【米国株】Innodata Inc. (INOD) 2025年Q3決算説明会【要約版】
ネイトです。米国株投資を 2024 年 2 月から 2,000 ドルで開始。10 年以内に 100 万ドル達成を目指して 10 倍になる銘柄を探しています。
2025年11月6日に開催された Innodata Inc. (INOD) の Earnings Call の日本語要約を作成しました。前回分の日本語要約は以下リンク先を参照ください。引用資料は同社IR資料です。
INOD は生成AI/AI向けのデータエンジニアリングを中核に、学習用データの収集・作成・アノテーション、報酬モデル構築、評価までを提供する企業です。今週の注目銘柄でも複数回取り上げられている銘柄で、この note で初めて INOD をカバーしてから約１年が立っています。24年Q3、24年Q4、25年Q1、25年Q2、とコンスタントに追い掛けています。
尚、本記事は、特定の銘柄や金融商品の購入や売却等を推奨するものではありません。投資に関する最終的な意思決定は、読者ご自身の判断と責任において行っていただきますようお願い申し上げます。
３行要約
【数字】Q3売上6,260万ドル（前年比+20％、前期比+7％）、調整後EBITDA 1,620万ドル（売上の26％）、現金7,390万ドルおよび与信枠3,000万ドル未使用の「高成長×黒字×潤沢キャッシュ」状態。
【Why】大手テック8社のうち6社で来期増加見込み＋新たに5社のビッグテックと関係を構築しつつ、プレトレーニングデータ（潜在売上約6,800万ドル）、Innodata Federal（初案件約2,500万ドル想定）など6つの成長投資が早期に案件化し始めたため。
【So What】2025年は45％以上成長ガイダンスを維持しつつ、約950万ドルの能力構築投資と余剰キャパシティ確保が利益率の重しに。一方で、2026年以降はビッグテック・米連邦政府・ソブリンAI向けの大口案件が立ち上がれば「変曲点的成長」も視野に入る構図。
主なハイライト
業績・財務の概要
売上・利益
Q3 2025売上：6,260万ドル
前年同期比：+20％（オーガニック成長）
前期比：+7％
調整後粗利益：2,770万ドル（前年比+480万ドル、+21％）、粗利益率44％
調整後EBITDA：1,620万ドル（売上の26％）、前期比+23％
→ 成長投資を行いながらも、利益率は拡大していると説明。
当期純利益と税金要因
当期純利益：830万ドル
前年同期：1,740万ドル
→ 減益要因は、前年に繰越欠損金の活用による大きな税金メリットがあったためであり、ビジネスの悪化ではないと説明。
キャッシュと財務余力
期末現金残高：7,390万ドル
前四半期末：6,000万ドルから増加（+1,410万ドル）
2024年末：4,690万ドルから増加（年初来+2,700万ドル）
ウェルズファーゴの3,000万ドルの与信枠は未使用
→ 実質「現金リッチ・借入ゼロ」の状態。
ガイダンス
2025年通期：前年比45％以上の売上成長ガイダンスを再確認
2026年については、「潜在的に変革的（transformative）な成長」を見込むと強調。
既存ビッグテック顧客と新規ビッグテックの状況
同社が以前から説明している8社のビッグテック顧客について、
6社は来年（2026年）に成長すると社内予想（うち数社は「かなり大きく」成長とコメント）。
最大顧客との関係は「強く、ビジネスも安定」しており、四半期ベースでも売上は増加。
最大顧客向けに、「非常に大きくなり得る新プログラム」の口頭合意を取得済み（ただし、まだガイダンスには織り込んでいない）。
別のビッグテックについても、
約650万ドル規模の新規案件の口頭合意あり（同社の見立てでは、その規模になり得る）。
これら8社に加えて、
Q3に新規で獲得した、または間もなく確定と見込むビッグテックがさらに5社。
そのうち3社は、年間で数億ドル規模をジェネレーティブAI用データ／評価に投下し得るポテンシャルがあると認識しており、
Innodataはその支出の一部を獲得できる立場にあると自信を示した。
総じて、ビッグテック向けのトレーニングデータ・評価データビジネスが、2026年成長の大きな柱になるというメッセージ。
６つの成長投資領域（2025年の重点テーマ）
会社は2025年に6つの新たな成長ベクトルに投資しており、いずれも「すでに成果が出始めている」と説明しています。
(1) プレトレーニングデータ（Pretraining Data at Scale）
これまでの主力は、モデルが指示に従いタスクをこなすための「ポストトレーニングデータ」。
今年、LLMの性能と「プレトレーニングデータ」の質の相関を示す研究が増えたことを受け、
言語理解や知識を教えるためのプレトレーニングコーパスを大量生成する能力に、約130万ドルを投資。
結果として、
約4,200万ドルの売上ポテンシャルを持つ契約をすでに締結。
さらに約2,600万ドル分の契約を近く締結できる見込み。
合計すると、約6,800万ドル相当の「潜在売上」が、5社の顧客向けプログラムから見込まれている。
これらのプログラムは始動からまだ数ヶ月で、大半の売上は2026年に計上される見込み。
投資130万ドル分はすでに回収済みとの説明。
→ 少額投資で大きな売上機会を生んだ例として、経営陣が強くアピール。
(2) Innodata Federal（米連邦政府向け事業）
米国防総省（DoD）、情報機関、各省庁向けのAIソリューションを提供する専任事業部「Innodata Federal」を新設。
特徴として、データ収集〜モデル開発〜運用までAIライフサイクル全体を提供できる点を強調。
すでに、
新たな高知名度の顧客との初期プロジェクトを獲得し、
約2,500万ドルの売上（主に2026年）が見込まれると説明。同顧客との追加大型案件も議論中で、「次の成長フェーズに向けたゲームチェンジャー」と位置付け。
大手防衛機関からの初の直接アワード（受注）も獲得。
他の防衛テック企業や各省庁向けの提案も進行中。
マクロ環境として、
米政権は「America’s AI action plan」や3つの大統領令でAI導入と調達の迅速化を推進。
GSA（一般調達局）がAIサービス調達プロセスを見直し中で、従来「遅く複雑」だった調達がスピードアップしつつあるとの認識。
→ 2026年以降、連邦政府向けの安定した大口案件の柱になり得る事業として位置付け。
(3) ソブリンAI（Sovereign AI）
各国政府が、自国内でAIインフラとデータを主権的に確保しようとする動きを「ソブリンAI」として説明。
これにより、半導体、クラウド、データエンジニアリングまで含めたAIエコシステム全体に対する、国家レベルの支出コミットメントが生まれていると指摘。
同社は、中東や極東の複数の国のソブリンAI組織と協議しており、
近い将来、1件以上の戦略的パートナーシップを発表できる見込みと発言。
それらの国にはInnodataのような実績ある企業が国内に少ないため、需要が高いとの自己評価。
(4) エンタープライズAI（企業向けAI導入支援）
「Enterprise AI practice」として、企業が自社プロダクトや業務フローにジェネレーティブAIを組み込む支援を提供。
具体例：
大手ソーシャルメディア企業に対し、コンテンツ監視や収益化ワークフローを自動化する生成AI導入を支援。
大手クラウド事業者（ハイパースケーラー）向けに、データセンター運用に生成AIを組み込み、リアルタイム分析を実現する取り組み。
案件規模：
初期案件は概ね100万〜200万ドル規模からスタート。
その後の拡大・反復受注の余地が大きいと説明。
Q&Aでの補足：
ある大手ソーシャルメディア企業では、2,400万ドル超のコスト削減効果を提供できたと具体例を提示。
(5) Agentic AI（エージェント型AI）
経営陣は、Agentic AI（自律的にタスクをこなすAIエージェント）が、企業における生成AI活用の本格的なブレイクポイントになると見ている。
活動内容：
ビッグテックのモデル開発企業と組み、現実のユースケースにおける自律エージェントの評価・改善を実施。
そのために、
Diagnostic judge（行動の分析用）
Task success judge（タスク達成度の評価）
Profiling judge（エージェントの行動傾向のプロファイル）
などの評価モデルや、人間がチェックに入る仕組みを構築。
これらは、RLHF / RLHAといった枠組みの中で、エージェントの多段階タスク実行を評価する用途で用いられている。
自社プロダクト「Agility」上にもエージェント機能を組み込み、企業顧客への導入コンサルも行っている。
RLHF（Reinforcement Learning from Human Feedback）：
人間のフィードバックを使って強化学習し、モデルの出力を好ましい方向に調整する手法。
RLHA：RLHFと似た文脈で語られる、人間の判断 Human Alignment を取り入れた強化学習の枠組み（詳細は議事録内では説明なし）。たぶん、造語？
(6) モデルセーフティ（Model Safety）
自律エージェントが高度化するほど、安全性・信頼性・倫理面を継続的に検証・改善する必要が高まる点を指摘。
同社の狙い：
ソフトウェア企業やエンタープライズに対して、モデルの安全性・信頼性・倫理性をベンチマークし、改善を支援する「信頼できるパートナー」になること。
具体例：
ある大手半導体企業と組み、マルチモーダルAI製品に対するストレステストを実施。
データの持ち出し（データエクスフィルトレーション）
権限昇格
指示の書き換え
マルチモーダルのインジェクション攻撃
などのリスクをシミュレーション。
脆弱性を見つけた後は、対策用データの生成 → 再学習 → ベンチマークで安全性向上を確認するプロセスを回している。
この分野のポテンシャルを重視し、世界トップクラスのコンサルティング会社と組んで、プロダクトと市場戦略（Go-to-Market）の磨き込みを進めている。
投資額・コスト構造と組織体制
2025年における能力構築投資
合計：約950万ドル
うち820万ドルが販管費（SG&A）および直接オペレーションコスト
130万ドルが設備投資（CapEx）（プレトレーニング関連など）
さらに、近く獲得できると見込む案件に備えた「相当程度の余剰キャパシティ」コストも吸収中。
経営陣は、「これらの投資を抑えればEBITDAをもっと高く見せることも可能だったが、短サイクルで回収できる高リターン投資と判断し、あえて実施している」と説明。
経営・ガバナンス体制の強化
Rahul Singhal氏がPresident & Chief Revenue Officerに就任。
2019年から在籍し、大口顧客との関係構築や戦略策定に貢献してきた人物。新任取締役：
Don Callahan氏：CitigroupやTimeでのデジタルトランスフォーメーション経験、シリコンバレーや企業CEOとの強いネットワークを持つ。
Richard D. Clarke退役大将：元米特殊作戦軍（SOCOM）司令官であり、防衛分野の知見と連邦政府との関係を持つ。
これらは、ビッグテック・防衛・エンタープライズ市場へのフォーカスと整合的な人事であると強調。
一方で、5年間務めた取締役Nick氏は、別分野での新たな機会に専念するため退任。
外部からの評価
Rahul氏から、InnodataがTime誌「America’s Top 500 Growth Leaders 2026」で24位にランクインしたことにも触れられ、「トレンドを捉え、一歩先を行く企業」として評価されたとアピール。
