授权（License）型收入持续扩张，Data for AI 为主要驱动；发达市场新建阶段基本完成，进入收获期。AI 原生数据的需求验证亦取得进展

摘要

2027年3月期一季度营业收入为11.47亿日元（同比-21.3%），调整后EBITDA为-6.67亿日元。授权型收入达6.45亿日元（+10%），在去年同期含有大额订单的高基数之上仍实现增长，主要受益于海外某大型半导体厂商针对AI应用（Data for AI）追加的企业授权订单。这表明收入结构向授权型转型持续推进。收入下滑主要反映北美新建项目完工后，项目型业务出现的回落效应。管理层维持全年业绩指引不变（营业收入70亿日元、调整后EBITDA +5,000万日元）。Data for AI 业务的基础建设亦有进展，包括在 Hugging Face 上发布数据集，以及与 NVIDIA、MathWorks 达成合作。

重点项目（业绩要点与成长举措）

• 经营战略与市场观点
  • 物理AI（Physical AI）市场预计将以约30%的CAGR增长；公司目标是从自动驾驶相关业务转型为数据基础设施公司。
  • 管理层将AI开发归纳为三大要素——算力资源、模型开发与数据，并将 NVIDIA 定位为互补而非竞争关系。
  • 即便面向AI应用，也需要能够反映各地区道路环境与交通规则的真实世界数据；全球180万公里的覆盖范围是公司一站式能力的来源。
  • 2026年6月达成的 WP.29 国际标准（预计2027年1月前后生效）被视为中长期利好，将提升ODD管理与基于仿真的验证需求。
• 当前业务进展与驱动因素
  • 授权型收入同比+10%，受益于以 Data for AI 为核心的企业授权订单扩张，收入结构转型持续推进。整体下滑源于北美新建项目完工后汽车项目型业务的回落。
  • 营业成本增加约4亿日元（北美数据相关资产折旧上升叠加汇率影响），销管费（SG&A）增加约7,000万日元。新建阶段已基本完成，公司现转入以授权收入增长为驱动的收获期。
  • 249名员工中约70%为工程师，日美双研发体系维持技术优势。
  • 搭载公司数据的车型新增1款，累计达6家OEM、共39款车型；车型名称的披露许可预计将在盂兰盆节假期后取得。
• 关键战略举措与拐点
  • 面向海外某大型半导体厂商的 Data for AI 供应已从北美扩展至欧洲、韩国与日本，并被用作开拓新客户的标杆案例。
  • 在 Hugging Face 上发布AI原生数据集，累计下载约4,000次，销售洽谈与数据评估流程正在推进。
  • 将东京流通中心园区转换为高精度3D数据，提供给参与平和岛自动驾驶协议会的企业——作为区域化落地的示范案例。
  • 2026年4月收购 Rikanosu，为测量公司整合（roll-up）战略的第二笔交易；下游领域的并购亦在考虑之中。

展望

• 全年业绩指引维持不变（营业收入70亿日元、授权型收入30亿日元、调整后EBITDA +5,000万日元）。一季度达成率为16.4%（我们的测算），但与上年同样，收入结构偏重下半年。
• 发达市场的新建阶段基本完成，转入数据供应与更新阶段。管理层预期毛利率与EBITDA利润率将随收入增长同步改善。
• 中长期而言，公司目标是以毛利率80%以上的授权型业务为核心，实现10-30%的收入增长。
• AI原生数据预计将从研发与ADAS开发用途，推进至评估用途，进而扩展至量产与车载应用——被定位为中长期成长驱动力。
• 并购方面将持续收购盈利的测量公司，同时瞄准上游（测量分析、数据采集、3D建模）与下游（GIS、仿真、AR/VR、3DCG）。
• 中东在政府主导的智慧城市投资推动下被视为有潜力的市场，目前正在推进第27个国家的新建项目。新兴市场将依据市场潜力与投资回报进行筛选。

正面因素

• 授权型收入6.45亿日元（+10%），超越含有大额订单的去年同期，确认收入结构转型持续推进。
• 北美数据使用获得正面评价后，欧洲、韩国、日本数据的追加订单随之而来，全球数据资产的变现加速。
• Hugging Face 发布后累计下载约4,000次、咨询量增加，与整车厂、Tier 1供应商、自动驾驶开发商及机器人企业的销售洽谈正在推进。
• 同时利用点云数据与HD地图生成3DGS，可在剔除移动物体的同时实现真实世界尺度的几何精度，与仅依靠图像的生成方法形成差异化。
• 面向北美交通主管部门推出桥梁与隧道管理解决方案，并加入 Esri 合作伙伴网络，扩大面向DOT的渠道。
• 3Dmapspocket® 已被东京建物等大型地产企业采用，并针对熊本地震受灾地区免费开放，社会应用场景不断拓宽。

疑虑事项与风险

• 调整后EBITDA为-6.67亿日元，同比恶化6.92亿日元。要实现全年+5,000万日元的目标，余下九个月需大幅改善盈利，关键在于授权收入的扩张以及在手项目的落地时点与规模。
• 折旧2.93亿日元（+8,000万日元）推高成本，导致毛亏损-2.97亿日元（去年同期为+4.36亿日元）。
• 订单与验收时点可能随客户的开发计划与投资决策而波动。
• 3D数据授权在基础设施管理与地产开发领域的应用虽在扩大，但收入贡献仍处于早期阶段（公司自评：△）。
• 汇率高于1美元=145日元的假设，但由于海外成本形成对冲，对利润的影响有限。
• 地缘政治风险上升与原油价格走高，被认定为影响汽车行业的经营环境风险。

业绩亮点

2027年3月期一季度营业收入为11.47亿日元（-3.11亿日元），营业亏损-9.99亿日元，调整后EBITDA为-6.67亿日元。收入下滑源于北美新建项目完工后汽车项目型业务的回落，而授权型收入在企业授权带动下实现增长。调整后EBITDA亏损处于预算范围内，全年指引维持不变。

分部业绩

• 国内营业收入：1.42亿日元（同比-62.2%）
• 海外营业收入：10.05亿日元（同比-7.2%）
• 营业毛利：-2.97亿日元（去年同期为4.36亿日元）
• 销管费（SG&A）：7.02亿日元（同比约+7,000万日元）
• 折旧：2.93亿日元（同比+37.6%）
• 归属于母公司股东的净亏损：-9.80亿日元（去年同期为-2.85亿日元）
• 现金及存款：42.53亿日元（较2026年3月末+5.95亿日元）
• 搭载公司数据的车型：6家OEM、共39款车型
• 高精度3D数据覆盖范围：180万公里
  ※部分同比数据为我们的测算

问答一览

• Q：我们了解到L3与L4自动驾驶的国际标准已于2026年6月在WP.29达成一致。能否说明该协议对贵司业务的预期影响？
  A：我们认为本次WP.29协议是自动驾驶社会化落地进程中极为重要的里程碑。该监管框架将提升ODD管理的重要性——即界定车辆可在何种条件、何种区域运行，以及何时可启用自动驾驶模式——同时也将提升安全评估与投放后监测的重要性。特别是，利用仿真来证明自动驾驶安全性的做法将进一步普及，这将带动对我们今日展示的高精度3D数据在评估与验证方面的需求。在公司内部，我们预期ODD管理与基于仿真的评估用例将随监管体系的完善同步扩大。我们的高精度3D数据不仅可用于车载授权，还可应用于安全评估与ODD管理——即我们所称的 Data for AI——这有望在中长期扩大我们的业务机会。不过，监管框架本身不会立即对收入或利润产生实质影响；我们更多将其视为支撑未来自动驾驶市场扩张、进而支撑公司业务成长的因素。
• Q：能否在贵司网站或通过视频介绍搭载贵司高精度3D数据的车型，以及未来一至两年计划采用的车型？
  A：从日常交流中，我们了解到我们的高精度3D数据实际应用于哪些车辆与服务，是投资者高度关注的话题。我们将尽可能通过说明会、新闻稿与社交媒体进行沟通。但请理解，与整车厂及其供应商的合同约束可能使我们无法披露具体车型或未来的搭载计划。尤其是未来搭载计划与客户的产品规划及发布节奏挂钩，可披露的信息有限。例如，虽然我们已表示第39款车型的搭载已经确定，但由于尚未获得披露许可，目前还无法公布具体车型。不过相关流程正在推进，预计将在盂兰盆节假期后前后取得许可，敬请耐心等待。在可披露的范围内，我们将继续通过网站与说明会材料，尽可能清晰地传达搭载案例、应用场景与实际业绩。
• Q：贵司宣布加入海外合作伙伴网络。北美子公司是否在积极面向目标地方政府与道路管理者开展销售？我们推测向东京建物供应 3Dmapspocket 数据是由日本总部销售团队获得的——北美子公司是否也在开展类似工作？我们也希望看到日本的除雪支援、机场相关等举措能够在北美复制。
  A：我们理解该问题涉及我们加入 Esri（总部位于加州、全球最大的GIS软件公司）合作伙伴网络一事。我们正通过子公司 DMP North America，积极面向北美地方政府与美国各州交通部门（DOT）开展销售。我们已与多家DOT开展提案活动，并如今日在手项目披露中所更新的，目前正收到概念验证项目的咨询，多项销售洽谈正在推进。我们也开始看到订单落地，例如近期宣布的面向北美交通主管部门的桥梁与隧道管理解决方案。关于 Esri，我们加入其合作伙伴网络是为了拓展面向公共部门基础设施管理及基础设施运营商的销售渠道。我们将其定位为把原本为自动驾驶构建的高精度3D数据向基础设施管理、城市规划等领域拓展的关键举措。DMP North America 除自动驾驶数据供应外，也在开展道路基础设施管理与公共部门应用的销售活动，Esri 合作即为其中一环。关于除雪支援与机场相关举措，我们的方针是先在日本积累业绩，再向海外拓展。我们认为美国市场对此类需求同样旺盛，将积极推进海外复制。
• Q：请介绍自动驾驶以外的具体业务计划——地产、建筑、无人机、游戏应用等。
  A：目前汽车相关业务占收入的大部分。但通过利用为自动驾驶构建的数据资产，我们希望在中长期将业务领域拓展至地产、建筑与基础设施、物流、AI与娱乐，以及机场、港口、工厂与物流设施的自动化。
• Q：一季度调整后EBITDA是否符合计划？基于一季度业绩，是否有必要修正全年指引？
  A：一季度调整后EBITDA同比下滑。
  但相较内部计划，调整后EBITDA亏损处于预期之内——实际上优于假设。授权型收入在以AI应用为核心的企业授权订单扩张推动下超越去年同期水平，向授权为主的模式转型持续推进。
  我们的企业授权与项目型交易，在收入确认上往往偏重下半年。
  目前来看，支撑全年指引的交易进展并无下行迹象，因此维持指引不变。我们将继续审慎评估交易进展并适时披露。
• Q：营业成本与销管费同比增加的原因是什么？
  A：营业成本同比增加4亿日元，销管费同比增加7,000万日元。
  营业成本增加主要源于北美业务高精度3D数据相关资产的折旧上升，以及汇率影响。
  我们一直在全球（包括北美）推进高精度3D数据的建设，折旧随数据资产增长而上升。营业毛利同比下滑的大部分反映了过往投资的折旧。
  不过，以发达市场为中心的新建阶段已基本完成，我们正转入供应与更新阶段。中长期来看，我们正转向一种折旧摊销结束后即转化为盈利改善的业务结构。
  销管费方面，7,000万日元的增加主要来自并购相关费用、新业务开发费用以及汇率影响。特别是与测量公司网络建设相关的并购成本，以及包括 Data for AI 在内的新业务开发费用，并非单纯的成本上升——它们同时强化了我们未来的数据建设与更新能力、全球数据资产的利用，以及支撑授权收入扩张的业务基础。
  全年来看，销管费预计不会较上年增加，我们将继续着力于成本管控。
• Q：您如何看待当前全年指引达成的下行风险？哪些方面尤其值得关注，比如交易延后或 Data for AI 需求的爬坡？
  A：全年指引最大的下行风险来自外部环境变化——例如自动驾驶市场爬坡慢于预期，或经济衰退抑制客户的投资意愿。此外，由于自动驾驶与 Data for AI 项目规模通常较大，客户端的开发计划与投资决策也是影响因素。综合而言，最大的风险在于以 Data for AI 为核心的各项目在订单时点、验收时点、收入确认时点与交易规模上的波动。虽然我们认识到这些风险，但基于当前的交易状况与进展，我们认为目前尚无修正全年指引的必要。
• Q：全年指引假设1美元=145日元，但实际汇率高于该水平。既然如此仍维持指引，是否存在汇率利好之外需要审慎看待的因素？请分享汇率敏感度及上修的可能性。
  A：本财年指引是在年初以1美元=145日元的假设下制定的。当前汇率水平高于初始假设，对海外收入构成正面影响。但就利润影响而言，与海外收入对应的成本同样发生在海外，收入与成本相互抵消，因此汇率影响有限。我们不披露汇率敏感度，但鉴于收入中海外占比较高、且海外业务成本亦多以当地货币计价，我们认为相对于收入端的影响，利润端的汇率风险已在一定程度上被对冲。至于为何维持指引：在汇率利好之外，我们也考虑了经营环境的不确定性，包括项目型订单的获取时点以及部分授权交易的爬坡节奏。特别是海外大额交易，其收入确认时点可能随客户决策而变动，因此我们目前保持审慎评估。此外，汇市可能在短期内剧烈波动，我们也认识到近期波动率有所抬升。我们无意仅因暂时性汇率变动而修正指引。我们将综合考量交易进展与汇率影响，若判断有必要修正指引，将适时披露。
• Q：我们认为AI原生数据是成长领域。预计何时开始对业绩产生实质性贡献？请明确这是短期收入贡献还是中长期成长驱动力。
  A：我们预期AI原生数据将首先用于研发用途与ADAS开发，继而被用于评估用途，随后——在基于其开发的车辆上市后——扩展至量产与车载应用。本财年，我们正集中资源生成AI原生数据并向客户推介。在 Hugging Face 上发布数据使全球受众得以接触，客户提案与销售洽谈稳步推进。我们已确认存在具体需求。此外，如今日所述，我们已开始与 NVIDIA 等该领域的主要参与者展开合作。我们计划伴随市场爬坡发展该业务，并预期其在中长期成为重要的成长驱动力。
• Q：贵司正与 NVIDIA、MathWorks 合作供应AI原生数据，但如果 NVIDIA 全面切入该领域，DMP 是否会变得不再必要？DMP 的价值究竟体现在哪里？
  A：我们认为与 NVIDIA 是互补而非竞争关系。
  在包括自动驾驶在内的物理AI开发中，三大要素至关重要：算力资源、模型开发与数据。
  NVIDIA 的业务是GPU——AI的算力资源，近期被其称为"AI工厂"。算力提供方构建开放生态，目的在于提升GPU用量与AI渗透率。
  相比之下，DMP 拥有全球规模最大的、还原真实世界道路的高精度3D数据，包括HD地图、点云、影像与语义信息。
  由于物理AI以AI在真实世界中运行为前提，能够准确反映真实道路环境、交通规则、标识、车道线与道路结构的数据不可或缺。
  我们能够与 NVIDIA、MathWorks 建立合作，正是我们的数据资产与技术know-how在AI开发生态中具备价值的例证之一。
  剩下的要素是模型开发。我们的意图是形成分工：我们在 NVIDIA 的算力平台与生态中提供真实世界数据基础，由全球各家企业推进模型开发。当然，仅完成模型训练还不够——还需要验证、评估与认证，而每一环都需要数据。
  这不限于 NVIDIA；其他企业也在沿同样路径推进包括自动驾驶在内的物理AI开发。我们相信，AI越是进步，高质量真实世界数据就越重要，我们的目标是作为AI时代的真实世界数据基础创造价值。
• Q：在AI原生数据生成方面，与 NVIDIA 等的合作正在推进。您认为该领域的竞争对手是谁？如何看待大型科技公司自建类似数据集的风险？
  A：首先，我们完全不将 NVIDIA 视为竞争对手——双方是互补关系。在包括自动驾驶在内的物理AI开发中，我们认为有三大关键要素：算力资源、模型开发与数据。NVIDIA 的业务是GPU，即AI的算力资源，如今被其称为AI工厂。算力提供方构建易用的开放生态，目的在于提升GPU用量与AI渗透率。而我们则拥有全球规模最大的、高精度还原真实世界道路的3D数据——由此生成的高精度3D数据、原始点云数据、影像，以及叠加其上的语义信息。由于物理AI以AI在真实世界中运行为前提，它必须准确反映并理解真实道路环境、交通规则、标识、车道线与道路结构。我们今日展示与 NVIDIA、MathWorks 的现有合作，正是我们的数据资产与技术know-how在AI开发生态中具备价值的例证之一。唯一剩下的要素是模型开发，我们的思路是在 NVIDIA 所提供的AI工厂、算力平台与生态中供应真实世界数据，由全球各家企业在此分工下推进模型开发。当然，仅完成模型训练还不够——还需要验证、评估与认证，每一环都需要数据。这不限于 NVIDIA；在多家企业提供算力资源并推进模型开发的格局下，我们认为自身持有高精度数字化真实世界数据的定位，使我们能够广泛供应数据而不依赖任何单一平台。因此我们的数据对AI训练与评估均具价值。在此基础上，长期而言我们的目标是成为支撑社会与产业的数据基础设施公司，作为支撑所谓"信息物理闭环"的企业集团：从真实世界采集数据，进行分析、预测与控制，并将结果反馈回真实世界。
• Q：请说明熊本地震对业绩的影响。
  A：2026年7月熊本地震发生后，我们已确认部分区域的道路线形等要素发生变化，与我们的高精度3D地图数据出现偏差。
  自事件发生后，我们即着手评估受灾地区状况并研究应对方案。目前，虽然可能产生数据更新成本，但范围与成本尚无法合理估算，因此对业绩的影响未定。
  若我们判断对业绩存在重大影响，将适时披露。
• Q：在物理AI时代，DMP 希望成为怎样的公司？
  A：我们的目标是确立作为支撑物理AI的真实世界数据平台方的地位。在物理AI时代，除AI模型本身外，竞争优势的来源将是用于训练、验证与运行的真实世界数据。正如今日所展示的，我们的数据对AI训练、评估、验证与仿真均具价值。在此基础上，长期而言我们的目标是成为对社会与产业不可或缺的数据基础设施公司——一个支撑"从真实世界采集数据、进行分析、预测与控制、并将结果反馈回真实世界"这一信息物理闭环的企业集团。