M&A コラム

個人開発の売却を止めるアカウント名義

個人開発の売却を止めるのは、コードでも売上でもなくアカウント名義である。ストア・クラウド・決済・ドメイン・ASPの名義を「移管できる/アカウントごと渡すしかない/規約上譲渡できない」の3レベルで判定し、売り手の棚卸し手順と買い手の移管可能性DDを整理する。

中核ノウハウがプロンプトに閉じ込められた事業

コードは薄いのに競合を上回るAIプロダクトの競争優位は、試行錯誤の末にたどり着いた「プロンプト」という暗黙知に宿る。問題はそれが一人の頭の中にしか体系的に存在しないこと。不可視性と属人化の構造、移管できないことによる価値毀損、文書化・バージョン管理・帰属というDDの実務を整理する。

Evalがない事業は買収後に品質を再現できない

AIプロダクトのデモは感動的だが、モデルを差し替えた瞬間に品質が静かに崩れ、誰も気づけない。原因は品質を測る仕組み(Eval)の不在だ。評価データセット・指標・回帰テストの三層、沈黙の劣化、目視確認の限界、Eval資産の移管可能性という品質DDの観点を整理する。

推論コストがAI事業の粗利を静かに溶かす

従来SaaSの粗利率80〜90%という常識は、AI SaaSでは通用しない。使われるたびにGPU・トークンという売上原価が発生し、スケールが赤字を拡大させるからだ。トークン原価の構造、定額課金×従量原価の罠、リトライ等の隠れコスト、1リクエスト原価でのLTV/CAC再計算を整理する。

AIチャットボットの誤回答は誰が賠償するのか

カスタマーサポートをAIに置き換えた事業では、チャットボットの誤回答(ハルシネーション)が顧客に与えた損害の賠償責任は事業者に帰属し、買い手は事業ごと承継する。海外の賠償事例、免責規約の限界、ログ・ガードレール・保険という法務DD項目を整理する(法的助言ではなくDD論点の整理)。

ファインチューニング済みモデルは誰のものか

自社専用にファインチューニングしたモデルは、動いていても引き渡せるとは限らない。「重み」の所在、学習レシピと環境の再現性、ベースモデルの商用条項、学習データの来歴という4つの盲点と、四点開示と再学習リハーサルの実務を移管DDの観点で整理する(法的助言ではなくDD論点の整理)。

AIエディタで書かれた事業コードの権利帰属

CursorやCopilotが生成した事業コードは誰のものか。AI介在でM&Aの知財表明保証の前提が揺らぐ。著作権保護の不確実性、学習データ由来の権利侵害リスク、AIツールの規約と権利移転、表明保証・補償への反映を技術と法務の境界で整理する(法的助言ではなくDD論点の整理)。