(Dit artikel verscheen eerder in het magazine van partner Legadex)
De toepassing van kunstmatige intelligentie (AI) bij fusies & overnames is bezig aan een flinke opmars.
Advocaat-stagiaires die vrezen in hun eerste jaren vooral veel spitwerk te doen in due diligence processen, kunnen opgelucht ademhalen: de toepassing van AI is inmiddels al bijna gemeengoed en het echte handwerk is aan het verdwijnen. In situaties waar sprake is van veel ongestructureerde informatie of waar informatie uit verschillende bronnen moet komen en in onderling verband moet worden gebracht, zijn technieken uit de data science en AI een uitkomst.
Sterker nog: in deals waar venture capital of private equity investeerders betrokken zijn, is doorzoekbaarheid van de dataroom steeds vaker een harde eis. Scholtes: “Investeerders zeggen: geef mij die hele dataroom in PDF, anders gaat de deal niet door. AI wordt vervolgens ingezet voor waarheidsvinding: de juiste informatie naar boven halen, de ruis eruit filteren en zo min mogelijk relevante documenten missen. De kern van het werk van investeerders is inefficiënties opzoeken en een bedrijf van binnenuit verbeteren. Wil je dat snel en efficiënt kunnen doen, dan is AI onmisbaar.”
Niet alleen de snelheid, efficiëntie en kostenbesparingen zijn aantrekkelijk. Computers trekken op het gebied van nauwkeurigheid ook aan het langste eind. “Computers leveren ook foute informatie aan, maar zijn daar consequent in dus die kun je eenvoudig opsporen en verbeteren. Wij mensen zijn inconsequent in onze inconsequentheid, dat is veel lastiger. Een recent door LawGeex uitgevoerd onderzoek, waarbij zowel topadvocaten als computers de opdracht kregen om contracten te controleren, resulteerde in 94% nauwkeurigheid bij de computer en gemiddeld 85% nauwkeurigheid bij de advocaten – de beste advocaten waren 94% nauwkeurig en de slechtsten 67%. Computers klaarden de klus in 26 seconden, terwijl de advocaten er gemiddeld 92 minuten over deden. Dat zijn duidelijke cijfers.”
Brewster noemt een recent voorbeeld van succesvolle AI-inzet bij M&A. In opdracht van een verkoper werd kunstmatige intelligentie ingezet om de vastgoed portefeuille van een te verkopen winkelketen transparanter en beter doorzoekbaar te maken. Brewster: “Daartoe moest data van een lange periode vanuit verschillende bronnen bij elkaar gebracht moest worden. De verkoper had de nadrukkelijke wens om de portefeuille compleet en in een heldere samenhang te kunnen presenteren. Wij hebben dat gedaan door de software alle data te laten doorzoeken en in een rapportage daar conclusies aan te laten verbinden. Dat klinkt heel voor de hand liggend, maar is in zijn uitvoering toch vrij revolutionair: je traint met je datasets de algoritmen dusdanig dat ze patronen herkennen en gaandeweg slimmer worden. De volgende keer is zo’n proces daarmee weer een stuk gemakkelijker. Zonder toepassing van AI is zoiets onbegonnen werk, of onbetaalbaar.”
Een ander recent voorbeeld is de verkoop van een leningportefeuille door een financiële instelling. Brewster: “Bij leningen is het van belang dat een dossier volledig is. Vooraf spraken we af: wanneer spreek je van een compleet dossier? Vervolgens gingen we met behulp van AI de diepte in en zocht de computer op dossierniveau relevante informatie bij elkaar, uit e-mailverkeer, verschillende documentvormen, op verschillende opslaglocaties. Er kwam toen heel overzichtelijk uit welke dossiers incompleet waren en daar is op de werkvloer meteen actie op ondernomen.”
Volgens Scholtes is moderne AI op basis van Machine Learning, waarbij computers patronen in datasets leren herkennen en daar rapportages over uitdraaien, in de praktijk eenvoudiger toe te passen dan traditionele AI. Die is meer op regels (rule based) gebaseerd. Watson, een voorbeeld van traditionele AI, is bijvoorbeeld lastig te onderhouden zonder zelf over technische kennis te beschikken. Bij Moderne AI, in het dagelijks leven bijvoorbeeld ook bij Netflix en Spotify toegepast, kunnen computers met relatief kleine datasets al uit de voeten. Klanten kunnen dus vrij snel al met AI aan de slag. Scholtes: “Met de moderne AI laat je simpelweg heel veel aan de computer zien, welke vervolgens automatisch patronen herkent op basis van de woorden die in de documenten staan. Rond due diligence processen is dat een uitkomst, zowel voor kopers als verkopers. Potentiele problemen spoor je veel makkelijker op, mogelijke deal breakers worden herkend en er komen geen lijken meer uit de kast.”
De techniek helpt bedrijven ook compliant te zijn aan de Algemene verordening gegevensbescherming (AVG) die vanaf 25 mei geldt. “Grote hoeveelheden data, waaronder contracten en e-mailverkeer, kunnen automatisch gescand worden op persoonlijke informatie”, aldus Scholtes. “Zo heb je direct inzichtelijk welke persoonsgegevens waar opgeslagen zijn. Die informatie kan vervolgens ook geanonimiseerd of gepseudonimiseerd worden.”
AI neemt dus een hoop standaardwerk over, maar menselijke controle is altijd nodig. Brewster: “Computers kunnen uitstekend organiseren, filteren en ordenen, maar mensen moeten vervolgens de conclusies trekken. In een due diligence proces ga je bijvoorbeeld na welke adviseurs welke informatie willen hebben. Vervolgens ga je na: wat zijn de kerndocumenten in een dossier? Alle concept-versies van een document kunnen foute informatie bevatten dus je kunt bijvoorbeeld alleen de getekende exemplaren gebruiken voor je eigen onderzoek. Door vooraf goed te definiëren wat je precies wilt weten, blijf je in control.”
Scholtes verwacht dat AI de komende jaren een enorme vlucht gaat maken. “We zien nu al dat bedrijven en investeerders de techniek ook na de overname blijven gebruiken: de doorzoekbaarheid van de bedrijfsdata wordt als groot voordeel gezien en in feite hebben bedrijven zo hun dataroom permanent klaar staan. In het kader van de AVG is inzicht in de data ook van groot belang. En er zijn zelfs private equity clubs en bedrijven die AI gebruiken om de productiviteit van hun adviseurs te meten. De mogelijkheden zijn legio.”