競合成長分析 深掘り版 / 2026-07-08
同じ人月モデルで伸びる会社を10社まで広げ、各社IR一次情報で突合。ABEJAに欠けている"2つの成長エンジン"を特定し、模倣できる部分を切り分けた。
同じ「人で稼ぐ」でも、成長の源泉は正反対の2タイプ。ABEJAはその中間で止まっている。
成長源＝採用力 ×稼働率 ×型化
該当: SHIFT（年2,500人採用・CAT検定・SQF標準化で10年39倍）／ベイカレント（ワンプール制・高稼働で営利率34%）／ノースサンド（1,762名・+59.5%）
成長源＝資産の再利用 ×ストック収益
該当: PKSHA（AI SaaS ARR84億・NRR104%・営利率18%）／フューチャー（自社パッケージのストック化で営利率21%）
人材工場になるには133名と小さく、AI人材は大量採用が効きにくい。IPレバレッジになるにはGENIACの技術資産を持ちながら、収益計上が個別受託のまま。どちらのエンジンにも点火できていない。
直近本決算ベース。営利率と一人当たり年商が本質を映す。
| 社 | 直近年商 | YoY | 営利率 | 従業員 | 一人当たり | 型 |
|---|---|---|---|---|---|---|
| ABEJA | 35.9億 | +29.6% | 12.4% | 133 | 2,696万 | 中間 |
| ベイカレント | 1,483億 | +27.8% | 34.3% | 6,768 | 2,654万* | 工場 |
| ノースサンド | 261.9億 | +59.5% | 30%目標 | 1,762 | 1,486万 | 工場 |
| グロービング | 82.6億 | +97.7% | 34% | 採用投資中 | — | 工場 |
| ライズ | 80〜100億* | +25〜30% | — | 300+ | — | 工場 |
| フューチャー | 760億 | +8.8% | 21.3% | 3,624 | 2,096万 | 工場+IP |
| シグマクシス | 263億 | +17.3% | 21.4% | 730 | 3,601万 | 工場 |
| SHIFT | 1,298億 | +17.3% | 12.0% | 11,688 | 1,110万 | 工場 |
| ブレインパッド | 117.7億 | +11.5% | 13.4% | 589 | 1,999万 | 受託 |
| PKSHA | 217.7億 | +28.9% | 18.0% | 366* | 5,949万* | IP |
| Laboro.AI | 19.0億 | +25.4% | 10.1% | 96 | 1,979万 | 受託 |
* ベイカレント=コンサル一人当たり／PKSHA=単体366名(M&Aで統合、レバレッジ値)／ライズ=進行期の概算信頼性:中。他は本決算開示信頼性:高。ABEJAはブレインパッド・Laboro.AI（AI受託の近接群）と営利率・一人当たりがほぼ同じ＝同じ構造にいる。
SHIFT：採用そのものを標準化。HR400名中200名が採用専任、年2,500人超（うち非IT未経験422人）。独自適性検査CAT検定（累計6.2万人受検・中途合格率6%）で未経験でも適性を見極め、SQF＋900項目の観点表でテスト工程を型化→誰でも均一品質。M&A37件でクロスセル。"採用量＝供給量＝売上"に直結する仕組み。
ベイカレント：業種・ソリューションの縦割りを廃したワンプール制で案件と人の需給ミスマッチを消し、稼働率のムラを平準化。営業がアサインと採用を握り稼働を死守。新卒を大量に採り型化育成→規模の経済で採用コストも下がる。結果、営利率34%。
共通項：①採用パイプラインの規模と型化 ②標準プロセスで属人性を排す ③稼働率を経営KPIに。信頼性:高
PKSHA：受託に見える「AI Research&Solution」区分でも、同じアルゴリズムコアを複数社へ繰り返し提供。そこからAI SaaS化してARR84億・NRR104%・導入4,223社。人を増やさず売上・利益率を伸ばす複利構造。M&Aで非連続にストックを積む。
フューチャー：超上流コンサルに自社開発フレームワーク・金融向けパッケージを組み合わせ、ストック収益化。人月に製品レバレッジを重ねて営利率21%。
共通項：一度作った資産の再利用で、売上成長と人員成長を分離。信頼性:高（PKSHA連結人員は一部二次情報・中）
ニューラルポケット＝「受託をやらない・製品専業」を掲げても、市場浸透とARR規律が伴わず黒字化に苦戦（減収・営利ほぼゼロ）。"製品を掲げる"こと自体は成功の十分条件ではない。／HEROZ＝製品由来の会社でも受託を増やすと収益性が落ちる（投資先行で減益）。受託拡大は売上には効くが利益構造には効かない。
生産性ではなく、この2つが欠けている。
人月の成長率＝人員増加率。ABEJAは133名、SHIFT11,688名・ベイカレント6,768名・ノースサンド1,762名。しかもAI/MLエンジニアは労働市場が薄く、SHIFT型の「未経験大量採用→型化育成」が核心工程には効きにくい。＝人を増やせないから絶対額と成長率で小さいまま。
営利率はABEJA12.4%、PKSHA18.0%。PKSHAは同じアルゴリズムを何度も売ってレバレッジをかけるが、ABEJAはGENIACの世界最高水準の小型LLMという「一度作れば複数社に展開できる種」を持ちながら、収益計上が個別受託単位に留まる。Platformを掲げても実態は人月受託。
つまりABEJAの伸び悩みは「技術が弱い」でも「人が非効率」でもなく、"人月なのに人を増やす仕組みが無く、製品を掲げるのに製品で売る仕組みも無い"という構造の中途半端さ。ブレインパッド・Laboro.AIと同じ座標にいる（営利率・一人当たりがほぼ一致）。
○=移植可能／×=構造的に困難。
2つのエンジンは矛盾しない。資源配分の意思決定が要る。
①一人当たり売上を単価×稼働×人数でKPI分解 ②型化できる工程を切り出し未経験採用＋育成トラックで量産 ③稼働率・離職率を経営指標化。→ 今の133名でも売上・利益率を底上げできる。
①小型LLM＋RAGを業界別パッケージ/ライセンス化 ②ARR/NRR経営へ移行 ③契約を準委任からサブスクへ一部転換。→ 人を増やさず売上・利益率を伸ばす唯一の道。技術の種は既にある。ただし組織変革コストと大手コモディティ化がリスク。
最大の論点は「人材工場に全振りして規模を追うのか、IPレバレッジで別次元に行くのか、両輪で行くのか」の経営意思決定。ABEJAは利益率・一人当たり生産性では既に悪くないので、"どっちつかず"を脱してどちらのエンジンに点火するかを決めることが、成長率を語る前に置かれている。
作成: Claude（生田岳 分析用）／ 2026-07-08 深掘り版
ABEJA数値は決算短信＋社内KPIを正とし、競合は各社IR・報道の要約に基づく。進行期・二次情報は本文で注記。投資判断用ではない。