理想の人生を、みんなの手の中に。
JP
100年後を生きる人たちが、当たり前のようにWeLiveのアプリやツールを開く。知りたいことが、すぐ分かる。やりたいことに、まっすぐ向かえる。そうして生まれた「空いた時間」で、大切な人と旅に出る。そんな理想で幸せな時間を、テクノロジーを通じてすべての人に届ける。それが、私たちが存在する理由です。
EN
People living 100 years from now will open WeLive's apps and tools as a matter of course. What they want to know, they learn instantly. What they want to do, they can pursue directly. With the margin created by technology, they travel with the people who matter to them. Delivering such ideal, happy time to everyone — that is our reason for being.
私たちが売上80億・企業価値276億を目指すのは、数字のためではありません。その規模こそが、より多くの人の「理想の人生」を実現する力になるからです。事業の成長と、人々の幸福が、同じ方向を向いている——だから、私たちは止まりません。
知りたいことが、知れる
情報格差をなくし、誰もが必要な答えにたどり着ける世界へ。
やりたいことが、やれる
面倒や不安はAIが引き受け、人は本当にやりたいことへ集中できる。
空いた時間で、旅に出られる
テクノロジーが生んだゆとりが、人生の豊かさそのものになる。
「1本足」で勝負しない。複利で積む。
スタートアップが倒れる最大要因は、単一事業の失速。WeLiveは基幹ARRを軸に複数事業を並走させ、リスクを分散しながら相互に増幅させる設計をとる。
基幹は高NRRのARR
Né, Boss?（パーソナルサポートAI）はNRR 130–140%・チャーン3%。解約されにくく積み上がる収益が、全社の土台と再投資原資を生む。
事業分散でリスクヘッジ
ARR(WeConnect)＋フロー(LP制作・受託)＋toC(Sprout)。収益の質も顧客も異なる4本柱で、単一市場の失速が会社を傾けない。
相互送客で複利成長
WeConnectの商談からLP制作・受託へ、受託先がWeConnect顧客へ。1つの獲得が他事業の売上を生み、CACが下がりLTVが伸びる。
自社AIで原価を圧縮
独自RAG・自社サーバーと各分野スペシャリストの高速開発で、工数と外部コストを削減。「高品質×低単価」を黒字で両立する。
2つの収益エンジン
基幹のNé, Boss? が牽引しつつ、子ども向けの Sprout が並走することで、9期目（2034年）の全社目標売上を構成します。
| 全社売上の積み上がり（事業別・総額 ¥62.8億） | 構成比率 | 9期目標売上高 |
|---|---|---|
| Né, Boss? (基幹/B2B/ARR) | 87.3% | ¥54.8億円 |
| Sprout 子ども向けAI (サブスク/B2C) | 12.7% | ¥8.0億円 |
Né, Boss?
あなた専属のパーソナルサポートAI「Nina」。対話を通じてコンディションの変化や悩みを早期に検知し、自律的な気づきと具体的なアクション記録で成長を支援。
Sprout（子ども向けAI）
家庭向け教育サブスク。子どもたちの好奇心に寄り添い、安全に知的探索をサポートする対話型AI。口コミと教育機関向け提携で広がる防衛的需要モデル。
「速さ」と「自社基盤」で、高品質×低単価を黒字で出す。
価格競争でも品質競争でもなく、その両立。模倣困難な参入障壁は、スペシャリストによる高速開発と、独自インフラの二重構造にあります。
各分野スペシャリストの高速開発
領域ごとの専門家が並走し、企画から実装までを圧倒的スピードで。同じ品質を、他社より速く・安く提供し、受注と顧客満足を同時に獲得します。
自社構築の独自サーバー・RAG
クローズドRAGと自社サーバーで、API依存と外部コストを最小化。情報を外部学習させない安全性を担保しつつ、圧倒的な低コスト構造を実現します。
相互送客ループ
1つの顧客獲得が他事業の売上を呼び、全社のCACを下げLTVを最大化します。
Né, Boss? 商談
分身AI商談からリード獲得
LP制作・受託
GEO最適化LPの受託へ展開
受託先
Né, Boss? 導入、SaaS顧客へ
Sprout
認知・ブランドからB2C展開へ
単価×継続で、回収は速い。
基幹事業 Né, Boss? のユニットエコノミクス。低価格な CAC 獲得と高水準の LTV 維持により、潤沢なキャッシュを生み出し複数事業へ再投資します。
EBITDAが伸び、企業価値が276億へ。
3期目に黒字転換を達成し、以降は収益力が高まり利益が純増。企業価値は9期目に276億円に到達する計画です。
最終形は、HP自体がプラットフォーム。
開発した独自プロダクトをHP上にどんどん掲載。サイトが集客・実証・販売をすべて自動で兼ねるオウンドプラットフォームになり、各事業の認知と売上が相互に増幅し続けます。
Né, Boss?
あなた専属のパーソナルサポートAI「Nina」。対話を通じてコンディションの変化や悩みを早期に検知し、自律的な気づきと具体的なアクション記録で成長を支援。
Sprout
子ども向けAI対話サブスク。子どもたちが対話を通じて主体的に学べるセーフガード内包AI。家庭・教育現場向けの防衛的教育モデル。
Next Product
開発された新たなAI製品は随時Web上に「見本市」として追加。クロスセルと集客のループを永続的に拡大。
累計 58.6億円を段階調達し、2034年 IPOへ。
各事業の進捗とマイルストーン達成に合わせて段階的に調達。私募5ラウンド計23.6億円＋IPO公募35億円で、累計58.6億円を確保し、希薄化を最小限に抑えながら持続的な成長を実現します。
| # | 日付 | マイルストーン | 調達金額 | 概要 |
|---|---|---|---|---|
| 01 | 2026.04 | 設立（資本金） | ¥10万 | 株式会社WeLive設立。資本金10万円でスタート。 |
| 02 | 2026.06 | Seed Round | ¥200万 | シード資金調達。初期製品プロトタイプ検証。 |
| 03 | 2027.01 | Pre-Series A | ¥6,000万 | プレシリーズA調達。Né, Boss? コアエンジンの開発及び初期ベータテスト。 |
| 04 | 2028.03 | Series A | ¥3億 | シリーズA調達。B2B SaaSモデル本格ローンチ、営業チーム組織構築。 |
| 05 | 2030.04 | Series B | ¥10億 | シリーズB調達。受託開発の標準プラットフォーム化、B2C製品Sprout開発着手。 |
| 06 | 2032.03 | Series C | ¥10億 | シリーズC調達。オウンドプラットフォーム化の加速、グローバル多言語検索機能の実装。 |
| 07 | 2034.03 | IPO (Exit) | ¥35億 | 2034年東証グロース上場予定。公募増資35億円、企業価値276億円でのエグジット。 |
2026.04設立（資本金）
株式会社WeLive設立。資本金10万円でスタート。
2026.06Seed Round
シード資金調達。初期製品プロトタイプ検証。
2027.01Pre-Series A
プレシリーズA調達。Né, Boss? コアエンジンの開発及び初期ベータテスト。
2028.03Series A
シリーズA調達。B2B SaaSモデル本格ローンチ、営業チーム組織構築。
2030.04Series B
シリーズB調達。受託開発の標準プラットフォーム化、B2C製品Sprout開発着手。
2032.03Series C
シリーズC調達。オウンドプラットフォーム化の加速、グローバル多言語検索機能の実装。
2034.03IPO (Exit)
2034年東証グロース上場予定。公募増資35億円、企業価値276億円でのエグジット。
技術は、国際論文2本が裏付ける。
Né, Boss? の中核技術（人格再現RAG・日本企業向け多言語検索）は、Springer出版・査読つき国際会議に採択された論文として外部評価を獲得。プロダクトの優位性が、第三者の学術的検証で裏打ちされています。
PF-RAG: Personality-Fused Retrieval-Augmented Generation for Authentic Managerial AI Agents in Japanese Enterprise Environments
人格融合型RAG ― 日本企業向け「本物の管理職AI」を実現する生成手法
Né, Boss? の根幹である「人格再現（分身AI）」を支える独自RAG手法。管理職や専門家の人格を忠実に再現し、日本国内 of 企業環境における自律的な意思決定を支援するRAGアルゴリズムモデル。
Multilingual Retrieval in Japanese Enterprise Knowledge Bases: A Comparative Analysis of LLMs, Embedding Models, and RAG Strategies
日本企業ナレッジベースにおける多言語検索：LLM・Embeddingモデル・RAG戦略の比較分析
多国籍メンバーを擁する日本企業内のナレッジベースに対する多言語自然言語クエリの精度向上手法。異なる言語モデルおよび埋め込みベクトルの検索効率を定量的に比較検証した学術論文。
この未来に、ご一緒しませんか。
数字の裏にあるのは、「理想の人生を、みんなの手の中に」という一つの願い。詳細な事業計画モデルやデモ資料を開示します。お気軽にお問い合わせください。
※ 本資料に記載の数値は、現時点の事業計画に基づく将来見通しであり、将来の実績を保証するものではありません。理論企業価値はEBITDA×PERによる試算で、実際の評価額とは異なります。
