人工智能时代的交易艺术

但是技术并非他们的唯一优势；他们也懂得如何运用技术。他们的交易团队接受过训练，能够解读人工智能驱动的洞察，自动化工作流程，并应用高级分析来提升谈判技巧。他们还与行业专家合作，在真实的交易模拟中测试新模型。到交易结束时，他们已经领先两步，为交易后的成功做好了准备。这不是一个遥远的未来。我们的研究揭示，那些嵌入下一代技术、使团队具备有效使用这些技术的能力并与合作伙伴进行战略合作的交易员们已经领先一步。 埃玛是一位并购（M&A）高管，她刚刚完成了一笔交易。这个过程很熟悉：大量的数据室文件、依赖人工的尽职调查和长时间的工作。整合挑战迫在眉睫，协同效应目标也显得不确定。与此同时，一家竞争对手完成了类似的收购——而且更快、更有信心。他们用一年的时间将下一代技术融入其流程中，以发现机会、实时完善估值以及几天内而不是几周内标记风险。 关于作者J. 尼利高级执行副总裁 – 安永战略，全球交易咨询业务负责人 帕特尼首席总监 – 阿克森泰尔研究 首席执行官——埃森哲战略部、亚太区负责人、交易咨询苏茜·布林曼 马库斯·里姆纳首席执行官 – 安永战略、交易咨询 亚历克斯·M·达尔克首席执行官 – 安永战略、交易咨询 高级执行总监——埃森哲战略，全球私募股权业务负责人Rachel Barton 执行摘要为了弄清楚这一点，我们调查了650名并购和私募股权(PE)专业人士，分析了他们在整个交易生命周期中的12个阶段——从行业研究到交易后绩效评估——的流程，以及他们的技术采用情况和财务成果。下一代技术正在重塑交易——扩大数据获取途径，加速执行进程，并创造新的价值实现路径。然而，尽管拥有了前所未有的工具，大多数交易员仍难以将潜力转化为绩效。为什么？我们的研究表明存在一个显著差距：虽然大多数交易商采用了新技术，但他们都是临时采用的——极大地低估了其潜力。 例如，将生成式人工智能整合到至少一半交易阶段的人员，报告能够持续捕获收购后价值的机会是其他人的4倍以上。然而，他们只占我们调查的并购和私募股权专业人士的7%。很少有人系统地将要约数据转化为制度知识，或建立结构化框架来构建、购买或合作数字能力。本报告剖析了使顶尖交易员脱颖而出的三大战略行动，并详细阐述了他们如何通过将复杂性转化为信念来创造Alpha。精明的交易者采用不同的方法。他们将清晰的数字战略嵌入其中，并在整个交易周期中部署合适的技术。他们为团队配备所需的工具和培训，以更快地行动并精确执行。他们与专家合作，实时进行实验、迭代和改进战略。 并购是反弹。你会成为优势交易商？ 经过多年的交易活动低迷，全球并购和私募股权市场可能开始出现复苏迹象。利率稳定、充足的现金储备和准备就绪的退出资产提振了市场信心。与此同时，地缘政治变化、通胀压力和贸易风险持续影响市场前景。优质资产的竞争十分激烈，迫使交易员在快速行动的同时仍需做出精准且高信心的决策。然而，目前大多数交易专业人士缺乏信心，我们调查的94%高管承认他们的交易前流程需要改进。然而，一些公司正在迎头赶上。它们已经超越了仅将技术用于增量效率提升或流程优化的阶段，将其融入其战略以及交易本身的艺术中。它们不再仅仅依赖标准的估值模型和清单，而是在整个交易周期中部署新兴技术，发掘在上一轮交易热潮——一个资金泛滥的时代——中无法想象的洞见。 %疫情迫使交易执行者掌握远程操作。如今他们面临一个新的必要性：整合下一代技术来推动更精准的决策和稳健的执行。94许多交易员认为交易前的流程需要改进。 –总经理，私募股权基金在交易中解锁alpha 6尽职调查中企业的实际运营表现可能与供应商期望不符——过于乐观的预测往往难以实现。 解锁交易中的alpha战略和技术脱节 结果：错失了最大化交易成果的机会。我们的研究表明，到2025年1月，在各个交易阶段投资生成式人工智能的交易专业人员比例已上升至30%，较前一年增长了6个百分点。交易前阶段获得了这些收益的最大部分，交易寻源和筛选从24%增长到44%，尽职调查从43%增长到56%。相比之下，投资交易后阶段的专业人员比例有所增长，从2024年的平均18%增长到2025年的21%。 新技术正在帮助交易团队更快地识别和评估目标，更精确地完善标书，并制定更有效的价值创造计划。我们调查的高管们认识到了这种力量：82%的人表示人工智能和高级分析已经加速了他们的交易前洞察。生成式人工智能也不例外。高管们对其在尽职调查等交易前期阶段的潜在价值充满高度信心。像Perplexity的学术过滤器这样的工具可以综合行业趋势和法规的学术研究，为交易的监管评估提供快速的高层次概览——减少早期聘请法律顾问的需求。一位资深企业开发高管告诉了我们：“如果人工智能能提供与律师所能提供的相比肩的东西，为什么还要付费给顾问呢？”即便如此，对生成式AI的投资仍落后于其被感知的潜力——这种差距在交易后的执行阶段尤为显著。虽然尽职调查相对得到了广泛采用，但像变更管理、整合和分离等关键领域仍然被忽视（见图1）。 79%75%79%74%73%31%44%56%32%32%在交易周期中，生成式人工智能的投资与其感知价值存在差距。从交易员中期望生成式AI能创造高价值的百分比，与投资生成式AI的交易员百分比的比较来源：埃森哲研究，《2025年交易咨询调查》，n=650。图1交易前的准备工作谈判者期待高值来源生成式AI谈判者投资于生成式AI尽职调查和筛选估值与交易结构协同效应识别工业和公司研究 %71%这些数据点表明，当交易员在交易全生命周期中战略性地采用生成式人工智能时，其回报往往会复合——并且变得更加可预测。7l至少在12个阶段的半个中使用平均生成性人工智能。这个群体更有可能报告他们始终如一地捕获了获取后的价值。这个群体更有可能报告他们始终如一地捕获了获取后的价值。这个群体更有可能报告他们始终如一地捕获了获取后的价值。生成式 AI 的感知价值与实际投资之间的差距正导致点解决方案和碎片化采用。没有单一的交易撮合者将生成式 AI 应用于交易生命周期的所有阶段。相反：在并购交易生命周期的12个阶段中，仅在其中的2-4个阶段使用生成式AI。 私募股权的AI优势此外，资产管理规模（AUM）超过500亿美元的对冲基金正在比资产管理规模低于250亿美元的规模较小的基金显著更多地投资生成式人工智能。我们的研究表明，私募股权公司对AI的价值比企业并购专业人士更有信心，尤其是在早期交易阶段。尽管私募股权公司在采用新技术方面倾向于保守，但这种信念正在推动更高的生成式AI投资。 解密交易中的alpha 10 为什么交易团队难以快速释放价值 当今交易团队面临一个资源过剩的问题。他们前所未有地掌握了更多的数据、技术和潜在合作伙伴。然而，这种过剩——加上可用工具的不成熟、对明确胜者的不确定性，以及有时信任的缺失——正导致决策犹豫不决。人工智能和分析工具的快速涌现——通常来自声誉尚在建立中的初创公司——使得很难决定信任哪些解决方案。筛选海量市场数据、公司资料、会议记录和研究报告可能会让人感到不知所措，正如我们的研究所示（见图2）。对于私募股权交易员来说，这个挑战更加突出：与并购专业人士的38%相比，62%的人难以从这些充斥的数据中提取相关见解。许多高管都在思考一个根本性问题：是应该自建、购买还是合作？缺乏一个结构化的框架，他们在做这些关键决策时感到挣扎。 如何使交易执行者从战术性技术采纳转变为贯穿交易全生命周期的战略方法——一种能够简化复杂问题并驱动卓越价值的方案？ 来源：埃森哲研究，《2025年交易咨询调查》，n=650。每三位面临的主要挑战中，引用每个因素的交易商的百分比（非监管）大量的分散数据以及技术和合作伙伴选择过多，导致交易复杂性。可用于决策的大量数据不完整/碎片化数据可用用于决策文化差异与融合挑战评估和识别人才以实现价值创造计划选择合适的技术/合作伙伴市场竞争力增强在交易前花费过多的时间和资源 01.02.优势交易商擅长三件事。他们：解锁Alpha的三个步骤新技术可以改变交易方式——但只有当企业超越临时采用，并以结构化的方式应用它们时。在交易全生命周期中嵌入技术，以最大化投资回报。为团队配备合适的工具和培训，将洞察力转化为行动。 03.在交易中解锁Alpha 在交易中解锁Alpha 14 14与专家合作，不断试验以培养学习和敏捷性。 01.在交易全生命周期中嵌入技术，以最大化投资回报。 即使在倾向于投资下一代技术的早期交易阶段，近三分之二的交易者（64%）仍难以有效整合人工智能和分析技术。这表明从一开始就需要一种结构化的端到端方法——正如我们的研究表明的那样，这种方法与持续实现收购后价值相关联。领先的媒体和电信公司Virgin Media O2使用GenWizard—一个由生成式人工智能驱动的自动化工具——来简化并购后的数据集成。这使他们能够在问题发生之前预测和修复问题，节省内部流程的时间，并将数据运营生产力提高了50%。运营影响也通过更及时、准确的数据传递给了他们的客户。这显著促进了公司的整体数据转型，包括提供更好的定价、高度个性化的推荐和节省成本的套餐。 一个清晰定义的数字战略将零散的数据和脱节的工具转化为一个协同的智能引擎——帮助企业预见风险，抓住机遇，并果断做出高影响力的决策。然而，尽管认识到技术的价值，只有24%的企业在整个交易生命周期中嵌入数字战略—更不用说部署生成式人工智能了。重点仍然严重偏向交易前活动。例如，63%的交易人员认为稳健的数字战略可以提高尽职调查，但这个数字在价值创造规划中降至26%，在绩效评估中仅为24%。这种不平衡——专注于交易前的活动而忽视交易后的整合——意味着交易人员常常错失快速获取价值的关键机会。例如，由生成式人工智能驱动的洞察可以帮助他们更好地预见整合挑战，构建和追踪协同效应，并识别未充分发掘的效率。 在交易中解锁阿尔法16– 欧洲私募股权公司首席执行官我们已在我们所有的投资公司中考察了生成式人工智能，并选择了提供明确、增量改进的解决方案，例如使人们能够更快地回答查询或简化价值链的部分环节。 29%22%交易撮合者中，声称在所有交易活动中嵌入完整数字策略的百分比高TSR企业和顶级价值创造者更有可能在交易全生命周期中嵌入整体数字战略。1.3x其他人高TSR公司来源：埃森哲研究，交易咨询调查，2025年，样本量=650。高TSR公司是指根据五年TSR（2019–2024年）排名位于前25%的公司，数据来源为S&P Capital IQ。 图3 什么使高TSR公司与众不同以及交易价值创造者我们发现高TSR企业的全面交易生命周期中嵌入数字战略的可能性比其他企业高1.3倍。类似地，那些报告称始终能够捕获收购后价值的人——在本报告中我们称他们为顶级价值创造者——将技术有效整合到交易流程中的可能性比同行高3.2倍。在我们对650名交易专业人士进行的调查之后，我们分析了400家上市公司（全部为并购），将调查结果与总股东回报（TSR）联系起来，以识别那些具有五分之一分位数五年平均TSR的公司。另外，在并购和私募股权的完整样本中，我们识别了那些持续报告实现收购后价值的交易执行者。 59%谈判者报告他们始终保持交易后价值 识别人工智能可以在估值建模、筛选和尽职调查中发挥作用的地方，确保技术采用的无缝集成和清晰的拥有权。制定一个将人工智能嵌入核心交易活动的数字战略： 标准化和集中化交易数据以释放更智能的洞察：清理和整合历史交易数据，利用AI在交易执行过程中实时揭示洞察力。优先考虑数据安全与集成一起。 在扩展规模之前，在实时交易流程中试点新技术运行受控测试，使用高级分析和人工智能模型进行财务评估、风险分析和合同评估，确保在全面部署之前证明其影响。 02.为团队配备合适的工具和培训，将洞察力转化为行动。 高TSR公司擅长将过往交易数据和信息转化为竞争优势。它们培训团队整合新技术的几率比同行高1.4倍，建立结构化知识共享框架的几率也高1.4倍。同样，报告持续捕获并购后价值的交易员，将此类框架嵌入执行的几率比同行高5.7