株式会社SHIFT (3697) Q2 2026 Earnings Call Transcript

ご視聴いただいております皆様こんにちは 株式会社シフト2026年8月期第2四半期の配信にご参加いただきまして誠にありがとうございます 株式会社シフト代表取締役社長の丹下雅です 本日の説明会では代表丹下より投資家の皆様からよくいただくご質問への回答を踏まえまして シフトのAIに対する取り組みを中心に 第二四半期における活動成果をご報告させていただきます ご説明が終わり次第 質疑応答のお時間とさせていただきます ご質問のある方は 機関名とお名前をご入力の上 チャットに入手してご質問をお入力ください またご質問はなるべく弊社からの説明が終わるまで ご入力いただきますようご協力をお願いいたします それでは説明に入らせていただきます アジェンダはこのようになっております はじめにですね 業績サマリーになります 本業績ですけども 過去最高の売上高 売り総額を記録いたしました AI投資を先行していましたけども 下期に投資回収の見込みが立っておりますので 後ほどご紹介させていただきます ポイントといたしましては 売上高に関しましては 単体としてもですね 122%の成長ということで ということでかなり順調に売上が伸びております また売り創率に対しても34. 4%ということでこちらもQ1に比べてですね 1. 9ポイントも副長したという形になります プラスですね半会費に関しましてはプラス2. 3ポイント増えて23. 4%になっております けどもこちらの約25億円ほど合わせてですね投資させていただきまして しっかりと開始の見込みが立ったという形になります 続きましてQ3になりますけども 売上はですね順調に120%成長を超えるような形で推移しておりまして 405億円前後にはなるんじゃなかろうかというふうには我々を睨んでおります また売り創立についてもですね 35%ぐらいまでいけるんじゃないかということで今させていただいております 半会費につきましてはAIに対する投資も一段落しましたので 22. 5%前後ということで低くなりまして そして営業利益額もですね、50億を超えるような営業利益額が出せるんじゃないかというふうに我々の方では考えております。 続きましてAI投資の内容になります。 今期ですね、上期かけてですね、この半年間我々AIに対する投資をやってきました。 皆さんご存知のようにこの半年間ですね、非常に世界中で話題になっておりますように、 AIというのが非常に力をつけてきたということで、 当然、我々もAIを活用して、しっかりと業績を伸ばしていこうということを考えております。 減価と半会費、両方を渡って約25億円ほど投資させていただきましたけれども、 この投資部分を差し引くと、AIコスト向上額5ですけれども、 売上に対しても当然だから116. 8%伸びておりますし、 営業利益についても117. 3%ということで、 しっかりとAI以外のところでは成長させていただいているというふうに思っております 続きましてシフトのAI戦略になります 投資家の皆様から本当によく私の方に問い合わせがあります このAIによってソフトウェアテストもしくはソフトウェア開発というのはなくならないのかということを 私よくご質問を受けます 私これは将来的にわたって今後なくなっていくだろうというふうに考えておりますし 我々の仕事も変わっていかないといけないというふうに考えております それに伴ってですね 2つ目のよく聞かれる質問といたしましては AIがこれだけ発達するのであれば 事業会社の内製化が進んでですね 実際にシフトの仕事がなくなるんじゃなかろうかというふうに よくご質問いただきます これについてもですね 当然ながらシフト本体はAIをネイティブで使っておりますので しっかりと圧縮しております そういった意味でAIをしっかり使いこなせる会社というのは 当然内製化に向かうんだろうというふうに思っております ただ多くの事業会社はですね やはりAIをなかなか使いこなせない AIを使ってですね 生産性を上げれないということが 非常に多くありますので 外注を継続的に活用すると思いますし 我々が先行して 後ほど説明しますけど AIに対するいろんなサービスを 構築しておりますので そういったようなサービスを 活用していただけるんじゃなかろうか というふうに考えております さてここでですね 本当にご心配を この半年間おかけしたというふうに 思っておるんですが シフトはAIによって駆逐されるんじゃなかろうかということに対しての 我々としての回答を説明させていただきたいというふうに思っております 我々ですね この半年間 もう少し長い目で見るとですね 約3年ほどかけてですね AIに対する取り組みをやってまいりました ついにですね シフトはAIに対する均衡脈を見つけたというふうに思っております 今 世界的な背景を申しますと どういう状況かというと AI投資というのはですね、皆さんご存知のように半導体ですとか、データセンターですとか、電力会社ですとか、そういったようなインフラから革命が起きているんじゃなかろうかというふうに考えております。 当然ながらそこの部分も今後も伸びていくというふうに思っておりますけども、LLMの競争もですね、ある程度見えてきた段階で、今何が起きているかというと、アプリ系のレイヤーにですね、AIのこういった競争が移行しているんじゃなかろうかというふうに私は思っております。 2つ目にですね このアプリ系のレイヤーにですね AIの技術を使ってサービスを作ろう もしくは売上利益を上げようという各社 世界中でですね いろんな取り組みをしていると思うんですが なかなか結果が出てない POCばかりしていてですね 結果が出せないというのがよく聞こえてくる話じゃなかろうかというふうに思っております それについてしっかりと売上と利益が上げられる さらに荒利率が異常に高いサービスができた 受注できたということでですね 我々としては日本でもかなり先行して 均衡目役を見つけたんじゃなかろうかというふうに考えております シフトにおけるAIの取り組みの内容になります 我々はテストのみならず開発コンサル含め 様々な取り組みをやってきておりますけども 古くはこのAIに対する取り組みは2015年 今から十数年前に遡ります 皆さんご存知のようにアルファGOというのが 世界的なチェスのチャンピオンに勝ちましたというのが すごくニュースがあったと思うんですけれども そのニュースを私に聞きまして これは何かしらAIで作れるんじゃなかろうかということで 我々独自にですね まだまだAIというものを我々使いこなせなかったんですけれども 独自のシステムを作りまして 自動的にシステムを読み込んで 自動的にオペレーションを打鍵機によって ロボットによってですね オペレーションするようなテスティングサービス テスティングデバイスを当時は作りました 2つ目にですね その当時はそういったサービスも作ったんですけども 時を経て2022年ぐらいにやはりAIがすごく重要だろうということで 兄弟初AIベンチャーというのをシフトグループの参加に入れさせていただいて 我々自身もLLMを作れるような技術力を持とうということで 4年前にはそういった技術を獲得いたしました それから昨年ちょうど1年ほど前に AIネイティブカンパニー宣言というのをさせていただきましたけども 飛躍的にですね、LLMの性能が上がってきまして、これは活用しない手はないというふうに私の方で感じましたので、そこからいろんなサービスをシフトは構築させていただきました。 そこで生まれたのがですね、AIモダナイゼーションサービスということになります。 これはですね、2023年7月からですね、約2年半ほどかけてですね、AIエージェントを2395個作ってまいりました。 さらにですねこの半年非常に力を入れてですね AI投資に関しましてはこのたった半年で25億円投資してまいりました そこでですね破壊的なサービスが生まれました この破壊的なサービスは何かと言いますと ソースコードをですねAIによって自動的に読み込んで 設計書と呼ばれるものを自動的に生成するというサービスになります これがどのぐらい破壊的かというのは講述しますけども このサービスをリリースしてたった2ヶ月でですね なんと1億ステップソースコードを預からせていただくことができ それによって開発のオポチュニティが300億円ほど作ることができました 実際にですねここからが重要なんですけれども そのサービスによってソースコードを可視化して そこからシステムをAIによって自動生成していくんですけれども その売上がですねなんとこのたった2ヶ月で25. 5億円ほど あらりにして60%というような実績を たった2ヶ月で作ることができました これも講じますけども それに対する対象マーケットというのは 7. 5兆円あるというふうに我々思っております その7. 5兆円を獲得する上での まずは序章に過ぎないのかなというふうには思っております これですねAIというのは本当に 様々な産業をディスラプトするというふうに思っておりますので じゃあどのぐらいで我々がやっているような事業というのが ディスラプトされるのかということを ちょっと俯瞰的にいろんなものを調査して並べてみました フューチャーフォンからスマートフォンに変わる 皆さんご存知のこの時代の変化というのは 体験されたかというふうに思います またはたまた馬車から自動車 CDから配信 フィルムからデジカメという形で 様々な産業が新しい技術によって 置き換わってきたというのは 歴史が経験しているんじゃなかろうかというふうに思っております 特にフューチャーフォンからスマートフォンに対しては 7年ほどでディスラプトが起きたというふうに我々思っておりまして これ特徴的なのはですね 2億台フューチャーフォンが売れた時代から それを超えてですね 当然ながらiPhoneを代表するようなスマートフォンがですね より売れるようになったと ハードウェアを売るだけじゃなくてですね ソフトウェアも売るようになった ソフトウェアというのはアプリケーションですね 売るようになったということで フューチャーフォンのマーケットがたった13兆円だったものが ハードウェアとしてスマートフォンは70兆円売るようになってますし そこに乗ったアプリケーションというのは 83兆円売るようになったというのは 非常に面白い出来事だったんじゃなかろうかというふうに 私考えております ここで注目すべきはですね スマートフォンが出たとしてもですね フューチャーフォンは一旦は売上が伸びると その中で淘汰されていって売上が下がっていくと ただ一定数は残っていくというのが 特徴的かなというふうに思っています こういったような時代背景をもとにですね 我々このIT業界において ネイティブAIという言い方をしておりますけども AIを完全に使った新しい事業サービスというのはですね 10年ぐらいを経て置き換わっていくんじゃなかろうかというふうに考えております ということでそういった背景をもとにですね シフトはじゃあどういう戦略を経ていったらいいんだろうかということがこのグラフになります ここで説明しておりますのはですね 縦軸に売り上げ横軸に時代ということでですね 我々は当然だから人月というベースにいろんなシステム構築であったり テストであったりコンサルティングというのを やらせていただいておりますけれども これがフューチャーフォンに値するのかな というふうに考えております 16チェーンマーケットというのは一旦増えると思います まだまだAIがすぐ普及するわけではなくてですね 実際には人が足りない 労働力不足というのは世界中では変わりませんので 一時的には増えると ただそれがずっと増え続けるわけではなくてですね AIというサービスがより浸透するに従って 減っていくだろうと でもゼロになるわけではないと ここで売り創立って書いてますけれども あらりがですね、我々当然ながら35%出てますけども、そういった部分の人月というサービスは変わらずそういったあらりになるんじゃなかろうかというふうに考えています。 そこを経てですね、with AI とネイティブ AI という時代に移行するんじゃなかろうかというふうに私は考えております。 我々そのwith AI とネイティブ AI 両方サービスを構築することができたということを後ほど説明させていただきます。 特に破壊的なのは先ほど冒頭で説明させていただきました ソースコードを自動的に解析して設計書を作り ソースコードを自動的に生成してシステムを作ってしまうというような AIモデルアイサービスというのが ネイティブAI時代の主力サービスになるというふうに私は考えております その時に荒利率は60%出せるだろうと 我々は現段階で60%ですので AIの性能が良くなる もしくは我々のそれを使ったサービスの技術力が より上がるとなると60%から70% 80%未明じゃないというのを我々は考えております プラスですね当然ながらお客様から見たら システムを買うことが全てではなくて 業務をやる業務を処理するというのが まずお客様としては一番の課題解決なんだろう というふうに思っておりますので そういった意味では業務を受け取るようなBPO それを含めたBPaaSというようなマーケットが これから増えていくんじゃなかろうかということで ということで、我々AIビーパスという言い方をしておりますけれども、AIエージェントを使ったアウトソーシングの仕組みというのをしっかり構築していこうというふうに考えております。 これがですね、スマートフォン時代におけるアプリマーケットの市場になるんじゃなかろうかというふうに考えております。 我々はですね、これを10年待ってですね、こういったようなコンサル開発テストというような人間サービスをやるのではなくてですね、 現段階からしっかりとそれを作り込んで 来るべきネイティブAI時代において どの会社よりもどの業界よりも いち早くそのシステムサービス 事業形態を作っていきたいというふうに思っています ですので2026年今年が元年だと思いますけども すでにもう先ほど説明しましたように サービスはできております 売上もできておりますし あらゆる意もしっかり達成できていると それがですね本当に低手数多で お客様からはどんどんどんどん 自重しているような状態ですので これがどこまで広がるのかということなんじゃなかろうかと思いますし 当然ながらすぐに人月における開発コンサルテストというのが なくなるわけではないので それを睨みながら実際にリソースの調整だったり ディスキリングだったりというのを しっかりとやっていきたいというふうに考えております まとめて言いますとですね どの時代が来ようとですね これがAIが先行して早く訪れるのか もしくはAIがまだまだ先に伸びてしまうのか どの時代が起きようとも我々は 全てにおいて対応できるというような 事業形態に移行できたというのが 今日報告したいという内容になります そこでですね 実際もう少し解像度高く どういう状態になるかというのを 説明したのがこちらの図になります 業務とシステムというふうに分けておりますけども 業務の中でもですね ノンコア業務とコア業務というのが あるんじゃなかろうかというふうに 我々は思っております 例えばですね セールスフォース オラクル ワークデイといったような 業務を管理するようなシステムというのは もう世界中に普及しております これがですねいきなり代替されるかと UI UXが変わっていくので いろいろ話はあるとは思うんですけども データベースをしっかり持っておりますので AIに親和性の高いデータベースであれば 当然ながらそこを使って AIもやっていきますので なかなかなくなることはないんじゃなかろうか というふうに思っています ただその上にですね 業務ルールがあって業務フローがあるということで 例えばですね 営業事務作業ですとか経理業務ですとか ローム業務というのは 行われているというふうに思っております この部分に関しては各社各業 コア業務というよりはノンコア業務に近いんじゃないか というふうに思っておりますので そういった部分は一般的なSaaS製品を使いながら その上にAIエージェントを乗せて 普及していくんじゃなかろうかというふうに考えております 当然ながらシフトはそこも狙っていきます 一方ですねコア業務 このサービスこの事業このシステムじゃないと その会社として売上が成り立たない もしくはそれが差別化要因であると いったものに関しては 一般的なSaaS製品ですとかパッケージ製品では足りなくてですね やっぱりオリジナルでスクラッチでシステムを作るという世界が 開くんじゃなかろうかというふうに思っておりますので 我々の会社でいうとですね 独自の案件管理システムですとか ビジネスパートナーさんを管理するようなマーケットプレイスですとか もしくは人事評価というのは有名ですけども そういったような人事評価システムですとか そういったような会社のコア業務に関わるようなシステムというのは 自前で作っていくというふうに思っています これもですね我々は先ほど言いましたように AIモダナイサービスというのがありますので 早く安くうまく作れるというようなことで 支援させていただこうというふうに考えております ということでシフトが推し進めるAI戦略 4つセグメントを分けてですね ご紹介させていただいた方が分かりやすいので こういう形にさせていただきました 1つ目はですね0番ということで 従来通りのコンサル開発テストというのが当然ながらあります これは売上88%を占めております そこからですね1番に書いてますけども With AI ということで AI を使いながら効率よくコンサルですとか 開発ですとかテストをやるというようなことが 当然ながら求められているというふうに思っております 具体的に言うと例えば10人でできる仕事を 7人5人でやるというようなことが AI を使ってできるというのがあります これは我々としてはもう売上比率としては 11%ほどもう既に構築できておりますし あらわりも40%超えるような形で構築できております このWith AIという事業サービスをですね より広げていくというのが非常に大きなポイントかなというふうに思っております またですね中長期的にはですね ネイティブAIの範囲を広げていくというのが非常に重要になってきております 冒頭重ね重ねに言っておりますけれども AIモダナイゼーションサービスがすでに構築しておりますので これをしっかりと広げていくという前提で我々はやっておりますし AIビーパスと言われるような お客様からタイミングするような直接的な業務というのを しっかりと取っていきたいというふうに考えております まずはですね ネイティブAI時代における AIモダナイサービスの詳細説明に移らせていただきます これはですね 従来私もこの仕事に携わって もう20年以上経つんですけども ずっとこういう状態でした どういう状態かと言いますと 大手システムインテグレーター もしくはコンサルティングファームがですね 古いシステムを刷新しようと お客様から古いシステムをメンテナンスできない もしくは新しいシステムに置き換えたい 新しいサービスを作りたいといったときに どういうふうにしていたかということを書いております 基本的には設計書というのは残っていません ソースコードしかありません そのソースコードはコメント文が多量に書かれておりまして このif文の中のこのビジネス処理というのは こういうふうにやっていますよというのを なぜか日本語で言語で書いております そうしないと後からソースコードを読んだときに エンジニアが何をやっている処理なのかが 全く理解できないということですので なかなかわからないソースコード 例えば100万行あるようなソースコードを 人間の目でチェックして判断しておりました 当然ながらそれだけではわからないので 現場にヒアリングしたりとかですね 業界情報に埋もれているような暗黙値を ヒアリングしたりですとか はたまた古いんですけども 一応参考になるような古い設計書というのを 参照したりとか そういったことを従来はやっております 今でもやっております ざくっと言うとですね 100万ステップのシステムがあれば 10億円ぐらいの構築費用がかかっております それをですね ドキュメントを可視化するという事業はですね コンサルタントがよくやるんですけども 3ヶ月で5000万円ぐらいかかるんじゃなかろうかということで 見積もりして受注をしてやっていこうというふうに今はやっております ただそれだけでは終わらずですね 実際に伸びてしまって3ヶ月が半年かかって1億円かかるというような仕事というのはざらにあります 先ほど繰り返し言っておりますけども その解析自体をですね 我々はDQSというアプローチを使ってですね ソースコードをAIによって自動的に解析をします これがですね従来1億円かかっていたものが たったの1000万円でできます さらにですね6ヶ月かかっていたものが 2週間で生成することができます プラスですね人によって作ったものではございませんので 46種類のシステム設計書みたいなものが AIによって自動生成されますので 間違いはないというようなことで 全てのビジネスロジックがですね どことどこがデータベースでつながっていて どういうビジネスロジックの処理になっているかというのが しっかりとドキュメント化されるものが生成されます それによってどういったビジネスが派生していくかというのが こちらの図になります 我々はこのサービスをDQSというふうに呼んでおりますけれども DQSリバースというのが先ほど説明したサービスになります これによってコストランが90% 90%安くなったものを提供できるとお客様に それが可視化した後に何をやるかといいますと ストラテジーというSTと呼ばれるような工程で あるべきシステムというのを優秀な技術者が構想を練る というのがアーキテクトを考えるというのがこちらになります これを考えた結果ですね フォワードというんですけども 実際にシステムを構築すると ということでフォワードエンジニアリングについてもですね 30%ディスカウントでお客様に提供することが可能になりました またですねこれも非常に面白いんですけども リバースエンジニアリングをすることによって 全ての因果関係が分かりますので 例えばデグレーションですとか どこに不具合が出るかというようなデグレーションですとか 新しい機能を追加しようとしたときに どこに機能を追加すれば正常にシステムが動くかというような部分を 気にしながら運用サポートというのをしていくんですけれども そういったところも可視化されていますので 安心してお客様に提供できる つまり既存のSI屋さんが保守運用しているものが いきなり我々にスイッチしていただけるようなサービスが出来上がった という形になります それが一般的にはシステム構築の 20%が保守費用というふうに 言われておりますけれども 我々それを10%ぐらいの費用で 提供できますので お客様から見ると50%ディスカウント で提供できるんじゃなかろうか というふうに考えております どのサービスも最低荒利率は60%で 我々としては提供できると お客様から見ると安くなりますし 我々としては荒利率が上がるような サービスが構築することができました 続きまして詳細の内容になります この2ヶ月間を通してですね AIモダルアイサービスにおけるリバースエンジニアリングを通してですね 受注活動をしてまいりました 先ほどお伝えしましたように1億ステップのソースコードをお預かりして 案件としては300億円のオポチュニティがあると その中で25. 5億円をたった2ヶ月で受注することができました 内訳としてはですねリバースエンジニアリングが53件無償でしておりますけども 有償に移行したのが14件 ストラテジーシステム化計画ですね それが実際に6件 実際に構築したのが16件で23. 6億円ということで やはりですねお客様としてはすぐに作ってほしいというようなニーズがありましたので AIによってシステムを作るというのが非常に人気なのかなというふうには思っております またですね繰り返しになりますけども メンテナンスサポートするような保守運用のフェーズは まだこれからの案件受注になりますけども 先ほどお伝えしましたように非常にここは狙い目じゃなかろうかと いうふうに考えておりますので 今後に期待いただければというふうに考えております 続きましてお客様の声になります 我々は2ヶ月前にこういうサービスを リリースさせていただいたところ 600社700社ほどのですね お客様に非常に反響高くですね サービスを聞いていただきました その中でですね 営業が紹介した声をここに書かせていただいております 特にですね面白かったのはですね こんなにも細かいビジネスロジックをですね 因果関係を可視化できるのかということを お客様の方で評価いただきました またですね こんなにアウトプット早くできるものなのかと 先ほど言いましたように 大手コンサルファームですとか SI会社に頼むとですね 1年経ってもなかなかできないですとか そういったようなシステム可視化がですね たった2週間でできますので これはお客様にとっては衝撃的な サービスだったんじゃなかろうかというふうに考えております またですね 実際に可視化した後でのお客様の声になりますけども プロジェクトの価格がですね 半分以下でできそうだというお声をいただいたりとか 実際にシステムを可視化したら 関係ない人事システムが絡んでいて こんなことがあるのかというような発見があったり 実はお客様200画面だというふうに 我々に見積もりをくれということで おっしゃっていただいたんですけれども 実際は我々が調査すると1000画面ぐらいあったということで なかなかお客様も把握していないというようなことが 実際に多かったんじゃなかろうかというふうに考えております 続きましてこの我々の25億円の受注活動を通してですね どういったところにチャンスがあるかというのが こちらのページになります これは私も意外だったんですけども 公共における案件がかなり受注できておりまして これ何でなんだろうなというふうに思ったところですね 公共の場合はですね 実際に技術力であるとかコストですとか そういった業界のいろんな知識を持っている方ですとか そういったものが根平案件として 数値でしっかりと可視化されます 逆に言うと従来通りのSINに頼むのではなくて 全くもってさらの状態でコンペの中で 本当にいい会社というのが選ばれるという意味では 我々このコンペ案件今前線前線しておりまして 大手コンサルファーム大手エサヤさんが コンペ相手なんですけれども 10億円を超えるような案件が取れております 特に注目すべきは 技術レベルは同じなんだけれども コストが非常に安いということを言われて 受注しているケースがあるというのが 非常に興味深いかなというふうには思っております また受注リードタイムも 公共案件の中でコンペがあれば 基本的には受注できるということで 非常に短く仕事が取れるということで 我々まずはここで実績 ブランド売上を作っていこうというふうに考えております マーケットも非常に大きくて 2兆円ぐらいあるというふうに思っておりますので しっかりと実績を積んでいきたいというふうに思っています またですねこの手のサービスやはりですね 既存のベンダーさんがやはりロックインしていることが多くてですね 昔ながらの付け合いの会社はどうしても流れてしまうという状態があるかなというふうに思っておりますので 我々狙ってですね中小企業の方々にこのサービスを紹介していこうというふうに思っております 現実ですねこの中小企業の会社さん残念ながらですね 大手のエサヤさんがなかなか手がつけられない 大手のSRさんだとどうしても高い もしくは地方にですね そういったような技術力を持ったSRがなかなかいないと 発注をするんだけども なかなか金額は折り合わずに受注してくれない というのが悩みではありました ただこの中小企業にですね 我々もそうだったんですけども 例えば業務を可視化するですとか システムを構築するときにですね 我々もですね当然フィーが高いものですから 人をかけてですね 今までは受注できませんでした ただAIによってそのフィーがですね 劇的に下がりましたので またそういったメンバーをですね 人数揃えなくてもですね AIによってスケールすることができますので こういったような中小のマーケットというのが 開けたんじゃないかというふうに考えております この受注リードタイムは 大体2ヶ月から4ヶ月くらい 案件のサイズとしては小さいですけども お客さんから見ると 当然やってくる会社がない中でやってくれる 当然可視化もされて 今後の不足運用も安心 シフトとしては当然ながら 荒れが60%以上出るということで 非常に魅力的なマーケットじゃなかろうかというふうに思っております マーケットサイズもですね 我々の中で試算ですけれども 2. 5兆円ぐらいありますので しっかりとですね この辺の案件を取っていきたいというふうに考えております また最後にですね 先ほど繰り返し言っておりますけれども 保守案件ということで 保守に関して言いますと やはり自主リードタイムがどうしても長くなってしまうんですけれども 先ほど言いましたように 開発費用の中の20%が保守になってきますので それが10%でできるということは非常に魅力的ですし 今後それを受けたとしてもですね しっかりと影響範囲が分かる中でのシステムの運用ということになりますので 我々も安心して受注することができるというふうに考えております このマーケットがですね 合わせて3兆円ぐらいあるというふうに我々は試算しておりますので これ全て合わせるとですね 実は7. 5兆円ほどマーケットがあるというふうに考えております その中の一部2ヶ月ですけども 25億円が早速受注できたという形になります 続きまして ネイティブAI時代における AIBPathの説明に移らせていただきます こちらはですね AIモダナイサービス 構造的には一緒なんですけども 業務における可視化をしていかないと いけないということで まずは可視化になります これもですね もしかしたら皆さんご存知かもしれないんですけども 従来ですね 業務フローを可視化する マニュアルを作るといったような作業はですね この山のようにあるようなデータですとか もしくは実際に業務風呂がなければ 派遣会社の方なのか 社員の方なのか分かりませんけども 完全に俗人化した人たちに ヒアリングをするというのが 従来やってきたことになります これもですね ここに書いておりますように 非常に高い400万ですが 250万と言われるようなコンサルフィーをかけてですね 3ヶ月間ほどやって 可視化していくんですけども これも2000万ぐらいかかるんじゃないかという風に 例えばですね あるような仕事もですね どうしても伸びてしまって 4ヶ月かかって3000万かかるというのが 一般的な話かなというふうに思っています これをですね 我々問い合わせデータをいただくことができれば 可視化をある程度自動的にしてですね たった2週間で 4ヶ月かかるまでたった2週間で 出来上がるシステムというのを 構築させていただきました またですね 3000万かかる費用も たった300万円でできるということで 非常にいいサービスが 作れたんじゃなかろうかというふうに 考えております これもですね AIモダナインサービスと一緒でして、このリバースオペレーションをすることによって、当然ながら業務の再設計をするストラテジーの部分と、業務を実際に構築するフォワードオペレーションの部分、そしてそれを実際に運用していくようなメンテナンスというサービスに分かれていきます。 これもですね、お客様から見たときのディスカウント金額はですね、リバースオペレーションは90%でしょうし、ストラテジーでも30%ぐらいディスカウントできます。 またですね、フォワードのオペレーション、ビジネスを構築する、業務を構築するといったところも30%ほど安くできますし、 メンテナンス、業務の運用ですね。業務の運用がですね、50%くらい安く提供できるというふうに考えております。 我々自身もあらりが60%くらい取れるというふうに考えております。 ただですね、まだこのB-PaaSに関しましては、受注しているというフェーズではございません。 これもですねなかなか新しいサービスですので 受注活動並行で進めておりますけども 当然ながら一部受注はしております ただ先ほど言ったように AIモダルサービスほどの結果が まだまだ出ているわけではございませんので しっかりとですね啓蒙活動していきたいと そのためにですねまずやるべきことはですね シフトで結果を出すということが 非常に重要なんじゃなかろうかというふうに思っております シフトは15,000人授業いますけども バックオフィスに携わるようなメンバーが 約1,500人ほどいます その1500人の業務を可視化して AIに置き換えていくということを まず第一ステップとしてやらせていただいております 第二ステップとしては これはグループ会社40社ありますので このバックオフィス業務を一つに集めて シェアドオフィス化して これもAI化していこうというようなことを 今期中に計画をしております それができるようになると 実際には人が余ってきますので その余ったメンバーで実際には我々 BPaaSの仕事をどんどん取っていきたいという思いがありますので お客様に積極的に営業してですね 今までバックオフィスがコストセンターだったものを プロフィットセンターに変えていくというような取り組みも 今絶賛進めております それではシフトにおけるAIの取り組みの事例になります 我々先ほど言いましたように1500人ぐらい携わっているような コーポレート業務をですね この1ヶ月で業務分解しました たった1ヶ月で業務分解したところ 892業務があるというふうに分かりました またこれ非常に興味深いんですけれども 業務に対して実際に単価を設定するというのは 非常に重要かなというふうに思っておりまして 処理単価というものも全ての業務に対して 計算させていただきました 皆さんちょっと想像していただければ 分かると思うんですけれども 例えば営業事務受注処理といったような業務であれば 例えばシフトですと 月に1万2千件ほどの受注処理をしておりますし そこに関わる工数としては4人分ぐらいになります この4人もですね 例えばシフト売上げ今1500億円ありますけども 3000億円になったら ではそれが倍の人数になる 倍の人数が必要になってくる もしくはその仕事が派遣社員の方がやられている場合は 派遣社員の方のスキルによってですね ぶれてしまう もしくは派遣社員の方が辞める もしくは社員が辞めるとなった場合は そのメンバーの補填 教育というのが必要になってきますし どうしても暗黙地化して その人の頭のだけで構築されておりますので 辞められては困る 辞めると業務が止まってしまうというようなことが リスクとして掲げられます そういった意味では この受注処理業務自体も 1件あたりの処理金額というのを可視化して AIによって構築することによって 受注処理自体は552円という処理金額になっておりますので これが実際多分半分ぐらいでできるんじゃなかろうか というふうに我々は思っておりますので これができるとですね 例えば売上が倍になったとしても 人数を増やすことなく 受注処理ができるという仕組みになります そういった意味では 処理単価というのが非常に重要でして これをまず確定しようということで やらせていただきました それに対してですね 全バックオフィス業務をですね AIエージェント化しました これをですね2395個作りまして 今適用できて実際に稼働しているというのがですね たった1ヶ月4月14日現在ですけども 2つほどの処理がしっかりできるようになってきました 受注登録と見積作成請求業務ということで この2つの仕事に関しましては 合わせて6人分の工数が削減することができました こういったようなシフトの実際の取り組みを この8月までにしっかりと広げていって 正社員の工数としては100人分 またBPの削減人数としては110人分削減していこうと いうふうに考えております このAIビーパースも実はシフトだけの取り組みではなくて 実際お客様にもすでに提供し始めております この可視化サービスをお客様が見た瞬間の声になります このデータでここまで見えるのは教育的ということをよく言われますし コストセンター扱いから脱却が見えたということを お客様の方で言っていただけるというのは非常に嬉しいことかなというふうに思っています また実際に我が作ったAIエージェントをお客様に見てもらったときに 今のやり方を変えずにこういったAI人と使いこなせるのは革命的であるという声をいただいたりですとか 我々自身が非常に活用しておりますので そういった実績をもとに実際に真似したいですとか そういったような声を多数いただいております AIビーパースに対する我々としてのマーケットをどう見ているかという話になります まず順番としては繰り返しになりますけれども シフトでの実績作りをしっかりやっていきたいというふうに考えております 続いてですね これもですね やはり公共に関しましては コンペアン権になりますので しっかりとですね 我々ブランドなくともですね しっかり技術力 もしくはコスト競争力があれば獲得できますので そういった部分に対して このAIビーパースを適用していきたいというふうに思っております 実際にですね このAIビーパースとまで言わないんですけども この公共案件に対する自主はしておりますので そこに我々のこの技術というのを通り込むことができれば パラリリーズがかなり改善するということが見えております またこれも中小企業に当然ながら喜ばれるというふうに思っておりますし 運用業務にも非常に喜ばれるというふうに思っております これは私が主に派遣社員の方を AIエージェントによって置き換えるマーケットであったりですとか もしくは人が足りなくて採用しているという部分があると思うんですけれども それを採用しなくても AIエージェントを作ることによって内製化できるということがありますので そういった部分のお手伝いができるんじゃないかなというふうに考えております 続きましてウィズAI時代におけるビジネスのご報告になります 我々ですねウィズAIということで今絶賛いろんな仕事をやっておりますけども 売上のトップラインはですね123%伸びるようになりましたし 当然Q3に対してはですねしっかりとその2級を超えてですね 売上の成長率というのが達成できる見込みになっております またですね各種KPIがあるんですけども 各式APIもしっかりと 慎重しているというふうに思っております ここで大切なのはですね プロジェクト単価 取引責任者単価 顧客単価 それに対する人数 ということになるかというふうに思っております 我々の活動がですね しっかりと定着してきておりまして 取引責任者数はですね 実際に1社あたり伸びておりますし プロジェクト単価もですね 実際に伸びております そういった意味では そういった結果があってですね 顧客単価自体もかなり伸びているというような状態になっております またですね リピート率というのを以前お伝えさせていただきましたけども 増加率から減少率を引くとリピート率になるんですけども しっかりと増加率を上げてきておりますし 減少率もしっかりとですね いい値で達成できるようになってまいりました このWithAIに対する売り上げの規模になります Q2ではですね WithAIの売り上げでですね 40億円ほど達成することができましたけども これは通期を通して160億円ほど 全体でいうと10%くらいですかね しっかりと達成できるような見込みになっております この全体の我々の業務と Wiz AIのあらりというのがここに書いておりますけれども 特に今開発とテストを力を入れておりますので そういった部分に関しましては 開発においては5. 5ポイントほど改善しておりますし テストにおいても3. 4ポイントほど あらりがしっかり上がっているという結果が出ております まずはですね 開発テストをしっかりやりながらですね コンサルですとかビーパスですとか そういったところもしっかりとあらりを上げていきたいというふうに考えております 最後まとめになります 紙機を通してですね いろんな報告をさせていただきましたけども 下機を通してですね 我々しっかりと売上を作っていきたいというふうに考えております 基礎の公表値といたしましては1500億円ほど 調整後になりますけども 営業利益が200億円ほどというのを 好評値として発表させていただきました M&Aの効果もありまして 売上に関しましては 1600億円ほどが 視野に入ってきているというのがありますし 営業利益につきましても 200億円当然ながら 筆達でやらせていただこうというふうに 思っております しっかりと荒利を上げて 半間費をしっかりエアによって抑え 採用費もしっかり抑え 実際にそれを下記通してやることができれば この通期のシナリオというのは しっかり達成できるんじゃなかろうか というふうに考えております 最後になりますけども 我々今年は1600億円ほどの売上目標に向けて しっかりと進んでおりますけども その中で人員構成はこういうふうに変わっていくんじゃないかろうか というふうに考えております この青色の部分がですね プロフィットセンターということで しっかり稼ぐメンバーになっております その中でですねやはりAIの登場によって 年収でいうと600万円以下の ジュニアなスキルを持ったメンバーというのは 必要なくなってくるだろうというふうに私は思っております そういった意味では早々にですね 600万円以下のメンバーの採用はストップさせていただきました またコーポレート部隊に対するAI適用というのも先ほどからありますように ここでも採用95人ストップさせていただいておりますし この下記をかけて先ほど言ったように110人の派遣社員さんは 契約を満了について終了していこうというふうに考えております そういった部分がしっかりこの下記に達成することができたら 来年における売上1900億円狙うようなフェーズでも FY2030年における売上3000億の中での人員構成というのは こういうふうに変わっていくんじゃなかろうかというふうに考えております ポイントは今いるメンバーを WithAIにおけるサービスがしっかりとできるような コンサルタントエンジニアにリスキリングできるかというのが ポイントになってくるかというふうに思っておりますし それに関しましてはスキル検定はすでに作成済み さらにリスキリングをしてその素養があるメンバー それが実際にできるメンバーというのが4248人作ることができましたので しっかりとWiz AIに対しては対応できているかなというふうに思っております またですねバックオフィスメンバーがですねいますけども それは来年に向けてですね100人ほどビーパースの舞台に移動していただいてですね ここでしっかりプロフィットセンターとして稼ぐメンバーとして しっかり活躍していただきたいというふうに思っております これがですね3000億の売上になるとですね ネイティブAIにおけるリスキリングというのが非常に大切になってきますので それについてはですねスキル検定はもう作成済みになっております リスキリングについてもですね今現在移行中でございますので しっかりとですね売上3000億に向けて それを準備していきたいというふうに考えております その時にはですねバックオイスメンバーというのは 今のメンバーと変わらず採用することもなく この現行の人数のままでしっかりと運営していきたいというふうに考えております その時に達成した我々としての荒利ですとか 半間比率ですとか営利率というのは ここに書いておりますような数字が 我々の中での資産ですけども しっかり達成できるんじゃなかろうということで しっかりこれに向けてやっていきたいというふうに考えております 以上シフトはですね 本当にこのAIにおける目まぐるしい1年でありましたけども 日々日々いろんなニュースが飛び交っておりますけども しっかりとその今あるAIをですね 取り込むことができましたし それによって活用してですね 実際に売上を立てることもできました サービスを作って売上を立てることができましたし しっかり荒りが上がる仕組みを 作らせていただくことができました それを通してですね しっかりと売上2000億3000億というのを しっかり構築して 実際にですね AIを活用するような 日本を代表するような会社になっていきたい というふうに思っておりますので 引き続きシフトグループを応援していただければ ありがたいなというふうに思っております 本日は最後までご視聴いただきまして誠にありがとうございました それではこれより質疑応答に移らさせていただきます 質疑応答は私または取締役の小林よりお答えさせていただきます まず一つ目のご質問になります AIに軸足を移す中で採用人数の見通しを教えてください 現状の授業の中で代替領域がある場合は まずはエンジニア数のシフトが重要になるかと思いますが いかがでしょうかというご質問になります こちらの質問について私タンゲの方からお答えをさせていただきます 採用はですね先ほど37ページの方でご紹介させていただきましたけども エンジニアとしてはですね年収600万円以下のメンバーは採用をストップさせていただきました 具体的に人数は345人元の予定からは採用をストップいたしました プラスですねこれも繰り返しになりますけども コーポレート部隊に関しましては 今後採用をストップしておりますので 当初の計画95人をマイナス95人という形で 採用をストップさせていただきました 合わせましてすでに440人ほどの採用は 調整させていただいているという状態になります またエンジニアといっても 今いる既存のエンジニアは リスクリングが非常に重要でして 我々先ほどからずっとお伝えしておりますように With AIのエンジニアと ネイティブのエンジニア2種類に これからは変わっていくだろうというふうに考えております WithAIのエンジニアにつきましても 4248人ということで すでにリスキリング済みということで そういったような案件があればですね 既存の案件とWithAIに関わるような案件 両方できる人間ですので 適宜しっかりと対応させていただこうというふうに思っております またですね年収600万以上でもですね やはり優秀なプロジェクトマネージャーですとか 優秀な技術者というのは非常に重要になってきますので 案件の状況を見ながらですね しっかりと採用していこうというふうに思っております ご質問は採用人数がどうなったかということを ご質問したいというふうに意図があるんじゃなかろうか と思っておりますけども 我々ですねAIにこれからシフトしていく事業の中でですね SESのような人数×エンジニア単価という概念を これからはですねあまり気にせずですね しっかりと仕事を取っていくということが 重要になってくるというふうに考えております 具体的にそれを構成する要素としてはですね プロジェクト数×プロジェクト単価というのが 非常に重要になってきてまして お客様の困りごとというのはですね いろんな経営課題に関するいろんなDXを推進するにあたってですね こういうようなシステムを作ろう こういうような案件でコースを削減しよう こういうような案件で売上を作っていこうということが メインでお客様が考えていらっしゃいますので 経営のイシューではあるんですけども そういったイシューに対してですね 実際発生する範囲としてはプロジェクトになります そういった意味では我々もほとんど80%以上 プロジェクトとして仕事を受けておりますので そのプロジェクト数がどれだけあらりが高く仕事が取れているのか 我々がどれだけ効率よく仕事ができているのか そのための手段としていろんな技術を使う AIを使うというのが非常に重要になってきていますので あらりで表現させていただこうというふうに考えておりますし 売上プロジェクト数プロジェクト単価というのが 非常に大きなKPI仕様になっていくのではなかろうかというふうには考えております 次の質問に移らせていただきます AIモダナイゼーションは 富士通などの大手サイヤーも 類似コンセプトのサービスを提供があると またクロードコワークが コボルからのモダナイゼーションに 使えるというニュースもありました これらのサービスと 我々の本社の競争のサービスとの違いを 教えてほしいというご質問になります ぜひですね 大手サイヤーさんを使ってですね 売上がどれぐらい上がっているのか どれぐらいの満元が取れているのか どれぐらいの利益が生まれているのか ぜひ聞いていただきたいなというふうに思っております 基本的にはEOCが多いなというふうに私は思っておりますし 我々としての特徴はですね 我々がもともと持ってた技術 開発するためのノウハウ 規律規約ですね といったものをしっかりと盛り込みまして 設計書もですね非常に細かく 46種類ほどの設計書がアウトプットされますので 本当にデータベースの一つ一つからですね デニュースロジックの一つ一つまで 非常に細かく設計書が作れると その設計書を基にして実際にビルドしていけるというのが 我々の必要ではなかろうかというふうに考えております またですね このサービス自身はですね どんなAIエージェントが出ようともですね AIエージェントに依存しない作り方をしておりますので 日々AIエージェント自体がですね 非常に性能が上がっているというニュースが聞こえておりますけども 性能が上がれば上がるほどですね 我々のアラリリーズが上がるという構成になっておりますし そういった意味では本当にこの時代の技術というのが 我々にとって味方してくるというふうに考えております 対象言語もですね 今は.NETですとかCOBOLですとか PHPとかJavaというのは対応しておりますけども これも随時いろんな言語に対応できるようにして進めております またですね我々のサービスは ドキュメントリバースというような可視化から ストラテジーと言われるようなアーキテクチャを考えて 実際にそれをあるべき姿のクラウドリフトした マイクロサービスに持っていけるかというのが非常にポイントでして それがですねそういったDQSというサービスを組み合わせながら 非常に高速で安く早く非常に品算安定を作れるというのが バランス取れたサービスですので それが評価されてですね先ほど言いましたように 公共案件ではしっかりとコンペいただいて 技術力もしかりあると お客様から見たら30%ほどコストが安い 我々から見たら70%ほどのアレビが出るというモデルですので そういった意味では今のところ全線全焼しておりますので しっかりと既存のサービスと差別化されて 実績が残せているんじゃなかろうかというふうに思っております またですねこれは我々自身もそうなんですけども こういったAIのサービスをですね自社でやっていくとですね 既存のサービスもしくは既存の社員とかにばっていきます ともすれば既存の社員がいらないんじゃなかろうかとかですね 既存の事業自体がなくなってしまうんじゃなかろうかという よくありがちなイノベーションの事例まで陥るというのがありますけども そういった意味ではなかなかいいサービスができても 会社の経済所をなかなか広められない もしくはそのプロジェクトに集中して しっかりと作り込めないというのが過去の歴史からも見られますので 我々自身はAIネイティブカンパニーとして しっかりやっていこうというふうに私自身も思ってますし 電子一丸となって今取り組んでおりますので 仮に回ることもなくですね 我々がその技術をしっかり使ってですね より収益を上げて より生産性の高い仕事をすることで 給与を増やしていこうというふうに考えておりますので そういった意味ではかなり イノベーションGMAというのが少ないかなというふうに思っております そういった意味でも他の会社さんに 実績ですとか荒られですとか進捗率とか 伸びてぜひ聞いていただければいいかなというふうには思っております 次の質問になります 11ページで時間軸を示しながらAIの影響について解説をいただきありがとうございます この時間軸に合わせた人員体制の見通しも合わせて教えていただけるとありがたいです どこで総人数が横ばい減少に入る局面なのかというご質問になります これはですね37ページ目に説明させていただいております 概念的に言いますと我々バックオフィスコーポレート部隊というのは1600人ぐらいいますけども そのメンバーをですね、しっかりとAIによって効率化をしてですね、まずは派遣会社の人員を削減させていただいて、それでもですね、AIというのは大体10倍ぐらい効率良くなりますので、人間がプラス関わってくるとですね、大体2倍ぐらいの効率になってくるんですけども、そういった意味では売上倍になったとしても今のニューズでいけるだろうというふうに思ってますので、そのメンバーを残しつつですね、さらにその優秀なオーポレート部隊のメンバーをですね、Bパスとしてしっかり売上げつくようなお客様のサービスのお手伝いができるような プロフィットセンターに変えていくというような考え方を持って 取り組みをさせていただいています このエンジニアですとかコンサルタントと言われるような 青い部分の人数についても AIによってどれくらい効率よくなるかということ次第ですので 人数によって売上が上がるですとか 人数によって利益率が変わるですとか そういったようなことをこれからは発表することもなくですね 先ほども繰り返しになりますけども プロジェクトの中でどれだけ荒りが上がったかと そのプロジェクトがどれだけ取れたかということが 一つのKPIになってきますので そういったことを報告させていただきたいというふうに思っております これもですね非常にくどいご説明になるかと思うんですけども DQSのような破壊的なサービスができますと 我々が今までどうしてもやりたかったことを 上流からコンサルティングを通して機関システムに入ると いったような業務もですね こういった可視化サービスがあることによって お客様からすると利用できますので 10分の1のコストですし リードタイムも圧倒的短くなりますし 何よりも音楽関係がつぶせに入れるようなサービスになっていますので ほぼ100%のお客様が見たいというふうに おっしゃっていただいてますので そういった意味ではコンサルティングを通さずですね そういった仕事が受注できる もしくは我々としては提案できる ということになってきますので 非常に強力な武器になるんじゃなかろうかというふうに思っております プロジェクト単価もですね だいたい1000万円ぐらいですが1件当たり これもですね多くのお客様に提供することによって 先ほどのサービスを使えば数千万円数億円というような プロジェクト単価も今現在も受注しておりますし 全く持っている夢ではございませんので そういった特に飛び急という形で ジャンプアップできるというのは 今回非常に大きなことではないかろうか というふうに考えております 一時的には繰り返しになりますけども まだまだ人数が足りないというような局面がありますので 売上もですね しっかりと従来型のサービスとしても 伸ばしていこうというふうに考えております そういった意味では 我々は両取りできるような サービスポート売りを作れたというのが 本当に大きなポイントではないかろうか というふうに思っていますので その辺もしっかりと決算資料の方に書かせていただいて 説明をさせていただいております 続きましてAIモダナイゼーションや AIビーパスはあらり60%取れるということですが トークンコストをはじめとするシステムコストは 今後どのような推移あるいはコントロールをしていくのか というご質問になります これについてもトークンコスト自体は非常に安く 我々が数千万で取るシステムも 実際は数十万円ぐらいのトークンコストですので ほぼあらりには影響しないという形になるかと思います また今コンペになるような商品もサービスも他社でございませんので 我々自身がいい意味であらりをコントロールできるという意味では そういったトークンコスト自体も価格に転嫁して サービスを提供するということもできるように考えております 次の質問になります ライズコンサルティングの減損リスクについて教えてください こちらについては小林の方からお答えをさせていただきます

ライズコンサルティングの減損リスクについてなんですが 我々自身も株価の方には非常に注視しております ただこちらの方は会計基準に則って 処理の方をさせていただきますので 直近ですと第3クォーターの末 5月末のライズ社の株価によって 判定の方をさせていただきたいと思います 一方で事業の方に関しましては 共同で提案していくようなものもありますので リソースの共有こういうところもやっております 我々これからプロジェクトというところを大きくして 大型の案件を取っていこうと思っていますので ライズ社との連携 お互いの強みを生かしたプロジェクトの獲得 そしてデリバリー このwithAIであったり ネイティブAIというところの売上拡大にですね 両者で取り組んでいきたいというふうに思っております

次の質問になります 来期の採用人数はいかほどでしょうかというご質問になります これもですね 繰り返しお伝えしておりますけども 我々自身はですね もう時間チャージ型 人数×単価というようなモデルからですね アップデートしまして プロジェクトについてしっかりと売り上げを上げていこうというふうに考えております そういった意味ではプロジェクト数×プロジェクト単価 もしくはそれが集合した顧客数×顧客単価というのが大きなKPIになってきますので そういった部分を32ページ目でもご報告させていただいておりますけれども しっかりとKPIを開示しながらですね 売り上げ予測というのを皆さんに把握していただこうというふうに考えております 時間チャージ型から時間を提供することからですね 実際には成果をお客様に提供するという 非常に上流におけるサービスが提供できるような会社になってきましたので すでに8割ぐらいはプロジェクトの提供によって 我々の売上が成り立っておりますので KPI自体も併せて変えていこうというふうに考えております 次の質問になります 御社がプロジェクト数×プロジェクト単価に移行したとしても お客への請求は人月になってしまうのではないでしょうかというご質問になります これはなりませんということになります お客様が欲しいのは、そのプロジェクトを通して実際にどれだけコスト割減されたのかですとか、どれぐらいの不具合発生率が下がったのかですとか、売上がどれぐらい上がったのかですとか、どういった未来に対して不責が打てたのかですとか、リスクが減ったのかというようなことをお客様が今でも我々に求めているのは事実でございます。 そういった意味では我々の見積もり書の中に 参考程度ですけれども金額は書きますけれども 実はお客様はそれはあまり見ていなくてですね もしくは我々自身がエンジニア単価ですとか そういったものが書いていない見積もり書が多いものですから お客様自身は全く気にしていないというような状態になっております 次の質問をいただきました With AIやNative AI Engineerの外部からの採用は 実際のところは年収層やスキルはどのような人たちになるのか また外部採用とリスキリングでどちらがメインになるのか リスキリングが可能なのかというご質問になります まずですね Wiz AI ネイティブ AI については当然ながら外部から採用はできますし 今でもやっております またですね 我々もともとキャット検定で 素頭がいい人たち 適応能力が高い人たち という人たちを採用フィルタリングしておりますので 合格率が6%ですがほとんど94%落ちております そういった意味では非常に適応力の高いメンバーを採用しておりますので 今回withAIに対してのエンジニアのリスキリングもですね 先ほどご説明させていただきましたように すでにもう4300人ほど合格しておりまして 移行ができているということになります そういった意味では全くもっと心配はないというふうに思っております またですねネイティブAIにつきましては すでに我々の会社の中でも大手SAIさんもしくは大手コンサルファームから来た 優秀なエンジニアというのがたくさんいますので すでにですねネイティブAIのメンバーもたくさんいます またですね 外部からこういったネイティブAIのエンジニアというのを採用しておりますけれども これが特にですね ストラテジーと言われるような システムをどういうふうに新しく構築するかというような考えられるエンジニアになるんですけれども 年収帯域でいうと1500万円から2000万円ほどのメンバーになります これがですね 非常によく採用できておりまして 本当にこのメンバーが採用できること自体が 私としてもシフト自体が本当にいい会社になってきたなというふうに 心から思えるフェーズにあってきたというふうに思っています どのぐらいすごいかと言いますと こういったメンバーはですね大手インフラ会社 有名な外資系のインフラ系の会社にすごく埋もれておりまして 一般的な例えばクラウドのサーバーを構築するですとか そういったような仕事しか今はできていない ただですねしっかり我々先ほど見ましたようにDQSによって 非常に荒れの高いシステムを構築できるというサービスを作っておりますので 非常に高い年収を提供できる かつ彼らがもともとやりたかった 本当に理想通りのシステムを構築することができる エンジニアの世界はですね今まで本当に苦労してたんですけども 例えば10億円のシステムを作ろうとした時にですね 例えば100人ぐらいのエンジニアを束ねてですね システムを作ります そういった時にですね 100人がピッカピカのエンジニアではございません そのメンバーの中には技術レベルが低かったり ソースコードの規約を書かないと プログラミングが書けなかったり もしくはしきたりですとか いろんな例外処理を含めたですね 開発のノウハウを知らなかったりですとか 教育から始まって 日々のオペレーションのマネジメントから始まって 人間でする生産性がぶれますし またまたですね 100人の中には派遣会社もしくはビジネスパートナーもいますので そういったメンバーをコントロールしないといけないという 理想のシステムを考えてもですね 一番レベルの低いエンジニアに合わせてシステムを作らないといけないというのが 今の現状でございます そういった意味では部下がですね 優秀なAIエンジニアですので そういった部分が全くぶれない しっかりとした規約上でソースコードを書くような アーキテクチャを考えていれば 自動的にシステムが作れます そういったストラテジーを考えるような人たちにとっては 理想の環境がシフトに整っておりますので 今はですね 本当に対応すればするほど イベントすればするほど 対応ができているという状態です そういった部分もネイティブAI特にですね 私非常に将来性を感じておりますし しっかりと採用できているので これから人依存にしない 人の人数に関係ない 先期な成長ができるんじゃないか というふうに考えております 次の質問になります 参考程度に 2級のエンジニア単価を 教えていただけますか これもですね 数字自体はあるんですけども 単価は上がっています ただですねその単価を言ったとしても 我々にとって重要なKPIにならない というふうに思っておりますので 重要なのはですねその単価の中に 何が含まれているかというのは 荒利率になりますので 我々がプロジェクトで取るとですね 単価を言うとですね 例えば1人の人間が150万もらって 荒利が40%取れたとしてもですね プロジェクトで10人の仕事を 7人でできればですね それだけで荒利率上がりますので 見かけ上の1人当たりの単価は上がります 何を言いたいかと言いますと エンジニアの単価を言うよりもですね プロジェクトの単価 その中における荒利率 荒利額というのをお伝えした方が 我々の生産性をストレートに表現できるんじゃなかろう というふうに考えておりますので 今後ですね エンジニアの単価というのは 一切気にせずにやっていこうかな というふうに考えております 次の質問になります ネイティブAIエンジニアは今何人ぐらいで 今後の年間採用人数のイメージはどうでしょうか というご質問になります ネイティブAIエンジニアは我々としてはまだまだ案件自体25億円ぐらいしか取れておりませんので 実際の人数自体はここでは公表を控えさせていただきたいというふうに思っておりますけども 非常にですね先ほど言いましたようにシフト社内にもたくさんいますし 外からもたくさん採用できるということで そこがボトルネックになるのかなというふうに私も思ってたんですけども 実はあまりそこはボトルネックにならずにですね お客様のソースコードを可視化してですね いかに早く可視化して お客様の予算に応じて システム提案できるかということだけですので あまり人数というよりはですね 案件数が非常に重要になってきますし むしろ我々にとってボトルネックになるのは 可視化はしたけども じゃあ例えば10億円のシステムを マイグレーションしようということで 我々が6億円でできますよと お客様に提案したとしてもですね もともと10億円のサービスを 我慢して使ってきたお客様が 6億円でも新規のサービスを作るかというと なかなかそういうこともございませんので 半年から1年かけてですね しっかりとそういったお客様をナーチャリングしながら 案件を取っていくということを考えると あまり人数というよりはですね お客様のそことに合わせながら やっていかないといけないんじゃなかろうかというふうに思っています ただですね 繰り返しになりますけれども 公共案件につきましては 年間2兆円 既にですね 案件が顕在化しておりまして そこに関しては先ほどご質問にいただいたように 大手エセアさんと我々を比較した段階ですと 確かにですね 大手エセアさんの方が 我々もブランド力がありますし システムを開発する能力が高いというふうに思われがち なのでなかなか我々そのコンペで隠すことは 今現段階ではできないかなというふうに思っています そういった意味では大手製屋さんのマーケット ナショナルクライアントのような1兆円以上の売上のお客様を狙うよりも 売上3000億以下で大手製屋さんがいかないようなお客様に対して 我々が提案するまたはですね 公共案件に対してはしっかりと数値で評価されますので ブランド力関係なく技術力の点数と競争力 もしくはその業界をよく知っているかどうか ということで評価されますので そういった意味では 公共はしっかり取れておりますので そういった2兆円のマーケットで しっかりと構築をしていきたい というふうに考えております 次の質問をいただいております AIでのテスト コンサル 開発時代にて 長期的な需要は顕在で 増加するペースや増加率の見通しを お聞かせください こちらについてもですね 11ページ目でご紹介させていただいておりますけれども こういった概念図でしか 表現できないかなというふうに思っています お客様のベネフィックとしては 繰り返しお伝えしますけども そもそも我々に頼むと3割安い 安くてリードタイムが非常に短くて AIでコントロールしていますし 詳細な部分まで設計書ができて システム人間関係が全て モーラー的に把握できておりますので 全くもってデグレーションですとか 機能拡張における影響というのが ないシステムを作れますので 安心だということですね お客様がどれくらい仕事を出してくれるか これは顕在化していないマーケットですので 我々としては潜在化マーケットを どれだけ広げられるかというのが 勝負かなというふうに思っています これはテストで私が あったテストを分量化させてですね テスト自体をマーケットを 作ってきたのと同じなんですけども 競合他社があまりいない中で 我々自身がリーディングカンパニーとして 売上を伸ばしてきたように 我々自身がどれぐらい お客様にアタッチメントできるか お客様自身が 喜びのサービスを しっかりと構築できるか というところに依存しますので そういった意味では どれぐらいというのが なかなかお伝えできないかな というふうに思っております 繰り返しですけど マーケットとしては公共ですとか、中小企業マーケットですとか、またまたそれを取った後での推しマーケットですとか、そういったところが我々としては狙いどころじゃないかというふうに考えておりますので、合わせてですね、7兆円以上もマーケットがありますので、テストの時に5兆円、M&Aの時に6兆円というのをお伝えしましたけれども、BPASSを含めると20兆円ぐらいマーケットがありますので、しっかりとですね、そのマーケットに対して我々サービスを適用してですね、売り上げを作っていきたいというふうに考えております。 今いただいている質問については 以上お答えさせていただいた内容になります 全てのご質問に対しましてお答えさせていただきましたので 株式会社シフト2026年8月期 第二四半期決算説明会を終了させていただきます お忙しい中にもかかわらずご参加いただきまして 誠にありがとうございます これからもシフトをぜひよろしくお願いしたいと思います ありがとうございました