AI・データ分野の株式投資型クラウドファンディング｜33件の成立率と調達額

01AI・データの会社に出資するとき、何を見ることになるか

AIの分野で効くのは、モデルそのものより学習に使えるデータを持っているかです。汎用のモデルは大手が公開していて、誰でも使えます。差がつくのは、その領域でしか手に入らないデータを持っているかどうかです。

だから募集ページで見るのは、データの出どころと権利関係になります。自社の事業を通じて集めたデータなのか、顧客から借りているデータなのか。借りているなら、契約が切れたときに何が残るのか。ここが曖昧なまま「AIで解決します」と書いてある募集は、大手の汎用モデルで代替される可能性を抱えています。

実証実験（PoC）で止まっていないかも確認してください。「大手企業◯社と実証実験を実施」は成果に見えますが、無償の実証実験は売上になりません。有償の本導入が何件あるかを見るほうが実態に近くなります。

以下、公表されている募集の数字で確かめていきます。

02AI・データの株式投資型クラウドファンディングは、何件あったか

株式投資型クラウドファンディングでAI・データに分類される募集を数えます。当サイトは国内のプラットフォームで公表された839件の募集を集めていて、このうちAI・データは33件でした。

成立率は83.8%で、全14分野の中では5番目でした。（全分野の平均は75.4%）

株式投資型で受け取るのは未上場の株式で、利回りも分配金もありません。お金が戻るのは発行会社が上場するかM&Aで買われたときだけで、それまでは原則として売れず、1社あたり年間50万円が上限です。仕組みは株式投資型クラウドファンディングにまとめました。ここではAI・データの数字だけを見ます。

03AI・データで募集された33件を、全部並べる

取得できた列をそのまま出します。「目標」は募集の下限（これに届かないと不成立）、「上限」は上限額、「調達」は実際に集まった額です。

04AI・データで調達した22社を、全部並べる

企業の単位でまとめ直します。複数回調達している企業は、ここでは1行になります。

051件あたり、いくら集まったか

AI・データの募集で実際に集まった額の分布です。中央値は2,428万円、最大は9,900万円、最小は307万円でした。

目標額（募集の下限）の中央値は1,500万円でした。調達額の中央値がそれを上回っています。

株式投資型の調達額は、他の資金調達手段と比べると小さくなります。ベンチャーキャピタルからの調達なら数億円が普通ですが、ここでは数千万円が中心です。この金額で何ができるのかを、募集ページの資金使途と照らして読むことになります。

06会社の値段（プレバリュー）はどう置かれていたか

プレバリューは、今回の調達の前の時点での会社の評価額です。株価×発行済株式数で、投資家が「この会社は何億円の価値がある」という前提で買うことになります。

AI・データでは33件で確認できました。中央値は5.2億円、最大は24.8億円、最小は7,200万円です。

プレバリューは交渉で決まる数字で、市場が付けた価格ではありません。AI・データの中では7,200万円から24.8億円まで34倍の開きがあります。読み方は株価の算定根拠をどう読むかにまとめました。

07何人が出資したか

1件の募集に何人が出資したかです。中央値は205人、最大は502人でした。

1人あたりの出資額の中央値は16万円でした。年間50万円の上限に対して32%にあたります。

投資家数は「人気」の指標ですが、株式投資型では意味が少し違います。出資した人が多いほど株主が増え、その後の資本政策が複雑になるからです。次の調達やM&Aのときに、多数の少額株主がいることが障害になる場面があります。プラットフォーム側は株主名簿の管理や信託の仕組みで対応していますが、「投資家が多いほどよい」とは限りません。

08AI・データの中で、どんなテーマが多いか

AI・データはひとつの分野ですが、中身は分かれます。募集ページに書かれた事業内容から、当サイトがさらに細かいテーマに分けました。

09AI・データで調達した企業は、何をしている会社か

募集ページに書かれた事業内容を、調達額の大きい順にそのまま載せます。要約していません。AI・データという一つの分野の中に、どれだけ違う事業が入っているかが見えます。設立年・資本金・調達額は、前の一覧表に出しました。

ディビイ　データベース操作環境ソフトウェアの開発販売 。データベース操作環境クラウドサービスの提供。データベース及びデータ操作関連システムの構築。

ファイナンシャルテクノロジーシステム　◆金融エンジニアリングサービス ◆Fintechサービス開発 ◆Fintech R&D

クロスロケーションズ　・ロケーションインテリジェンス ・モバイル広告および付帯する業務一式

Truffle Technologies　Truffle AIの提供、UXコンサルティング

グリーンレイズ輻射空調エンジニアリング　水をパネル内に循環させ、輻射熱（放射熱）の伝達を利用して温度を調整する「輻射空調」の総合メーカー

Medical AI LAB　AI技術活用による各種医療関連業務の開発企画、販売、保守及びコンサルティング

AI Infinity　AI技術の開発と提供

SARAH　2つの食に特化した口コミアプリを運営

ID Cruise　個人特性分析AIエンジンの開発販売

チームAIBOD　AI開発

AXIVE　監視カメラAI化技術による人見守りのソリューションの提供

アース・ウェザー　気象予報サービス

ドコデモ　クラウド系VDIソリューション

オクシリア　生成AIをベースとした社内向けシステムの受託開発事業を展開

ニューロープ　独自開発の画像認識AI（人工知能）をコア技術としたアパレル関連企業向けのバーティカルSaaSを提供

IoZ　ＡＩシステム開発、システム販売、ＩＴコンサルティング、プログラミング教育、その他関連する事業

ジオマーケティング　経営・マーケティングコンサルティング業務 データ収集・分析・可視化・統合サービスおよび技術の提供 データーベース提供業務 インターネットによる情報提供サービス 出版・教育業務 不動産の売買、賃貸、開発、仲介、媒介、運用及び管理 損害保険代理店業

デジタルアテンダント　・AI接客システム「ダイナパートナー」の開発、販売 ・ウェアラブル端末「ダイナグラス」による視覚障がい者支援

Books＆Company　電子書籍制作、配信、販売、システム開発及びその付帯する事業

グローバルナレッジ　・IT関連サービス事業 ・人材関連サービス事業 ・有料職業紹介事業(許可番号：14-ユ-301263) ・国際交流支援事業

オメガイノベーション　・次世代マッチングプラットフォームの「オメガプラットフォーム」の提供、運営 ・AIスコアリングで評価されるSP（セールスパーソン）のセールスネットワークの提供

ファントムエーアイ　「Phantom AI 週間ビットコイン予報」をICOプロジェクトとして実施

10AI・データの募集は、いつ多かったか

募集の開始年で数え直します。その分野に資金が集まった時期が分かります。

件数の増減は、その分野が注目された時期を表します。ただし、注目された時期に募集された案件がうまくいったかどうかは別の話です。むしろ資金が集まりやすい時期ほど、評価額が高めに置かれる傾向があります。

11AI・データは、どのプラットフォームで募集されたか

プラットフォームによって、扱う分野の偏りがあります。

プラットフォームを選ぶときに見るのは、扱う分野より募集の頻度と、募集ページの情報量です。同じ会社の株式を複数のプラットフォームで買えるわけではないので、興味のある分野の募集が多いところに登録しておく、という選び方になります。

12AI・データで、募集が成立しなかった6件

株式投資型では、募集額の下限（目標額）に届かないと不成立になります。不成立の場合、出資金は投資家に返ります。損は出ませんが、「この会社に出したい」という判断が実現しなかったことになります。

不成立になった募集は、【爆発的に増える情報を、AI技術で利活用】多様なビジ、情景認識AI×自然言語AIで人々の生活を豊かに！「デ、アナログ業務をデジタル化し業務改革、さらにビジネス改、AIスコアリングでビジネスマッチングを刷新する次世代、金融取引に革命を！世界中の頭脳と高精度アルゴリズムを、世界の研究者の頭脳を結集！金融取引に高精度アルゴリズです。前の一覧表で、結果の列を見てください。

AI・データの成立率は83.8%です。分野ごとの成立率を並べます。

成立率の差は、その分野が有望かどうかではなく、投資家が理解しやすいかどうかを表している面があります。事業の中身が分かりやすい分野は集まりやすく、専門的な分野は説明の負担が大きくなります。

13AI・データで、複数回調達している6社

1社が何度も募集することがあります。2回目以降の募集では、前回の株価と比べられるのが投資家にとっての利点です。上がっていれば事業が進んだ証拠になり、下がっていれば（ダウンラウンド）何かがうまくいかなかったことになります。

株価がどう動いたかは、前の一覧表の「株価」と「プレバリュー」の列で同じ企業の行を並べると読めます。2回目の株価が1回目より低ければ、ダウンラウンドです。

14AI・データの募集に、税の優遇と投資家特典はどれだけ付いていたか

株式投資型には、一定の要件を満たす企業への投資についてエンジェル税制という所得税の優遇があります。AI・データの33件での適用状況です。制度そのものの中身はエンジェル税制の使い方に書きました。

投資家特典が付いていた募集は11件です。内容は前の一覧表の「特典」の列に出しました。自社の商品やサービスの割引・提供が中心で、金額としては小さいので、特典を理由に投資先を選ぶのは順序が逆です。

15集めたお金を、何に使うと書いてあったか

募集ページに書かれた資金使途を数えます。AI・データの33件から拾いました。

資金使途は、その会社が何で詰まっているかを表します。広告費が中心なら、「売れる商品はあるが、知られていない」という状態です。開発費が中心なら、「まだ売るものが完成していない」ということです。どちらが良いという話ではなく、リスクの種類が違うという話です。

16AI・データの会社を見るときに、特に効く論点

モデルより、学習に使えるデータを持っているかが効く。この分野に共通して効く確認を並べます。

これに加えて、株式投資型ではどの分野でも共通して効く確認があります。

17AI・データの数字を、どこから取ったか

国内の株式投資型クラウドファンディングのプラットフォームで公表された募集情報から、AI・データに当たる33件・22社を抜き出しました。

限界は、調達したあとに何が起きたかが分からないことです。未上場企業には決算の公開義務がありません。この記事に出ているのは募集の時点までの数字で、投資の結果ではありません。AI・データで上場やM&Aに至った例があるかは、EXITの実績にまとめました。

18調達額とプレバリューの比で、AI・データの募集を並べ直す

いちばん効くのは調達額とプレバリューの比です。プレバリュー5億円の会社が3,000万円を集めるなら、発行する株式は全体の約6%。既存株主の持分がその分だけ薄まります。この比が大きいほど、会社にとっては重い調達だということです。

AI・データでは、この比の中央値は5.7%でした。最大は34.9%、最小は1.7%です。

比が小さい募集は、「会社の評価に対して、少しだけ株を出した」ということです。投資家から見れば、同じ金額を出しても持てる割合が小さいことになります。比が大きい募集は逆で、持てる割合は大きいが、会社にとっては次の調達の余地が減ります。

19よくある質問

20この記事の数字は、どこから取ったか

会社名を挙げて処分や事故を書くにあたっては、照合を法人番号の完全一致に限りました。社名の部分一致で突き合わせると、似た社名の別会社の記録を拾ってしまいます。当サイトが実際に試したところ、82件が一致したように見えてそのほとんどが別会社でした。

できていないことも書きます。不動産特定共同事業者への監督処分は国土交通省・都道府県の所管で、この事例集には含まれていません。また償還後の実績は、事業型を除いてどの事業者も公表していないため、不動産型・融資型については「戻らなかった件数」を外から数えられません。

数字はいずれも元本を保証するものではなく、この記事は特定の商品の勧誘ではありません。