迷う時間を、創る時間に変える。

問いとひらめきに満ちた社会へ。

なぜやるか

必要な事実への到達性は、対等ではない。

情報は開かれているが、動線は開かれていない。

知っている人と知らない人、調べられる人と調べられない人、判断する人とできない人。この不均衡はなぜ生まれるのか。

日本の公開データは、その多くが制度上は開かれています。しかし構造化されておらず、開示形式もバラバラで、機械から呼び出しにくい。情報どうしの比較も難しい。これが、正確な情報収集と判断のボトルネックになっています。

使命

使命は二つあります。世に届けることと、自ら体現すること。

理念・使命・旗の3段からなる理念体系の図。各段は該当セクションへのリンク 理念 事業 × 組織の両輪 使命 使命の到達点

事業の使命 世に届ける

情報の不均衡をなくし、判断する側に必要な事実を、AIが扱える形で届ける。

迷いの大きな源のひとつは、事実まで辿れないこと。だから最初の事業は、判断材料の民主化。事実への接地を、AIの時代のインフラとして作ります。

組織の使命 自ら体現する

データとAIを組織実装し、人は迷わず人にしかできない領域に集中する。それが最も強い組織であることを、生産性と売上で証明する。

必要な一次データを構造化して保持し、AIが正確かつ自由に動けるための環境を整える。AIにできることは人がやらない。人は人にしかできない領域に集中する。

AIが日本の事実を確認するときの、標準的な参照先になる。

見立て

なぜ、この形なのか。

01

AI活用の差は、モデルの賢さではなくなる

主要モデルの性能差が縮まるほど、出力の差は参照できるデータの質・鮮度・来歴に寄ります。同じ問いを同じ規模のモデルに投げたとき、答えの違いは「賢さ」より「何を参照したか」で決まる。私たちが提供するのは生データではなく、AIが直接参照・探索できるところまで整え、質・鮮度・来歴を担保した構造化データ層です。

同じ問いを同じモデルに投げても、参照先の違いで答えが変わることを示した図 同じ問い 同じ規模のモデル 参照先 A 検索結果と学習済みの記憶 出典が曖昧・更新時点が不明 出力 それらしい答え 参照先 B 構造化データ層を参照 質・鮮度・来歴を担保 出力 出典まで辿れる答え
差がつくのはモデルの側ではなく、参照先の側です。

02

出典が辿れること、それ自体が価値になる

生成AI以前の希少資源は情報そのものでした。以後は無限に増える情報の中で、何が本物で、どこから来て、誰が責任を取るのかが希少になりました。そのため私たちは、データに来歴を付けて提供し、データソースと算出の方法論も公開しています。取得日時、一次資料のURL、変換の系譜。数値ひとつごとに原本まで辿れます。

ひとつの数値に来歴が付き、原本まで辿れることを示した図 ひとつの数値 1,284,000 円(百万円単位を換算) この数値に付いている来歴 一次資料 有価証券報告書 E01234 / 第28期 edinet.example / doc/S100XXXX.htm 取得日時 2026-08-14 04:12 JST EDINET API v2 から自動取得 変換の系譜 抽出 → 単位換算 → 連単の判定 → 検証 各段の算出方法を公開 信頼の階層 確定値 推定値・AI抽出とは分けて扱う
数値ひとつごとに、一次資料・取得日時・変換の系譜・信頼の階層が付いています。値は説明用の例です。

03

AIが自分で動くほど、参照データの品質が全体の品質を決める

AI活用の重心は、自律的に動くエージェント形式へ変わりつつあります。対話しながら動くAIなら、誤った数値が出ても人が違和感で気づけました。自律エージェントではそれが効かず、途中の誤りが直されないまま次へ流れます。1ステップの数値ミスが連鎖して全体を壊す。だからこそ、AIエージェントが参照できるデータの品質が、結果を決めます。

対話型では人が誤りを止められるが、自律エージェントでは誤りが連鎖することを示した図 対話しながら動くAI 人が違和感で気づき、そこで止まる STEP 1 正常 STEP 2 誤った数値 STEP 3 走らない STEP 4 走らない STEP 5 走らない ここで人が止め、直してから走り直す 自律的に動くエージェント 止まらないまま、次の手順へ流れる STEP 1 正常 STEP 2 誤った数値 STEP 3 誤りを含む STEP 4 誤りを含む STEP 5 誤りを含む
止める人がいなければ、1ステップの誤りはそのまま最後の出力まで運ばれます。

つくっているもの

公開データを、領域ごとに構造化して積み上げています。

別々のデータベースに見えて、ひとつに繋がっています。

法人番号・EDINETコード・住所メッシュ等で名寄せされているので、DBを跨いだ掛け算が成立します。

  • 上場企業の保有不動産マップ(不動産DB × EDINET DB)
  • 補助金採択企業の業績効果(政策DB × EDINET DB / 法人DB)
  • 主要拠点の災害リスクを財務規模と重ねた影響額試算(国土DB × EDINET DB)

メンバー

小池 陸

代表取締役 / CEO 兼 CPO

小池 陸

Riku Koike

代表として経営全体を率いる。プロダクト責任者を兼ね、公開データベースの開発・運営、一般層へのデータインフラの普及促進など、事業の使命を担う。AIエージェント前提の組織設計・データインフラ設計をリードする。

南端 一輝

取締役 / COO

南端 一輝

Kazuki Minamibata

事業を届け、組織・専門層に実装される状態にする側を担う。組織のCS・営業・運営・採用を担ってきた経験をもとに、組織の使命を担う。カスタマーサクセス・営業・組織運営をリードする。

会社情報

会社名 Cabocia株式会社
英文表記 Cabocia Inc.
設立 2025年6月6日
代表取締役 小池 陸
所在地 〒125-0042 東京都葛飾区金町5-14-8
事業内容 日本の公開データを構造化するデータインフラ事業を中核に、企業向けの業種特化DB構築、プロダクトへの組み込み・データ連携を行っています。

社名の由来

Cabociaは、ポルトガル語で「かぼちゃ」を意味するCabochaとUtopiaを組み合わせた造語です。かぼちゃは種類が多様で、どんな環境でも育つ。そしてどんな形にも変わる。データの活用を通じて、あらゆる個人と企業が自分たちの判断で前に進める社会を作りたい。それはきっと多様性と可能性に満ち溢れた世界だろう。そんな思いを込めています。

当サイトの背景ビジュアルはAI生成による抽象イメージです。特定の場所や日時を示すものではありません。私たちは提供するデータと同じく、サイトで使う素材にも出どころを明示します。

まずは、お気軽に。