Dada la evolución de la inteligencia artificial en las áreas de Big Data y el reconocimiento de patrones, es muy probable que la inteligencia artificial se utilice cada vez más en relación con una amplia variedad de tareas de fusiones y adquisiciones. Esto tendrá un gran impacto en la forma en que se realizan este tipo de acuerdos.
Visión general de la inteligencia artificial (IA)
El término inteligencia artificial (IA) es un concepto amplio que se refiere a la tecnología que permite a las máquinas realizar tareas que normalmente realizan los seres humanos. Para realizar estas tareas, la IA requiere el desarrollo de un software que permita a las máquinas replicar diferentes elementos del complicado proceso del pensamiento y raciocinio humano.
Hay dos tipos generales de Inteligencia Artificial: la IA débil y la IA general.
La IA débil
La IA débil se refiere a la capacidad de una máquina para aplicar una función cognitiva artificial limitada para llevar a cabo una tarea estrechamente definida. Un ejemplo de IA débil es el asistente virtual Siri, que es capaz de reconocer la voz y buscar información en Internet en respuesta a las consultas. Otros ejemplos de IA débil son las máquinas que juegan al ajedrez o al Go, que seleccionan decisiones de juego óptimas de un amplio conjunto de posibilidades de movimiento calculadas matemáticamente.
La IA general
La IA general se refiere a la capacidad de las máquinas para llevar a cabo procesos de razonamiento más sofisticados y extraer conclusiones sobre cursos de acción que son diferentes de las posibilidades que se han programado en su base de datos. En otras palabras, la IA general permite que las máquinas no solo realicen respuestas predeterminadas a un conjunto definido de desencadenantes de respuesta, sino que se comprometan con un pensamiento de orden superior que involucre creatividad, innovación e improvisación.
Para proporcionar un ejemplo de la diferencia entre IA débil e IA general: con IA débil, un automóvil autónomo con una base de datos de escenarios de conducción que contiene ejemplos de coches que se detienen en las señales de alto se detendrá la próxima vez que se encuentre una señal de alto. Con IA General, un automóvil autónomo podría razonar que no debe detenerse en una señal de alto si las condiciones hacen que la detención sea particularmente peligrosa. Las máquinas aún están lejos de exhibir esta IA General.
IA: Fusiones y Adquisiciones
Es muy probable que la Inteligencia Artifical pronto tenga un impacto significativo en las fusiones y adquisiciones. Para comenzar, la aplicación preliminar de IA será ayudar a las compañías y analistas financieros a recopilar y procesar información que se puede usar para tomar diferentes tipos de decisiones relacionadas con M&A. Si bien los humanos pueden, por supuesto, ejecutar estas tareas, las máquinas compatibles con IA podrán realizar estas actividades de manera continua, mucho más rápida y con mejores recuerdos de los resultados de búsqueda.
Centrándose en áreas específicas del proceso de M&A, AI puede transformar la actividad de la siguiente manera:
Extracción de datos de mercado y sector
Por proporcionar un tipo de ejemplo, las máquinas podrían extraer datos económicos o sectoriales en tiempo real, lo que permitiría a las empresas tener una visión mucho más detallada de las realidades de negocios dentro de un país o sector. Esto será ventajoso porque las empresas a menudo toman decisiones de inversión basadas en percepciones del mercado o sesgos que no reflejan las realidades reales del mercado, lo que hace que pierdan oportunidades o asuman riesgos no deseados.
Con este conocimiento, una empresa podría desarrollar estrategias de fusiones y adquisiciones más sólidas y calendarios de transacciones más razonables. Además de obtener información sobre un país, las máquinas podrían recopilar información sobre múltiples mercados y sectores y compararlos para identificar oportunidades de adquisición que probablemente ofrezcan el mejor retorno de la inversión o retornos ajustados por riesgo.
Selección de la empresa
Una vez que se ha desarrollado una estrategia general de M&A, la inteligencia artificial puede utilizarse para identificar posibles objetivos de M&A y rastrear información sobre ellos o información que afecta sus modelos de negocios. Por ejemplo, para un adquirente que estaba apuntando a la adquisición de una compañía de bienes raíces, la IA podría usarse para recopilar varios tipos de datos que permitirían analizar el atractivo de la oportunidad de adquisición, como datos macroeconómicos, tasas de interés, precios de propiedades. e información de la empresa. Esto permitiría una visión más sofisticada y multidimensional de los objetivos y cómo reaccionan a las condiciones económicas y comerciales circundantes.
Diligencia debida
La evaluación de las oportunidades de M&A suele ir acompañada de una extensa diligencia debida en relación con el entorno empresarial en el que opera una empresa, la propia empresa y sus competidores. IA permitirá a los adquirentes desarrollar modelos cada vez más sofisticados de diligencia debida en los que el trabajo de asesores como banqueros, abogados y contables esté acompañado por varios tipos de consultas de búsqueda asistidas por IA. Es probable que las máquinas también puedan detectar discrepancias entre las narrativas de objetivos de sucesos pasados, probables, futuros y pasadas o probables realidades futuras, que pueden convertirse en la base de futuras preguntas y análisis de diligencia debida.
Valoración de empresas
Otra forma en la que IA podría utilizarse para respaldar la actividad de M&A es en el área de valoración de empresas. Con el método de valoración del mercado, diferentes tipos de múltiplos, como un múltiplo de EBITDA, se extraen del mercado y luego se aplican al rendimiento financiero de la empresa objetivo para llegar a una valoración de la empresa.
En relación con el método de valoración del mercado, IA podría utilizarse, en primer lugar, para extraer datos de EBITDA en tiempo real y de precios de acciones públicas para crear una base de datos en vivo de múltiplos de EBITDA. Además de esta información múltiple de EBITDA de línea base, la IA también se podría usar para crear fórmulas de ajuste de valoración individualizadas que se basaron en ciertos criterios, como el tamaño de la empresa o las tendencias del sector de la empresa más grande para llegar a mejores cálculos de valoración.
Un segundo enfoque de valoración es el análisis de DCF, en el que los futuros flujos de efectivo disponibles de una empresa se calculan y luego se descuentan por un factor de descuento que, en teoría, refleja los riesgos relacionados con esos flujos de efectivo. IA podría ayudar con este tipo de análisis mediante la recopilación de información sobre los factores de descuento y los riesgos para los flujos de efectivo de una empresa.
Transacciones complementarias y estrategias de salida
La mayoría de las estrategias de M&A involucran la contemplación de ayudar a los objetivos a crecer o la planificación para una salida de inversión. Debido a su capacidad para monitorear y calibrar el desempeño de la compañía, el desempeño de la competencia y las condiciones más amplias del mercado, IA podrá ayudar a las compañías a planificar mejor los pasos posteriores a la adquisición.
La aplicación de General IA a M&A está mucho más alejada, pero si las máquinas pueden aprender formas más elevadas de razonamiento humano, probablemente podrán desempeñar un papel importante en el desarrollo de la estrategia de M&A, formando consultas de diligencia debida basadas en análisis fácticos e incluso en el análisis psicológico de los equipos directivos.
Conclusión sobre el impacto de la IA en los M&A
Los avances en inteligencia artificial permitirán que las máquinas accedan y analicen datos en crecimiento exponencial sobre economías, mercados, empresas y consumidores de empresas. Esta capacidad ayudará a las empresas y los analistas financieros a recopilar y procesar información que se puede utilizar para tomar diferentes tipos de decisiones relacionadas con las fusiones y adquisiciones, haciendo que los procesos comerciales centrales sean más rápidos, más eficientes y precisos. Algunas de las áreas de mejora previstas más impactantes serán la extracción de datos del mercado y del sector, la selección de empresas, la diligencia debida, la valoración de negocios, las transacciones complementarias y las estrategias de salida. A medida que crece la profundidad y la complejidad de la IA, también lo hace el rango de uso de su aplicación en procesos de negocios vitales.