ExaWizards 4259.T·AI 產業鏈公司投研

1. 投資摘要

ExaWizards（4259.T）在 AI 產業鏈中的位置是“應用層/資料與工作流變現”，不是晶片、算力或雲端資本支出的直接代理；核心變數是 AI 功能能否轉化為真實營收、毛利和留存。1 2
最新可得財務錨：FY2025/3 營收約 98.11 億日元；FY2026/3 9M 營收約 83.5 億日元、年增率約 +17.1%；FY2025/3 歸母淨虧損約 6.10 億日元，主要受減值等影響；FY2026/3 9M 歸母淨利約 6.95 億日元；經營現金流量和資本支出季度拆分未充分揭露。所有硬數只按公開資料寫入，未揭露項直接標為 [未充分揭露]。1 2 3
AI 相關業務錨：exaBase、AI 平台、生成式 AI 工作流、護理/醫療/HR/製造等行業 AI 產品。其價值不在“用了大型模型”這個標籤，而在產品是否進入客戶預算、是否有可重複交付、是否能減少人工服務佔比。4 5
最新產品化線索是 AI Products 業務繼續從生成式 AI 產品、Sales Tech、醫療/護理等場景擴張；FY2026/3 全年資料顯示生成式 AI 產品營收 31.72 億日元、年增率 +112.4%，並稱 exaBase Generative AI 已匯入 25 個都道府縣政府。該指標可作為產品採用證據，但仍需和集團獲利、現金流量一起驗證。7
主要追蹤點是營收質量、毛利率、現金流量、客戶集中度、AI 產品付費率和近一年事件兌現度；凡公司未給出分項營收、模型成本或客戶結構的地方，均不倒推。2 7

2. 產業鏈位置

ExaWizards 屬於 chain-app / app：上游依賴基礎模型、雲端算力、資料供應和行業知識；中游把模型、規則、資料工程和互動介面封裝為可售產品；下游面向企業或消費者場景收費。4 5

層級	位置	對公司營收的含義	揭露狀態
上游模型/雲端	大型模型 API、自研模型、GPU 雲端、資料治理	決定推論成本、產品迭代速度和毛利率彈性	單位推論成本多為 `[未充分揭露]`。4
應用產品	exaBase、AI 平台、生成式 AI 工作流、護理/醫療/HR/製造等行業 AI 產品	形成訂閱、專案、交易或服務營收	產品名稱可核驗，分項營收部分未揭露。1 4
行業交付	AI Products、AI Platform、DX Partner/consulting、CareWiz/行業解決方案	決定銷售週期和回款週期	分部揭露口徑因市場而異。2
下游客戶	日本大型企業、自治體、醫療護理機構、金融製造客戶；單客戶佔比未充分揭露	決定集中度、續約率和議價能力	客戶佔比通常未充分揭露。1 7

3. AI相關營收拆解

專案	營收確認方式	AI 相關性	本頁處理
核心 AI 產品	訂閱、SaaS、專案交付、平台使用費或交易抽成	直接	以公開揭露的產品與營收口徑為準。1 4
傳統業務	存量軟體、廣告代理、維護、非 AI 專案	間接	不把全部營收機械歸為 AI 營收。1
AI 增量	新產品、自動化率提升、訂閱轉化、客戶擴張	需驗證	公司未揭露時寫 `[未充分揭露]`，不憑故事估算。7
成本側 AI	模型呼叫、標註、算力、研發人員	影響毛利	單位成本、Token 成本、GPU 成本通常未充分揭露。3 4

當前可核驗硬錨是：FY2025/3 營收約 98.11 億日元；FY2026/3 9M 營收約 83.5 億日元、年增率約 +17.1%；FY2025/3 首次實現經營獲利/經常獲利轉正；毛利率細項需官方資料核驗；FY2025/3 歸母淨虧損約 6.10 億日元，主要受減值等影響；FY2026/3 9M 歸母淨利約 6.95 億日元。AI 營收若未被公司單列，本頁只寫“AI 相關業務/產品”，不寫“AI 營收 = 總營收”。1 2 3

4. 核心產品

產品/業務	客戶問題	變現方式	護城河驗證
exaBase	把 AI 嵌入客戶已有流程	訂閱、專案或用量	看續約、擴容、毛利率。4
平台/工具鏈	降低客戶部署和模型運營成本	平台費、服務費	看客戶是否從試點轉生產。4 5
行業解決方案	解決垂直行業資料、合規和流程約束	專案制或年度合同	看交付複用率而不是一次性營收。1 2
資料/模型服務	資料清洗、評測、標註或模型最佳化	服務費	人工佔比高會壓制規模化毛利。5
合作生態	雲端廠、模型廠、系統整合商、渠道	分成或聯合銷售	渠道營收質量需單獨驗證。7

5. 上下游

方向	型別	對經營的影響	風險點
上游	雲端服務、基礎模型、資料授權、開源模型	決定產品迭代速度和推論成本	供應商漲價、API 變更、合規限制。4 8
上游	人才與研發	決定模型工程和行業交付質量	研發資本化/費用化口徑需核驗。2
下游	日本大型企業、自治體、醫療護理機構、金融製造客戶；單客戶佔比未充分揭露	決定營收穩定性、回款與擴容	單客戶集中度未充分揭露。1 7
渠道	雲端市場、代理商、系統整合商	可加速獲客	渠道折扣可能壓低毛利。5
監管	資料安全、隱私、醫療/金融/教育/廣告規則	決定可服務場景	合規成本和處罰風險不能忽略。8

6. 同業與競爭格局

維度	公司狀態	同業比較	投研含義
產品形態	exaBase、AI 平台、生成式 AI 工作流、護理/醫療/HR/製造等行業 AI 產品	PKSHA、ABEJA、BrainPad、Preferred Networks、Accenture AI、NTT Data AI	核心是能否標準化，不是演示效果。4 6
營收質量	FY2025/3 營收約 98.11 億日元；FY2026/3 9M 營收約 83.5 億日元、年增率約 +17.1%	高訂閱佔比公司通常質量更好	營收增長必須與現金流量對照。1 2
毛利率	FY2025/3 首次實現經營獲利/經常獲利轉正；毛利率細項需官方資料核驗	服務型公司低於純軟體平台	關注人工交付佔比。2
客戶粘性	日本大型企業、自治體、醫療護理機構、金融製造客戶；單客戶佔比未充分揭露	大客戶認證提高粘性但也提高議價	客戶集中度未揭露時不能假設分散。7

7. 護城河

流程嵌入：如果 ExaWizards 的產品進入客戶核心流程，替換成本來自資料遷移、流程重訓和合規審批，而不是 UI 本身。4 5
資料反饋：AI 應用越接近真實業務結果，越可能沉澱反饋資料；但訓練資料權屬、可用範圍和客戶授權未充分揭露時，不能把所有資料都視為公司資產。8
產品化能力：FY2026/3 資料把生成式 AI 產品列為 AI Products 增長主線，並揭露 exaBase Generative AI、exaBase IR Assistant、exaBase Automate for Anyone 等產品；這說明護城河不只來自演算法，而來自把產品嵌入企業和政府工作流後的持續使用。7
品牌與渠道：上市公司身份、IR 揭露和客戶案例有助於企業採購，但渠道營收質量必須回到回款、毛利和續約驗證。1 7
反向護城河：若 AI 功能主要靠外部模型 API、人工服務和定製專案支撐，規模擴大會同時放大成本與交付風險。4 8

8. 財務質量(趨勢表+杜邦+逐季)

8.1 趨勢表

指標	最新口徑	上一口徑/對照	質量判斷
營收	FY2025/3 營收約 98.11 億日元；FY2026/3 9M 營收約 83.5 億日元、年增率約 +17.1%	歷史年增率按公告口徑	看增長是否來自可重複產品。1 2
毛利率	FY2025/3 首次實現經營獲利/經常獲利轉正；毛利率細項需官方資料核驗	若未揭露則標 `[未充分揭露]`	毛利是 AI 應用規模化的第一驗證。2
淨利	FY2025/3 歸母淨虧損約 6.10 億日元，主要受減值等影響；FY2026/3 9M 歸母淨利約 6.95 億日元	GAAP/IFRS/non-GAAP 不混用	一次性專案和減值需剔開看。1 3
現金流量	經營現金流量和資本支出季度拆分未充分揭露	回款與預收決定質量	獲利不等於現金。2 3

8.2 杜邦拆解

淨利率：由毛利率、研發/銷售費用率、一次性費用和稅率共同決定；FY2025/3 歸母淨虧損約 6.10 億日元，主要受減值等影響；FY2026/3 9M 歸母淨利約 6.95 億日元，因此不能只看營收增速。1 2
資產週轉：AI 應用公司通常輕資產，但專案制、應收賬款、合同資產和資本化開發支出會改變週轉質量。2 3
權益乘數：若虧損或現金消耗較大，融資稀釋與債務約束會影響股東回報；具體槓桿需以年報資產負債表為準。3
ROE 結論：只有營收增長、毛利率穩定、現金流量轉正同時出現，AI 敘事才轉成財務質量；缺任一項都要降級處理。1 2 3

8.3 逐季/階段財務表

階段	營收	獲利	現金流量	解讀
最近年度	FY2025/3 營收約 98.11 億日元；FY2026/3 9M 營收約 83.5 億日元、年增率約 +17.1%	FY2025/3 歸母淨虧損約 6.10 億日元，主要受減值等影響；FY2026/3 9M 歸母淨利約 6.95 億日元	經營現金流量和資本支出季度拆分未充分揭露	年度是主錨。1 2
最新季度/中期	FY2026/3 9M	按公告口徑	按公告口徑	用於觀察趨勢，不年化濫推。3
上一年度	`[未充分揭露]` 或需讀歷史年報	`[未充分揭露]`	`[未充分揭露]`	缺口誠實標註。2
季度拆分	`[未充分揭露]`	`[未充分揭露]`	`[未充分揭露]`	若公司未提供季度細表，不倒推。3
質量結論	增長需與毛利/現金流量匹配	非 GAAP 需回到 GAAP	回款優先	這是本頁財務判斷主線。1 2 3

9. 業績傳導

客戶 AI/數字化預算
  -> 產品試點與資料接入
  -> 生產環境部署/廣告投放/訂閱轉化
  -> 營收確認
  -> 毛利率取決於模型成本、人工交付和渠道折扣
  -> 現金流量取決於賬期、續約和預收
  -> 經營架構回到可持續增長與獲利質量

正向傳導條件：exaBase、AI 平台、生成式 AI 工作流、護理/醫療/HR/製造等行業 AI 產品能從試點進入生產，且客戶願意為自動化、準確率或轉化率付費。4 5 負向傳導條件：模型 API 成本、人工交付、價格競爭或監管限制抵消營收增長。2 8 最需要反覆驗證的是：營收增速是否高於銷售費用和研發費用增速、現金流量是否跟上獲利、客戶是否從專案變訂閱。1 2 3

10. 經營拆分與反證架構

本節只拆分經營驅動，不做價格、規模口徑或市場口徑推導。判斷重點改為營收質量、毛利率、現金流量、客戶/訂單、產能利用率和產品採用是否強化業務敘事。

模組	關鍵經營變數	強敘事訊號	反證閾值
營收與採用	營收增速、ARR/訂單、客戶採用	營收增長由真實客戶採用和復購支撐	營收或訂單連續放緩，且缺少客戶採用證據
獲利質量	毛利率、費用率、現金流量	毛利率穩定，現金轉換改善	毛利率下行或現金流量惡化
競爭與客戶	客戶集中度、份額、替代風險	大客戶擴張且競爭格局穩定	客戶砍單、份額流失或替代方案加速

11. 風險

揭露不足風險：AI 分項營收、客戶集中度、單位經濟、模型成本和資本支出多處未充分揭露。1 2 3
商業化風險：產品演示不等於客戶預算，試點不等於續約，PoC 不等於規模營收。4 7
毛利率風險：外部模型、雲端算力、人工交付和渠道折扣可能吞噬 AI 營收增量。2 8
客戶集中風險：日本大型企業、自治體、醫療護理機構、金融製造客戶；單客戶佔比未充分揭露，若少數大客戶縮減預算，營收會波動。7
監管風險：資料隱私、廣告、醫療、金融、教育或跨境資料規則變化會影響產品可用範圍。8
產品化兌現風險：生成式 AI 產品營收高增長會抬高市場預期，但若客戶只停留在試用、席位擴張放緩，或渠道折扣和交付成本吞噬毛利，AI Products 敘事會被削弱；因此要追蹤產品營收、毛利率、付費客戶和現金流量，而不是隻看匯入數量。5 7
財務風險：FY2025/3 歸母淨虧損約 6.10 億日元，主要受減值等影響；FY2026/3 9M 歸母淨利約 6.95 億日元；若現金流量弱於獲利，融資或稀釋風險上升。1 3

12. 常見誤讀糾偏

誤讀一：“公司有 AI 產品，所以全部營收都是 AI 營收。”糾偏：除非公司按分部揭露，否則只能寫 AI 相關產品或 AI 相關營收 proxy。1 4
誤讀二：“營收增長就代表模型壁壘增強。”糾偏：營收可能來自專案、渠道、價格、並表或廣告代理，必須與毛利率和現金流量交叉驗證。2 3
誤讀三：“大客戶案例等於長期護城河。”糾偏：企業客戶匯入有價值，但續約率、擴容率、單客戶佔比未揭露時，不能預設穩定。7
誤讀四：“非 GAAP 獲利可以替代 GAAP。”糾偏：股權激勵、重組、減值和一次性費用要分開看，兩套口徑都應保留。1 2

13. 最新事件(帶日期)

2026-02-13 釋出 FY2026/3 第三季度，9M 營收與獲利改善；2025 年完成結構調整。這是本頁最新財務/業務錨點，後續更新應優先替換該事件。1 3
2026-06-18：本文按公開資料更新至當前可檢索狀態；若公司後續釋出半年報、10-Q、年報或交易公告，應優先複核營收、毛利、淨利、CFO 和資本支出。1 2 3
近一年追蹤方向：AI 產品商業化、客戶擴張、監管公告、併購/資產處置、融資與回購、管理層對成本和現金流量的解釋。7 8
未揭露項清單：AI 營收精確佔比、單客戶佔比、模型推論成本、員工人效、資本化研發、主要合同金額、分產品毛利率。2 4

14. 追蹤指標

指標	為什麼重要	觀察頻率	紅旗
營收增速	判斷需求是否真實	季報/半年報	增長靠一次性專案。1
毛利率	判斷 AI 應用是否規模化	季報/年報	營收增長但毛利率下滑。2
CFO/FCF	判斷獲利質量	季報/年報	獲利轉正但現金流量惡化。3
R&D/S&M 費用率	判斷增長成本	季報/年報	費用率高企且續約不足。2
客戶集中度	判斷營收波動	年報	單客戶依賴未揭露或上升。7
AI 產品付費率	判斷從試點到生產	公司公告/產品更新	只發布功能，不揭露商業進展。4
監管變化	判斷可服務市場	隨時	資料、廣告、醫療、金融規則收緊。8

15. 來源

來源：ExaWizards IR: exawizards.com/en/ir/
來源：ExaWizards financial results: exawizards.com/en/ir/library/
來源：ExaWizards services: exawizards.com/en/service/
來源：ExaWizards news: exawizards.com/en/news/
來源：Shared Research ExaWizards: sharedresearch.jp/en/companies/4259
來源：Nikkei 4259 profile: www.nikkei.com/nkd/company/?scode=4259
來源：FY2026/3 Financial Results Presentation: finance-frontend-pc-dist.west.edge.storage-yahoo.jp/disclosure/20260512/20260512525055.pdf
來源：JPX listed company search: www.jpx.co.jp/english/listing/co-search/

三步設好你的觀察臺

選 1-3 個想觀察的人或賽道

看一份樣張

設定一次異動告警

ExaWizards

1. 投資摘要

2. 產業鏈位置

3. AI相關營收拆解

4. 核心產品

5. 上下游

6. 同業與競爭格局

7. 護城河

8. 財務質量(趨勢表+杜邦+逐季)

8.1 趨勢表

8.2 杜邦拆解

8.3 逐季/階段財務表

9. 業績傳導

10. 經營拆分與反證架構

11. 風險

12. 常見誤讀糾偏

13. 最新事件(帶日期)

14. 追蹤指標

15. 來源

1. 投資摘要

2. 產業鏈位置

3. AI相關營收拆解

4. 核心產品

5. 上下游

6. 同業與競爭格局

7. 護城河

8. 財務質量(趨勢表+杜邦+逐季)

8.1 趨勢表

8.2 杜邦拆解

8.3 逐季/階段財務表

9. 業績傳導

10. 經營拆分與反證架構

11. 風險

12. 常見誤讀糾偏

13. 最新事件(帶日期)

14. 追蹤指標

15. 來源

相關推薦

同產業鏈 · 相關公司

相關概念