FriendlyData、社員6人・調達1.2億円でシード完了の翌月にServiceNowへ8桁ドル売却

3年弱で終わった会社の話

FriendlyDataは2016年、Michael Rumiantsau、Alex Zaytsev、Alexey Zenovichの3人が立ち上げたエンタープライズ向けソフトウェア企業である。やっていたことは一つで、普通の英語で書いた質問をSQLに変換し、データベースに問い合わせられるようにすること。SQLを書けない業務担当者が、エンジニアを経由せずに自社データを触れるようにする、いわゆるText-to-SQLの領域だ。

2018年10月、この会社は上場企業ServiceNow(カリフォルニア州サンタクララ)に買収された。売却額はThey Got Acquiredの表記で「low 8 figures」、つまり8桁ドルの前半=十数億円規模とされる。創業から3年未満、社員6人、累計調達額は120万ドル。しかも売却時点で「エンタープライズ顧客の獲得をようやく始めたばかり」の段階だった。

売上でも顧客数でも説明できない値付けがなぜ成立したのか。時系列を先に置く。

時系列で見る2016→2018

注目すべきは下3行の密度である。**シードラウンドを閉じた翌月に会社が売れている。**通常、シード調達は「これから数年かけて大きくする」という宣言であり、その直後の売却はまったく別の判断を意味する。

何を作っていたのか

Rumiantsau氏はベラルーシ出身のソフトウェアエンジニアで、現地スタートアップFlatlogicのCTOを務めた経歴を持つ。2017年にサンフランシスコへ渡り、当初は受託開発会社とFriendlyDataを同時に回していた。

プロダクト側の決定的な事実は一つ、**「既知のText-to-SQLベンチマークをすべて上回った」**という点だ。買収の理由を説明したRumiantsau氏の言葉がそのまま残っている。

ServiceNowは世界で最も高度なNLP(自然言語処理)能力を構築することに関心を持っていた。FriendlyDataの技術は、既知のText-to-SQLベンチマークをすべて上回っていた。(要旨)

売り物は売上ではなく、数値で比較可能な技術的優位だった。

潮目が変わった10ヶ月

転機は2018年に集中している。それまでの2年間、FriendlyDataは「創業者が受託と並行で回しているプロダクト」だった。ここが変わったのが500 Startupsバッチ20への採択である。Rumiantsau氏はこの採択を「創業者としての人生における転換点だった」と明言し、理由をこう説明している。

移民である自分にとって、ソーシャルプルーフを持てたことが多くの扉を開いた。(要旨)

そして採択を経て2018年9月にシードをクローズ、その直後にServiceNowから打診が入り、10月に成立している。前後を並べると軌道の変化は明らかだ。

技術そのものは2016年から作り続けたものであり、2018年に急に良くなったわけではない。変わったのはその技術が「見える」ようになったことである。

なぜ「ほぼ売上のない会社」に十数億円がついたのか

三つの構造が重なっている。

**検証コストの低さ。**買い手が未上場スタートアップを評価するとき、最も高くつくのは「この技術は本当に良いのか」の確認である。Text-to-SQLには公開ベンチマークという共通の物差しがあり、FriendlyDataはそこで首位だった。売上実績がなくても、買い手は数時間で優位性を確認できる。逆に言えば、物差しのない領域では、同じ技術力でもこの値付けは成立しない。

**買い手が財務的買収ではなく戦略的買収をしていたこと。ServiceNowはAI・機械学習に重投資している最中で、「世界最高のNLP能力」を目標に掲げていた。この場合の値付けの基準は「この会社の利益の何倍か」ではなく、「同じものを自前で作った場合のコストと時間」**になる。上場企業にとって1年の遅れの機会損失は十数億円を軽く超えることがある。売り手の売上がゼロに近くても価格が成立するのはこのためだ。

**チームごと移ったこと。**共同創業者3人全員がServiceNowに参加し、技術を親会社のプラットフォームへ統合する側に回った。買い手が手にしたのはコードだけでなく、それを動かし続けられる人間である。この形はいわゆるアクハイア(人材獲得型買収)の色が濃い。

加えて見落とせないのが、Rumiantsau氏の営業観だ。彼は**「最初の販売はMVPが完成する前に済ませるべきだ」**と述べ、実際にプロトタイプ段階から企業への接触を始めていた。「使っている人からのフィードバックが最良だ」というのが理由である。この結果、買収時点で「エンタープライズ顧客の獲得を始めたばかり」という状態を作れていた。ゼロと「始めたばかり」の差は、買い手からは大きく見える。

3人 対 70人という非対称

この事例で最も生々しい数字は売却額ではない。デューデリジェンスの人数である。

Rumiantsau氏は「上場企業への売却は、通過しなければならない精査とデューデリジェンスの量ゆえに困難だった」と振り返っている。少人数チームが上場企業に売るとき、交渉と資料対応に事業運営とほぼ同量の工数が奪われる。売却プロセスそのものが、6人の会社にとっては一つの大きなプロジェクトになる。

彼が後にSNSで共有した教訓も、この非対称を前提にしたものだった。複数の買い手候補と交渉すること、大組織に売るなら経営層のスポンサーを確保すること、そして取引が流れた場合の代替案を用意しておくこと。3人でDD対応をしている間に事業が止まり、しかも成立しなかった場合、会社は致命傷を負う。

この事例から読み取れない部分

正直に書いておくと、この事例には数字の空白が多い。売却額は「8桁ドル前半」という幅のある表現で、正確な金額は非公開。ARRも顧客数も開示されていない。したがって**「いくら稼げばいくらで売れるか」をここから学ぶことはできない。**

さらに、シード完了の翌月に売るという判断は、資金調達の前提を自ら放棄する判断でもある。調達直後の売却は投資家にとって短期で回収できる好取引だが、創業者側が数年後にどれだけ大きくできたかは検証できない。売却は常に「その時点で降りる」という選択であり、この事例は速さの代償を開示していない。

何が真似でき、何が真似できないか

再現しやすい部分は二つある。一つはMVP完成前に見込み客と話し始めるという運用。もう一つは、外部の物差しが存在する領域を選ぶという設計思想だ。ベンチマーク、公開スコア、第三者の認証など、自分の優位を他人が短時間で確認できる指標がある領域は、実績が薄い段階でも評価されうる。

再現できない部分はそれ以上に大きい。まず2018年というタイミングである。当時のText-to-SQLは専門的な機械学習の課題であり、ベンチマーク首位に価値があった。現在は基盤モデルが同種の機能を広く提供しており、同じ技術で同じ評価を得ることは考えにくい。次に500 Startupsバッチ20への採択そのもの。これは応募すれば通るものではなく、しかも彼の場合は「移民創業者としての信用照会の代替」という特殊な効き方をしている。そして最後に、買い手が向こうから来たこと。ServiceNow側が先に動いており、売り手が探し回った案件ではない。ここは意図して作れる条件ではない。

なお、Rumiantsau氏はその後ServiceNowを離れ、AI分析スタートアップNarrative BIを立ち上げ、@founders.aiという投資プラットフォームを通じて他の起業家への投資も行っている。売却で終わりではなく、次の資本と信用に変換した形になる。

あわせて読みたい

• ScrapingBee — 少人数SaaSが売却に至るまでの数字の作り方
• MENTA — 事業会社によるアクハイア型買収の日本の例