金融機構與併購支援公司啟動「併購媒合AI」聯合開發

Buffett Code株式會社(總部:東京都目黑區，代表董事:福田 智宏，以下稱 Buffett Code)與 Elith株式會社(總部:東京都文京區，代表董事:井上 顧基，以下稱 Elith)已開始聯合開發AI代理程式「併購媒合AI」,旨在協助金融機構與併購支援公司建立潛在收購企業名單。

本次概念驗證(PoC)將結合Buffett Code擁有的高品質併購企業資料庫，以及已被GENIAC*採用的Elith金融AI代理程式平台，提供具備高度併購專業知識及滿足併購營運所需安全要求之AI代理程式。

*GENIAC第4期採納:經濟產業省(2026年6月4日) https://www.meti.go.jp/press/2026/06/20260604003/20260604003.html

併購媒合AI為促進金融業事業結構轉型的一步

國內企業參與的併購案於2025年達到5,115件，較前一年成長8.8%,創下歷史新高(資料來源:M&A Capital Partners「【2025年】併購市場規模」)。以事業繼承與後繼者不足為背景的需求預計將進一步擴大。

此外，在此過程中，併購媒合不僅是「社會課題」,同時也是金融機構的高收益機會。特別是對於受區域經濟萎縮影響的地區性金融機構而言，建立融資以外的收益支柱已是當務之急。其中，以事業繼承支援為主的併購媒合，因能帶來穩定的成交手續費收入，被視為新的事業支柱領域。

在此背景下，地區性金融機構處於有利的地位。透過日常的融資往來及與經營者的對話，關於後繼者不足、事業前景不明、成長投資、資本合作等諮詢，首先會被帶到地區性金融機構。

然而，卻存在無法充分利用此有利地位的課題。尋找最佳買家需要產業理解、尋找潛在買家的企業資料、龐大的研究人力，以及併購實務知識。許多金融機構不得不依賴現有的客戶網絡或負責人的經驗，導致買家搜尋範圍受限。

結果，不少案例最終僅止於介紹給外部的併購仲介公司。這使得原本可獲得的手續費收入機會流失給外部。

此類情況不僅是金融機構獨有的問題，在區域企業減少、人力不足、專業人才匱乏、資訊斷裂等現象同時發生的情況下，以人力為中心的併購支援模式已接近極限，這是一個產業結構上的課題。

因此，在充分利用金融機構擁有的客戶接觸點這一最大資產的同時，需要建立一個能夠廣泛、快速且可重複地進行買賣雙方搜尋的機制。此外，併購要求高度的機密性與資訊控管，對於課以嚴格安全與合規標準的金融機構而言，導入通用型AI的門檻很高。

本次聯合開發，將結合Buffett Code提供的 સ高質量併購企業資料庫，以及Elith提供的符合金融機構安全要求的AI代理程式平台，推出無需依賴人力與經驗即可搜尋併購買賣雙方的「併購媒合AI」。

為何併購課題未能獲得解決?

併購媒合AI需要滿足以下四個要件，但這些要件的難度都很高，且從未同時實現過。

要件1:需要網羅性的企業資料

建立賣方與買方潛在企業名單，看似簡單實則難度極高。

首先，列出與自身產生協同效應的潛在企業，再透過條件篩選的媒合流程，能提高併購成功率。然而，透過網路搜尋僅能獲得上市公司資訊，即使是付費企業資料庫，能包含非上市公司在內進行網羅性企業名單建立的服務也不多。

要件2:可進行多角度篩選

除了包含非上市公司在內的企業網羅性之外，還必須能從企業規模、成長性、業務互補性等角度進行篩選，才能建立潛在名單。為此，需要收錄企業的業務內容、財務數據、股東結構等多樣化資訊項目。進一步地，對於未公開財務報表的非上市公司，必須有「替代指標」來衡量其規模與成長，才能做出判斷。

要件3:能以自然語言建立名單

即使準備了網羅性高且包含多樣化項目之企業資料庫，從中列出最佳併購潛在企業仍需專業知識。因為需要將想收購的企業語言化，並轉換為可搜尋的項目。

然而，以這種專業性為前提的機制，在期望人人都能操作的人力不足的現場，難以活用。「想尋找可能收購這家公司的企業」、「想找出在這個事業領域可能成為資本合作夥伴的企業」。能夠直接提出這類模糊問題，並回覆候選企業及選定理由的AI代理程式，是打破專業性不足的關鍵。

要件4:安全性

併購是要求高度機密性與資訊控管的領域。若無法控制幻覺(hallucination)或提示注入(prompt injection)等風險，則無法在併購這一任務關鍵領域使用。此外，併購要求高度的資訊控管。若無法控制機密數據被用於生成式AI模型的學習，或專案外成員透過AI代理程式存取重要檔案等資訊洩漏風險，則無法在金融機構的核心業務中使用。

這四點，任一項缺失都無法達到實用程度。針對併購用途優化的網羅性企業資料庫，以及能滿足金融機構安全要求的AI代理程式平台。唯有這兩家擁有不同專業性的合作夥伴，才能實現。

Buffett Code × Elith突破此瓶頸

Buffett Code與Elith將結合雙方優勢，實現「併購媒合AI」。

Buffett Code將總結長年累積的併購專業知識，提供網羅性的企業資料與詳細的資訊項目。Elith則提供能讓任何人以自然語言操作的AI知識與實裝能力，以及金融機構所需的安全性。如此一來，前所未有的理想併購媒合AI,在此誕生。

Buffett Code的優勢

足以應對併購實務的網羅性企業資料庫

包含上市公司與非上市公司在內，國內160萬家企業以易於篩選併購潛在對象的形式進行結構化。提供的不僅是企業名錄，而是能用於初步篩選及提案假設整理的企業資料基礎。

可用於收購假設與篩選的豐富資訊項目

除了2,393種行業分類外，還能根據業務內容、規模、成長性、財務資訊、股東資訊、融資歷史、員工人數變動等，進行「擁有互補性產品的企業」、「處於相鄰市場的企業」、「擁有相同客戶群的企業」、「處於上游或下游的企業」等以併購視角的篩選。

捕捉非上市公司變化的替代指標

對於未公開財務報表的非上市公司，利用月度員工人數變動等替代指標，捕捉企業規模的成長或縮小信號。支援從非僅限於現有客戶或上市公司的大樣本群中搜尋潛在對象。

最適化AI應用的數據累積

單純收集的數據,AI無法做出正確判斷。Buffett Code透過反覆進行科目映射與會計差異吸收等數據整理，長期累積數據，不斷提升資料庫品質。此品質是AI代理程式回答精確度的基礎。

Elith的優勢

AI安全/AI防護欄領域的知識

應對AI誤動作、資訊洩漏、提示注入、法規遵循等風險。負責實裝連金融機構等受監管行業也能安心使用的AI代理程式。

以品質評估平台「GENFLUX」為核心的AI技術

提供評估生成式AI回應品質，偵測並改善錯誤資訊及法規遵循風險的技術。基於AI安全/信任與安全領域的知識，支援建立可安心使用的AI基礎。

FDE型的高速實裝與改善能力

擁有與客戶業務現場並肩作戰，快速進行業務需求具體化、原型開發、改善循環的開發能力。支援根據各金融機構不同的業務流程與安全要求進行實裝。

對技術能力的高度信賴

獲得經濟產業省/NEDO的「GENIAC」採納，以及在國內最大規模新創企業大會「IVS2026 LAUNCHPAD」進入決賽等，在AI技術/AI安全領域的研究開發力與社會實踐力獲得肯定。

「併購媒合AI」將帶來的變革與未來

併購媒合AI將為地區性金融機構、私募基金、投資銀行等併購支援現場帶來以下變革。

AI將協助解決併購中最大的課題——買賣雙方的發掘。例如，為尋找苦於後繼者不足的汽車玻璃製造公司的買家，僅需提出「尋找北關東近年成長中的汽車零件製造業者」等抽象條件,AI便能結合多重信號篩選出潛在企業，並整理出選定該企業的理由。過去依賴個人人脈或直覺的「案件發掘」,將透過結構化數據與推理AI,得以定量且安全地進行。

中期而言，將進一步擴大支援範圍至媒合之後。從如何制定併購策略的初期討論，到長名單的建立與短名單化、評價(Valuation)、盡職調查(DD),目標是實現AI能一貫支援併購流程的狀態。

【公司概要】

Buffett Code株式會社 Buffett Code是為經營企劃、財務、併購、新事業相關人士提供資訊收集與分析業務的企業分析資料庫，旨在提高其精確度與效率。收錄國內上市公司與非上市公司等約160萬家企業(※截至2026年2月)的財務資訊與經營指標，具備2,393種行業分類及247項篩選條件，提供從分析對象企業名單建立到比較分析的完整分析環境。 透過整理分散的企業資訊並以易於利用的形式傳達，為提升決策品質與速度做出貢獻。

<公司概要> 公司名稱:Buffett Code株式會社 所在地:東京都目黑區青葉台1-14-2-301 代表者:代表董事 福田智宏 事業內容:企業分析平台「Buffett Code」的開發與營運 URL:https://www.buffett-code.com/

Elith株式會社 Elith株式會社是一家與客戶共同發現問題，並透過AI共創最佳解決方案的科技公司。針對製造業、金融業、醫療業等廣泛行業，以提供AI解決方案為主軸，提供從諮詢到生成式AI/LLM/圖像AI的開發，以及AI教育/顧問等一貫性服務。

此外，也專注於在生成式AI社會實踐中日益重要的AI安全領域，透過生成式AI回應品質與動作的即時檢查，並自動提出改善建議的AI安全平台「GENFLUX」,支援建立可安心使用的AI基礎。

公司名稱:Elith株式會社

代表者:代表董事CEO&CTO 井上顧基

總部所在地:東京都文京區本鄉2-27-17 Frontier Hongo I 6-A

事業內容:AI相關的研究、開發、設計、企劃、教育、銷售、維護、諮詢業務

公司概要 URL:https://elith.ai

【關於本案/PoC諮詢】

◆關於本案的諮詢與PoC洽詢 https://business.buffett-code.com/contact?utm_source=prtimes