買収候補のAIスタートアップと、技術DDの初回ミーティング。会議室に入ると、先方のCTOが自信たっぷりにスライドを出してくる。「独自のAIエンジンで」「高精度な検索が強みで」と、よどみない説明が20分続く。図はきれいで、言葉は前向きで、質問を挟む隙もない。あなたは経営企画やM&Aの担当として同席しているが、技術の中身は分からない。相手のペースで説明を受け、「なるほど、すごいですね」とうなずいて、初回は終わる。手元に残ったのは、何を確認できていないのかすら分からない、という漠然とした不安だけ。数億円を投じる判断の入口で、聞くべきことを聞けていない感覚が残ります。
この居心地の悪さは、手元に「最初に確認する論点のリスト」があれば大きく減ります。技術の細部を自分で評価できなくても、どの領域で何を質問し、どんな答えが返ってきたら危ないのかを事前に持っておけば、相手のペースに流されずに済みます。ここでは、技術DDに入る前と入った直後に買い手が最初に確認すべき論点を、そのまま持ち込める質問と、回答に潜む危険な兆候の形でチェックリストにまとめます。技術の目利きを外部の目で入れたい段階の相談は AIテックデューデリジェンス でも受けています。
そもそもDDが必要な案件か、最初に見立てる
全部の案件にフルスコープの技術DDが要るわけではありません。買収額が小さく、技術が事業の中心でない案件に何百万円もかけるのは過剰です。逆に、AIの技術そのものを買いに行く案件で表面的な確認しかしないのは危険です。初回の面談やティザー資料の段階で、次の3つを見立てておくと、DDの深さと予算感を早めに決められます。
| 見立てる観点 | DDを厚くすべき合図 | 軽くてよい合図 |
|---|---|---|
| 技術は買収の中心か | プロダクトの独自性や参入障壁が技術に依存している | 技術は汎用で、価値は顧客基盤やブランドにある |
| AIへの依存度 | 中核機能が外部の基盤モデルや自社学習モデルで動いている | AIは補助機能で、止まっても事業は回る |
| 買収額と是正余力 | 投資額が大きく、想定外の是正費用が判断を覆しうる | 少額で、多少の技術負債は織り込み済み |
左寄りが多いほど、コードを読み込むフルスコープのDDが要ります。迷うのはたいてい「技術が中心らしいが、自分たちでは深さを測れない」という案件です。そこは無理に自己判断せず、初期スクリーニングだけを外部に投げるのが現実的です。
領域別チェックリスト：7つの論点と危険な兆候
ここからが本体です。技術DDで最初に押さえる論点を7つの領域に分け、それぞれ「そのまま口に出せる質問」「答えに潜む危険な兆候」「どの資料で裏を取るか」を並べました。初回の面談ではこの質問を投げ、返ってきた答えを兆候の列と照らし合わせます。危険な兆候は、その場で相手を問い詰めるためではなく、後で資料を突き合わせて確かめるべき点を絞り込むための目印です。
| 領域 | 最初に投げる質問 | 危険な兆候 | 裏取りする資料 |
|---|---|---|---|
| アーキテクチャ・技術スタック | 主要機能ごとの依存関係図を見せてください。新機能を1つ足すとどこを触りますか | 図が出てこず口頭説明のみ。密結合で「作った本人しか分からない」 | リポジトリ構成、構成図、実際のコード |
| AI固有 | 基盤モデルは何を使い、切り替える場合どこを変えますか。出力品質はどう測っていますか | 外部モデルのAPIに直接単一依存し抽象化層がない。品質評価が目視のみで回帰評価がない | モデル呼び出し箇所のコード、eval設計、学習データの権利関係 |
| コード品質・開発プロセス | テストのカバレッジと静的解析の状況は。CIは回っていますか | テストがほぼない。重大度の高い静的解析の指摘が放置。レビューの記録がない | 静的解析レポート、CI設定、プルリクエスト履歴 |
| セキュリティ | テナント間のデータ分離はどう担保していますか。プロンプト経由の攻撃への対策は | マルチテナントで索引が共有領域のまま。入力経由の攻撃対策がない。秘密情報のハードコード | インフラ構成、権限設計、脆弱性診断の結果 |
| インフラ・原価構造 | 推論原価はARR比で何%ですか。モデル価格が3割上がると粗利はどうなりますか | 原価を把握していない。価格改定への感応度が高い。インフラが手作業で再現できない | クラウド請求明細、原価計算、IaCの有無 |
| 組織・キーパーソン | コミット履歴で上位1名が全体の何%を占めますか。その人が抜けたら止まる領域は | コミットと知識が1名に集中。特定領域のバス係数が1。キーパーソンの引き留め策がない | コミット統計、主要メンバー面談、組織図 |
| 規制・コンプライアンス | 顧客データの二次利用にどんな同意を取っていますか。認証の取得状況と規約の整合は | オプトアウトのない包括同意のみ。認証がなく商談を落としている。規約と実装が食い違う | 利用規約、同意フロー、認証書類 |
この表は、そのまま初回面談の質問票として使えます。7領域を順に投げていけば、相手の説明の流れに乗せられて聞き漏らすことがなくなります。危険な兆候の列で反応があった領域を、次の資料請求で深掘りする対象として印を付けておく。この「質問して、兆候を拾い、資料で裏を取る」の3拍子が技術DDの基本動作です。なお規制の欄は法的な当否を判断するものではなく、技術者の視点から「実装と規約が合っているか」という論点を拾うものです。適法性そのものの判断は法務の担当と分けて扱ってください。
危険な兆候に共通する読み方
7領域の兆候を並べると、根っこは3つに集約されます。1つ目は「証拠が出てこない」こと。依存図もテスト結果も原価表も、口頭では立派なのに資料が出ないなら、実態がその通りとは限りません。2つ目は「1点に集中している」こと。1人のエンジニア、1つの外部モデル、1つの巨大なコード塊。集中は速く作るには効きますが、買った後に抜けたり壊れたりすると事業ごと止まります。3つ目は「測っていない」こと。品質も原価も、測る仕組みがなければ改善もできません。答えを聞くときはこの3つの匂いを意識すると、専門知識がなくても危うさの当たりを付けられます。
サンプル案件で、チェックリストから浮いた赤信号
チェックリストが実際にどう機能するかを、当社が用意しているサンプル報告書の案件で追ってみます。サンプル案件では、コンタクトセンター向けにRAG型の応対支援SaaSを提供する架空のスタートアップ「株式会社ツギテ」を、中堅システムインテグレーターが買収する想定です。事業数値は月次解約率0.8%、NRR108%と国内SaaSとして良好で、プロダクトは顧客業務に定着しています。表面の数字だけ見れば買いたくなる案件です。しかし7領域のチェックリストを回すと、いくつかの領域で兆候の列に反応が出ました。
| 領域 | チェックで拾った事実 | なぜ赤信号か |
|---|---|---|
| 組織・キーパーソン | コミットの71%がCTOに集中。検索パイプラインはバス係数1 | CTOが抜けると中核の開発が止まる。買収の価値が1人に紐づく |
| AI固有 | 基盤モデルは海外大手1社のAPIに単一依存し、抽象化層がない | モデルの価格改定や提供停止をそのまま被る。差し替えに大工事が要る |
| AI固有・規制 | 顧客データの学習利用が利用規約上グレー。同意はオプトアウト欠如の包括同意のみ | 後から規約是正や再同意が必要になり、解約や是正費用の火種になる |
3つはいずれも、初回の面談で投げた質問への答えを兆候の列と照らして浮いたものです。「コミット上位1名の割合は」という組織の質問に71%という数字が返り、「モデルを切り替える場合どこを変えるか」というAI固有の質問に「差し替えは想定していない」という答えが返る。どれも相手を追い詰める質問ではなく、事実を1つ聞くだけの質問です。それを兆候リストと突き合わせるだけで、優良な事業数値の裏に隠れたリスクの所在が見えてきます。
サンプル案件では、こうした発見を価格調整材料4件として整理し、是正費用の直接見積で3,100〜5,300万円、リスク見合いも含めた価格調整インパクトを概算で▲0.8〜1.4億円と、算定根拠つきで提示しました。ディールブレーカーには当たらず総合結論は条件付き推奨です。数字は架空案件の試算であって効果を保証するものではありませんが、チェックリストで拾った兆候が、そのまま交渉の材料や買収後の予算に翻訳されていく流れは実案件でも変わりません。どこがいくらのリスクかを言葉と数字にできる。それが最初のチェックリストの効き目です。
初回面談から資料請求までの進め方
初回で7領域すべてを深掘りするのは無理なので、順序をつけます。まず初回面談では7領域の質問を一通り投げ、相手が資料を出せるか、口頭で濁すかを観察します。ここで拾うのは事実そのものより「証拠が出せる会社か」という姿勢です。次に、兆候に反応した領域だけを資料請求で深掘りします。組織で集中の匂いがしたらコミット統計、AI固有で単一依存の匂いがしたらモデル呼び出し箇所のコード、という具合に印を付けた領域から資料を求め、最後に口頭説明との食い違いを潰していきます。限られた面談回数でも危ない領域に労力を集中できます。
自社の技術DDを社内のエンジニアだけで回すことも選べます。ただし評価設計・コード調査・面談・報告書作成まで含めると、サンプル案件では概ね2〜3名で3〜4週間、約2.5人月の見当です。年収800万円のエンジニアを会社の総コスト（社会保険や間接費込みで給与の約3倍、人月およそ200万円）で換算すると約500万円相当で、その間は本業の開発が止まります。外に出すのと社内で抱えるのとで費用は大差なく、違うのは品質と本業への影響という比較になります。
よくある質問（FAQ）
技術が分からない経営企画でも、このチェックリストは使えますか
使えます。表の質問はそのまま口に出せる形にしてあり、答えの技術的な正しさを自分で判定する必要はありません。見るのは「証拠が出せるか」「1点に集中していないか」「測る仕組みがあるか」の3点です。返ってきた答えを危険な兆候の列と照らし合わせ、反応した領域を深掘りの対象として印を付ける。この使い方なら、技術の中身を評価できなくても危うさの当たりは付けられます。踏み込んだ評価が要る領域だけ、専門家の目を後から足せば十分です。
初回の面談で、どこまで踏み込んで質問してよいものですか
初回は事実を1つずつ聞くだけで十分です。「コミット上位1名の割合は」「モデルを切り替える場合どこを変えるか」といった、答えが事実で返る質問を選びます。相手を問い詰める場ではなく、後で資料を突き合わせる対象を絞る場だと考えてください。むしろ初回で価値があるのは、質問に対して資料を出せる会社か、口頭で濁す会社かという姿勢の観察です。証拠を出せる会社は、その後のDDも滑らかに進みます。
危険な兆候が見つかったら、その案件は見送るべきですか
兆候イコール見送りではありません。多くは価格調整や買収後の是正計画で扱える論点です。サンプル案件でも、単一モデル依存やキーパーソン集中といった赤信号が出ましたが、総合結論は条件付き推奨で、発見は価格調整材料と統合後の課題に整理されました。見送るべきは、中核技術が実は外部依存で資産価値がない、といった修復不能なディールブレーカーが見つかったときに限られます。チェックリストの役割は、降りる根拠と、条件付きで進める根拠のどちらも持てるようにすることです。
DDが必要な案件かどうかの見立てだけ、先に相談できますか
できます。買収検討の初期段階では、フルスコープのDDに入る前に、そもそもどこまで調べるべき案件かを見極めたい段階があります。技術が買収の中心か、AIへの依存度、買収額と是正余力の3つを一緒に見立てて、DDの深さと予算感の目安を出すところから始められます。初回のスポット相談で、案件の概要を伺いながら、確認すべき論点の優先順位を整理する使い方が向いています。
「初回の面談で相手のペースに流され、何を確認できていないのかすら分からない」という一点で止まっているなら、まずはこのチェックリストを持って面談に臨むだけでも景色が変わります。それでも技術の深さを自分たちで測りきれないと感じたら、7領域のどこを外部の目で見るべきか、その切り分けだけでも壁打ちにお使いください。買収検討の初期段階で、DDが必要な案件かどうかの見立てから相談できます。技術の目利きを一貫して任せたい場合は AIテックデューデリジェンス をご覧ください。