用生成式人工智能重塑并购

贡献者Arun Anantharaman 亚历杭德罗·阿纳亚 Nicole D’Agostino 布丽吉特·康奈利 Dwight Fontilla塞巴斯蒂安·加蒂耶 David Kimble 作者 J. 尼利马库斯·里姆纳高级副总裁 – 安永战略并购全球负责人首席执行官 – 安永战略并购首席执行官 – 安永战略并购 高级总监 – 数据与人工智能Nayanjyoti A. Paul高级首席顾问—埃森哲研究 数字技术一直是交易商数十年来的关键考量因素。一方面，获取数字能力是常见的交易目标。我们发现，几乎60%的并购（M&A）高管预计他们的交易将加速其成为数字化企业的进程，以稳健的运营模式为基础数字核心。 是的基础数字核心是企业当前变革总体的核心，也是竞争优势的主要来源。它通过一套安全的、可互操作的系统，利用云、数据、AI和平台的力量，使企业能够快速开发新的业务能力。它由连续控制平面管理，可简化复杂IT环境中的运营。数字核心由具备帮助企业在生成式AI时代最大化价值能力的人员和流程提供支持。 68%#382%当前需要的是并购方法的再创新。高管们也理解这一紧迫性：他们将战略与并购列为他们打算在未来两年内从根本上进行再创新的职能中的第三位。2高管证实技术是98%的组织的再创顶梁柱，而生成式AI现被视为82%的这些组织的主要杠杆之一。尽管采用技术来创造和加速并购价值，但严峻的现实是，大多数并购高管表示，他们超过一半的交易未能在其承诺的时间范围内实现或超过其协同效应目标。1因此，尽管迄今为止的技术进步很重要，但它们当然不是确保并购成功的灵丹妙药。有超过一半的高管表示，他们承诺的时间范围内，超过一半的交易未能实现或达到协同目标另一方面，技术也是简化并购相关流程的工具。例如虚拟数据室、用于管理复杂整合项目的云端工具以及大数据和分析的进步，已经改变了尽职调查、协作、风险评估和决策过程。这些改进转化为更顺畅、更快速的实体整合和分离，以及更整体上更好的交易结果。事实上，近期的埃森哲研究发现在超过其行业平均水平的 80% 的交易,交易员们非常重视技术。对许多交易员来说,技术既是他们并购战略的“手段”,也是“目的”。生成式人工智能现被视为82%的组织重塑的主要杠杆之一高管们将战略和并购列为他们打算从根本上彻底革新的功能之一，排名第三 52%47%承认他们还没准备好应对加速的技术变革。交易员们现在面临着在不间断的颠覆时期追求并购的挑战。埃森哲最近的变革之脉索引发现变化率3对商业的影响自2019年以来增长了183%—其中技术是商业中断的#1驱动因素，较去年的#6有所上升。我们调查中的大多数（61%）高管预计，到2024年，技术中断的速率将加速更快。遗憾的是，许多高管根本没有准备好：仅27%当今加速的颠覆步伐要求并购职能加速重塑，因此生成式AI的出现是受欢迎的。但这种重塑将要求并购高管不仅要投资生成式AI，还要学习如何使用和扩展生成式AI，以在不断变化的环境中创造价值。他们说他们没有完全准备好应对2024年商业环境中他们将面临的改变。他们认为他们的组织已经准备好扩大生成式人工智能的规模。 的降临人工智能和，最近的最新的生成式人工智能在并购的数字化方面是一个巨大的进步，高管们对其能带来的潜在价值感到特别乐观。技术来救场（再次） 它在并购中的应用生成式人工智能对并购交易价值的贡献潜在巨大。事实上，我们认为生成式人工智能在整个并购生命周期中的广泛应用将极大地决定未来交易的总体成功（或失败）。能够更快获得更好的情报和洞察，从而腾出时间进行关键判断的交易者最终将获胜。交易周期：以往在并购的数据管理和分析方面的数字进步主要集中在优化交易前活动，如公司研究、尽职调查和估值。目前，大多数交易人员仍然专注于在公告前使用生成式人工智能技术进行交易前活动。例如，我们看到它在私募股权领域越来越普及。但我们预计，那些进一步采取行动并将生成式人工智能作为端到端生命周期优化工具的交易人员将能够为其交易加速创造价值。技术的日益增长的相关性：生成式人工智能引入了自动文档分析、自然语言处理、上下文/分析解释和决策支持等先进功能。它为并购流程带来了更动态和更具创造性的维度，并帮助组织做出更明智的决策。随着技术的进步，企业面临的机会领域也将扩展，超越当前使用大型语言模型工具（如ChatGPT）进行提示驱动的文本、图像、视频或音乐生成。例如，算法与生成式人工智能的结合可能会推进并购的定量分析。在我们最近对750名在全球并购中拥有决策权的C级高管进行的调查中，我们发现近四分之三（64%）的人预计生成式人工智能将比其他最近的技术进步更能变革并购交易流程。4有以下几个原因：它的易用性:生成式AI的一大优势在于其可用性。普惠化访问意味着各个层级的工作人员都能用它来增强自身能力，从数据分析到起草备忘录、电子邮件或报告。高管也不例外。我们发现，近90%的人每周至少在专业活动中使用一次生成式AI，而25%的人则表示每日使用。5 是...的总称生成式AI是具有突破性的创造性人工智能形式，能够在需要时生成原创内容。它不仅仅是分析或分类现有数据，而是能够完全创造新的东西，无论是文本、图像、音频、合成数据，还是更多。是人工智能是由许多不同技术协同工作，使机器能够像人类一样感知、理解、行动和学习的一种技术。也许这就是为什么每个人对人工智能的定义都不同：人工智能不只是单一事物。 交易员越来越认识到重塑并购职能的必要性。交易撮合者的交易破局点 59%50%48%49%不明确的价值主张和投资回报率对关注重点不明确，且无法执行正式策略为此，他们正在增加对能够促进革新的技术的投资。例如，74%的C级高管预计将增加对数据和AI解决方案的支出6但许多人认为他们正在进入未知的2024年。可能导致瘫痪的领域。并购高管尤其认为，在他们的交易过程中采用生成式AI存在四个主要障碍：高管对公司应聚焦何处缺乏清晰认知，并声称无法执行正式战略，这表明他们对生成式AI在交易前阶段之外的价值认识有限，并且迫切需要打破思维定式。借助生成式AI，交易人员能够——同样有效且影响更大——转变交易后各个阶段，也包括。这些包括受益于自动化的标准化任务，例如设计过渡服务协议（TSAs）和整合系统与基础设施。它们也包括利用数据增强的创造性活动，例如渲染运营模式，生成交易沟通，和促进并购后绩效评估。人才稀缺或不具备足够的技能薄弱或不成熟的数据和技术（59%的高管表示这是主要的障碍）将这些交易后的生成式AI应用结合起来，为希望全面重塑公司并购职能的交易者们提供了一个巨大——且相对未被开发——的机会。而且，通过设计和执行正式战略，高管们可以同时解决其他相关优先事项，包括人才、技术成熟度以及商业价值验证。 平衡人工智能投资和雄心并购不太可能开发一个单一的端到端生成式AI解决方案。 70%84%因此，充分利用生成式AI需要交易商制定策略，为端到端投资规划明智的路线，为交易商，为他们在并购中收获收益。一部分，对生成式人工智能寄予厚望：相信生成式人工智能至少有一些潜力，可以帮助他们更可靠、高效、快速地规划和执行其并购交易。相信生成式人工智能将帮助他们在并购交易中产生更高的alpha（即，超出预期的回报）。然而，这些公司中的许多投资并不一定与生成式AI的价值潜力很好地匹配。超过一半（57%）的高管表示他们有选择地投资生成式AI用于并购过程，而8%表示他们根本不投资。只有大约三分之一的人表示他们大量投资。此外，投资并没有始终如一地分配到高管认为最具价值的地域。我们的研究证实了一种偏袒交易前活动的倾向（见图1）无论在感知方面，还是在高管称他们正在投资的领域方面。 73%23%34%24%66%43%69%28%64%38%37%27%30%24%43%12%39%21%32%18%29%11%表示目前正在投资生成式人工智能以受益于特定交易活动的执行人员的百分比从具体交易活动中预期生成式AI能带来高或非常高价值的执行人员百分比交易前活动交易后活动尽职调查TSA设计协同效应识别交易采购和筛查估值和处理结构风险评估和缓解积分/分离计划行业和公司研究通信操作系统和更改模型和管理组织设计系统，安全和性能基础设施评估积分数据迁移& 测试尽管他们的投资偏向于交易前的活动，但在比较他们认为有潜在价值的地域与声称他们正在投资的地域时，并购高管看起来并不一致 忽视大局可能代价高昂，以及将高管的价值预期和投资领域与埃森哲的生产力分析进行比较8证明了这一点。我们的分析显示，尽管公司在具有高潜在生产力收益的关键交易前活动中进行生成式人工智能投资，但在交易后活动中却放弃了价值。（见图2）.高管们被生成式AI在研究、估值和尽职调查等领域驱动更多洞见——以及更多alpha的能力所吸引。他们关注这些领域可能是因为到目前为止，用例对话一直聚焦于此。7他们也可能缺乏对生成式AI如何能够——至少——在并购活动的整个范围内提高生产力的精确认识。在这方面，他们只是忽视了彼得·德鲁克的箴言：“执行（交易后）吃战略（交易前）的早餐。” 存在一些生成式人工智能尚未被充分认识的机会领域，高管们应该考虑。想象一下可能性 在建立一个集成管理办公室 (IMO),高管可以使用生成式人工智能来提取相关信息并生成协同效应和预算分配的具有意义的摘要。他们还可以使用生成式人工智能来帮助快速组装规划团队章程，将尽职调查期间收集到的关键信息提取出来，以启动涉及更多员工的详细规划，同时确保与交易假设相关的思维连续性和事实基础的连续性。在IT集成—包括应用程序、安全和基础设施集成，以及数据迁移和测试—高管可以利用生成式AI的基础模型来帮助制定集成路线图，协调网络安全政策，编写测试用例，更新操作手册和知识库文章，并执行并购整合计划。每项生成式AI在交易活动中的整合机会都能增加价值并推动更好的交易结果。例如：同样地，高管可以应用生成式人工智能来帮助设计过渡服务协议（TSA）更快、更高质量。生成式AI赋能的任务包括自动合同分析和日程生成。When it comes to运营模式和组织设计生成式人工智能可以帮助高管设计合并组织的构成，并将人才与合并实体中的需求和角色进行匹配。它还可以提供有关员工情绪和文化差异的洞察。 最后，生成式人工智能可以促进和增强交易后绩效评估—或“事后总结”——通过列举分析、发现和实物；捕捉最佳实践、成功因素和基准；并将“经验教训”纳入并购手册，以便每次交易都更完善，团队都更聪明。 要利用生成式人工智能的潜力，高管团队需要继续学习这项技术，识别并购生命周期中生成式人工智能可以提供最大效益的领域，并评估其支持基础设施的有效性。生成式人工智能赋能并购的五项要务 关注五个要点可以帮助交易商制定和执行最佳策略。• 了解并开发一个人工智能赋能的安全数字核心。一个强大的数字核心至关重要。它必须包含一个强大的数据架构，支持与交易相关的所有形式数据的自由和可访问的端到端流动。它必须允许用户超越其部门界限，以获得潜在的协同效应或优化的组织结构方面的见解。并且它需要包含机制，通过这些机制团队可以持续维护安全协议，并在整个并购生命周期中定义和监控交易指标。• 以价值为引领。并购交易中的高管应摒弃对生成式AI的孤立、零散的应用，转而关注并购全生命周期的能力。他们应认真审视在交易后活动中解锁价值的机会。此阶段需要重点考虑的因素包括与并购相关工作的预期工作量、生成式AI能为并购活动和团队带来的价值，以及从过往交易中获取充足数据集以供生成式AI基础模型（见下文侧边栏）进行训练的可及性。• 弥合负责任人工智能的差距。在任何生成式AI的应用中，领导者需要确保他们尽可能以合乎道德和安全的方式使用这项技术。这意味着他们需要将生成式人工智能嵌入工作方式中。例如，随着多模态生成式人工智能工具的成熟，交易员很有可能拥有自己的“谈判助手”来支持他们。领导者需要为他们的团队做好应对这种新现实的准备，并帮助他们发展所需的技能以取得成功。• 重新定义人才和工作方式。领导者需要了解如何通过生成式AI重塑并购团队的工作。例如，收集和呈现大量数据是生成