＞配当利回り6.16%(11/02) 利回りがぐんぐん高くなってる やめなくても減配はあるかもしれんね

カメコン、ギディアともにマイグルがデジタルだけでなくフィジカルでもグロースしていくための買収だったかと思うが、両方ともに不発に終わっているからマイグルはフィジカルでは伸びないという判断なのだろ。 そもそもマイグルがデジタルでも伸びてないので、マイグル自体がだめ。 本来AI実装なら需要がありそうだが、大型案件の消滅・規模の縮小となると、ギックスが提供するAIサービスに需要がなさそう。 AI実装が伸びるであろうこのタイミングで需要がないのは致命的。 売るものがないので売上は伸びず、配当やめて大暴落の未来がみえますね

赤字で配当はあかんやろ・・・

この急降下の原因は一体何なんだ？

４０００万ほど回収不能見込みとのことだが これは数字に現れた分だけですからねえ

今回のはだいぶ影響しそうですね

>連結子会社の解散に伴う債権の取立不能のおそれに関するお知らせ 踏み倒されたんか あきまへんなあ

「金融教育から世界の経済教育プラットフォームへ」 子供向け金融教育の話を、世界規模の経済教育へ発展できないかという願望仮説です。単なる金融教育ゲームではなく、世界の子供たちが経済を体験し、国や地域の違いを比較できる仕組みを考えています。 【世界展開への5段階】 ① 日本で実証する 仮想企業の経営者や投資家となり、仕入れ、販売、利益、賃金、配当、投資、インフレなどを体験する。 ② ギックスの既存事業を応用する Mygruで体験の場を作り、セマンティックレイヤーでデータを整理し、AIPで判断と結果を分析する。AIは正解を決めるのではなく、人間が考える材料を提供する。 ③ 海外へ展開する 通貨、物価、賃金、金利、為替、購買力など、国ごとの経済事情を取り入れる。同じ仮想企業でも国によって経営結果が変わることを学ぶ。 ④ 世界の学習データをつなぐ 各国の学習結果を比較・分析し、教育内容の改善に活用する。 ⑤ 継続型サービスへ発展させる 学校、金融機関、企業、自治体などと連携し、多言語対応や学習分析、利用ライセンスなどを組み合わせた事業を目指す。 【ギックスへの期待】 体験する、データを集める、意味を整理する、AIで分析する、人間の判断を改善する。 この循環を世界へ広げられれば、教育分野の社会貢献だけでなく、新しい市場の開拓にもつながるのではないでしょうか。さらに、教育を通じてギックスという会社や、データインフォームドの考え方を知ってもらう機会にもなると思います。金融教育から世界の経済教育へ。AIに判断を任せるのではなく、AIとデータで人間の判断力を育てる。 ※現在のギックスの教育事業を示すものではなく、既存事業の応用可能性についての個人的な願望仮説です。

「インフレ時代に必要な金融教育、子供の頃からお金と投資を学ぶ社会へ」 最近の子供たちは、インフレという言葉をどこまで理解しているのでしょうか。 物価上昇は買い物で感じても、お金の価値や購買力がどう変化するのか、学ぶ機会はまだ少ないのかもしれません。 【現状認識】これからは貯蓄だけでなく、企業の売上・費用・利益・配当の仕組みを理解する金融教育も大切だと思います。投資は株価を当てることではなく、企業や社会の価値を理解し、自分で判断する力を育てることです。 【願望仮説】ギックスのデータインフォームドやAI活用の知見を、将来的に金融教育へ応用できないでしょうか。仮想企業を題材に、利益の仕組み、インフレ、購買力、配当、複利や投資リスクを体験できる教材です。 【ギックスへの期待】企業の経営改善を支援するデータ・AIの知見を、次世代の学びにも広げてほしいです。インフレに負けないために、子供の頃からお金の価値を理解し、資産形成を自分で考える社会へ。　 ※金融教育への応用は個人的な願望仮説です。

CAGR40%成長します！ ↓ CAGR40%は無理なので、利益率を重視します！ ↓ 利益が出せるようになってきました！(2026年6月期) ↓ 赤字。構造的に脆いことが露呈だって。いまさら何言ってんだろね。

「ギックスの成長を左右する、データ資産の再利用と継続収益化」 データ活用を企業の競争力に変え、継続的な収益につなげられるのか。ここが成長の本質だと考えています。DatabricksのConsulting＆SIパートナー認定やLINEヤフーのコンソーシアムへの参画など、事業展開には新たな動きがあります。一方、1Qは営業赤字となり、通期予想は売上高30億円、営業利益1億円を据え置いています。今後は利益を生み出す仕組みが重要です。 【願望仮説：成長を左右する3つの条件】 ① データ資産とノウハウの再利用 案件ごとの経験をその場限りで終わらせず、分析手法、プログラム、データモデル、業務テンプレートとして蓄積できるか。過去の知見を次の案件に再利用できれば、開発時間や提供コストを抑え、社員個人の経験を会社全体の知的資産に変えられる可能性があります。 ② AIを企業の意思決定と実行につなげる 重要なのは分析結果ではなく、それを経営判断や現場の行動にどう反映するかです。データ分析から業務実装、効果検証、次の改善まで支援できれば、単発案件を超えた顧客価値を提供できると考えます。 ③ 継続収益化と利益率の改善 データ基盤の運用、分析モデルの更新、AIの改善などを継続サービスとして提供できれば、導入後も収益を積み上げられる可能性があります。さらに、知見の再利用で提供コストを抑えられれば、売上成長を利益成長につなげられます。 【3つの条件がつながったとき】 知見を蓄積する → 再利用で生産性を高める → 顧客の意思決定と業務を変える → 継続サービス化する → 利益を積み上げる。 これが私の考えるギックスの成長サイクルです。今後の決算では、分析資産の再利用、業務実装の成果、継続収入の拡大、営業利益率の改善を確認したいと思います。AI市場の成長だけでは競争優位は決まりません。 個人の経験を会社の知的資産に変え、その資産を顧客価値と継続収益に変えられるか。ギックスが案件数や社員数の拡大だけに頼らない事業モデルへ進化できるのか、長期的な視点で見ていきたいと思います。 ※公表資料に基づく業績・事業展開と、個人的な願望仮説を分けた考察です。将来の業績や株価を保証するものではありません。投資判断は各自でお願いします。