従来型デューデリジェンスはなぜ機能不全なのか──その先に来るもの

従来のデューデリジェンスは機能不全に陥っている。遅く、ミスが起きやすく、現代の案件スピードに構造的に追いつけない。典型的な案件では、データルーム1件あたり190時間以上のアナリスト時間を要し、案件全体では3か月から12か月かかり、外部専門家費用は10万ドルから200万ドル超に及ぶこともある。それでも、疲労やばらつきによって重要なリスクを見落とす。

M&Aに関わる実務家なら、似たような経験をしているはずである。5,000件の文書が入った新規案件が届き、締切は2週間。チームを編成し、文書を分担し、読み、要約し、突合し続ける。ようやくレポートの初稿がまとまる頃には、案件の前提条件そのものが動き始めている。

数字がその実態を物語っている

KPMGの2025年M&A調査では、案件完了を妨げる主要要因として、41%のディールメーカーがデューデリジェンスの完了を挙げている。これは、案件実行における最も一般的なボトルネックの一つである。活発なデューデリジェンス期間には、アナリストが週100時間を超えて稼働することも珍しくない。

問題は費用だけではない。Bain & Companyによれば、経営陣の60%が、案件失敗の根本原因として市場環境やバリュエーションではなく、不十分なデューデリジェンスを挙げている。案件の成否はデータルームでほぼ決まる。それにもかかわらず、40%を超えるケースで重要なリスクが見落とされている。

手作業のプロセスが破綻するポイント

• 解釈のばらつき。異なるアナリストが同じ条項を異なる意味で捉え、レポートに矛盾や抜け漏れが生じる。
• 根拠の断絶。指摘事項に出典が十分に付かず、内容を検証するために原文書の再読が必要になる。
• 知見の分断。ある担当者が見つけた重要論点が、時間制約のなかでチーム全体に共有されないことがある。
• 疲労による見落とし。500件目、1,000件目の文書になるほど、注意力は確実に落ちる。重大なリスクは、最後まで丁寧に読まれなかった文書に潜みやすい。

次に来るもの

これからのデューデリジェンスは、人間をAIで置き換えることではない。数千件の文書を短時間で分析し、文書横断で論点を突合し、数秒で検証可能な出典付きレポートを生成できるようにすることである。人間は分析の方向性と重要性判断を担い、AIは機械的な工程を引き受ける。現在アナリストの時間の大半を占めているのは、判断そのものではなく、その前段にある大量処理である。

次の10年で強いディールチームになるのは、最も大きな組織ではない。最も良い道具を持つ組織である。AIを使う3人のチームが、AIを使わない20人のチームを上回ることは十分に起こりうる。

当社がSpecterを開発したのは、この問題を現場で見てきたからである。デューデリジェンスは、本来、徹底していて、速く、かつ根拠まで追えるものであるべきだ。AIが生成するすべての指摘事項が、特定の文書の特定の箇所まで遡って確認できること。それが、ブラックボックスではない設計の前提である。

問われているのは、AIがデューデリジェンスを変えるかどうかではない。自社のチームが、その優位を先に取りにいく側なのか、後から追う側なのかである。