果を保証するものではありません。