事業承継M&A AIエージェントプラットフォーム
事業承継M&Aのプロセスを24時間自律で完結させる、AIエージェントプラットフォームです。
RSS等からの売却シグナル検知、企業価値算定、買い手とのマッチング、デューデリジェンスレポート生成、そして経営者向けコンシェルジュ対応の5工程を各専門エージェントが自動で実行します。
GitHub Actionsにより6時間毎にサイクルを回し、Orchestratorエージェントが各工程の成功率や精度を監視します。改善が必要な場合はプロンプトを自律的に書き換え、失敗時には自動ロールバックを行う自己進化型の実装が特徴です。
後継者不在に悩む中小企業の潜在層掘り起こしから、士業の業務負荷軽減、M&A実務の高速化まで、人間が介在しない「Human Out of the Loop」な事業運営を実現します。
zip未取得
Succedo - AIが支える事業承継
Human Out of the Loop × 事業承継M&A
人間が介在せず、24時間自律で動き、使うほど自動で賢くなるM&Aエージェントシステム
---
🎯 解決する課題
日本には後継者不在の中小企業が127万社存在し、毎年約6万社が廃業しています。
現状の問題:
- 税理士は顧問先200社を抱えながら、承継タイミングを手作業で把握している
- 経営者は「うちの会社いくら?」という疑問に誰にも即答してもらえない
- 既存のM&Aプラットフォームは「売りたい人が自分で登録する」受動型で潜在層にリーチできない
---
🤖 エージェント構成(5体)
| # | エージェント | 役割 | 自律改善 |
|---|---|---|---|
| ① | Valuator | EBITDAマルチプル法・純資産法で企業価値算定 | 業種別マルチプルを自動キャリブレーション |
| ② | Matcher | 売り手×買い手の自動マッチング | マッチング精度を重み付けで自動改善 |
| ③ | DD | デューデリジェンスレポート自動生成 | DDチェックリストを頻出質問から自動追加 |
| ④ | Concierge | 経営者・税理士からの質問に24時間自動回答 | エスカレーション率をもとに知識ベースを自動拡充 |
| ⑤ | Orchestrator | 全エージェントKPI監視・改善指示・Discord通知 | Phase 1-3 の完全改善ループを実装 |
エージェント処理の流れ
Valuator → valued(scored / sourced / inquiry / signal_detected を対象)
↓
Matcher → matched(1社あたり1回のAPIコールで全買い手を一括評価)
↓
DD → dd_completed
↓
Orchestrator → KPI監視 → Discord 統合レポート送信
---
✨ 最新機能(2026/05 時点)
✅ Phase 1: 改善効果自動測定
agents/orchestrator.py の measure_and_record_improvements()
- 各エージェントの前回実行と今回実行を自動比較
- 成功率・処理時間の改善率を
learning_logsに記録 - Discord レポートに「📈 改善効果測定」セクションを追加
✅ Phase 2: 自動ロールバック&代替案提案
agents/orchestrator.py の auto_rollback_degraded_agents() / suggest_alternative_improvements()
- 改善率 < 0 のエージェントを自動検知
- 前バージョンへの自動ロールバックを
learning_logsに記録 - エージェント別の代替改善案を提案・記録
- Discord レポートに「🔄 自動ロールバック」「📝 次回改善案」セクションを追加
✅ Phase 3: Dashboard に改善ログ表示
dashboard.html の Section 2.5「改善効果ログ」
- 5タブでフィルタリング表示(全て / ✅成功 / ⚠️失敗 / 🔄ロールバック / 📝提案)
- タイムライン形式で改善前後の成功率(before → after)を可視化
✅ タブ5「質問・相談」機能
index.html タブ5
- 立場(経営者/税理士/士業)・カテゴリ(複数選択)・質問内容を入力
feedbackテーブルにis_useful=falseで保存- Concierge が次の実行サイクルで自動回答
✅ Valuator 対象ステータス拡張
- 対象:
scored→scored / sourced / inquiry / signal_detectedに拡張 - フロントから問い合わせのあった企業(
inquiry)も自動で企業価値算定 - 承継シグナル検知企業(
signal_detected)も処理対象に追加 - JSONパース失敗時は
INDUSTRY_MULTIPLES × employee_count × 500万円でフォールバック算定
✅ Matcher 高速化
- APIコール数:120回(15社 × 8買い手)→ 15回に削減
- 1社の全買い手を1プロンプトに集約し、JSON配列で一括返却
✅ DD レポート表示機能(Dashboard)
- マッチング詳細テーブルに「DD」カラムを追加
companies.raw_dataのdd_report_*キーが存在すれば「📋 完了▼」ボタン表示- 展開時に推奨・リスクスコア・適合度を1行で表示
---
🔄 データフロー
顧客フロー
1. 事業価値診断(index.html タブ1)
→ companies テーブルに status='inquiry' で保存
2. 質問・相談(index.html タブ5)
→ feedback テーブルに action='question', is_useful=false で保存
3. ダッシュボード確認(dashboard.html)
→ マッチング詳細・DD結果・改善ログを確認
自動エージェント処理(GitHub Actions:6時間毎)
1. Valuator
→ scored / sourced / inquiry / signal_detected の企業価値を算定
→ status を 'valued' に更新
2. Concierge
→ feedback の未回答質問(is_useful=false)に自動回答
→ is_useful=true に更新
3. Matcher
→ valued 企業と buy_profiles を自動マッチング(1社1回APIコール)
→ matches テーブルに match_score と理由を記録
4. DD Engine
→ pending マッチの DDレポートを生成
→ matches.status を 'dd_completed' に更新
5. Orchestrator
→ 全エージェントの KPI を監視・記録
→ 改善効果を測定・比較(Phase 1)
→ 改善失敗時は自動ロールバック&代替案提案(Phase 2)
→ Discord に統合レポート送信
---
📊 KPI(現在値)
| 指標 | 数値 |
|---|---|
| 発掘企業 | 28社 |
| バリュエーション | 28件 |
| マッチング | 47件 |
| DD完了 | 47件 |
| 質問対応 | 23件 |
| 自律改善 | 190回以上 |
| 連続稼働 | 164時間以上 |
---
🛠 技術スタック
| カテゴリ | 技術 |
|---|---|
| 言語 | Python 3.11 / JavaScript / HTML CSS |
| AI | Anthropic Claude Haiku 4.5(全エージェント) |
| DB | Supabase(PostgreSQL) |
| 自動実行 | GitHub Actions(Cron:6時間毎) |
| 自律改善 | core/learning.py + Orchestrator Phase 1-3 |
| フロントエンド | Vanilla JS / HTML / CSS(Vercel でホスト) |
| 通知 | Discord Webhook |
---
📁 ファイル構成
succedo/
├── agents/
│ ├── valuator.py # ①バリュエーション(signal_detected まで処理対象に拡張)
│ ├── matcher.py # ②マッチング(高速化:120回→15回 APIコール)
│ ├── dd.py # ③DDレポート生成
│ ├── concierge.py # ④質問自動回答
│ └── orchestrator.py # ⑤統括・Phase 1-3 改善ループ実装
├── core/
│ ├── health.py # 自己診断・自動復旧
│ ├── learning.py # 自律改善ループ・プロンプト更新
│ └── notifier.py # Discord 通知
├── prompts/ # エージェント別プロンプト(バージョン管理)
├── scripts/
│ └── seed_data.py # テストデータ投入
├── index.html # 経営者向け診断(タブ5「質問・相談」追加)
├── dashboard.html # 管理者ダッシュボード(Section 2.5「改善効果ログ」追加)
├── supabase_schema.sql # DB スキーマ
├── requirements.txt
└── .github/
└── workflows/
└── agents.yml # GitHub Actions(6時間毎に全エージェント実行)
---
🚀 セットアップ手順
1. リポジトリをクローン
git clone https://github.com/teruishi/succedo.git
cd succedo
2. 依存パッケージをインストール
pip install -r requirements.txt
3. 環境変数を設定
cp .env.example .env
# .env に以下を設定
# SUPABASE_URL=
# SUPABASE_KEY=
# ANTHROPIC_API_KEY=
# DISCORD_WEBHOOK_URL=
4. Supabase にテーブルを作成
supabase_schema.sql を Supabase SQL Editor で実行
5. テストデータを投入
python3 scripts/seed_data.py
6. エージェントを実行
python3 agents/valuator.py
python3 agents/concierge.py
python3 agents/matcher.py
python3 agents/dd.py
python3 agents/orchestrator.py
---
Succedo - AIが支える事業承継
© 2026 Succedo. All rights reserved.