デューデリジェンスとは？VCがAIスタートアップを検証する方法
要約
ベンチャー投資のデューデリジェンスは、財務・法務・技術・事業・チームの5領域を並行して検証し、主張と証拠を突き合わせる作業です。AIスタートアップでは学習データの権利、能力の独自性、推論コストによる利益率、モデルの再現性の4点が価格を左右します。
デューデリジェンスとは、お金、株式、署名が動く前に企業の主張を構造的に検証するプロセスです。ベンチャー投資では、投資家が財務、法務、技術、市場、チームについて、ピッチデッキの説明と実態が一致するかを確認します。実務では依頼リストとデータルームを用意し、数週間かけてすべての数字を二重に確認します。2026年のAIスタートアップでは、この確認項目に2つ加わります。学習データの権利を誰が持つのか、そして推論コストが粗利益率をどう変えるのかです。
ベンチャー取引のデューデリジェンスでは何を確認するのか
並行して進む5つの領域があります。それぞれに担当者、証拠の一覧、取引を止める基準があります。
財務: 売上の質、バーン、ランウェイ、コホートごとの継続率。証拠は月次損益計算書、銀行明細、ARRブリッジです。
法務: 株式構成表、設立、契約、訴訟。証拠は定款、株主間契約、ストックオプション計画、顧客とのMSAです。
技術: アーキテクチャ、セキュリティ、IPの帰属、拡張性。証拠はコードレビュー、ペネトレーションテスト、リポジトリへのアクセスです。
事業: 市場規模、パイプライン、解約率、売上の集中度。証拠は顧客へのヒアリング、CRMのエクスポート、受注と失注の記録です。
チーム: 創業者の経歴、主要な採用、リファレンス。証拠は非公式な聞き取りと雇用契約です。
初期段階ほど、最初の4つの領域は軽く扱われます。シード前の判断はほぼチームの領域に依存します。確認できる資料がほとんどないためです。シリーズAになると財務と法務の比重が大きくなり、投資家は帳簿の整備を前提とします。Kruze Consultingはステージ別のデューデリジェンス・チェックリストを公開しており、シード前、シリーズA、シリーズBで投資家が通常求める項目を示しています。
まず区別すべき点があります。デューデリジェンスは監査ではありません。監査人は財務諸表が会計基準に従っていることを証明します。デューデリジェンスのチームは、事業が売り手の説明どおりかを問い、そのギャップを価格に反映させます。指摘事項は取引の合否だけでなく、評価額、エスクロー条件、クロージング条件にも影響します。
誰が実施し、期間はどのくらいか
買い手側では、リードパートナーまたはプリンシパルがプロセスを統括し、アソシエイトがモデルを作成し、法務は外部の弁護士が担当します。売り手側では、CFOまたはファイナンス責任者がデータルームを整備し、質問に答えます。
期間は案件規模によって変わります。創業者を既に知るリードがいるシード案件なら2〜3週間で決まることもあります。新しい投資家が入るシリーズBは6〜8週間が目安です。支配権の取得を伴う買収は、法務と税務の範囲が広がるためさらに長くなります。これらは実務上の目安であり、ベンチマークではありません。期間を公開したデータセットは存在せず、正確な平均を示す人がいれば、それは推測です。
コストを左右するのは料金表よりも創業者の時間です。4週間を質問への回答に費やすチームは、製品を出荷できていません。理解のある投資家は、質問を何度にも分けず、1つの依頼リストにまとめて送ります。
多くの案件で採用される7つのステップ
スクリーニング: 投資テーマ、ステージ、小切手の規模との適合を確認します。大半のパイプラインはここで消えますが、それが目的です。
経営陣との面談: 創業者が数字を説明します。投資家は資料に書かれていない点を聞き取ります。
依頼リスト: 必要書類を構造化したファイルを一度送ります。Cooley GOのサンプル依頼リストは広く再利用されているテンプレートです。
データルームの確認: 財務、法務、技術の各領域を並行して確認します。
リファレンスと顧客へのヒアリング: 元同僚への聞き取りの後、3〜5社の顧客に話を聞きます。
指摘事項メモ: 取引停止、価格に影響、クローズ後に修正可能、の3つに分類します。
タームシートの調整、または撤退: 指摘事項は表明保証、補償、エスクロー、価格の引き下げに変換されます。
最もよくある近道であり、最も高くつくのがステップ5の省略です。「他の選択肢も検討中です」という顧客の反応は、どのデータルームにも記録されないシグナルです。
AIスタートアップを対象にすると何が変わるのか
従来のソフトウェアのデューデリジェンスでは、コード品質、セキュリティ、アーキテクチャを確認します。これらは今も有効です。そのうえでAIの層が加わり、取引を左右する4つの問いが増えます。
同社は学習データを所有しているのか。 学習データはライセンス契約によるもの、スクレイピングによるもの、購入したもの、ユーザーが生成したものがあり、権利関係がそれぞれ異なります。投資家は重要なデータセットごとのライセンスを求め、学習が許可された用途かを確認します。出所が不明な場合、それは脚注では済みません。深刻なケースではモデルが使えなくなります。学習データに個人データが含まれる場合、規制当局はデータ保護影響評価と適法性の根拠も求めます。
能力は独自のものか、借り物か。 基盤モデルはコモディティ化しつつあります。製品がサードパーティのAPIを包むプロンプトとワークフローにすぎない場合、小規模なエンジニアリングチームの競合でも模倣できます。確認すべきは独自のデータ、評価の厳密さ、ワークフローへの深い統合です。デモはそのいずれも証明しません。
単位経済性は規模を経ても成り立つか。 推論コストは利用量に比例して増えます。友好的な顧客10社によるパイロットで粗利益率80%を示すスタートアップは、1日1万リクエストの段階での利益率を示していません。過去6か月分の、顧客コホート別のタスク単価を求めてください。
モデルは再現でき、説明できるか。 モデルカード、学習ログ、評価セット、バージョン履歴は、AI版の監査済み財務諸表に相当します。チームが新しいデータセットで前四半期の主要な精度を再現できないなら、それを前提にした普及予測は脆弱です。
セキュリティは独立した項目として扱います。広い権限を持つエージェント、プロンプトインジェクションへの露出、サードパーティによるデータアクセスは、従来のソフトウェアレビューが検証するよう設計されていなかった攻撃面です。危険信号は単純です。機密データに、それを見る理由のないシステムが到達できる状態です。
データの出所: 外部データベースによるアウトサイドインの層
データルームを開く前に、チームは外部データベースからアウトサイドインの視点を作ります。どの投資家が資金を出しているか、採用はどう動いているか、製品の価格ページがどう変わったか、といった情報です。この層は他の作業に比べて安価で、経営陣との面談で聞くべき質問を決めます。
入口になるのはCrunchbaseです。ベンダーの掲載情報によると、セルフサービスのProプランは年額払いで1ユーザーあたり月額約$49で、エクスポートは月2,000行に制限されています。この上限が計画の制約になります。単一企業の確認には十分ですが、業界全体をマッピングするには少なすぎます。
PitchBookは反対側に位置します。約450万社と525,000の投資家をカバーし、見積もりベースで座席数に応じた法人向けの価格です。取引比較、ファンド単位のデータ、M&A履歴を一か所で必要とする場合にはコストに見合いますが、単発の確認には過剰です。
欧州の対象企業にはDealroomが強力な選択肢です。公表されている価格は3席の最低契約でEUR 12,600前後からで、単独のアナリストではなくチームで使うツールです。
Tracxnは企業をキュレーションされたセクター分類に整理し、アナリストが執筆した業界マップのレポートを提供します。インドと東南アジアに強く、その市場のAI企業を対象にする場合、西側のデータベースが見落とす競合を見つけることが多くあります。
いずれもデータルームの代わりにはなりません。どの主張を最初に検証すべきかを示すものです。データベースが示す内容と創業者の説明との差が、経営陣との面談で時間を使うべき箇所です。
どの指摘が価格を動かし、どの指摘が取引を止めるのか
すべての指摘事項が同じ重みを持つわけではありません。役立つ分類は、投資家がそれに対して何をできるかで分けることです。
取引を止める:
創業者または主要な貢献者のIPが会社に譲渡されていない
ライセンスに違反して取得した学習データで、是正の道筋がない
銀行明細と照合できない売上
価格に影響する:
推論コストにより、資料のモデル前提を下回るまで粗利益率が圧迫される
1社の顧客がARRの3分の1を超える
オープンソースのライセンス衝突により、アーキテクチャの作り直しが必要
クローズ後に修正可能:
取締役会議事録の欠落や、古いストックオプションの付与
対応計画が定まっているセキュリティ上の不備
文書化されていないモデルのバージョン管理
分類は契約書に反映されます。取引を止める項目はプロセスを止めます。価格に影響する項目は評価額の引き下げや、検証された実績に連動するアーンアウトになります。修正可能な項目は、クロージング条件、エスクロー、修正のマイルストーンに連動したホールドバックになります。
データルームを開く前に創業者が準備すべきこと
資金調達の60〜90日前から始めてください。5つの領域を同じ形式で自己監査し、修正が容易なものから直します。IPを会社に譲渡する、株式構成表を整理する、売上を銀行と照合する、学習データのライセンスを文書にまとめる、といった作業です。投資家は創業者が証明できるものに値をつけます。デューデリジェンスの間、証明されていない主張はすべて割引に変わります。
データルームは一度きりの準備ではなく、運用ツールとして作ってください。毎月の締めで投資家が求める成果物を同じ形で作れていれば、次の資金調達はコピーと貼り付けの作業になります。
AI企業の場合は、誰かが尋ねる前に4つの文書を用意してください。ライセンス条件付きのデータセット一覧、本番モデルごとのモデルカード、テストセットを記載した評価レポート、顧客コホート別のタスク単価表です。この4つで、AI固有の質問の大半に一度で答えられます。
私たちが実際に行うこと
シードまたはシリーズAの小切手であれば、外部アドバイザーによるフルパッケージは省略してください。アウトサイドインのデータベース確認、顧客2社へのヒアリング、IPの譲渡と株式構成表に関する1ページの法務確認を行えば、実際に取引を止める失敗のほとんどをカバーできます。
シリーズBや買収で、AIの主張そのものが評価額を決めるなら、技術レビューに投資する価値があります。借り物のモデルと独自のモデルでは価格がまったく違い、その違いを見分ける唯一の方法は証拠を求めることです。
シグナルであって、ナラティブではありません。デューデリジェンスのファイルは、資料にある主張のすべてに文書が添えられたとき、または割引が適用されたときに完了です。