
法人向けの新しい金融サービスが発表され、中小企業が抱えるお金の悩みや事業の成長をサポートする仕組みが大きく進化しています。三井住友フィナンシャルグループが提供する「Trunk(トランク)」というサービスが、単なる口座管理を超えて、カード、資金調達、ポイント優遇といった様々な金融機能が一つになった、新しいプラットフォームへと生まれ変わったのですね。
何が起きたのか
三井住友フィナンシャルグループは、法人向けのデジタル金融サービス「Trunk」に、新しい機能が大幅に加わったことを発表しました。これは、中小企業が事業を成長させるために必要な、決済から資金調達までを一つの場所でできる、強力なサポート体制を整えるための動きです。
まず、新たに「Trunkビジネスカード」が提供されます。これは、企業が使うカードとして、経費の管理や決済を助けるためのカードです。このカードは、AI(人工知能)を使って企業の成長度合いをチェックし、最大で10億円もの利用限度額に対応できる仕組みになっています。さらに、このカードを使うことで、会計ソフト(経理をするためのソフト)と利用明細が自動でつながり、経費の処理から会計までをスムーズに行えるようになります。従業員に発行したカードごとに、どこで使えるか、いくらまで使えるかといった利用のルールを設定できる機能も備わっているため、会社のお金の管理をとてもしっかり行うことができるようになるんですよ。
また、事業の資金繰りに困っている企業のために、「Trunkファクタリング」というサービスもスタートします。これは、企業がすでに発行した請求書(お金を受け取る権利)を使って、将来受け取る予定の売上代金を、今すぐお金に変えることができる仕組みです。融資とは少し違う、機敏な資金調達の手段として位置づけられており、AIが審査を行うことで、最短で即日、資金化が実現します。このサービスは2027年1月から提供が始まります。
さらに、Trunkを利用する企業や個人に対して、「Trunk リワード」という優遇プログラムが導入されます。これは、Trunk口座の預金残高や、利用しているサービスの状況に応じて、他のお行(銀行)への振込手数料や、法人カードのポイント還元率などを優しくしてくれる仕組みです。例えば、預金が多いほど、他行への振込手数料が無料になったり、カードのポイントがより多く貯まるようになるのです。
なぜそれが起きたのか
この新しい機能が生まれた背景には、中小企業が抱える「お金の管理」と「資金調達」という二つの大きな課題があるからです。
これまで、中小企業は経理や決済、資金調達のそれぞれについて、バラバラのサービスや手続きを、別々に利用していました。しかし、事業を成長させるためには、これらすべてを一つの場所で、スムーズに連携させることが非常に重要になります。Trunkは、法人カード、経費管理、資金調達といった必要なサービスを一つのプラットフォームに集めることで、「会社のお金のことは全部Trunkでいい」と、企業が安心して事業に集中できるようにしたいと考えているのです。
三井住友フィナンシャルグループは、中小企業が日本でトップを目指すために、金融サービスを強化する必要があると考えています。以前は、大きな銀行(メガバンク)は、中小企業に対して少し弱いという見方もありました。だからこそ、三井住友グループは、銀行だけでなく、他の銀行グループとも協力し合いながら、機能やサービスをどんどん進化させることで、他社との違いを明確にしようとしているわけです。
例えば、Trunkファクタリングは、企業がすぐに資金を必要としたときに、融資という手続きを待つのではなく、すでに持っている請求書という「権利」をすぐに活用して資金を得られるようにする、という新しい考え方です。これにより、中小企業は事業の機敏な変化にすぐに対応できるようになるでしょう。
わたしたちの生活にどう関係するのか
このTrunkの進化は、直接的に私たちの生活に影響を与えるだけでなく、社会全体の経済の流れにも関わってきます。
もし中小企業が資金繰りの問題を解決できれば、その企業は新しい製品を開発したり、もっと多くの人を雇ったりといった、事業を大きく成長させることができます。結果として、私たちの生活に必要な商品やサービスがより多く、より良い形で提供されるようになるわけです。
また、Trunkビジネスカードのような便利なカードが普及することで、企業は経費の管理を効率化し、無駄を減らすことができるようになります。これは、企業がより健全に運営されることを意味し、社会全体が安定していくための土台作りにもつながるのです。
このように、金融サービスが整うことで、企業が安心して事業に取り組めるようになり、結果として、私たち一人ひとりが利用するサービスの質や、経済全体の活力が向上していくことになりますね。
※本記事は、ニュース情報の事実関係を抽出し、LLM(言語モデル)を用いて平易な表現に整理した上で、筆者が校閲・編集して公開している解説コンテンツです。
※一次情報(元記事)の確認については、情報元の「元記事(外部リンク)」をご参照ください。

