ＥｄｕＬａｂ（4427） – 2022年9月期第1四半期決算説明資料

2022年9月期 第1四半期決算説明資料東証グロース 証券コード：4427株式会社 EduLab2022年4月4日© EduLab, Inc.特設注意市場銘柄の指定について当社は、2022年4月1日付にて、特設注意市場銘柄に指定されることとなりました。株主や投資家の皆様をはじめとする関係者の皆様に、多大なるご迷惑とご心配をおかけしておりますことを深くお詫び申し上げます。当社は2022年１月25日に「改善報告書」を提出し再発防止策に取り組んでおりますが、今回のさらなる措置を厳粛に受け止め、内部管理体制等を早急に整備し、指定の解除を受けられるよう、役職員一丸となって誠心誠意取り組んでまいります。© EduLab, Inc.11. 第1四半期決算概況2. 2021年9月期第1四半期実績3. 事業セグメント別 実績4. 2022年9月期通期見通し5. 成長戦略3491719© EduLab, Inc.2第1四半期決算概況1. 2022年9月期1Q決算概況2. 2022年9月期1Qのセグメント動向◼ 売上高 2,080百万円（前年同期比 11.3％増）◼ 営業利益 △214百万円（前年同期は△396百万円）◼ 経常利益 △243百万円（前年同期は△364百万円）◼ 親会社株主に帰属する四半期純利益△881百万円（前年同期は△346百万円）◼ EPS △87.98円◼ 教育プラットフォーム事業、テストセンター事業、テスト運営・受託事業が牽引し、前年比11.3 ％の増収◼ ソフトウエア開発投資に伴う減価償却費の減少等により、前年同期比で損失幅は縮小したものの、前年同期に続き営業損失を計上。また、テストセンター事業、AI事業及びテスト運営・受託事業における減損損失、投資有価証券評価損、特別調査費用引当金繰入額の発生により、親会社株主に帰属する四半期純損失が前年同期比で拡大◼ テスト等ライセンス事業は、ライセンス収入の減少や、商流変更に伴う売上減少等により減収（1.6％減）◼ 教育プラットフォーム事業は、スタディギアのライセンス収入等が増加し増収（10.9％増）一方で、利益率の高い辞書等のコンテンツ利用料が減少し減益（45.3％減）◼ テストセンター事業は、テストセンター利用者数の増加に伴い業績は順調に推移し増収（11.9％増）◼ AI事業は、「DEEP READ」ライセンス収入は安定して推移したものの、親密先とのPOC契約の減少等により減収（33.8％減）◼ テスト運営・受託事業は、大阪府の令和３年度中学生チャレンジテストの受注等により増収（36.7％増）一方で、既存案件の採算性の悪化と、利益率の低い案件の受注により、セグメント損失幅が拡大© EduLab, Inc.32022年9月期第1四半期実績© EduLab, Inc.42022年9月期1Q P&Lハイライト損益計算書(単位：百万円)21年9月期 1Q22年9月期 1Q対前年同期比売上高EBITDA1,8692,080+ 11.3 %△ 162△ 40EBITDA率－－営業利益△ 396△ 214営業利益率－－経常利益△ 364△ 243親会社株主に帰属する四半期純利益△ 346△ 881◼ テスト等ライセンス事業、AI事業で売上が減少した一方で、教育プラットフォーム事業、テストセンター事業、テスト運営・受託事業で売上が順調に拡大し、売上高は対前年同期比 11.3％増となる20.8億円を達成◼ ソフトウエア開発投資に伴う減価償却費の減少等により前年同期比で損失幅は縮小したものの214百万円の営業損失、243百万円の経常損失を計上◼ 特別損失が発生したことにより、親会社株主に帰属する四半期純損失は前年同期比で拡大し、881百万円の四半期純損失となった● 一部の固定資産グループについて減損損失302百万円を計上➢ テストセンター事業（174百万円）、AI事業（117百万円）及びテスト運営・受託事業（10百万円）● 投資先について投資有価証券評価損161百万円を計上● 2021年８月に設置した特別調査委員会による調査関連費用として、特別調査費用引当金繰入額203百万円を計上－－－－－－© EduLab, Inc.52022年9月期1Q（累計）セグメント情報事業セグメント21年9月期 1Q22年9月期 1Q前年同期比セグメント別の売上高・セグメント利益売上高売上高売上高売上高売上高テスト等ライセンスセグメント損益教育プラットフォームセグメント損益テストセンターセグメント損益AIセグメント損益テスト運営・受託セグメント損益全社費用© EduLab, Inc.337135533241619△187114△235283△20△330332735921326939175△145388△61△305(単位：百万円)△ 1.6 %△ 46.0 %+ 10.9 %△ 45.3 %+ 11.9 %△ 33.8 %+ 36.7 %－－－25百万円 減少6売上高の四半期推移35003000250020001500100050002,295 2816346761685332,564 3057308822214244Q1,889 3375336191142831Q2,510 3995634941538981,875 3745771791545891,309 3054571124081Q243,106 25772861519313112,782 34959994598788(単位：百万円)2,081 332テスト等ライセンス事業教育プラットフォーム事業テストセンター事業592AI事業テスト運営・受託合計693753881Q2Q3Q2020/9期2Q3Q4Q2021/9期2022/9期© EduLab, Inc.7セグメント利益の四半期推移(単位：百万円)事業セグメント1Q2Q3Q4Q1Q2Q3Q4Q1Q2020年9月期2021年9月期2022年9月期テスト等ライセンス事業9516790901351957917573教育プラットフォーム事業239320399436241222404246132テストセンター事業△215△143△187△427△1813691AI事業テスト運営・受託△28△26△55474859854856△235△24△122△145104△20108△133△614161全社費用△292△355△225△255△330△388△298△286△305© EduLab, Inc.8事業セグメント別 実績© EduLab, Inc.9セグメント情報 － テスト等ライセンス事業◼ 英語スピーキングテストに伴うライセンス収入や、企業・学校向け英語能力判定テストの「CASEC」において、前年度の受注減少の影響が出ており、受験者数の減少の影響を受け売上高が減少◼ TEAP-CBTにおいて、関連資産の取得により、同テスト実施に関する固定費が増加し営業損失を計上◼ 上記等の結果、売上高は前年同期比 1.6％減となる332百万円、セグメント利益は同 46.0％減となる73百万円となった売上高・セグメント損益(単位：百万円)セグメント損益(単位：百万円)売上高△ 1.6％337 332 135 △ 46.0%73 1601401201008060402004003503002502001501005002021年9月期1Q2022年9月期1Q2021年9月期1Q2022年9月期1Q© EduLab, Inc.10セグメント情報 － 教育プラットフォーム事業◼ 前年度に影響を受けた新型コロナウイルス感染症拡大の減速に伴うライセンス対象者の増加により、スタディギアのライセンス収入等が増加したことにより収益が拡大◼ 一方で、利益率の高い辞書等のコンテンツ利用料が減少◼ 上記等の結果、売上高は前年同期比 10.9％増となる592百万円、セグメント利益は同 45.3％減となる132百万円となった売上高・セグメント損益売上高(単位：百万円)セグメント損益(単位：百万円)+ 10.9%592 533 △45.3%241 132 30025020015010050070060050040030020010002021年9月期1Q2022年9月期1Q2021年9月期1Q2022年9月期1Q© EduLab, Inc.11セグメント情報 － テストセンター事業◼ テストセンター利用者数は今期1Qで約16万人（前年同期比40％増）となり、業績は順調に推移◼ 上記等の結果、売上高は前年同期比 11.9％増となる693百万円、セグメント利益は91百万円（前年同期はセグメント損失187百万円）となった◼ 今期は合計約72万人の受験者を見込む（前年比18％増）売上高・セグメント損益売上高(単位：百万円)セグメント損益(単位：百万円)+11.9%693 619 91 8007006005004003002001000150100500(50)(100)(150)(200)(250)(187)2021年9月期1Q2022年9月期1Q2021年9月期1Q2022年9月期1Q© EduLab, Inc.12セグメント情報 － AI事業◼ 手書き文字認識「DEEP READ」ライセンス収入は安定して推移したものの、親密先とのPOC契約の減少等により売上が減少◼ 開発費用が先行して発生したものの、前年同期比でセグメント損失幅は縮小。この他に特別損失としてソフトウエア資産について減損が117百万円発生◼ 上記等の結果、売上高は前年同期比 33.8％減となる75百万円、セグメント損失は145百万円（前年同期はセグメント損失235万円）売上高・セグメント損益売上高(単位：百万円)セグメント損益(単位：百万円)114 △ 33.8%75 1201008060402000(50)(100)(150)(200)(250)(145)2021年9月期1Q2022年9月期1Q(235)2021年9月期1Q2022年9月期1Q© EduLab, Inc.13セグメント情報 － テスト運営・受託事業◼ 大阪府の令和３年度中学生チャレンジテストを受注したこと等により売上高が増加◼ CBT関連案件を中心とする既存案件で採算性が悪化し、また、利益率の低い新規案件を受注◼ 売上高は前年同期比36.7％増となる388百万円、セグメント損失は61百万円（前年同期はセグメント損失20百万円）売上高・セグメント損益売上高(単位：百万円)セグメント損益(単位：百万円)+36.7%388 283 (20)0(10)(20)(30)(40)(50)(60)(70)2021年9月期1Q2022年9月期1Q2021年9月期1Q2022年9月期1Q© EduLab, Inc.14(61)450400350300250200150100500営業外損益営業外収益営業外費用営業外損益(単位：百万円)21年9月期 1Q22年9月期 1Q対前年増減額為替差益事業損失引当金戻入額契約解約益その他支払利息為替差損投資事業組合管理費持分法による投資損失市場変更費用その他198－189－9166102133244544724－12107611－378－18△ 151 + 24△ 189+ 12+ 1+ 90△ 1+ 21△ 3△ 5+ 44+ 35◼ 営業外収益は、前期に計上したテストセンター事業における事業損失引当金戻入額が今期は発生しないこと等により減益◼ 為替差損益は前年同期に21百万円の為替差損を計上したが、今期1Qは円安基調のため24百万円の為替差益となった15◼ 流動資産は前年度末より約16億円減少。◼ うち現預金が約9億円減少した主な要因⚫ 経常損失による△ 2.4億円⚫ ソフトウエア開発による△4.6億円⚫ 特別調査費用支払△ 1.4億円⚫ 法人税等支払△ 0.8億円18,97217,222◼ 投資その他の資産の減少等が影響し、固定資産は1.4億円減少◼ 前期末時点の前受金残高は11.7億円、今期1Qより前受金は契約負債に含めて表示貸借対照表サマリー2021年9月末2021年12月末(単位：百万円)増減額流動資産13,229現預金その他固定資産ソフトウェア投資その他の資産その他繰延資産資産 合計流動負債有利子負債前受金契約負債その他有利子負債その他固定負債負債 計純資産 計負債純資産 合計14,83210,6984,1344,1332,2651,41045868,6543,9381,174－3,5424,1464,02312312,8016,17118,9729,7623,4673,9862,2821,26543957,9003,970－1,1802,7484,1003,98311712,0005,22117,222△ 1,602△ 935△ 667△ 147+ 17△ 145△ 19△0△ 1,750△ 754+32△ 1,174+ 1,180△ 793△ 46△ 40△6△ 800△ 949△ 1,750162022年9月期通期見通し© EduLab, Inc.172022年9月期通期予想と主な前提2022年9月期通期予想通期予想の主な前提(単位：百万円)21年9月期実績22年9月期予想売上高10,0909,900営業利益△425300営業利益率経常利益－3503.0%150親会社株主に帰属する当期純利益△5,255△980◼ 売上高は、全国学力・学習状況調査事業において、前期は小学校事業と中学校事業を受託していたものの、今期は小学校事業のみ受託していること等により、減収の見込み◼ 営業利益は、前期に計上したテストセンター事業に関連する事業損失引当金が発生しないこと、同じく前期に計上した研究開発費等が見込まれないこと等により、増益の見込み◼ 経常利益は、営業外収益として、前期に計上したテストセンター事業における事業損失引当金戻入額が発生しないこと等により、減益の見込み◼ 親会社株主に帰属する当期純利益は、固定資産の減損損失および特別調査関連費用が前期と比較して減少する予定であることから損失幅が縮小する見込み© EduLab, Inc.18成長戦略（4月1日付「事業計画及び成長可能性に関する事項」からの抜粋）© EduLab, Inc.19当社の特長・強み：サマリー高い能力測定技術と実施運営までのトータルソリューション提供テスト・ラーニングの問題設計から学習者・受験者へのフィードバックまでの全ての工程をICTと能力測定技術を駆使して実施高い能力測定技術実施・運営のインフラと実績I. テスト理論・教科内容に関しての専門的な知識・技能の蓄積と実績II. AIを活用したアダプティブエンジンIII. AIを活用した文字認識技術・NLPを用いた自動採点IV.ICTと能力測定技術を活用した長年の実績V. 国・地方公共団体等の大規模学力調査の実績VI. テストセンター運営実績VII. 英検・漢検・数検の公式ラーニングサービスの提供実績*NLP（Natural Language Processing）：自然言語処理、人間が日常的に使っている自然言語をコンピュータに処理させる一連の技術© EduLab, Inc.20当社の特長・強み：高い能力測定技術I. テスト理論・教科内容に関しての専門的な知識・技能の蓄積と実績高い品質と専門性をベースにICTの特性を活かしてより高品質で均一な精度の能力測定を実現⚫ 高い品質と専門性•IRTを活用した問題作成・分析体制が社内で構築されており、TOEFL®などのハイステイクスな資格試験と同等の高い測定精度を保持 （例：CASEC、埼玉県学力調査、TEAP CBTなど）•IRTとは従来の素点方式や偏差値方式よりも精度高く能力を測定可能とした統計理論。非常に高度な統計処理が求められるため日本の教育現場ではまだ使用例が少ないが、海外ではより正しい測定方法として、TOEFL®をはじめ広く採用されている• TEAP CBTは大学入試において英語外部検定試験としても認められた品質⚫ 革新的な問題開発の実績• 従来型の紙のテストでは出題が不可能だったアダプティブ（個人適応型）や英語４技能に対応した問題をICTならではの技術を活かして開発（例：CASEC、CASEC Speaking、TEAP CBT）© EduLab, Inc.21当社の特長・強み：高い能力測定技術II. アダプティブエンジン独自開発したAIベースの高度なレコメンドエンジンを活用し学習サービスにおける個別最適化、効率化を実現⚫ 従来のルールベースのエンジンだけではなく多様なDeep Learningの手法や推薦の特性を活用AIベースの汎用レコメンドエンジン『CAERA』をサービスに適応⚫ レコメンドエンジンの活用効果Deep Learningのモデルに基づく個々の能力に適応したオンライン学習サービスを提供。これにより、効率的かつ効果的な学習・測定を実現（例：スタディギア for EIKEN）© EduLab, Inc.22当社の特長・強み：高い能力測定技術III. 文字認識技術・NLPを用いた自動採点独自開発したAIエンジンを組み合わせ自動採点を実用化⚫ 蓄積された解答データや採点結果データを観点別に分析し、Deep Learningを駆使した自然言語処理技術により高い精度での自動採点を実現⚫ 複数のAIエンジン(文字認識技術、自然言語処理技術)や複数の要素技術(形態素解析、構文解析、意味解析、文脈解析…等)を組み合わせた高度なアルゴリズムDEEPREADNLPAI手書き答案自動テキストデータ自動採点確認採点結果データ© EduLab, Inc.23当社の特長・強み：実施・運営インフラと実績IV. ICTとテスト技術力を活用した長年の実績◼ 文部科学省が学力調査や共通テストへの導入を検討しているIRTを活用したCBTにおいて20年以上の実績⚫ CASECは2001年10月の本格展開後、累計受験者数は270万人以上（2020年3月末時点）⚫ TEAPは累計約290校、うちTEAP CBTは約100校で実施（2020年5月末時点）累計受験者数単年度受験者数CASEC受験者数推移169151.8135.1118.8103.491.176.164.752.241.130.120.81.26.211.6（万人）300250200150100500（万人）270.4250.1229.1209.2189.125201510502001年 2002年 2003年 2004年 2005年 2006年 2007年 2008年 2009年 2010年 2011年 2012年 2013年 2014年 2015年 2016年 2017年 2018年 2019年 2020年© EduLab, Inc.24当社の特長・強み：実施・運営インフラと実績V. 国・地方公共団体等の学力調査の豊富な実績①◼ 当社グループの教育測定研究所は、国や地方自治体が実施する大規模な学力調査事業を長年にわたり受注◼ テストの設計から問題作成、実施、採点、帳票の返却までを一貫して実施文部科学省「全国学力・学習状況調査」委託先機関小学校事業中学校事業2018年度ラーンズベネッセコーポレーション2019年度教育測定研究所2020年度（※）教育測定研究所内田洋行内田洋行2021年度教育測定研究所Z会（再委託先：教育測定研究所）2022年度教育測定研究所内田洋行（※）2020年度は新型コロナウイルス感染症の影響等により調査の実施は見送り© EduLab, Inc.25出典：「全国的な学力調査（全国学力・学習状況調査等）」文部科学省HP当社の特長・強み：実施・運営インフラと実績V. 国・地方公共団体等の学力調査の豊富な実績②最先端の学力調査として世界的に注目される、埼玉県の学力調査を例年受託・実施埼玉県学力・学習状況調査とは⚫ 欧米で広く使用されるテスト理論であるIRTを用いることで、児童一人ひとりの「学力の伸び」を図る画期的な調査⚫ 従来の試験方法では、全体の平均に対する偏差値で評価するため、問題の難易度等により影響を受け、個々の「伸び率」を正確に図ることができない。IRTを活用した調査では、偏差値や平均点という「ものさし」ではなく、一人ひとりの学力の伸びを把握することが可能⚫ IRTを活用した学力測定には膨大なデータと継続的な追跡調査が必要であり、現在埼玉県では小学校4年生から中学校3年生まで約30万人のデータを継続的に収集・分析することで、精度の高い学力測定を実現© EduLab, Inc.26当社の特長・強み：実施・運営インフラと実績VI. テストセンター運営実績公平・公正な環境下でCBTテストの実施を可能とするテストセンターを全国に設置運用を開始した2020年6月から2021年12月末までに累計98.3万人が直営テストセンターを利用直営テストセンター利用者数推移（単位：千人）1,000900800700600500400300200100020/9期 3Q20/9期 4Q21/9期 1Q21/9期 2Q21/9期 3Q21/9期 4Q22/9期 1Q© EduLab, Inc.27当社の特長・強み：実施・運営インフラと実績VII. 英検・漢検・数検の公式ラーニングサービスの提供・運用実績◼ 中高生を中心とした約630万人の顧客基盤をベースにした総合学習支援のプラットフォーム◼ 検定公式ラーニングサービスは、幅広いレベルに対応した品質の高いコンテンツを搭載月額500円（税込）のプライム会員向けにサービスを提供検定試験を意識した問題形式での実践的な学習に対応◼ 学習とテストをセットにすることにより、「学習→テスト→採点→結果の活用」という一連のサイクルを確立◼ 2021年7月に「Z会 ✕ スタギア 大学入学共通テスト形式 到達度確認テスト(CBT)」、2021年8月に漢検公式ラーニングサービス「スタギア漢検（10級〜2級対応）」、2021年11月に数検公式ラーニングサービス「スタギア数検（中学1年〜3年対応）」の提供を開始総合学習支援の窓口プラットフォーム「スタギア」検定市場のポテンシャル小学生中学生高校生大学生中学受験高校受験大学受験就職等検定受験者を低年齢から検定受験者を低年齢から一気通貫でサポートする一気通貫でサポートするサービスの提供サービスの提供検定試験の受験・就職等への活用2020年3検定志願者数：5,394,404人※1,2,32018年2019年2020年実用英語技能検定 ※1日本漢字能力検定 ※2実用数学技能検定 ※33,855,0681,984,690376,0003,924,8411,903,182358,0003,678,1611,413,243303,000※1：公益財団法人 日本英語検定協会. 「英検受験の状況」. https://www.eiken.or.jp/eiken/merit/situation/. （参照 2022/3/10）※2：公益財団法人 日本漢字能力検定協会. 「年間志願者数および合格者数の推移」. https://www.kanken.or.jp/kanken/investigation/transition.html. （参照 2022/3/10）※3：公益財団法人 日本数学検定協会. 「検定に関する各種データ」. https://www.su-gaku.net/suken/examination/data/. （参照 2022/3/10）© EduLab, Inc.28成長戦略：サマリー1高品質なテストとラーニング機会の提供測定技術の研究開発を行い質の高いテストとラーニングをつなぐトータルサービスを提供持続的な競争力強化1高品質なテストとラーニングの機会提供4サービス価値の向上・ラーニング中の即時結果閲覧・テストの採点精度の更なる向上・テストの結果閲覧期間の短縮4サービス価値の向上2データの蓄積2データの蓄積• テスト/学習パフォーマンスログ• 解答データ（手書きデータ、音声データ）• 申し込みログ• 問題データ• 分析結果データ3サービス・各種システムの品質向上3サービス・各種システムの品質向上質の良いデータの分析結果から得られるサービス・各種システムの品質向上・自動採点システム・アダプティブ・システム・文字認識システム土台を支える多数のテスト実施実績とインフラ• 長年の大規模学力調査受託実績• 多様なCBT実施実績• 累計98万人超が利用するテストセンター実施実績© EduLab, Inc.29成長戦略：検定試験の市場規模とCBT化の加速各省庁の施策の後押しもあり2024年度に向けてCBT化が加速英検のみならず、様々なCBTテストにも活用し、収益機会の拡大を計画生きる力、学びのその先へ（抜粋）（新しい学習指導要領 文部科学省）プログラミング学習・英語4技能化新たに取り組むこと、これからも重視することGIGAスクール構想の実現パッケージ（抜粋）（令和の時代のスタンダードな学校へ 総務省）教育現場のICT化➢ プログラミング教育コンピュータがプログラムによって動き、社会で活用されていることを体験し、学習します。➢ 外国語教育「聞くこと」「読むこと」「話すこと」「書くこと」を総合的に育みます。➢ 道徳教育➢ 言語能力の育成自分ごととして「考え、議論する」授業などを通じて道徳性を育みます。国語を要としてすべての強化等で子供たちの言葉の力を育みます。etc環境整備の標準仕様例示と調達改革➢ 学校ICT環境の整備調達をより容易にクラウド活用前提のセキュリティガイドライン公表➢ クラウド活用により使いやすい環境へ学校ICT利活用ノウハウ集公表➢ 全ての教職員がすぐに使えるように関係省庁の施策との連携➢ ローカル5Gや教育コンテンツも活用して未来の学びを実現民間企業等からの支援協力募集➢ 民間等の外部支援により導入・利活用加速他社既存検定含めた検定市場約495億円*CBT実施環境整備を通じて、日本におけるCBT化へ寄与CBT化の拡大余地が大きいCBT化率► 英検協会の既存テストのCBT化促進► 自社テストCASECファミリーの公開会場第1弾第2弾第3弾*2018年版 教育産業白書矢野経済研究所► 他社既存検定のCBT化• 直営テストセンターで数十団体受注済み© EduLab, Inc.30成長戦略：CBT受験者の増加テストセンターでのCBT受験者数が増加◼ 大学入試での外部検定試験活用増加等の市場環境を背景に、当社の「高い能力測定技術」と「インフラと運営の実績 」を活かし、テストセンターにおいて公平・公正な環境で、常時CBT受験できる機会を提供◼ 前年同期比で33%〜40%伸長。テスト市場でのCBT化が加速（単位：千人）テストセンター利用者数 対前年比の伸び率20/9期21/9期22/9期YoY＋33%YoY +40%YoY +19%250200150100500※2020年6月より運営開始しており、20/９期3Qの数値は一ヶ月のみ ※4Qは季節要因により需要増の傾向3Q4Q1Q2Q© EduLab, Inc.31成長戦略：CBT化受託の増加「CASEC」「TEAP CBT」の開発・運用実績を土台に英検のCBT化により培った基盤を活用単なるシステム・テストセンターの提供にとどまらず、問題作成~試験実施~採点までのトータルサポートでCBT化を推進現状のPBT*プロセス当社の考えるCBTプロセス問題作成物流配送調査実施 物流回収採点レポート問題作成物流配送調査実施 物流回収採点レポート印刷梱包配送実施回収開梱確認データ化採点検収合否証明作成配送作問校正印刷梱包配送実施回収開梱確認データ化採点検収合否証明作成配送業務負荷の低減作問校正課題• 問題冊子、解答用紙の制作工数負荷• 採点におけるリードタイムとコスト• 災害による実施、日程調整負荷＊PBT （Paper Based Testing）：従来型の紙で実施するテスト© EduLab, Inc.ポイント• IRTを用いた作問やテストシステム技術による制作工数の削減• AI採点によるリードタイムの短縮• テストセンターでの運営インフラを整備32成長戦略：CBT化受託の増加検定の特性に応じたCBTシステムを提供a. インターネット型インターネット接続が前提となるCBT（昨今主流になりつつあるタイプ）ネットワーク接続に関する障害が発生した際に、実行の継続が困難ネットワーク上でテストが完遂するため、物流コストが安く済む傾向があるb. ローカル型ネットワーク接続を前提としないCBT（試験会場での実施を前提とする旧来型）ネットワークと遮断されているため高セキュリティな環境での実施が可能高セキュリティである反面、従来の紙の試験を単にコンピュータに置き換えたものに近いためComputerの特性が活かしきれないUSBの中にOS、アプリを搭載c. ハイブリッド型インターネット型とローカル型の強みを組み合わせたCBT受験者の解答や実施ログなどをネットワークを介してサーバに送信することで試験素材を事前にローカルにダウンロードしておくことで、ネットワーク障害が起きても試験の継続が可能タイプ完全性可用性機密性運用費利便性abcインターネット型ローカル型ハイブリッド型△○○△○○△◎○◎△○◎×○© EduLab, Inc.33成長戦略：文字認識技術・NLPを用いた自動採点の技術力強化・業務効率化自動採点システムとしてNLPを活用し、採点の効率化に寄与今後は教育業界だけでなく他業界への展開も推進*NLP（Natural Language Processing）：自然言語処理、人間が日常的に使っている自然言語をコンピュータに処理させる一連の技術教育業界の採点業務の効率化大規模採点業務において文字認識技術による答案のデータ化とNLPにより、コスト・納期を大幅短縮従来の採点業務AIを活用した当社事例答案データ入力データテキスト採点業務採点結果データ1.4億もの大量の解答データ精度98%1秒1,078画像の高速認識処理人数の削減総コスト93%削減納期の圧縮リードタイム65.9%削減NLP- AI答案自動登録データテキスト自動採点確認採点結果データ© EduLab, Inc.34成長戦略：教育業界で培ったAI技術の業界横展開教育業界で培ったAI技術の活用事例を他業界に横展開紙の書類の扱いが多い金融・医療業界を皮切りに拡大中金融業界審査業務の効率化大手保険会社における契約審査業務のテキスト化およびNLPによるコストおよび納期の大幅短縮の実現教育金融医療運用中運用中運用予定DEEPREAD手書き答案のテキスト化各種書類のテキスト化各種書類のテキスト化(保険申込書,口座振替依頼書,請求書等…)(診断書,診療明細書,レセプト,請求書等…)運用中検討中検討中CAERAアダプティブラーニング保険商材のレコメンドクレジット商品のレコメンド等病院のレコメンド＜今後の計画＞他業界に拡大中診断書契約書申込書請求書データ入力審査業務テキストデータ審査結果データDEEPREADNLPAI専門人材の削減納期の短縮運用中検討中NLP採点の自動化保険/クレジット等の審査業務の自動化運用予定病院におけるスキャン画像の自動タグ付け(診断書、診療明細書請求書、等々の自動判別)具体例自動確認各種書類確認審査自動テキストデータ審査結果データ処理人数の削減医療業界の審査業務等他業界への適用・展開も推進© EduLab, Inc.35免責事項◼ 本資料は、株式会社EduLabの業績等について、株式会社EduLabによる現時点における予定、推定、見込み又は予想に基づいた将来展望についても言及しております。◼ これらの将来展望に関する表明の中には、様々なリスクや不確実性が内在します。 既に知られたもしくは未だに知られていないリスク、不確実性その他の要因が、将来の展望に関する表明に含まれる内容と異なる結果を引き起こす可能性がございます。◼ 株式会社EduLabの実際の将来における事業内容や業績等は、本資料に記載されている将来展望と異なる場合がございます。◼ 本資料における将来展望に関する表明は、本資料開示時点（2022年4月4日現在）において利用可能な情報に基づいて株式会社EduLabによりなされたものであり、将来の出来事や状況を反映して、将来展望に関するいかなる表明の記載も更新し、変更するものではございません。© EduLab, Inc.2022年9月期 第1四半期 決算説明資料 株式会社EduLab（東証グロース 証券コード：4427）36