Términos como análisis de datos e IA se están lanzando en casi todas las llamadas de ganancias este año a medida que más empresas analizan las posibles oportunidades de inversión y los riesgos que acompañan a estas tecnologías. Todo el mundo habla de ello, pero ¿cuáles son las implicaciones en el contexto del mercado actual de fusiones y adquisiciones?
El análisis de datos y la IA pueden ayudar a las empresas a analizar grandes cantidades de datos, como estados financieros, datos de clientes y tendencias del mercado, lo que permite un proceso de diligencia debida más completo y preciso. Esto ayuda a identificar riesgos y oportunidades potenciales en una empresa objetivo, lo que permite al adquirente tomar decisiones más informadas sobre la adquisición.
Antes de continuar, ¿podría decir que el párrafo anterior fue escrito en su totalidad por ChatGPT? Este texto es solo un pequeño extracto de la respuesta sorprendentemente extensa de ChatGPT cuando se le envió el mensaje: "Explicar el impacto del análisis de datos y la inteligencia artificial en las fusiones y adquisiciones".
Si ChatGPT puede emitir una respuesta de este calibre en segundos, ¿qué impacto pueden tener la inteligencia artificial y el análisis de datos en el proceso de fusiones y adquisiciones? Primero, considere las oportunidades potenciales dentro del panorama actual de acuerdos.
El mercado cambiante de ofertas
En el entorno de negocios actual, donde casi uno de cada tres negocios falla debido a un tiempo de ejecución prolongado, la preservación del valor y el tiempo son esenciales. La evaluación manual de cientos o miles de contratos puede llevar muchas semanas o meses, y ese es solo un elemento de diligencia, por no hablar del proceso de transacción más amplio.
En el pasado, los profesionales de fusiones y adquisiciones se basaban en datos de muestreo, como contratos, y luego extrapolaban los resultados para ayudar a acelerar el proceso de revisión. Pero con la incertidumbre política y económica que prevalece en el mercado actual, este entorno comercial más riesgoso requiere una diligencia debida más exhaustiva y rigurosa con una cobertura más allá de las métricas financieras. La creciente complejidad y el creciente escrutinio de los inversionistas, los reguladores y los gobiernos han aumentado el tiempo promedio para finalizar un acuerdo de fusiones y adquisiciones en más del 30 por ciento durante la última década . Sin embargo, los clientes exigen que se realicen procedimientos más extensos dentro de plazos aún más ajustados y están menos dispuestos a pagar tarifas por servicios de menor valor agregado.
Para generar información valiosa, los profesionales de fusiones y adquisiciones a menudo necesitan dedicar mucho tiempo a revisar grandes volúmenes de datos. En la era digital actual, la producción de datos ha crecido a un ritmo exponencial. Aproximadamente el 90 por ciento de los datos disponibles en el mundo se han generado en los últimos años y para 2025 se espera que la creación anual de datos en todo el mundo aumente diez veces la cantidad producida en 2017 . Con una cantidad cada vez mayor de datos, los equipos de fusiones y adquisiciones pueden generar perspectivas más informadas que nunca. Sin embargo, con el aumento de la información necesaria para clasificar, a menudo a través de una revisión manual, los profesionales de fusiones y adquisiciones se enfrentan a una mayor presión a lo largo del proceso de negociación para obtener suficiente valor e información relevante sobre el riesgo dentro de limitaciones de tiempo más severas.
Oportunidades para la IA en acuerdos de fusiones y adquisiciones
Dada su etapa actual de desarrollo, la IA y el análisis de datos pueden mejorar y agilizar el proceso de diligencia debida al permitir que las empresas mejoren su cobertura, eficiencia y, por lo tanto, competitividad en el mercado de fusiones y adquisiciones. El análisis de datos puede reducir el tiempo de revisión hasta en un 90 % , lo que permite a los profesionales dedicar su tiempo a tareas más amplias que generen valor, como analizar sinergias posteriores a la negociación, descubrir posibles señales de alerta e investigar el impacto en un negocio. la posición estratégica de la empresa, en lugar de estar atado a tareas más granulares y de menor valor.
Las tecnologías de aprendizaje automático, como la IA, no solo tienen el poder de recopilar, clasificar, analizar e interpretar volúmenes de datos sin procesar que de otro modo se subutilizarían en segundos, sino que también son mucho menos propensas a errores humanos y silos o brechas de información al evitar el muestreo, por lo tanto permitiendo una revisión más completa con una mejor cobertura de datos. Esto evita que los equipos de diligencia debida confíen en datos de baja calidad y sacrifiquen la precisión, lo que a menudo conduce a conocimientos desinformados que desperdician mucho tiempo y costos.
El análisis de datos y la IA también podrían ayudar con la identificación de objetivos y el proceso de integración posterior a la fusión al analizar las tendencias del mercado y la actividad de fusiones y adquisiciones pasadas e identificar las áreas de integración más desafiantes para ayudar a las empresas a planificar de manera efectiva. Cuando se trata de contratos, la IA puede identificar anomalías entre documentos, especialmente si uno se desvía de un patrón típico o estándar de mercado, y brindar información valiosa al extraer, resaltar y categorizar rápidamente información clave y disposiciones relevantes integradas en contratos, como precios, devoluciones, plazos y fechas.
Con estas soluciones basadas en datos, los profesionales de fusiones y adquisiciones pueden identificar mejor las oportunidades de sinergia y optimizar las actividades comerciales posteriores a la adquisición, como comparar los contratos de compradores y vendedores para identificar qué entidad ofrece las condiciones más favorables con los vendedores y proveedores externos, en un proceso que es mucho más rápido y más preciso que la revisión manual.
limitaciones de la IA
Si bien la IA puede ofrecer transacciones más económicas y rápidas al automatizar muchos aspectos del proceso de diligencia debida, las firmas de contabilidad deben tener cuidado con los riesgos e inconvenientes inherentes al confiar en la IA para los servicios de diligencia debida.
Si bien la IA puede analizar de manera eficiente términos estandarizados más inequívocos en los acuerdos, la revisión de términos más inusuales requeriría capacitación adicional del sistema. Sin documentos lo suficientemente claros y estandarizados o el programa de capacitación necesario, las empresas podrían experimentar fallas de software y mal funcionamiento del sistema, lo que daría lugar a que se pasaran por alto documentos o se malinterpretaran las disposiciones. Después de todo, la IA es tan buena como la calidad de los datos utilizados para entrenarla (y actualmente, la IA carece de la capacidad para evaluar dicha calidad).
Dada su etapa inicial de desarrollo, la IA todavía entrena y opera en un conjunto de datos limitado, aunque, con el tiempo, se espera que ese conjunto de datos se expanda a medida que se siguen generando más datos. Sin embargo, cuando se trata de desarrollar tendencias, la IA y el análisis de datos pueden carecer de la capacidad para determinar la relevancia de los datos y la capacidad de identificar tendencias que rápidamente pasan a primer plano.
Los datos en los que se entrena la IA de un período de tiempo anterior pueden generar conocimientos que ya no son ciertos más adelante cuando los nuevos datos cuentan una historia diferente. Además, capacitar al programa con información sensible o confidencial del cliente también podría exponer a la empresa a una mayor responsabilidad por las implicaciones de privacidad, al mismo tiempo que la somete a más ataques cibernéticos y filtraciones masivas de datos.
Debido a que las herramientas de IA como ChatGPT incorporan envíos de datos de los usuarios en su modelo de capacitación, esto deja la información confidencial de la empresa enviada susceptible de quedar expuesta en la salida de ChatGPT. Un estudio reciente realizado por Cyberhaven descubrió que poco menos del 1 % de los empleados eran responsables de más del 80 % de los casos relacionados con la introducción de datos confidenciales en el chatbot.
A medida que surgen más herramientas impulsadas por IA, es crucial que los empleados estén capacitados para conocer qué información califica como datos altamente confidenciales, comprender las prácticas adecuadas de uso de estas tecnologías y ser conscientes de los riesgos que estas herramientas representan para una organización. Las firmas de contabilidad también deben considerar redactar políticas para el uso aceptable de la IA y otras herramientas de aprendizaje automático en el lugar de trabajo para evitar una mayor exposición. Incluso si los empleados piensan que los datos que se comparten son genéricos e inofensivos, primero se deben revisar las políticas relevantes con los equipos legales y de cumplimiento para aclarar cualquier duda.
¿Vale la pena la inversión en IA?
Además de los riesgos inherentes, una de las principales desventajas de adoptar tecnología de IA, en particular para las pequeñas y medianas empresas, es el costo y el tiempo necesarios para implementarla. Las empresas más grandes se beneficiarán a corto plazo, ya que tienen la capacidad financiera para invertir en estas tecnologías.
La adopción de IA requiere recursos y personal con conocimiento de los procesos de fusiones y adquisiciones y la experiencia para establecer sistemas basados en reglas de IA para estos procesos. Los algoritmos efectivos para un proceso de fusiones y adquisiciones requieren aprendizaje automático supervisado, lo que implica un proceso extenso y que requiere mucho tiempo para etiquetar los conjuntos de datos clasificados que se utilizarán. Las empresas pueden carecer de la capacidad y el presupuesto para desarrollar el proceso internamente o subcontratar las soluciones a expertos dedicados.
Hasta que las herramientas de inteligencia artificial y aprendizaje automático se vuelvan más sofisticadas y generalizadas, una solución para las empresas más pequeñas o aquellas con presupuestos limitados es utilizar soluciones de inteligencia artificial desarrolladas por terceros que se pueden aplicar a una amplia gama de las tareas de diligencia debida que consumen más tiempo. proceso.
Mirando hacia el futuro
Desde mejorar la integración posterior a la fusión hasta permitir un proceso de acuerdos mejor informado y acelerado, las tecnologías como la inteligencia artificial y el análisis de datos tienen el poder de tener un impacto significativo en el proceso de fusiones y adquisiciones. Si bien ambas tecnologías tienen el potencial de mejorar y agilizar el proceso de diligencia debida de fusiones y adquisiciones, en última instancia deben tratarse como una herramienta y no como un sustituto de la experiencia de los profesionales experimentados en fusiones y adquisiciones. Las empresas deben tener cuidado con los riesgos inherentes de la IA en la prestación de servicios de fusiones y adquisiciones, especialmente la responsabilidad por cuestiones de privacidad, mal funcionamiento del sistema o malas interpretaciones de los datos.
Dado que la IA es un esfuerzo tan intensivo en capital y recursos humanos, las empresas que deseen utilizar la IA de manera efectiva deben invertir no solo en el software, sino también en los recursos humanos necesarios para desarrollar y capacitar el software, así como en la capacitación de los profesionales que utilizan el software e interpretan sus hallazgos. A corto plazo, las empresas deben considerar su capacidad para respaldar la plataforma tecnológica y su mantenimiento continuo, priorizar algunos procesos de automatización adecuados para IA y análisis de datos avanzados y luego construir a partir de ahí.
Si bien estas soluciones pueden requerir una mayor inversión inicial, con el tiempo tienen el poder de disminuir el estrés de todas las partes involucradas en el proceso, aumentar la transparencia, profundizar los conocimientos, acelerar los plazos y, en última instancia, aumentar el valor del acuerdo.
