INOD

三十年に及ぶデータ整備の業歴と、専門人材を大規模に束ねる管理の仕組みが最大の強み。生成人工知能の品質競争が、人の判断による教材と評価の需要を押し上げている。モデルを作る側ではなく教える側という、軍拡競争の弾薬商の立ち位置にいる。

人工知能モデルの学習に使うデータの収集と整理、正解付け、回答の品質評価といった作業の受託が収益の柱。世界に抱える数千人の専門作業者と管理の仕組みで、巨大テック企業の大規模な発注をこなす。医療や法律など専門分野の教材づくりや、安全性の検証まで請け負う。モデル開発の投資に乗って稼ぐ構造になっている。

収益の大半が一握りの巨大テックに依存し、一社の方針転換が業績を急変させる。学習データの内製化や自動化が進めば、人手の受託という商売の土台が痩せる。モデル開発の投資が一服すれば発注は急減する。急伸した株価は期待の剥落に極めて敏感になる。

配当を出さず、資金を作業者の採用と専門分野の能力構築に投じる成長優先の経営。大口顧客の中で作業の幅を広げ、一件あたりの単価を引き上げる。評価と安全性の検証という上流の仕事へ移る方針が特徴になっている。

巨大テックの開発投資と、大口顧客の集中、自動化との競争に依存する。生成人工知能の学習投資が拡大を続けるか、収益の大半を占める少数の大口顧客の発注が保たれるか、合成データや自動の正解付けが人手の需要を奪わないか、そして専門分野の高単価な作業へ移れるかが、業績を左右する大きな前提になる。