Nel quotidiano delle operazioni di M&A, il tempo è sempre più determinante per l'esito di un deal. È proprio qui che l'intelligenza artificiale (AI) sta attualmente cambiando i processi in modo più fondamentale di quasi qualsiasi altra tecnologia. Markus Schiller, Head of Continental Europe di Datasite, spiega dove l'AI sta già offrendo un valore aggiunto concreto oggi.

L'AI è uno strumento importante per i professionisti di M&A: secondo uno studio di Deloitte, l'86% delle aziende statunitensi ha già integrato l'AI generativa nei propri flussi di lavoro di M&A, il 65% nel 2024.

L'aspetto oggi più entusiasmante è osservare in quali processi l'AI stia già facendo la differenza decisiva tra il raggiungimento o meno di un accordo: dalla ricerca dei target alla due diligence, fino alla gestione della data room. In altre parole, proprio nei processi che in passato rendevano le operazioni particolarmente lunghe e complesse. È qui che si può vedere con chiarezza quanto rapidamente l’AI stia trasformando i processi di M&A.

Prima di tutto, è importante che le aziende scelgano lo strumento di AI giusto. Il mercato è pieno di soluzioni, ma solo poche sono adatte alle esigenze specifiche del business M&A. Molti sistemi falliscono a causa dell'integrazione, della sicurezza dei dati o della mancanza di comprensione dei processi di transazione. Scegliere un provider con una rale conoscenza del settore M&A consente di aumentare in modo significativo sia la velocità sia la qualità del processo negoziale.

Esempio 1: Velocità nell'individuazione della target

L'AI mostra già il suo potenziale nella ricerca di potenziali obiettivi di acquisizione. Oggi, se un membro del consiglio vuole sapere con poco preavviso quali obiettivi siano adatti in una certa regione e in un determinato segmento tecnologico, non servono più giorni di duro lavoro. In passato, si trattava di esaminare le fonti dei dati, gestire liste, confrontare i profili aziendali e riassumere manualmente i risultati. In sintesi: molto impegno, numerosi passaggi e un ritmo lento.

Oggi, l'AI è in grado di gestire molti di questi passaggi in tempi significativamente più rapidi. Confronta criteri predefiniti — come area geografica, dimensione dei ricavi, profilo di marginalità e focus settoriale — con ampi database, arricchisce le long list esistenti con potenziali target di acquisizione e filtra in modo sistematico i candidati più idonei. Secondo uno studio di Deloitte, il 35% delle aziende utilizza già l'AI per l'identificazione e lo screening dei target. Piattaforme come Grata, che forniscono dati strutturati sulle aziende, contribuiscono ad accelerare ulteriormente questo processo.

Il vero valore aggiunto non risiede solo nel tempo risparmiato. Chi è in grado di cercare più velocemente e su un perimentro più ampio, avvia la riflessione strategica da una posizione di vantaggio, riducendo il rischio di tralasciare candidati che in passato sarebbero rimasti fuori dal radar.

Esempio 2: Struttura al posto del caos documentale

I benefici dell'AI diventano ancora più evidenti nel momento in cui un’idea iniziale si trasforma in una potenziale operazione.

Durante la due diligence, decine di migliaia di documenti si accumulano rapidamente: contratti, dati finanziari, organigrammi, documentazione sul personale, elenchi di Q&A. Chi conosce questi processi sa cosa ciò comporta nella pratica: team numerosi, attività di ricerca complesse e molte ore dedicate al setaccio manuale delle informazioni.

L'AI consente di rendere questi spazi informativi realmente accessibili ed efficienti. È in grado di sintetizzare i documenti, evidenziare i punti più rilevanti e individuare informazioni che altrimenti rischierebbero di perdersi nella massa. Secondo Deloitte, il 35% delle aziende utilizza già l’AI nelle attività di due diligence. Soluzioni come Blueflame AI, integrabili direttamente nella VDR, permettono ai team di concentrarsi sulla ricerca di risposte, invece di analizzare manualmente migliaia di pagine di contratti, report e allegati.

Il valore aggiunto non risiede solo nel tempo risparmiato. Quando grandi volumi di documenti vengono strutturati più rapidamente, diventa possibile individuare i rischi in una fase più precoce e definire le priorità con maggiore chiarezza. Una massa di materiali che altrimenti richiederebbe un enorme sforzo manuale si trasforma così in un quadro d’insieme solido, leggibile e verificabile.

Esempio 3: Chiarezza nella fase calda

I benefici dell'AI diventano particolarmente evidenti quando un'operazione entra nella fase calda. Nei processi d'asta, possono emergere in tempi molto brevi centinaia di domande da parte degli offerenti, spesso formulate con logiche e contenuti simili. Per i venditori e i consulenti, questo significa cercare informazioni tra i documenti, riconciliare le risposte e ripetere più volte lo stesso lavoro. Oggi, l'AI può gestire questo processo in modo molto più strutturato. Le parti coinvolte possono porre le loro domande direttamente a un'AI integrata nella data room, che riconosce richieste simili, raggruppa automaticamente i duplicati e individua rapidamente i passaggi rilevanti all'interno dei documenti. Soprattutto in processi grandi con migliaia di file, le risposte possono essere predisposte in modo più coerente e rese disponibili più rapidamente. Il valore aggiunto, quindi, non si limita al solo risparmio di tempo: quando questi cicli operativi diventano più lineari e strutturati, anche l’attrito complessivo nel processo si riduce. Un confronto spesso frammentato e faticoso lascia spazio a uno scambio più ordinato, trasparente ed efficace.

Nonostante l'automazione, le persone restano al centro del processo

Nonostante tutte le accelerazioni, la parte cruciale di una transazione rimane umana. L'AI può arricchire le long list, strutturare grandi volumi di documenti e velocizzare i cicli di Q&A nella data room. Questo solleva i team da attività operative onerose e modifica in modo sostanziale il modo in cui tempo e attenzione vengono impiegati nel processo. Ma non è l’AI a decidere se un target sia davvero coerente con la strategia, quali rischi siano accettabili o come un accordo debba essere negoziato nella sua fase finale.

Soprattutto nel contesto M&A, non si tratta soltanto di elaborare informazioni, ma di esercitare giudizio, esperienza e responsabilità. Un responsabile dello sviluppo aziendale deve valutare se un'azienda target si inserisca strategicamente nel proprio portafoglio. Un banchiere d’investimento deve comprendere quanto una equity story sia realmente solida e resiliente. E in futuro, un avvocato non si affiderà a una macchina che ha già classificato correttamente una clausola critica. Ciò che cambia è il focus: liberati dal lavoro più ripetitivo, i professionisti possono concentrarsi sempre di più su ciò che li distingue come esperti altamente specializzati, lasciando all’AI il compito di supportarli in modo efficace e mirato.

In sintesi:

Dalla ricerca dei target alla due diligence, fino alla data room, l’AI supporta i processi di M&A nelle fasi tradizionalmente più ripetitive e dispendiose. Riduce il lavoro manuale, ma non prende decisioni al posto delle persone. Il cambiamento non è nell’automatizzare il giudizio, bensì nel liberare tempo ed energia per applicare l’esperienza umana dove l’impatto strategico è maggiore.