カブスク
もう、銘柄選びに迷わない。
銘柄一覧ランキング戦略セクター分析セクターマーケット市場銘柄比較比較NISAコラム
カブスク
もう、銘柄選びに迷わない。3,800銘柄の「中身」を5軸でスコア化。あなたに代わってプロの視点で分析した、日本株の格付けガイド。

3,800銘柄の「中身」を5軸でスコア化。あなたに代わってプロの視点で分析した、日本株の格付けガイド。

コンテンツ

  • 銘柄一覧
  • ランキング
  • 戦略別スクリーニング
  • セクター分析
  • マーケットスコアマップ
  • 銘柄比較ツール
  • NISA投資ガイド
  • 配当シミュレーター
  • 投資コラム

情報

  • スコアの算出方法
  • 運営について
  • プライバシーポリシー
  • 免責事項
  • よくある質問
  • お問い合わせ

当サイトのスコアは過去データに基づく機械的な算出であり、投資助言ではありません。 投資判断はご自身の責任で行ってください。

© 2026 カブスク (KabuSuku)

  1. トップ
  2. 銘柄一覧
  3. 478A
478Aグロース情報・通信業
株価: 2026/04/21 終値スコア算出: 2026/04/21

フツパー

スコア35.3/100

企業情報

2025-12-31 時点
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
設立年月日
2020-04-01
上場日
2025-12-24
従業員数(単独)
68人
平均年齢
34.9歳
平均勤続年数
2.2年
平均年間給与
597万円
公式サイト
hutzper.com

事業内容

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]。

チャート

株価チャートは以下の外部サービスでご確認ください。

TradingViewで見るYahoo!ファイナンスで見る株探で見る

スコア

2026/04/21 算出
総合スコア

35.25/ 100

安定性52
成長性55
配当力5
割安度0
財務健全性100

スコア推移

ランキング業種: 情報・通信業

スコアランキング

総合スコア
全業種2,674位/ 3,703社
業種別390位/ 592社
全体2,674位/ 3,703社
業種390位/ 592社
安定性
全業種2,962位/ 3,703社
業種別405位/ 592社
全体2,962位/ 3,703社
業種405位/ 592社
成長性
全業種709位/ 3,703社
業種別186位/ 592社
全体709位/ 3,703社
業種186位/ 592社
配当力
全業種3,320位/ 3,703社
業種別431位/ 592社
全体3,320位/ 3,703社
業種431位/ 592社
割安度
全業種94位/ 3,703社
業種別16位/ 592社
全体94位/ 3,703社
業種16位/ 592社
財務健全性
全業種95位/ 3,703社
業種別16位/ 592社
全体95位/ 3,703社
業種16位/ 592社

企業データランキング

平均年間給与597万円
全業種2,263位/ 3,561社
業種別385位/ 562社
全体2,263位/ 3,561社
業種385位/ 562社
平均年齢34.9歳
全業種3,292位/ 3,640社
業種別463位/ 582社
全体3,292位/ 3,640社
業種463位/ 582社
平均勤続年数2.2年
全業種3,616位/ 3,687社
業種別569位/ 589社
全体3,616位/ 3,687社
業種569位/ 589社

財務サマリー

指標2025年
損益
売上高企業の本業での収入の合計13億
営業利益本業で稼いだ利益。売上高から原価と販管費を引いたもの4億
経常利益営業利益に金融収支等を加えた、通常の事業活動による利益4億
純利益税金や特別損益を差し引いた最終的な利益。株主に帰属する利益3億
収益性
EPS1株あたり純利益。純利益÷発行済株式数で算出。高いほど収益力が高い34.9円
ROE自己資本利益率。株主の出資金でどれだけ利益を生んだかの指標。8%以上が目安25.50%
ROA総資産利益率。全資産を使ってどれだけ利益を出したかの指標。5%以上が目安12.93%
営業利益率売上高に対する営業利益の割合。本業の収益力を示し、10%以上なら優良31.56%
キャッシュフロー
営業CF本業から実際に入ってきた現金。プラスが大きいほど稼ぐ力が強い2億
投資CF設備投資や企業買収等に使った現金。成長企業は通常マイナスが大きい-2,351万
財務CF借入・返済・配当金支払い等による現金の動き14億
フリーCF企業が自由に使えるお金。営業CF+投資CFで算出。配当や成長投資の原資2億
財務
総資産企業が保有する全ての資産(現金・設備・投資等)の合計24億
自己資本返済不要な資本。株主からの出資金と利益の蓄積で構成される21億
自己資本比率総資産に占める自己資本の割合。高いほど財務が安定。40%以上が目安87.90%
配当
一株配当1株あたりの年間配当金額。株主への利益還元額-
配当性向純利益のうち配当に回す割合。30〜50%が健全な目安。高すぎると持続性に懸念-

※ EDINET(金融庁 電子開示システム)の有価証券報告書をもとに作成

※ 株価データは前営業日の終値です。リアルタイムの値ではありません。PER・PBR等のバリュエーション指標も終値ベースで算出されています。

スコアの算出方法

総合スコアは5軸(安定性・成長性・配当力・割安度・財務健全性)をそれぞれ100点満点で評価し、加重平均で算出します。

総合 = 安定性×25% + 成長性×20% + 配当力×25% + 割安度×20% + 財務健全性×10%
各軸の詳しい算出基準を見る →

※ 各軸100点満点。データ不足の場合は該当項目が0点になります。