東証グロースシステム・ソリューション

AI inside

AI・人工知能

バックオフィス業務SaaS

データ分析・BIソリューション

ネットでサービス

モノをつくる

ひとことで言うと

紙やPDFの文字をAIで仕事のデータにする会社自治体から金融・物流まで、入力作業の自動化を広く支える

平均年収

987万円

売上高

44億円

営業利益

4億円

平均年収

987万円

売上高

44億円

目次タップでジャンプ

会社を知る

数字で見るAI inside AI insideの業績推移 AI insideの売上構成 AI insideの事業概要 AI insideの強み・弱み

採用・選考

AI insideの新卒採用情報 AI insideの募集職種 AI insideの選考の流れ

就活対策

AI insideに向いている人・向いていない人 AI insideの志望動機例文面接でよく聞かれる質問・回答例面接での逆質問例

数字で見るAI inside数字でみる

更新 2026年7月10日

平均年収

987万円

売上高

44億円

営業利益

4億円

営業利益率

8.8%

従業員数

123名

平均年齢

39.9歳

平均勤続

3.0年

月平均残業時間

—h

ここがポイント

2025年3月期の売上43億9,900万円のうち、毎月の利用料など継続して入る売上が41億8,800万円と約95%を占める。利用ライセンスも3,057件へ増加。新規販売だけに頼らず、日常業務で使い続けてもらうことが収益の土台になっている。

出典：AI inside 有価証券報告書（2025年度）

AI insideの業績推移業績の伸び

更新 2026年7月10日

ここがポイント

2021年度をピークに売上と営業利益が落ち込んだ後、売上は2023年度から3年連続で回復した。一方、営業利益は持ち直した後の2025年度に再び減少。採用や開発、サーバー費用が先に増え、売上の回復が利益増加につながり切っていない局面と読める。

出典：AI inside 有価証券報告書（2025年度）

AI insideの売上構成なにで稼いでる？

更新 2026年7月10日

人工知能事業

100.0%

業務をAIで自動化

ここがポイント

売上はすべて人工知能事業から生まれる。中心は紙やPDFを読み取るDX Suiteの継続利用料で、企業や自治体が使うほど収益が積み上がる仕組み。事業の軸が明確な一方、AIによる文字読取り市場や主力製品の競争環境が、会社全体の業績に直接響きやすい構成でもある。

出典：AI inside 有価証券報告書（2025年度）

AI insideの事業概要どんな仕事してるの？

更新 2026年7月7日

ビジネスのしくみ

AI insideは、申込書や請求書、住民票などの紙・PDFをAIで読み取り、パソコンで扱えるデータに変えるソフトウェアを提供する会社。主力の「DX Suite」は、手書き・印刷文字の読取りと書類の自動仕分けを組み合わせ、人が画面を見ながら入力する作業を減らす。銀行、保険、物流、製造、小売、自治体などで使われ、窓口手続きや受発注、経理の効率化を支える。クラウドに文書を出しにくい現場には専用端末も用意し、近年は社内データ活用やAIに仕事を任せるサービス、AI教育へ領域を広げている。

つくってるもの・サービス

DX SuiteAI inside CubeAnyDataHeylixAI Growth Program

おもな取引先

主な顧客は、紙の書類を大量に扱う企業と自治体。銀行・証券・保険、物流、製造、小売、製薬、不動産などで、申込書や請求書の入力負担を減らすために使われる。NTT東日本・西日本やNTTデータなど、販売パートナーを通じた導入も多い。

AI insideの強み・弱みいいとこ・気をつけたいとこ

更新 2026年7月7日

◎ ここが強い！

1累計98億回超の読取り実績があり、現場で磨かれた認識技術

23,057件の利用と低い解約率が、安定収益の土台になる

3専用端末で、クラウドに出せない自治体・機密文書にも対応

△ ここは気をつけたい

1大手クラウドの文書AI進化で、価格競争が強まる可能性

2開発・サーバー・採用費が増え、売上成長ほど利益が伸びない

3個人情報を扱うため、情報管理の事故が信用低下に直結する

AI insideの新卒採用情報採用情報

更新 2026年7月8日

初任給

-円

平均年収

987万円^※2

月の残業

-h

※2 出典：AI inside 有価証券報告書（2025年度）

社風

大きな目標を掲げつつ、各ユニットが明確な使命と裁量を持ち、部署を越えてフラットに連携する職場。自ら動いて成果を出す姿勢と、知識を共有して仲間の成功を助ける姿勢の両方を重視する。フレックスや場所を選べる働き方もあるが、自律性が前提となる。

こんな人を求めてる

常識をそのまま受け入れず、まず動いて新しい選択肢を探せる人。指示を待つより自分で責任を持ち、周囲を巻き込みながら成果まで進める姿勢が合う。同時に、知識を抱え込まず仲間へ共有し、複雑な課題を分かりやすく整理する力も求められる。

選考の流れ

AI insideの志望動機例・質問例就活ガイド

AI生成更新 2026年7月10日

ESや面接の準備に、そのまま使えるヒント集だよ。※ AIが公開情報をもとに作成しています。応募前に必ず公式情報で確認してね。

😊 向いてる人

AIを研究対象だけでなく、紙やPDFを扱う現場の負担を減らす道具として広げたい人に向いている。変化の速い技術を学び続け、自分で仮説を立てて動ける学生と好相性。フレックスやテレワークの自由を、自律的な時間管理とチーム連携に生かしたい人にも合う。

😣 ちょっと注意

決まった手順や上司の細かな指示がないと動きにくく、担当範囲の変化を避けたい人は慎重に見たい。AI分野は技術や競争環境の変化が速く、継続学習も必要。自由な働き方を望んでも、成果への責任や会社要請時の出社、情報管理を負担に感じる場合はミスマッチになりやすい。

志望動機例文 1

アルバイト先で、紙の申込書を一件ずつ表計算ソフトへ入力した際、読みにくい文字の確認に追われ、接客の準備が後回しになることがありました。情報が紙に閉じたままでは、人が本来向き合うべき仕事に時間を使えないと感じました。この経験から、現場が無理な…

アルバイト先で、紙の申込書を一件ずつ表計算ソフトへ入力した際、読みにくい文字の確認に追われ、接客の準備が後回しになることがありました。情報が紙に閉じたままでは、人が本来向き合うべき仕事に時間を使えないと感じました。この経験から、現場が無理なく使えるAIで定型作業を減らしたいと思い、DX Suiteを通じて帳票の読取りから仕分けまで支える御社を志望します。私は入力間違いを防ぐため、迷いやすい項目を社員へ確認し、入力ルールと確認手順をひな型に整理して仲間へ共有しました。そこで、道具を入れるだけでなく、利用者が迷わない流れまで設計する大切さを学びました。御社は申込書や請求書など幅広い帳票を扱い、クラウドへ出しにくい文書にはAI inside Cubeで対応しています。現場ごとの情報管理や運用条件に合わせてAIを届けられる点が、私の目指す支援と重なります。入社後は顧客の業務を丁寧に聞き、課題を分かりやすく整理する力を磨きます。将来は営業・導入支援として、AIを使うこと自体を目的にせず、顧客がデータを日々の判断に生かせる運用まで伴走します。

志望動機例文 2

ゼミで文献を整理した際、生成AIに要約を任せたものの、元データの形式がばらばらで、期待した答えを得られませんでした。私は入力項目をそろえ、回答と原文を照合する手順を作ることで、AIの性能だけでなく、使えるデータと確認の仕組みが成果を左右する…

ゼミで文献を整理した際、生成AIに要約を任せたものの、元データの形式がばらばらで、期待した答えを得られませんでした。私は入力項目をそろえ、回答と原文を照合する手順を作ることで、AIの性能だけでなく、使えるデータと確認の仕組みが成果を左右すると学びました。この気づきから、データを整える入口からAIによる活用まで一つの流れとして設計したいと考えています。なかでも、累計98億回超の読取り実績を持つDX Suiteを土台に、マルチモーダルAI統合基盤AnyDataやAIエージェントHeylixへ事業を広げる御社を志望します。紙やPDFをデータ化して終わらず、その情報を次の判断や行動につなげようとしている点に惹かれました。また、Think BigとStay Simpleを掲げ、未知の選択肢を試しつつ複雑さを減らす文化は、試行と整理を重ねてきた私の姿勢と合います。入社後はまず、顧客がどのデータをどの場面で使うのかを理解し、開発や営業と共有できる形に整理します。その上で商品企画に携わり、AIに詳しくない利用者でも安心して作業を任せられる機能と運用を形にします。