Umělá inteligence se stává páteří transakcí M&A

V rychlejším a koncentrovanějším transakčním prostředí proto nejde pouze o to zvládnout stejnou kontrolu s menším počtem kliknutí. Výhodou je především rychlejší nalezení rizik důležitých pro rozhodování a možnost, aby seniorní odborníci věnovali více času interpretaci a konkrétním krokům.

Co AI zvládne v jednotlivých fázích transakce

1. Třídění datové místnosti a due diligence

AI může transakčním týmům pomoci zejména s těmito úkoly:

• načtení, klasifikace a uspořádání dokumentů v datové místnosti;
• nalezení duplicitních, chybějících nebo vzájemně nekonzistentních materiálů;
• shrnutí dokumentů a extrakce klíčových obchodních a právních podmínek;
• vyhledání ustanovení o změně kontroly, postoupení smlouvy, ukončení, exkluzivitě, odpovědnosti, duševním vlastnictví, ochraně soukromí a regulaci;
• porovnání podobných smluv a označení neobvyklého nebo nestandardního jazyka;
• křížové porovnání údajů napříč dokumenty s cílem odhalit rozpory, mezery a anomálie;
• vytvoření strukturovaných seznamů problémů, přehledů úkolů a návrhů částí zpráv z due diligence.

Tyto činnosti se pro AI hodí zvlášť dobře, protože vyžadují práci s velkým objemem dat, jejich vyhledávání, třídění, extrakci a porovnávání. Právní i oborové zdroje popisují AI podporovanou due diligence jako postup, v němž automatizovanou analýzu následuje lidské ověření a interpretace.

AI může upozornit také na absenci očekávaných podkladů. Pokud například výroční zpráva zmiňuje prodej nemovitosti nebo jiného aktiva, systém může vyhledat související dokumenty a označit, že v datové místnosti chybí například příslušná smlouva či jiný obvyklý doklad. Tým pak může přesněji formulovat dodatečné požadavky a otázky na vedení společnosti.

2. Příprava smluv a správa dokumentů

Jakmile jsou zjištění z due diligence strukturovaná a propojená s původními dokumenty, mohou se přesunout do další fáze transakce. AI může pomoci s:

• prvními návrhy rutinních dokumentů a kontrolních seznamů;
• podklady pro disclosure schedules, tedy seznamy výjimek a zveřejněných skutečností připojené k transakční smlouvě;
• porovnáním klauzulí s precedenty, vzory nebo interními playbooky;
• shrnutím změn mezi jednotlivými verzemi dokumentů;
• extrakcí prohlášení a záruk, závazků, výjimek a dalších smluvních ustanovení;
• dohledáním původu navrhované ochrany až k dokumentu nebo skutečnosti, která k jejímu zařazení vedla.

Strategická hodnota spočívá v kontinuitě. Zjištění nesmí zůstat uvězněné v tabulce z due diligence. Musí být dostupné ve chvíli, kdy tým rozhoduje, zda požadovat prohlášení, závazek, souhlas třetí strany, odškodnění, podmínku uzavření transakce nebo jinou ochranu. Zdroje popisující současné M&A postupy označují právě přesun informací z due diligence do přípravy smluv a vyjednávání za jednu z hlavních oblastí dopadu AI.

3. Příprava na vyjednávání

AI může z ověřených podkladů sestavit briefing pro transakční tým, shrnout změny navržené protistranou, označit odchylky od interního playbooku a uspořádat otevřené otázky podle tématu či priority. Může také připravit otázky a alternativní znění k následnému posouzení člověkem.

Sama však spolehlivě neurčí obchodní cíl klienta, jeho toleranci k riziku, vyjednávací minimum ani strategii. Tato rozhodnutí závisejí na kontextu, do nějž může patřit vztah s vedením společnosti, časový tlak, financování, regulatorní expozice, konkurenční situace i širší priority klienta.

Jak se mění práce podle seniority

Juniorní právníci: strukturovaná první kontrola

AI se dobře hodí pro opakující se úkoly, které juniorním právníkům tradičně zabírají velkou část času. V jasně nastaveném pracovním postupu ji mohou využít například k tomu, aby:

• prověřili smlouvy podle předem stanovených ustanovení;
• vytěžili smluvní strany, data, podmínky, limity a výjimky;
• vyplnili přehledy z due diligence;
• shrnuli smlouvy a označili chybějící informace;
• připravili první podklady pro disclosure schedules;
• navrhli rutinní otázky pro due diligence k posouzení zkušenějším právníkem.

Role juniorního právníka tím nemizí. Posouvá se k ověřování úplnosti výstupu, kontrole, zda je každý podstatný závěr podložený původním dokumentem, a eskalaci nejasností či významných výjimek.

Seniorní právníci: kontrola kvality a syntéza

S tím, jak se pracovní postup zrychluje, roste význam seniorních associate. Jejich úkoly zahrnují:

• testování přesnosti a konzistence výstupů AI;
• rozhodování o významnosti jednotlivých zjištění;
• propojování rizik, která se objevují ve více dokumentech nebo pracovních proudech;
• převod zjištění z due diligence do smluvní ochrany;
• dohled nad kontrolními pravidly a postupy eskalace;
• převod transakčních playbooků do jasných instrukcí a standardů ověřování.

Právě na této úrovni se z prosté extrakce stává právní analýza. AI může zjistit, že smlouva vyžaduje souhlas třetí strany. Seniorní právník však musí posoudit praktický význam této podmínky, možnost souhlas získat a dopad na transakci.

Partneři: poradenství, alokace rizik a strategie

Partneři mohou využít mapy problémů, shrnutí a analýzy propojené se zdrojovými dokumenty k tomu, aby soustředili pozornost na poradenství klientovi a rozhodnutí s nejvyšší přidanou hodnotou. Patří mezi ně rozdělení rizik, obchodní kompromisy, vyjednávací pozice, eskalace a otázka, zda je transakce stále atraktivní.

AI může partnerům zlepšit přístup k faktům, nepřebírá však odpovědnost za poskytnuté právní či obchodní stanovisko. Kontrolním bodem zůstává profesionální úsudek.

O kolik může AI due diligence urychlit?

Neexistuje spolehlivé univerzální procento, které by platilo pro úsporu času nebo snížení počtu pracovníků při due diligence. Výsledek závisí na kvalitě a úplnosti datové místnosti, typu a složitosti transakce, nastavených kritériích, použitém nástroji i rozsahu lidského ověřování.

Analýza Berkeley uvádí u některých právních a finančních prověrek zvýšení efektivity o 40 až 70 %, zároveň však zdůrazňuje, že rozsah se mění podle složitosti transakce a kvality dat. Jiné zdroje popisují výrazné zkrácení času potřebného ke čtení, extrakci a sestavování podkladů, tyto údaje ale nelze automaticky považovat za srovnatelný benchmark pro každou transakci.

Opatrně formulovaný závěr tedy zní: AI může významně zkrátit fázi „najít, roztřídit, vytěžit a porovnat“. Snižuje počet hodin potřebných na rutinní první kontrolu podnikové dokumentace a umožňuje zahájit seniorní analýzu dříve. Nenahrazuje však cílenou právní, daňovou, regulatorní, finanční, kybernetickou, obchodní ani provozní prověrku.

Rychlejší první kontrola navíc automaticky neznamená rychlejší uzavření transakce. Kritickou cestu mohou stále určovat regulatorní souhlasy, financování, vyjednávání, podmínky podpisu a uzavření, reakce protistrany nebo neúplné zdrojové informace.

Dopad na M&A týmy a advokátní kanceláře

Časový harmonogram

Dřívější odhalení problémů může posunout dopředu otázky na vedení, rozhodnutí o rizicích i přípravu smluv. Týmy stráví méně času čekáním na základní extrakci údajů a více času řešením otázek, které mohou ovlivnit cenu, strukturu transakce, smluvní ochranu nebo její provedení.

Personální obsazení

Pravděpodobnější než zmizení M&A právníků je změna skladby jejich práce. Menší týmy mohou zvládat rutinní kontrolu, zatímco associate a specialisté se dříve přesunou k analýze výjimek, syntéze a práci s klientem. Platformy pro AI podporovanou kontrolu dokumentů už mění způsob, jakým týmy rozdělují odpovědnost za rozsáhlé soubory dokumentů.

Odměňování

Jakmile se velkoobjemová kontrola stane opakovatelnější a lépe měřitelnou, roste tlak na hodinovou fakturaci. Snáze lze strukturovat pevné, zastropované, fázované nebo hodnotově orientované odměny — ovšem jen tehdy, pokud kancelář dokáže práci měřit, řídit pracovní postup a garantovat kvalitu výstupů vytvořených s pomocí AI.

Výuka associate

Tradiční model profesního učení, v němž se právník seznamoval s transakcemi prostřednictvím vyčerpávající kontroly dokumentů, bude méně úplný, pokud první průchod stále častěji provádí stroj. Kanceláře proto budou muset systematicky učit associate:

• jak propojit smluvní ustanovení s obchodním a právním rizikem;
• jak ověřovat výstupy proti původním dokumentům;
• jak rozpoznat opomenutí a falešný pocit jistoty;
• jak odlišit označený problém od skutečně významného problému;
• jak proměnit zjištění v doporučení a vyjednávací možnosti.

Výzvou tedy není pouze naučit se správně zadávat instrukce modelu. Jde především o to naučit se lépe rozhodovat díky rychlejšímu přístupu k informacím.

Proč má při transakci stále poslední slovo člověk

AI umí vyhledávat, uspořádávat, porovnávat, shrnovat a navrhovat. Ve stejném čase dokáže zpracovat více dokumentů než tým pracující výhradně manuálně a může zviditelnit vzorce, které by jinak zůstaly skryté. Zároveň však může přehlédnout nuanci, špatně pochopit kontext, vytvořit chybný výstup nebo působit úplně i tehdy, když jsou vstupní data neúplná. Lidský dohled je proto nezbytný.

Transakční odborníci zůstávají odpovědní za:

• stanovení rozsahu, cílů a omezení;
• ověření, že závěry skutečně vycházejí ze zdrojových dokumentů;
• interpretaci zjištění v konkrétním skutkovém a právním kontextu;
• rozhodnutí, co je významné;
• volbu smluvní ochrany, kterou bude klient požadovat;
• posouzení klientovy tolerance k riziku;
• vytvoření a provedení vyjednávací strategie.

Nejlépe funguje model, v němž člověk řídí celý proces, AI zajišťuje měřítko a strukturu a právníci i další specialisté dodávají kontext, odpovědnost a úsudek. AI se stává páteří M&A právě proto, že umožňuje zaměřit expertní pozornost přesněji — nikoli proto, že by dokázala nahradit odborníky, kteří rozhodují, co má transakce znamenat.