AIソリューション事業

大企業が保有する業務データ、設備データ、顧客データを利用し、経営課題の定義、データ分析、AIモデル開発、システム実装、運用改善までを一貫して支援する。事業開発、データサイエンス、エンジニアリングの人材を同じ案件へ配置し、分析結果だけでなく業務フローや事業モデルの変更まで踏み込む。

主要技術は、機械学習、需要予測、数理最適化、画像認識、自然言語処理、異常検知、生成AI、AIエージェントである。実証実験で終了するのではなく、顧客の既存システムや現場業務へ組み込み、継続運用することを重視する。

製造業では、品質予測、設備保全、需要予測、生産計画、エネルギー最適化を支援する。物流・SCMでは、在庫配置、輸配送、配車、物流拠点の運用、需要と供給の最適化を扱う。不動産・都市開発では、建物データ、設備データ、人流データを利用し、スマートビルディングや街づくりを支援する。

エネルギー分野では、電力需要予測、空調・設備制御、エネルギー利用の効率化を進める。金融分野では、金融機関が保有するデータを活用した営業高度化、審査、地域企業支援などを扱う。官公庁・行政では、行政データ分析、EBPM、行政手続の高度化へ対象を広げている。

home insight、response insight、demand insightなど、個別案件で開発した技術資産をサービス化している。特定顧客向けに開発したモデルを同じ業界の共通課題へ横展開できれば、開発工数だけに売上高が連動する受託型モデルから、ライセンスや継続利用料を含む構造へ移行できる。

生成AIでは、企業固有の文書、業務データ、専門知識を利用するAIエージェントの開発を進める。汎用チャットボットではなく、業務判断、調査、計画、実行支援までを対象とし、現場で利用できる精度、セキュリティ、監査性を確保することが重要になる。

2026年2月には代表取締役COO直下にPhysical AIビジネス開発室を新設した。製造・物流を起点に、VLAモデル、ロボット基盤モデル、シミュレーション、自律制御、ハードウェア連携を組み合わせ、導入後の運用まで含む事業モデルの構築を進める。

フィナンシャル・アドバイザリー事業

連結子会社のファイナンス・プロデュースを中心に、M&A、資金調達、資本政策、事業提携、スタートアップ支援などを提供する。大企業とスタートアップの双方を対象に、企業価値評価、候補先探索、交渉、取引実行までを支援する。

JDSCがAIやデータサイエンスの案件を通じて接点を持つ大企業と、技術や事業基盤を持つスタートアップを結び付けられる点が特徴となる。単純な財務助言ではなく、事業開発、技術評価、資本提携を組み合わせた共同事業の創出を目指す。

JDSCグループがAIプロダクトや産業別サービスを育成する際にも、資金調達、M&A、JV組成の専門能力を利用できる。外部顧客からの手数料収入に加えて、グループ内の事業開発を支える機能を持つ。

案件の成約時期や大型案件の有無によって四半期業績が変動しやすい。売上高の継続性より、案件パイプライン、成功報酬の計上時期、顧客企業との継続取引を確認する必要がある。

2024年6月期にはファイナンス・プロデュース取得時ののれんに対して減損損失を計上した。2025年6月期はセグメント利益が改善したものの、買収時の事業計画と実績の差、のれん残高、専門人材の定着は継続的な確認項目となる。

マーケティング支援事業

連結子会社のメールカスタマーセンターを中心に、ダイレクトメールの企画、制作、印刷、封入、発送代行、顧客データ管理などを提供する。大規模な発送業務を一括で受託し、顧客企業の販売促進や顧客接点を支援する。

連結売上高では最大の事業だが、郵便料金、印刷費、発送数量、外注費の影響を受けやすく、AIソリューション事業より利益率が低い。売上高の規模と企業価値への利益貢献を分けて確認する必要がある。

2026年6月期は郵便料金改定、ダイレクトメール発送量の減少、案件構成などが収益を圧迫した。第3四半期累計のセグメント利益は1百万円にとどまり、連結営業利益の伸びを抑える要因となった。

JDSCのAI技術を利用し、顧客リストの分析、反応率予測、発送対象の最適化、クリエイティブ評価、オンライン施策との統合を進められれば、単純な発送代行から高付加価値なマーケティング支援へ変化する余地がある。

物流会社との資本・事業連携やMCC Logisticsの設立により、発送業務と物流オペレーションのデータをAIで最適化する構想も持つ。マーケティング、物流、需要予測を一体化できるかが、既存事業をAI化するうえでの重要な検証点となる。