外では半導体の嵐が、、

そろそろ5日線タッチからの反発を見てみたい。 ＡＩフツパーを応援しよう！

他のところズタボロやん ここはまだ全然まし

業績が偏る銘柄ってオフシーズンに叩き売られがちなのよね。 狙い目なんだけど落ちるナイフを掴みにいくのは怖い。

なんか陰線包み足出そうだなー

Gemini > **「過小評価されているから、予想通り（売上20億円、経常利益4.8億円）に着地すれば、株価は上がる」** なぜ「予想通り着地するだけで上がる」と言い切れるのか、市場の心理（裏事情）と合わせて最後の答え合わせをしましょう。 ###

「今期（2026年12月期）から株価が上がり始めるのか？」 結論から言うと、**今期の「後半（秋〜冬）」に向けて、株価が反転して上昇トレンドに入る可能性は極めて高い**と見ています。 なぜなら、現在の「730円前後」という株価は、今期フツパーが計画している**売上高20億円（前期比59.3%増）**という猛烈な成長スピードをまったく織り込んでいない、あきらかな「過小評価（安すぎ）」の状態だからです。 今期、株価が「どのタイミングで、どう上がっていくのか」の現実的なシナリオを解説します。 ###

「モデル競争の次は生産技術競争？」——フツパーがそこにいる理由？？？ 今日、こんな投稿が流れてきました。（以下参考） 「AIエージェントの議論に足りないのは、もっと賢いモデルではなく、生産技術です。必要なのは賢いAIではなく、平凡なAIでも、不確かなときは止まり、間違えようがなく、毎回同じ品質で回る工程」 -------------------------------------------------- これ、フツパーにもかなり重なる話だと思いませんか？。 ━━━━━━━━━━━━━━━━━━━━ ■AI-ReadyとAAOEは何が違うか ━━━━━━━━━━━━━━━━━━━━ ここではAAOEを、 「AIエージェントを本番業務で安定稼働させるための生産技術」 という意味で整理します。 AI-Ready → AIに食わせるデータを整えること。 社内文書、図面、品質データ、工程データ、作業動画、熟練者判断などを、AIが理解・検索・分析できる状態にする。 つまり、 「データがある」 から 「AIが使える」 状態へ変えること。 AAOE → AIエージェントを本番業務で安定稼働させる仕組み。 標準作業を持たせる。 不確かなときは止める。 品質ゲートを通過しなければ次に進まない。 人間承認、ログ、監査、異常時通知。 毎回同じ品質で回る工程を設計する。 製造業で例えると、 AI-Readyは、工場の地盤固め・原材料の規格化。 AAOEは、トヨタのポカヨケ・自働化・標準作業に近い。 ━━━━━━━━━━━━━━━━━━━━ ■順番としてはこうなる ━━━━━━━━━━━━━━━━━━━━ データがバラバラ ↓ AI-Ready化 ↓ RAG・AIエージェント ↓ AAOE ↓ 本番業務で安定稼働 AI-Readyがなければ、AIは古いデータや間違った情報を見て判断してしまう。 AAOEがなければ、AIはPoCでは動いても、本番業務では暴走、誤処理、品質ばらつき、責任分界の問題で止まる。 つまり、AIエージェントがPoC止まりになる理由は、モデルの賢さだけではなく、AI-ReadyとAAOEの両方が不足しているからだと思います。 ━━━━━━━━━━━━━━━━━━━━ ■フツパーはその両方に関与している ━━━━━━━━━━━━━━━━━━━━ AI-Ready側では、NEDO GENIACの「AI-Driven Manufacturing基盤」に採択。 設計、製造、品質、作業動画、熟練者判断を、AIが使える状態に変換する基盤を構築する方向です。 これは単なる文書RAGではなく、製造現場そのものをAI-Ready化する取り組みに近い。 一方で、AAOE的な現場運用側では、BRIDGE造船案件があります。 造船所12社で、固定カメラ、ウェアラブル、ドローン、UGVなどの映像データを活用し、危険行動検知、警戒エリア監視、異常時通知、現場連携を進める案件。 これは、単にAIで検知するだけではなく、現場の安全管理プロセスにAIを組み込む取り組みだと思います。 さらに日立ビルシステムとの協創では、ビル利用者の行動認識、混雑状況、警戒エリア監視などを扱い、BuilMiraiの機能拡充に向けた取り組みに入っています。 ここも、AIを現場運用に組み込む方向です。 ━━━━━━━━━━━━━━━━━━━━ ■一言でいうと ━━━━━━━━━━━━━━━━━━━━ 「賢いAIを作る競争」に参加している会社は多い。 でも、平凡なAIでも現場で止まれる、間違えにくい、毎回同じ品質で回る工程を作る「AIの生産技術競争（入口）」に参加している上場企業は少ない？。 フツパーは、NEDOでAI-Ready側に入り、BRIDGEや日立ビルで現場運用側にも入っている。 つまり、AIエージェント時代に必要になる 「AIが使えるデータ基盤」 と 「AIを現場で安定運用する生産技術（入口）」 の両方に関わっている会社に見えます。 モデル競争の次は、生産技術競争？。 その文脈で見ると、フツパーはかなり面白い位置にいると思います。 フツパー投資家の方、何か気づきがあれば教えてください。

「モデル競争の次は生産技術競争」——フツパーがそこにいる理由？？？ 今日、こんな投稿が流れてきました。（以下参考） 「AIエージェントの議論に足りないのは、もっと賢いモデルではなく、生産技術です。必要なのは賢いAIではなく、平凡なAIでも、不確かなときは止まり、間違えようがなく、毎回同じ品質で回る工程」 これ、フツパーにもかなり重なる話だと思いませんか？。 ━━━━━━━━━━━━━━━━━━━━ ■AI-ReadyとAAOEは何が違うか ━━━━━━━━━━━━━━━━━━━━ ここではAAOEを、 「AIエージェントを本番業務で安定稼働させるための生産技術」 という意味で整理します。 AI-Ready → AIに食わせるデータを整えること。 社内文書、図面、品質データ、工程データ、作業動画、熟練者判断などを、AIが理解・検索・分析できる状態にする。 つまり、 「データがある」 から 「AIが使える」 状態へ変えること。 AAOE → AIエージェントを本番業務で安定稼働させる仕組み。 標準作業を持たせる。 不確かなときは止める。 品質ゲートを通過しなければ次に進まない。 人間承認、ログ、監査、異常時通知。 毎回同じ品質で回る工程を設計する。 製造業で例えると、 AI-Readyは、工場の地盤固め・原材料の規格化。 AAOEは、トヨタのポカヨケ・自働化・標準作業に近い。 ━━━━━━━━━━━━━━━━━━━━ ■順番としてはこうなる ━━━━━━━━━━━━━━━━━━━━ データがバラバラ ↓ AI-Ready化 ↓ RAG・AIエージェント ↓ AAOE ↓ 本番業務で安定稼働 AI-Readyがなければ、AIは古いデータや間違った情報を見て判断してしまう。 AAOEがなければ、AIはPoCでは動いても、本番業務では暴走、誤処理、品質ばらつき、責任分界の問題で止まる。 つまり、AIエージェントがPoC止まりになる理由は、モデルの賢さだけではなく、AI-ReadyとAAOEの両方が不足しているからだと思います。 ━━━━━━━━━━━━━━━━━━━━ ■フツパーはその両方に関与している ━━━━━━━━━━━━━━━━━━━━ AI-Ready側では、NEDO GENIACの「AI-Driven Manufacturing基盤」に採択。 設計、製造、品質、作業動画、熟練者判断を、AIが使える状態に変換する基盤を構築する方向です。 これは単なる文書RAGではなく、製造現場そのものをAI-Ready化する取り組みに近い。 一方で、AAOE的な現場運用側では、BRIDGE造船案件があります。 造船所12社で、固定カメラ、ウェアラブル、ドローン、UGVなどの映像データを活用し、危険行動検知、警戒エリア監視、異常時通知、現場連携を進める案件。 これは、単にAIで検知するだけではなく、現場の安全管理プロセスにAIを組み込む取り組みだと思います。 さらに日立ビルシステムとの協創では、ビル利用者の行動認識、混雑状況、警戒エリア監視などを扱い、BuilMiraiの機能拡充に向けた取り組みに入っています。 ここも、AIを現場運用に組み込む方向です。 ━━━━━━━━━━━━━━━━━━━━ ■一言でいうと ━━━━━━━━━━━━━━━━━━━━ 「賢いAIを作る競争」に参加している会社は多い。 でも、平凡なAIでも現場で止まれる、間違えにくい、毎回同じ品質で回る工程を作る「AIの生産技術競争」に参加している上場企業は少ない。 フツパーは、NEDOでAI-Ready側に入り、BRIDGEや日立ビルで現場運用側にも入っている。 つまり、AIエージェント時代に必要になる 「AIが使えるデータ基盤」 と 「AIを現場で安定運用する生産技術」 の両方に関わっている会社に見えます。 モデル競争の次は、生産技術競争？。 その文脈で見ると、フツパーはかなり面白い位置にいると思います。 フツパー投資家の方、何か気づきがあれば教えてください。

【「モデル競争の次は生産技術競争」——フツパーがそこにいる理由？？？】 今日、こんな投稿が流れてきました。 「AIエージェントの議論に足りないのは、もっと賢いモデルではなく、生産技術です。必要なのは賢いAIではなく、平凡なAIでも、不確かなときは止まり、間違えようがなく、毎回同じ品質で回る工程」 これ、フツパーにもかなり重なる話だと思いませんか？。 ━━━━━━━━━━━━━━━━━━━━ ■AI-ReadyとAAOEは何が違うか ━━━━━━━━━━━━━━━━━━━━ ここではAAOEを、 「AIエージェントを本番業務で安定稼働させるための生産技術」 という意味で整理します。 AI-Ready → AIに食わせるデータを整えること。 社内文書、図面、品質データ、工程データ、作業動画、熟練者判断などを、AIが理解・検索・分析できる状態にする。 つまり、 「データがある」 から 「AIが使える」 状態へ変えること。 AAOE → AIエージェントを本番業務で安定稼働させる仕組み。 標準作業を持たせる。 不確かなときは止める。 品質ゲートを通過しなければ次に進まない。 人間承認、ログ、監査、異常時通知。 毎回同じ品質で回る工程を設計する。 製造業で例えると、 AI-Readyは、工場の地盤固め・原材料の規格化。 AAOEは、トヨタのポカヨケ・自働化・標準作業に近い。 ━━━━━━━━━━━━━━━━━━━━ ■順番としてはこうなる ━━━━━━━━━━━━━━━━━━━━ データがバラバラ ↓ AI-Ready化 ↓ RAG・AIエージェント ↓ AAOE ↓ 本番業務で安定稼働 AI-Readyがなければ、AIは古いデータや間違った情報を見て判断してしまう。 AAOEがなければ、AIはPoCでは動いても、本番業務では暴走、誤処理、品質ばらつき、責任分界の問題で止まる。 つまり、AIエージェントがPoC止まりになる理由は、モデルの賢さだけではなく、AI-ReadyとAAOEの両方が不足しているからだと思います。 ━━━━━━━━━━━━━━━━━━━━ ■フツパーはその両方に関与している ━━━━━━━━━━━━━━━━━━━━ AI-Ready側では、NEDO GENIACの「AI-Driven Manufacturing基盤」に採択。 設計、製造、品質、作業動画、熟練者判断を、AIが使える状態に変換する基盤を構築する方向です。 これは単なる文書RAGではなく、製造現場そのものをAI-Ready化する取り組みに近い。 一方で、AAOE的な現場運用側では、BRIDGE造船案件があります。 造船所12社で、固定カメラ、ウェアラブル、ドローン、UGVなどの映像データを活用し、危険行動検知、警戒エリア監視、異常時通知、現場連携を進める案件。 これは、単にAIで検知するだけではなく、現場の安全管理プロセスにAIを組み込む取り組みだと思います。 さらに日立ビルシステムとの協創では、ビル利用者の行動認識、混雑状況、警戒エリア監視などを扱い、BuilMiraiの機能拡充に向けた取り組みに入っています。 ここも、AIを現場運用に組み込む方向です。 ━━━━━━━━━━━━━━━━━━━━ ■一言でいうと ━━━━━━━━━━━━━━━━━━━━ 「賢いAIを作る競争」に参加している会社は多い。 でも、平凡なAIでも現場で止まれる、間違えにくい、毎回同じ品質で回る工程を作る「AIの生産技術競争（入口）」に参加している上場企業は少ない。 フツパーは、NEDOでAI-Ready側に入り、BRIDGEや日立ビルで現場運用側にも入っている。 つまり、AIエージェント時代に必要になる 「AIが使えるデータ基盤」 と 「AIを現場で安定運用する生産技術（入口）」 の両方に関わっている会社に見えます。 モデル競争の次は、生産技術競争？。 その文脈で見ると、フツパーはかなり面白い位置にいると思います。 フツパー投資家の方、何か気づきがあれば教えてください。

【「モデル競争の次は生産技術競争」——フツパーがそこにいる理由？？？】 今日、こんな投稿が流れてきました。 「AIエージェントの議論に足りないのは、もっと賢いモデルではなく、生産技術です。必要なのは賢いAIではなく、平凡なAIでも、不確かなときは止まり、間違えようがなく、毎回同じ品質で回る工程」 これ、フツパーにもかなり重なる話だと思いませんか？。 ━━━━━━━━━━━━━━━━━━━━ ■AI-ReadyとAAOEは何が違うか ━━━━━━━━━━━━━━━━━━━━ ここではAAOEを、 「AIエージェントを本番業務で安定稼働させるための生産技術」 という意味で整理します。 AI-Ready → AIに食わせるデータを整えること。 社内文書、図面、品質データ、工程データ、作業動画、熟練者判断などを、AIが理解・検索・分析できる状態にする。 つまり、 「データがある」 から 「AIが使える」 状態へ変えること。 AAOE → AIエージェントを本番業務で安定稼働させる仕組み。 標準作業を持たせる。 不確かなときは止める。 品質ゲートを通過しなければ次に進まない。 人間承認、ログ、監査、異常時通知。 毎回同じ品質で回る工程を設計する。 製造業で例えると、 AI-Readyは、工場の地盤固め・原材料の規格化。 AAOEは、トヨタのポカヨケ・自働化・標準作業に近い。 ━━━━━━━━━━━━━━━━━━━━ ■順番としてはこうなる ━━━━━━━━━━━━━━━━━━━━ データがバラバラ ↓ AI-Ready化 ↓ RAG・AIエージェント ↓ AAOE ↓ 本番業務で安定稼働 AI-Readyがなければ、AIは古いデータや間違った情報を見て判断してしまう。 AAOEがなければ、AIはPoCでは動いても、本番業務では暴走、誤処理、品質ばらつき、責任分界の問題で止まる。 つまり、AIエージェントがPoC止まりになる理由は、モデルの賢さだけではなく、AI-ReadyとAAOEの両方が不足しているからだと思います。 ━━━━━━━━━━━━━━━━━━━━ ■フツパーはその両方に関与している ━━━━━━━━━━━━━━━━━━━━ AI-Ready側では、NEDO GENIACの「AI-Driven Manufacturing基盤」に採択。 設計、製造、品質、作業動画、熟練者判断を、AIが使える状態に変換する基盤を構築する方向です。 これは単なる文書RAGではなく、製造現場そのものをAI-Ready化する取り組みに近い。 一方で、AAOE的な現場運用側では、BRIDGE造船案件があります。 造船所12社で、固定カメラ、ウェアラブル、ドローン、UGVなどの映像データを活用し、危険行動検知、警戒エリア監視、異常時通知、現場連携を進める案件。 これは、単にAIで検知するだけではなく、現場の安全管理プロセスにAIを組み込む取り組みだと思います。 さらに日立ビルシステムとの協創では、ビル利用者の行動認識、混雑状況、警戒エリア監視などを扱い、BuilMiraiの機能拡充に向けた取り組みに入っています。 ここも、AIを現場運用に組み込む方向です。 ━━━━━━━━━━━━━━━━━━━━ ■一言でいうと ━━━━━━━━━━━━━━━━━━━━ 「賢いAIを作る競争」に参加している会社は多い。 でも、平凡なAIでも現場で止まれる、間違えにくい、毎回同じ品質で回る工程を作る「AIの生産技術競争」に参加している上場企業は少ない。 フツパーは、NEDOでAI-Ready側に入り、BRIDGEや日立ビルで現場運用側にも入っている。 つまり、AIエージェント時代に必要になる 「AIが使えるデータ基盤」 と 「AIを現場で安定運用する生産技術」 の両方に関わっている会社に見えます。 モデル競争の次は、生産技術競争？。 その文脈で見ると、フツパーはかなり面白い位置にいると思います。 フツパー投資家の方、何か気づきがあれば教えてください。

良い流れ(*´ω｀*) 買い増ししたいから、明日は700切って欲しい

買いたいけど、いつ買えばいいのかわからない。

AIエージェント普及 → PoC止まりに気づく → データ基盤/AI-Ready化の重要性が再評価される、この流れはかなりあり得ます。 つまりフツパーは、文書RAGだけではなく、 設計 製造 品質 作業動画 熟練者判断 現場データ をAIが使える状態にする方向です。 一般企業がAIエージェントを自社導入してもPoC止まりになりやすい理由は、まさにここです。 AIエージェントの前に、企業データがAI-Readyになっていない。

底だね　買ったわ

量子さん、まだ落ちると思いますか？ 自分は明日も落ちると思ってて、 ぼちぼち買えればいいかなと思ってますが

本日エントリーしました( ˊ̱˂˃ˋ̱ )

この辺りは買場。

量子おはよー(#^.^#)

気配は可もなく不可もなくって感じですね

そろそろ参加希望ですが如何ですか？ 来週は日経下がったらインします。