インフォマート、AI経営分析システム「IMAgent」提供開始

企業間取引データをAIで高度に分析し、意思決定や調達の最適化を支援

デジタルの力であらゆる業務を効率化する株式会社インフォマート（本社：東京都港区、代表取締役社長：木村 慎、以下「当社」）は、AIによる経営分析システム「IMAgent」（読み：アイムエージェント）を提供開始することをお知らせします。これにより、「BtoBプラットフォーム」シリーズに蓄積された取引データから、自社の経営状況や業界の取引傾向の分析が可能になります。8月26日よりベータ版を、2027年3月には正式版を提供する予定です。

現在、当社が提供する「BtoBプラットフォーム」シリーズの製品には、130万社を超える企業のデジタル取引データが明細まで含めて蓄積されており、2025年の年間流通金額は71兆円を超えています。また、近年の生成AIの技術的発展により、データの分析や活用の可能性は大きく高まっています。そのような状況から、「BtoBプラットフォーム」シリーズの利用企業が自社の取引データを分析・活用し、経営判断や調達の最適化を実現できるよう、本サービスの提供に至りました。企業間取引データにおける「部門やシステムで分断している」「分析の仕方が分からない」「示唆を打ち手に変えられない」といった問題を解決し、データから具体的なアクションを導き出す支援をいたします。

「IMAgent」とは、当社プラットフォームに長年蓄積してきた企業間取引データをAIで分析することで、経営に役立つ情報へと進化させていくサービスです。第一弾として提供する機能では、チャット画面において「請求がもっとも増加している商品は？」「通常と異なる請求は発生している？」のように、ユーザーが自然言語で質問をすれば、取引傾向の分析結果や、急な数値変動の有無、次の取引へのアドバイスなどを出力します。

・提供対象：「BtoBプラットフォーム」シリーズの有償利用企業

　※2026年8月時点では「BtoBプラットフォーム 請求書」のみ対象。順次他サービスにも拡大。

・価格：ベータ版は無償提供。正式版の価格は決定次第発表します。

・ベータ版パイロットユーザーを募集しています。ご希望の方は以下よりお問い合わせください。

　https://lp.infomart.co.jp/l/910342/2026-04-20/gm4f7

当社では今後、「BtoBプラットフォーム」シリーズ全体に分析対象を広げ、自社分析だけでなく業界トレンドを多角的に分析できるダッシュボードを搭載する予定です。これにより、業界やエリア、これまでの推移など、取引傾向をより詳細に分析できるようになります。また、AIによる分析だけでなく、業務負担を軽減するAIエージェントも実装予定で、業界のさらなる生産性向上を支援してまいります。

デジタルデータで帳票を授受することにこだわってきた当社だからこそ、データ価値を最大化できるAIがIMAgentです。当社の強みである130万社超の取引ネットワーク、年間71兆円以上の取引明細データ、これらデータ資産をお客様に活用いただくためのAIサービスです。今回はベータ版でのリリースですが、今後順次機能拡張を行い、お客様の経営や現場に変革を起こすAIサービスをお届けします。

1998年の創業以来、企業間取引における請求・受発注等の業務効率化を実現するクラウドサービスを提供・運営しています。主力サービスの「BtoBプラットフォーム」は、130万社以上が利用し、プラットフォーム内の総流通金額は年間71兆円以上。

会社名：株式会社インフォマート（東証プライム市場：2492）

代表者：代表取締役社長　木村 慎

本社所在地：東京都港区海岸1-2-3 汐留芝離宮ビルディング13階

設立：1998年2月13日

資本金：49億6,918万円（2026年6月末現在）

事業内容：BtoB（企業間電子商取引）プラットフォームの運営

従業員数：926名（連結）、897名（単体）（2026年6月末現在）

URL：https://corp.infomart.co.jp/

※ここまでが「PR TIMES」で配信されたプレスリリースの原文です。以下は trends 編集部による情報です。

ITやプログラミングに関するコラム

• 
  【Python】FastAPIで料金プラン見積もりシミュレーターを作ってみた
• 
  【Python】pandasとmatplotlibで在庫データのABC分析と構成比を可視化してみた
• 
  【Python】Flaskで社内FAQをカテゴリ検索できるWebアプリを作ってみた
• 
  【Python】argparseでJSON整形・構文検証・キー検索CLIを試してみた
• 
  【Python】NumPyとmatplotlibでモンテカルロ法による円周率推定と収束過程の可視化を試してみた
• 
  【Python】Playwrightでスクレイピングを試してみた
• 
  【CSS】notで複数の件を除外する方法
• 
  【Git】remote設定を変更する方法
• 
  【VBA】コメントアウトを設定する方法
• 
  x86とx64の違いを分かりやすく解説

ITやプログラミングに関するニュース

• 
  VercelがAI GatewayにSeedream 5.0 Proを追加、AI SDKのモデル指定で画像生成と編集が可能に
• 
  AWSがAmazon LocationのPlaces APIを強化、住所表記の指定と移動手段別の検索が可能に
• 
  VercelがトレースにTree・Waterfallビューを追加、ログ画面で処理の階層と所要時間を確認可能に
• 
  Googleがエージェント評価の再考を提唱、難易度を情報量で測るDiscovery Benchを解説
• 
  Google CloudがCloud Runサンドボックスを公開プレビューで提供、サービスヘルスは一般提供に
• 
  Google Cloud EMEAが英国金融の重要第三者に指定、イングランド銀行・PRA・FCAの直接監督下に
• 
  AWS DMS Schema ConversionがSQL Serverのオフライン変換に対応、ソースDBへ接続せずスキーマを変換可能に
• 
  EC2 G7インスタンスが米国東部（バージニア北部）で利用可能に、G6比でAI推論性能が最大4.6倍
• 
  SageMaker HyperPodが継続プロビジョニングでのAMIベース構成に対応、S3のスクリプト管理なしでSlurmクラスターを作成可能に
• 
  AWSがEMR on EKSでSparkトラブルシューティングエージェントに対応、失敗ジョブの原因分析を自然言語で依頼可能に