ダイナミックマッププラットフォーム：マップが問題になる時

ダイナミックマッププラットフォームが立ち上がった2025年3月の公開時、77億円が集まった。日本の自動車メーカー各社や、国のプログラムによって支援されている。 Toyota、Nissan、Hondaなど7社が協力して、レベル3以上の自動運転に必要な標準化された高解像度地図を作成することになっている。どの会社も単独でこれを実現する必要はない。

12ヶ月後、同社は収益が23.8％減少したと報告した。5.69十億円純損失が拡大した71億円そして、初公開時の1,200円から800円台まで下落した株価です。約200億円の市場価値が、月に約3億5600万円の費用を消費することで消えていっています。

IPOの目標と実際の数値との差異は、単なる実行上の問題ではありません。それは構造的な問題です。そして、同社は自らが販売を目指して作った製品に何が起こっているのかを完全には認めていないのです。

全日本賭け

Dynamic Map Platformというのは、製品と市場の間の適合性を実現したスタートアップではありませんでした。それは、株式上場の形で行われるインフラプロジェクトに過ぎませんでした。2016年に設立されました。日本内閣府のSIP（省庁横断戦略的イノベーション促進プログラム）この会社は、ある問題を解決するために設立されました。レベル3以上の自動運転には、センチメートル単位の精度を持つ地図が必要ですが、そのような地図を作成するには莫大なコストがかかります。そのため、どの自動車メーカーも単独でそのコストを負担したくありません。特に、完成した製品が他の競合企業にも利益をもたらす場合はなおさらです。

解決策は、すべてを一つにまとめることでした。三菱電機は、ゼンリン、トヨタ・マップマスター、PASCOなどと共に、この研究コンソーシアムの設立を主導しました。日本イノベーションネットワーク株式会社（INCJ）は、政府関連の資金を提供しました。10社の日本の自動車メーカーが株主になったその結果、日本の高速道路や主要道路をカバーする標準化されたHDマッププラットフォームが作成されました。このプラットフォームは、LiDARやカメラを使用して移動しながらデータを収集するモバイルマッピングシステムから得られたデータを基に構築されています。これにより、すべての車線標識や歩道の境界、信号機などが正確に記録されるようになります。

このモデルには2つの利点がありました。第一に、HERE Technologies、TomTom、Mobileye、Baiduといった企業がそれぞれ独自のマッピングインフラを構築している世界的なHDマップ市場で起こりがちな無駄な支出を避けることができました。第二に、日本の自動車メーカーを共通の標準であるNDS（ナビゲーションデータ標準）フォーマットに従わせることで、車両にHDマップ機能を搭載することを容易にしました。

コンソーシアムモデルは、論文上では優れていますが、競争の圧力下では脆弱です。このプラットフォームを運営する株主たちは、独自のAIアルゴリズムやセンサーの統合、自動運転機能などについても互いに競争しています。ライバル企業間でのデータの仕様、更新頻度、価格設定の調整という問題は、財務諸表には現れません。

数字は物語と一致しない

2026年3月終了の財政年度において、IPO時に設定された予想と実際の結果は以下の通りです。

IPO時、経営陣は2026年度に60億円の収益を実現し、運営損失は6億円に縮小すると予測していました。実際には、収益は56.9億円で、前年比23.8％の減少となりました。純損失が17.1十億円に達し、前年の15.4十億円から増加した。国内収入国家政府のプロジェクトが縮小されたことにより、45.9％が14.6億円に減少した。海外収入11.4％減少し、42.3億円となった。これは、北米地域での新しい道路工事の完成や中東地域の契約が遅れたことが原因である。.

同社は、この悪化を「調整後のEBITDA」という指標の背後で隠そうとしました。全年の調整後のEBITDAは前年比5億円増加し、特に第4四半期だけでも…調整後のEBITDAが8億円プロジェクトベースの仕事から、企業間のライセンス契約への移行によって推進されている。これこそが、ストーリーマネジメントが投資家に伝えたい変化の姿です。

しかし、調整後のEBITDAとは営業利益とは異なり、ライセンス化への移行も根本的な問題を解決することはできません。

EBITDAの改善の背後にあるコスト削減は明らかだった：北米子会社Ushr2026年2月から22の職位が削減され、年間3億1500万円のコスト削減が見込まれる。また、同社は資本削減も実施し、記載資本を減らしました。27.55億円からわずか1億円にこれは、風が止む時に帆を切り落とすことに相当する金融的な行為です。抵抗が減るものの、新たな前進の力は生まれません。

2026年度第3四半期終了時点で、同社は5.167百万円の現金月間約3億5600万円の費用がかかるこの滑走路は、およそ14ヶ月分の距離に相当します。これで2027年3月の財政年度末まで到達できることになります。経営陣はそうするよう指導しています。収益は70億円で、調整後のEBITDAはわずか5000万円だった。その指導内容は、ライセンス収入が一定水準に達することを前提としています。300億円そして、物理AI市場は年間30％のペースで拡大し続けている。

これらは、その株を保有している人にとって重要な数値です。つまり、現金の残高、資金の消費速度、そして2027年度の業績予測です。これらの数字から見ると、最悪の場合でも損益分岐点に到達する程度であり、上場時に期待されていたような転換点ではありません。

技術的な問題

ダイナミックマッププラットフォームにとって重要な問題は、コストを削減できるかどうかではなく、つまり、その製品が売れるために作られたものが、技術スタックの中でどのように位置づけられるかということです。

HDマップは、初期の自動運転システムにおいて重要な要素でした。これらのマップにより、センチメートル単位の幾何学情報や意味情報が得られるため、車内のセンサーが位置特定や認識に関する多くの作業をする必要がなくなりました。もし車が各車線の位置を正確に知っている場合、障害物の検出や意思決定に集中できるのです。

そのアーキテクチャは、同社が利用しているAIの発展によって破壊されていくのです。

自動運転業界は、モジュール式でルールベースのシステムから、別の方向へ移行しています。これらは、HDマップという重要な入力データに依存しています。つまり、カメラやセンサーから得られるデータを直接、運転行動に変換するエンドツーエンド型ニューラルネットワークへと進化しているのです。テスラのFull Self-Driving V12からV14までのシステムは、数十億マイルの走行データを活用して訓練されており、事前に作成されたHDマップは使用されていません。これらのシステムは、実際に見えるものから道路の情報をリアルタイムで学習します。エロン・マスクが2019年のテスラのAutonomy Dayで述べたように、HDマップというのは「近道」であり、実際の進歩とは程遠いものです。また、このようなシステムは非常に脆弱になってしまいます。

センサー融合や地図利用というアプローチで最も有名な会社であるWaymoでさえ、認識や計画行動のためにトランスフォーマー型基盤モデルを活用するニューラネットワークをますます採用しています。これにより、事前に作成された固定データへの依存度が低くなっています。業界全体の合意点は、AIが自動運転にとって重要かどうかではなく、AIが実際にどのような役割を果たすかということです。代わりに地図の代わりに増加それです。

これは、単にテスラ対全員という議論ではありません。2026年初頭に発表された学術研究によると、「感覚認知・計画制御」パイプラインから、大規模なドライビングモデルへの移行人間の運転者から得た運転の慣習を内面化するものです。ニューラルマップの事前知識――ネットワークが、入力として単一のマップを利用するのではなく、全体的なマップ表現を学習するという仕組みです。– これが、主要な学術的アプローチとなっている。

ダイナミックマッププラットフォームがこの変化に対応する方法は、「AI用データ」というライセンス制度です。これにより、同社は自動運転ニューラルネットワークのトレーニングに必要な3Dマップデータを企業に販売しています。皮肉なことに、同社はHDマップが不要になるようなシステムのためのトレーニングデータを販売することに転じているのです。

ここには、短期的に実現可能なアプローチがあります。ニューラルネットワークには依然として高品質のトレーニングデータが必要です。また、DMPが提供する日本の道路に関するセンチメートル精度の3D点群は、日本で動作するモデルのトレーニングにとって貴重なデータとなるでしょう。同社はそれについて報告しています。2026年度第4四半期だけで、企業ライセンス収入が26億円に達した。前年比で大幅に増加しています。もし「AI用データ」市場が実在し、成長しているのであれば、DMPは競合他社が日本で簡単には模倣できないような独自のデータセットを持っているのです。

しかし、2つの問題があります。第一に、これはトレーニングデータのビジネスであり、運用上のビジネスではありません。トレーニングデータは、モデルが再学習されるたびに一度だけ消費されます。つまり、毎回の利用に対してライセンス料を支払うわけではありません。トレーニングデータの販売による収益モデルは、IPOの論文で暗黙的に想定されていた、毎回の利用に対するライセンス料というモデルとは根本的に異なります。第二に、DMPのAIトレーニングデータの総市場規模は、日本国内のフリート全体でのHDマップの展開を想定していたものに比べて、ごくわずかです。

実際に株価が決まるのは何か

1株あたり約800〜1,200円程度2300万株の発行済み株式ダイナミックマッププラットフォームの市場価値は200億～250億円です。年間収入が56.9億円、年間損失が17.1億円という企業にとって、この価格は売上高対株価比で約3.5倍という数値です。これは、利益を生み出せないインフラ関連企業にとっては高めの価格です。

この株価は、52週間の範囲内で全体的に動いています。高値は1,438円、低値は532円現在、中央付近に位置しています。1,200円のIPOにより、同社の価値は280億円になるはずでした。つまり、投資家は、IPOで得た資金を使って事業を展開する企業の将来の売上が、およそ5倍になることを受け入れるだろうということです。

市場は、現在の経済状況に基づいてこの株価を評価していない。むしろ、全日本コンソーシアムが最終的にHDマップの導入を日本の自動車産業全体に広げること、そして「AI用データ」のライセンス事業が持続的な成長源となるかどうかが、市場が価格を決定する要因である。

その柔軟性には限界があります。第3四半期終了時の51.67十億円の現金残高は、約14ヶ月分の運用に必要な額です。もし2027年度の70億円という収益目標や、わずかに正の調整後EBITDAが実現した場合、会社は短期的な流動性危機を回避できます。しかし、その規模での利益性を維持するためには、ライセンス収入が30億円程度に保たれる必要があります。一方で、かつて事業の主要な部分であったプロジェクト収入は、継続的に減少していきます。

投資家が真に気になるのは、DMPが安定するかどうかではなく、その安定化が現在の評価価格に見合う価値があるかどうかです。営業収入が70億円にもなるが、運営利益はほぼゼロで、ニューラルネットワークによって急速に置き換えられている技術を利用しており、さらに競合する自動車メーカーのコンソリティブによって支援されている企業——これは、IPOの説明で示されているようなインフラ独占企業ではありません。それは、自分が売るべき製品を提供できない市場で、独自の立地を見つけようとする特殊なデータベンダーに過ぎません。

このコンソーシアムは、DMPの強みとなるはずでした。しかし、強みというのは、実際に顧客が必要とする企業に対してのみ機能します。もし日本の自動車メーカーが、HDマップを不要にするエンドツーエンドのニューラルネットワークを自社の車に搭載するようになったら、または、その技術がHDマップを不要にしても問題ないことが証明されることで、日本全体の枠組みが崩れてしまいます。そうなれば、自動車メーカーはもはや必要ないものの代価を支払わなくなり、彼らが作り上げたマッピング標準も無駄なコストになってしまいます。

この株価は、初値時のプレミアムからすでに下がっています。残りのリスクは、価格が800円の水準になるか、それより低い水準になるかということです。そして、そのことは「AI向けデータ」という事業が実際に収益を上げるかどうかによって決まります。もし単に、主な利用用途を失ったデータセットを収益化する手段に過ぎないならば、そういうことになります。