Искусственный интеллект в M&A: интервью с главой Datasite Расти Вайли

Расти Вайли руководит компанией Datasite в качестве генерального директора и президента с 2014 года. Под его началом организация прошла масштабную трансформацию из Merrill Corporation, специализировавшейся на финансовой коммуникации и полиграфических услугах, в глобальную SaaS-компанию. Современный искусственный интеллект в сделках помогает бизнесу сфокусироваться на сфере слияний и поглощений (M&A) и стратегических транзакциях. До прихода в Datasite Расти Вайли более семи лет работал в IBM на позициях генерального директора по банковскому делу и финансовым рынкам, а также управляющего партнера, накопив глубокую экспертизу в финансовых услугах, корпоративных технологиях и бизнес-трансформации.

Платформа Datasite создана для поддержки специалистов на всех этапах жизненного цикла M&A, включая поиск объектов, подготовку, комплексную проверку (due diligence), финансирование, реструктуризацию и послеоперационные процессы. Технологическая экосистема объединяет защищенные виртуальные комнаты данных и специализированные инструменты, в основе которых лежит искусственный интеллект в сделках. Набор функций включает автоматическое редактирование текста, семантический поиск, создание резюме документов, перевод, ответы на вопросы с поддержкой ИИ, а также аналитику для поиска потенциальных сделок.

По собственным данным компании, технологии Datasite ежегодно обслуживают более 626 000 специалистов и свыше 16 000 транзакций. Платформа предоставляет инвестиционным банкам, фондам прямых инвестиций, корпорациям и юридическим фирмам безопасное пространство для управления сложными транзакциями и конфиденциальной информацией.

Эволюция платформ и автоматизация процессов

Когда Расти Вайли возглавил Datasite в 2014 году, виртуальная комната данных находилась в самом центре финансовых транзакций. К тому моменту она уже изменила индустрию, перенеся чувствительные данные из физических помещений в защищенную цифровую среду с возможностью поиска. Однако в течение следующего десятилетия стало очевидно, что хранилище данных формирует базу для чего-то гораздо более масштабного. По мере роста масштабов бизнеса расширялись и возможности. В настоящее время платформа поддерживает около 55 000 транзакций ежегодно, что дает уникальное понимание того, как именно выстраиваются рабочие процессы специалистов.

При таких объемах обрабатываются не просто документы, а полноценные рабочие процессы, закономерности и тысячи рутинных задач, сопровождающих каждую сделку. Это открывает колоссальные перспективы для внедрения автоматизации и ИИ, помогая командам переходить от простого изучения информации к активным действиям значительно быстрее. Согласно исследованию компании «Новая команда по сделкам» (The New Deal Team), фирмы, которые проигнорируют технологии искусственного интеллекта, столкнутся со сложностями в конкурентной борьбе уже через пять лет. Большинство участников рынка сходятся во мнении, что полагаться исключительно на человеческие решения в сложных сделках больше нецелесообразно.

Именно поэтому следующий этап развития индустрии связан с внедрением аналитики и автоматизации поверх проверенной инфраструктуры. Искусственный интеллект способен анализировать данные, выявлять риски и возможности, связывать накопленные институциональные знания с актуальными сведениями по текущим транзакциям, а также выполнять многоэтапные рабочие процессы, которые сегодня отнимают у команд значительную часть времени.

Интеллектуальные агенты способны непрерывно отслеживать информацию, проводить анализ и продвигать задачи вперед, в то время как люди могут сосредоточиться на экспертной оценке, переговорах и ключевых решениях, определяющих результат. Таким образом, традиционные хранилища остаются фундаментом для нового поколения транзакций. Документы, система прав доступа, безопасность и инструменты совместной работы сохраняют критическую важность. При этом искусственный интеллект делает этот фундамент ценнее, поскольку он способен понимать контекст информации и действовать на его основе.

Подобная модель уже выходит за рамки изолированного хранилища: контент Datasite безопасно интегрируется в рабочие процессы на базе ИИ, тогда как действующие права доступа остаются полностью защищенными.

Развитие платформ для сделок слияний и поглощений движется в сторону создания полноценной операционной среды, где искусственный интеллект в сделках играет роль фундаментального ядра. Чтобы понять разницу между специализированной операционной системой и обычной виртуальной комнатой данных с функцией поиска, кратким изложением или встроенным чат-ассистентом, нужно взглянуть на то, как устроена сделка изнутри. Поиск и суммаризация текстов безусловно полезны, однако они работают с каждым документом по отдельности и отвечают лишь на те вопросы, которые пользователь додумался задать. Это серьезное ограничение, учитывая масштаб реального бизнес-процесса.

Любая крупная сделка включает сотни параллельных задач: запросы по проверке контрагентов, презентации для руководства, юридический анализ, финансовые потоки и согласования. При этом над проектом трудятся разные специалисты с разным уровнем доступа и жесткими дедлайнами. Опытные банкиры обычно собирают общую картину по цепочкам писем и таблицам, которые кто-то обновил во вторник, но уже к четвергу эти данные устаревают. Операционная система удерживает текущее состояние в реальном времени: она видит, какой рабочий поток отстает, какой запрос завис без ответа уже шесть дней и какие данные противоречат документам, поданным на прошлой неделе. Как только платформа начинает это понимать, она способна готовить материалы заранее, указывать на задержки и координировать следующие шаги между участниками, которые в данный момент могут не общаться напрямую. Именно поэтому обсуждение в отрасли так быстро сместилось от вопроса о том, нужен ли искусственный интеллект в сделках вообще, к тому, как внедрять его максимально ответственно.

Согласно исследованию рынка, 96% участников сделок уже используют или активно изучают возможности искусственного интеллекта на этапах поиска и первичного отбора. Процедура дью-дилидженс стала одним из наиболее очевидных сценариев применения: половина специалистов применяет подобные инструменты регулярно или уже встроила их в свои рабочие процессы. Отрасль преодолела стартовую черту, и конкурентное преимущество получат те компании, которые смогут превратить технологию из обычного инструмента в полноценный управляемый операционный слой. Возникает закономерный вопрос: почему проприетарные данные о сделках окажутся важнее для работы ИИ-агента, чем доступ к самой мощной универсальной языковой модели?

Базовые модели великолепны и постоянно совершенствуются, но они доступны всем игрокам одновременно. Преимущество от использования лучшей модели исчезает очень быстро, как только конкурент получает к ней доступ или на рынок выходит новая версия. В свою очередь, закрытый корпоративный контекст не становится общедоступным, и именно в нем кроется долгосрочное конкурентное преимущество. Под контрактами и финансовой отчетностью скрываются тысячи взаимодействий между покупателями, продавцами, консультантами и управленческими командами, причем сама последовательность этих шагов несет глубокий смысл. Очередность загрузки документов показывает реальную степень готовности продавца, жесткий вопрос в рамках повторного аудита указывает на истинные опасения покупателя, а замедление ответов в каком-либо рабочем потоке сигнализирует о проблемах задолго до того, как кто-либо озвучит их вслух. Именно такая аналитика требуется агенту, чтобы приносить реальную пользу на всех этапах сопровождения транзакции. Простое чтение текста постепенно становится стандартным и легкодоступным функционалом, тогда как способность заметить отклонение проекта от графика за три недели до того, как об этом скажут вслух, основана на анализе десятков тысяч реальных сделок, а не на обучении на общедоступных материалах.

Автономные агенты способны решать широкий спектр задач: собирать целевые профили, анализировать тысячи документов, выявлять противоречия в раскрытии информации и координировать рабочие процессы в ходе проверки. Возникает закономерный вопрос о том, какие из этих операций уже можно доверить машинам, а где по-прежнему требуется обязательное одобрение человека. Сегодня искусственный интеллект в сделках уже структурирует колоссальные массивы данных, сопоставляет документы для поиска несоответствий, выявляет потенциальные риски, формирует предварительные сводки и поддерживает привычные рабочие процессы значительно быстрее, чем это смогла бы сделать команда вручную. Участники рынка привыкают к такому формату, поскольку здесь технологии устраняют операционные барьеры, не подменяя при этом человеческое суждение. Согласно нашим исследованиям, 46% специалистов отмечают, что искусственный интеллект уже лидирует в вопросах поиска целей и составления расширенных или кратких списков, а 45% говорят то же самое об обнаружении тревожных сигналов на этапе комплексной проверки.

При этом профессионалы начинают видеть не просто повышение эффективности, но и прямой коммерческий эффект. Около четверти респондентов в исследовании Datasite признались, что внедрение таких инструментов помогло им закрыть сделку, которая в противном случае была бы упущена, а две трети рассматривают технологии на всех этапах жизненного цикла как способ снизить риски транзакции. Однако ситуация кардинально меняется по мере приближения к финальной стадии. Лишь 22% специалистов готовы следовать сгенерированной системой рекомендации о том, стоит ли переходить к подписанию документов, тогда как 45% убеждены, что это решение должно оставаться исключительно за человеком. Интуиция здесь имеет решающее значение, ведь любая покупка сводится к доверию. Возникают вопросы: достаточно ли оснований доверять этой управленческой команде, чтобы поддержать ее капиталом? Готовы ли вы мириться с рисками, которые комплексная проверка не смогла устранить полностью? Подобные дилеммы требуют профессионального суждения и, что еще важнее, наличия лица, готового нести ответственность за полученный ответ. Инструменты призваны помогать принимать более взвешенные решения в сжатые сроки, но они не должны брать на себя роль лица, принимающего окончательное решение. Именно поэтому критически важны решения, основанные на регулируемом подходе для сферы M&A, которые включают разграничение прав доступа, ответы со ссылками на первоисточники, контекст рабочих процессов и обязательное участие человека там, где важны личные оценки и ответственность.

Безопасность и защита данных в виртуальных комнатах

Защита агентской комнаты от угроз вроде инъекций промптов, несанкционированного извлечения данных, компрометации документов или выполнения действий за пределами полномочий пользователя требует грамотного подхода. Ошибка заключается в том, чтобы рассматривать безопасность как надстройку, добавляемую уже после развертывания системы. В сфере слияний и поглощений вопросы защиты и управления должны быть заложены изначально, поскольку обрабатываемая информация обладает повышенной чувствительностью и нередко способна влиять на рынок. Любая транзакция содержит материалы, которые могут никогда не стать публичными — от финансовых показателей и интеллектуальной собственности до клиентских баз и стратегических планов. Любой агент, работающий в такой среде, обязан следовать тем же стандартам регламентации, которые защищают саму сделку. Программа не должна получать доступ к сведениям, выходящим за рамки пользовательских полномочий, а это значит, что идентификация и права доступа обязаны жестко контролироваться на уровне данных, а не зависеть от текстового запроса. Каждое действие подлежит логированию, каждая рекомендация должна прослеживаться до исходного документа, а любые автоматизированные процессы обязаны наследовать права инициатора без их превышения. Именно по такому принципу проектировалась безопасность наших серверов MCP. Рынок движется в том же направлении: в ходе опросов точность и защищенность оказались ключевыми параметрами, которые специалисты ценят выше всего, причем в регионах EMEA и APAC безопасность заняла первое место. В индустрии M&A доверие не отделено от пользовательского опыта, оно является базовым условием, которое делает продукт применимым на практике.

Управление рисками и контроль точности данных

Проблема галлюцинаций искусственного интеллекта несет особую угрозу, когда система анализирует сложные контракты, финансовую отчетность и регуляторные документы. Возникает вопрос: как агент должен доносить информацию о степени своей неопределенности, подтверждать выводы фактами и вовремя распознавать моменты, когда задачу необходимо передать юристу, банкиру или профильному эксперту?

В сфере слияний и поглощений противоречия между документами часто становятся главным результатом проверки. Если на поставленный вопрос нет ответа в имеющейся базе данных и документах, этот информационный пробел представляет собой ценную находку, которая порой оказывается важнее самого ответа. Любая система искусственного интеллекта в сделках должна строиться исключительно на доказательной базе. Каждое заключение обязано ссылаться на первоисточник, любые несоответствия должны открыто выявляться, а не сглаживаться автоматически, а низкая степень достоверности должна явно отражаться в результатах. Отрасль уже вырабатывает такие стандарты, что внушает оптимизм, ведь отправной точке анализа всегда служат факты. Точность участники рынка называют главным критерием, а основным способом завоевания доверия остается обязательная проверка сгенерированных ИИ данных специалистами. Ошибочный, но поданный с абсолютной уверенностью ответ в ходе сделки крайне опасен, как и видимость полноты при игнорировании неопределенности.

Показательно и другое опасение: четверть участников рынка прогнозирует, что неграмотное применение таких технологий способно сорвать несколько крупных сделок в ближайшие пять лет. Это наглядно показывает, что риски кроются не в отказе от инноваций, а в их внедрении без надлежащего контроля, доказательной базы и механизмов эскалации. По моему мнению, алгоритмы дают специалистам детальный предварительный срез информации за счет сбора и упорядочивания фактов, но интерпретация этих данных и принятие дальнейших решений остаются прерогативой человека.

Существует мнение, что небольшие команды с поддержкой алгоритмов смогут успешно конкурировать с крупными традиционными структурами. Это неизбежно ставит вопрос о трансформации экономики сделок и судьбе начинающих специалистов, которые традиционно осваивали азы профессии на рутинных задачах. Каждое технологическое поколение меняет структуру труда, а не уничтожает потребность в людях, и текущая ситуация в M&A не исключение. Младшие банкиры, юристы и аналитики исторически тратили тысячи часов на изучение документов, ведение трекеров, организацию запросов и подготовку материалов. Искусственный интеллект в сделках способен избавить специалистов от ночных смен, взяв на себя значительную часть рутины, и реальный прирост производительности здесь очевиден.

Главный вопрос заключается в том, как компании распорядятся высвободившимся временем. Начинающим сотрудникам по-прежнему необходимо развивать профессиональное чутье, участвовать в переговорах и перенимать опыт старших коллег. Если алгоритмы заберут на себя рутинный сбор информации, второй год работы в должности позволит сотруднику погружаться в содержательные задачи и присутствовать при принятии ключевых решений гораздо раньше, чем это было возможно в прошлые годы. Компании, которые справятся с этой задачей наилучшим образом, реинвестируют сэкономленное время в развитие персонала, вместо того чтобы просто конвертировать его в маржинальность.

Для оценки эффективности профильных агентов используются различные ориентиры: точность проверки документов, выявленные риски, уровень ложных срабатываний, завершенность рабочих процессов, сокращение сроков подготовки или итоговое качество сделки. Операционные метрики важны для контроля работоспособности инструментов, но они лишь подтверждают корректность выполнения технических задач. Заказчиков в первую очередь интересует практическая польза для самой сделки. Наиболее полезными критериями здесь выступают способность системы находить скрытые риски, возможность оценивать больше перспективных направлений, оптимизация сроков проверки без потери ее качества, а также перераспределение времени руководителей в пользу переговоров, а не поисков информации.

Имеющиеся данные подтверждают этот тренд: исследования показывают, что 24% участников сделок заявляют, что искусственный интеллект в сделках помог им закрыть соглашение, которое в противном случае было бы упущено. Кроме того, 66% респондентов отмечают, что применение инструментов ИИ на всех этапах жизненного цикла является важнейшим способом снижения рисков транзакции. Отчет компании Datasite за первое полугодие 2026 года демонстрирует рост глобального числа запусков сделок на 31% в годовом исчислении. Лидирует американский регион с ростом на 52%, в то время как в странах Европы, Ближнего Востока и Африки (EMEA) этот показатель составил 13%, а в Азиатско-Тихоокеанском регионе (АТР) — 4%.

Что именно стимулирует такое региональное расхождение, и способен ли доступ к агентским технологиям сократить или увеличить разрыв в производительности между рынками? Полученные цифры отражают настроения участников рынка за последние несколько месяцев: уверенность в Америке восстанавливалась быстрее благодаря благоприятным условиям финансирования и готовности собственников выводить активы на рынок. Любопытно, что в АТР зафиксирован самый медленный рост числа новых проектов — всего 4%, однако местные специалисты остаются самыми активными пользователями искусственного интеллекта с заметным отрывом. Они опережают другие регионы по внедрению ИИ на всех стадиях: от поиска и отбора объектов до комплексной юридической проверки (due diligence), где 56% респондентов используют алгоритмы на регулярной основе или полностью интегрировали их в процессы (против 49% в EMEA и 47% в Америке). Они также охотнее доверяют искусственному интеллекту принятие значимых решений.

Главная причина кроется в ограничениях: там, где поток сделок ограничен, а команды работают в сокращенном составе, мотивация выжимать максимум из каждого сотрудника возрастает. Разумеется, технологии не способны самостоятельно создавать сделки, влиять на процентные ставки или ускорять регуляторные проверки. Однако они способны повысить общую производительность команды при сопровождении сделки, причем этот масштаб растет гораздо быстрее, чем штат сотрудников. Именно поэтому со временем искусственный интеллект скорее сгладит разрыв в производительности между различными регионами, чем увеличит его.

Отчет Datasite Insight также свидетельствует о том, что команды быстрее запускают новые процессы на ряде рынков, в то время как стадия проверки остается затянутой — например, ее медианный показатель в Азиатско-Тихоокеанском регионе достигает 238 дней. Какие барьеры эффективнее всего преодолевать с помощью автономных ИИ-агентов, а какие неизбежно упираются в переговоры, регуляторику, финансирование или человеческий фактор?

Запуск сделок ускорился за счет качественных данных, автоматизации рутины и уверенности в раннем выявлении перспективных возможностей. Проверка же устроена иначе: на этом этапе накапливается сложность, которая не сжимается пропорционально росту объемов. Медианный срок проверки в АТР составляет 238 дней, и большая часть этого времени уходит вовсе не на глубокий анализ, а на рутинную координацию — сопоставление документов с меняющимися требованиями, синхронизацию работы многочисленных консультантов и постоянную корректировку приоритетов.

Именно для решения таких задач оптимизированы современные ИИ-агенты. Они способны отслеживать прогресс по разным направлениям, находить упущения, выявлять несоответствия в документации и готовить материалы для последующих шагов еще до того, как об этом попросит команда. Неудивительно, что респонденты называют стадию due diligence той областью, где внедрение искусственного интеллекта приносит наибольшую окупаемость инвестиций, а доля тех, кто вообще его там не использует, составляет всего 4%.

Безусловно, у технологий существуют объективные ограничения. Людям по-прежнему необходимо выстраивать доверие, взвешивать риски и потенциальную доходность, а также принимать окончательное решение о целесообразности цены сделки. Самый важный вывод исследования заключается в том, что участники рынка рассматривают искусственный интеллект не как замену человеческому суждению, а как инструмент, который делает такое суждение более оперативным и обоснованным. Пока рутинные административные процессы перекладываются на технологии, те часы, которые специалисты тратят на живое общение друг с другом, становятся самым ценным ресурсом во всем жизненном цикле сделки.

Источник: unite.ai