今泉大輔氏、AI駆動型M&Aの方法論を解説

ITmediaのブログ「経営者が読むNVIDIAのフィジカルAI / ADAS業界日報」で、著者の今泉大輔氏が2026年8月6日、ChatGPTやGeminiとDeep Research（AIが複数の情報源を横断調査し詳細な報告書を作る機能）を組み合わせて買収候補の探索から財務シミュレーション、投資家向け説明（IRナラティブ）の設計までを一気通貫で行う「AI駆動型M&A」という方法論を解説する記事を公開した。M&A（企業の合併・買収）の検討を担う経営企画部門にとって、AIをどこまで戦略設計そのものに使えるかを考える際の実践的な整理となっている。

「AI駆動型M&A」とは何か

今泉氏は記事内で、AI駆動型M&Aを次のように定義している。

AI駆動型M&Aとは、経営者が実現したい企業の未来像を先に定義し、その未来に必要な技術、人材、データ、事業モデルを特定し、世界中から買収候補を探索し、買収後の財務パフォーマンス、PMI、事業ポートフォリオ、資本市場からの評価、IRナラティブまでを、AIとDeep Researchによって一気通貫で設計する経営技術です。

従来型のM&Aは、投資銀行や仲介会社から「この会社が売りに出ています」という案件の持ち込みを起点にすることが多いのに対し、AI駆動型M&Aは「5年後、10年後に自社はどのような企業になっていなければならないか」という未来像から出発し、そこに必要な能力を持つ企業を世界規模で逆算的に探すという順序の違いがあると説明している。

候補探索からIRナラティブ設計までの7段階

記事では、AI駆動型M&Aのプロセスを次の7段階に整理している。

1. 会社の未来像を定義する
2. 未来の実現に不足している技術・人材・データ・事業モデルを特定する
3. AI OSINT（AIによる公開情報の横断調査・分析手法）によって世界中から候補企業を探索する
4. 買収した場合の売上・利益・キャッシュフロー・ROIC（投下資本利益率）・資本構成をシミュレーションする
5. 買収先の能力を壊さないPMI（買収後の事業・組織統合プロセス）を設計する
6. 既存事業と新事業を市場がどう評価するか（高PER業種への「リレーティング」の可能性）を分析する
7. 投資家が追跡できるKPIとIRナラティブによって企業変革を説明する

特に候補探索の段階では、買い手企業自身のIR資料や有価証券報告書、中期経営計画などをAIに読み込ませたうえで、対象技術、対象地域、企業規模、許容買収価格、除外事業、規制・輸出管理リスクなどを条件として構造化したプロンプトに組み込み、英語圏だけでなく欧州・イスラエル・アジアなどを含む候補企業のロングリストを作成すると述べている。

ホンダや三菱倉庫を題材にした仮説シナリオ

今泉氏は2026年前半にかけて、ホンダ、パナソニック、三菱倉庫、電通、三菱重工、清水建設、村田製作所、東京エレクトロンなどの日本企業を題材に、AI駆動型M&Aのケーススタディを公開してきたという。記事内で紹介されている主な例は以下の通り。

対象企業（記事内の仮定）	シナリオの概要
ホンダ	モビリティ・AI・ロボティクスを統合した企業へ変貌するシナリオ
三菱倉庫	フィジカルAI企業を買収し、自社倉庫を実証環境にしつつロボットを外部へRaaS（サービスとしてのロボット）提供する事業へ転換するシナリオ
電通	AIエージェント企業を買収し、人月型サービスからAIプラットフォーム企業へ転換するシナリオ
村田製作所	NVIDIAのロボティクス技術を持つ海外企業を買収し「時間を買う」シナリオ
清水建設	生成型BIM・建設AI企業を取得し、自社の建設案件をAI育成データに使うシナリオ
パナソニック	海外のAI・フィジカルAI関連3社を買収するシナリオ

​編集部注: これらはいずれも今泉氏がGeminiとDeep Researchを用いて独自に作成した仮説的なシミュレーションであり、ホンダや三菱倉庫といった各社が実際にこうした買収を検討・発表したという事実ではない。記事中でも「ホンダの時価総額を7兆円から20兆円に上げる」「三菱倉庫の時価総額を1兆円にする」といった数値は、今泉氏の分析における想定シナリオ上の数値として示されている。

「AI支援型M&A」との違い

記事は、候補企業の検索や決算資料の要約、DCF（将来キャッシュフローに基づく企業価値算定）の計算補助、デューデリジェンス項目の作成などにAIを使う従来型の使い方を「AI支援型M&A」と呼び、AI駆動型M&Aとは明確に区別している。AI支援型M&Aは既存のM&Aプロセスの一部をAIで高速化するものだが、AI駆動型M&Aは未来像の設定から逆算する点で出発点そのものが異なる、という整理だ。また今泉氏は、投資銀行・弁護士・会計士・デューデリジェンス専門家が不要になるという意味ではないと明言しており、契約・交渉・法務・税務・資金調達といった実務は専門家の役割として残ると述べている。

分析・展望

編集部注：今泉氏が提示する「未来像から買収候補を逆算する」という発想自体は、AIによる公開情報調査（OSINT）や財務シミュレーションのコストが下がっている現状を踏まえれば理解しやすい。ただし、記事で紹介されているホンダや三菱倉庫などの数値目標は今泉氏個人による仮説的なケーススタディであり、対象企業の公式な経営計画や第三者機関による検証を経たものではない点には注意が必要だ。今後、実際の企業がこうした手法をどこまで経営企画部門の実務に取り込むか、また投資家が「AIが作ったIRナラティブ」をどう評価するかは、現時点では未確認の論点として残る。

引用元：blogs.itmedia.co.jp