Как ИИ становится базовой инфраструктурой для сделок M&A

В более быстром и концентрированном рынке преимущество дает не просто возможность выполнить ту же проверку с меньшим числом кликов. Важнее раньше увидеть риски, которые действительно влияют на цену, структуру и условия сделки, а старшим специалистам — уделить больше времени интерпретации и действиям.

Что ИИ делает на разных этапах сделки

Проверка данных и due diligence

ИИ может помочь команде:

• загрузить, классифицировать и упорядочить документы в виртуальной комнате;
• найти дубликаты, отсутствующие и противоречивые материалы;
• суммировать документы и извлекать ключевые коммерческие и юридические условия;
• находить положения о смене контроля, уступке прав, расторжении, эксклюзивности, ответственности, интеллектуальной собственности, конфиденциальности и регулировании;
• сравнивать похожие договоры и выделять необычные или нестандартные формулировки;
• сопоставлять сведения из разных документов, чтобы обнаруживать конфликты, пробелы и аномалии;
• формировать структурированные списки вопросов, трекеры и черновые разделы отчета о due diligence.

Эти задачи особенно хорошо подходят для ИИ: они связаны с массовым поиском, классификацией, извлечением и сравнением информации. Профессиональные и отраслевые источники описывают такой процесс как последовательность, в которой автоматический анализ обязательно дополняется проверкой и интерпретацией со стороны человека.

ИИ также способен обращать внимание на отсутствие ожидаемых подтверждений. Например, упоминание в годовом отчете о продаже актива может запустить поиск документов, которые обычно сопровождают такую операцию. Если нужного материала нет в комнате документов, система может отметить этот пробел для дальнейшего запроса.

Подготовка договоров и управление документами

Если результаты проверки структурированы и связаны с исходными документами, их можно использовать на следующем этапе сделки. ИИ способен помогать с:

• первыми версиями типовых документов и чек-листов;
• подготовкой данных для приложений с раскрытиями;
• сравнением условий с прецедентами, шаблонами и внутренними руководствами;
• составлением резюме правок между версиями договора;
• извлечением заверений, гарантий, обязательств и исключений;
• привязкой предлагаемой защиты к фактам и документам, которые выявили соответствующий риск.

В этом и состоит стратегическая ценность технологии. Важный вывод не должен оставаться в таблице due diligence: он должен быть доступен в момент, когда команда решает, нужно ли требовать заверение, обязательство, согласие третьей стороны, возмещение убытков, условие закрытия или другую защиту. Источники, описывающие современные процессы M&A, называют перенос информации из due diligence в подготовку договоров и переговоры одной из ключевых точек влияния ИИ.

Подготовка к переговорам

ИИ может собрать для команды краткий обзор сделки на основе утвержденных материалов, обобщить предложения контрагента, показать отклонения от внутреннего playbook — набора правил и предпочтительных позиций — и распределить открытые вопросы по темам и приоритетам. Он также может подготовить вопросы и альтернативные формулировки для последующей проверки.

Но система не может надежно определить коммерческую цель клиента, его допустимый уровень риска, резервную позицию или переговорную стратегию. На эти решения влияют отношения с менеджментом, сроки, финансирование, регуляторные риски, конкурентная ситуация и более широкие приоритеты клиента.

Как меняется работа специалистов разного уровня

Младшие юристы: структурированная первичная проверка

ИИ особенно полезен для повторяющихся задач, которые традиционно занимают значительную часть времени младших юристов. В рамках заданного процесса они могут использовать его, чтобы:

• проверять договоры по заранее определенному набору положений;
• извлекать стороны, даты, сроки, пороговые значения и исключения;
• заполнять трекеры due diligence;
• составлять резюме договоров и выявлять недостающую информацию;
• готовить исходные данные для приложений с раскрытиями;
• формировать первые версии стандартных вопросов для проверки старшим юристом.

Роль младшего юриста не исчезает. Она смещается в сторону контроля полноты, проверки каждого существенного вывода по первоисточнику и эскалации неоднозначных или существенных исключений.

Старшие юристы: контроль качества и синтез

По мере ускорения процесса значение старших юристов, вероятно, будет расти. Они отвечают за то, чтобы:

• проверять точность и согласованность результатов ИИ;
• определять существенность выявленных вопросов;
• объединять риски, обнаруженные в разных документах и направлениях проверки;
• переводить выводы due diligence в конкретные положения договора;
• контролировать протоколы проверки и порядок эскалации;
• превращать внутренние правила сделки в понятные инструкции и стандарты валидации.

Именно на этом уровне автоматическое извлечение превращается в юридический анализ. ИИ может определить, что договор требует согласия третьей стороны при смене контроля. Старший юрист должен оценить практическое значение этого условия, понять, реально ли получить согласие, и определить, как вопрос должен повлиять на сделку.

Партнеры: советы клиенту, распределение рисков и стратегия

Партнеры могут использовать карты рисков, резюме и анализы, связанные с первоисточниками, чтобы сосредоточиться на наиболее важных решениях: распределении рисков, коммерческих компромиссах, переговорной позиции, эскалации и общей привлекательности сделки.

ИИ улучшает доступ партнера к фактам, но не принимает на себя ответственность за совет клиенту. Профессиональное суждение остается главным контуром контроля.

Насколько ИИ ускоряет due diligence

Универсального и надежного показателя, на сколько процентов ИИ сокращает сроки или численность команды корпоративной проверки, не существует. Результат зависит от полноты и качества комнаты документов, типа и сложности сделки, критериев проверки, используемых инструментов и глубины человеческой валидации.

Анализ Berkeley сообщает о повышении эффективности на 40–70% для отдельных юридических и финансовых задач due diligence, подчеркивая, что диапазон меняется в зависимости от сложности сделки и качества данных. Другие источники описывают значительное сокращение времени на чтение, извлечение и сведение информации, однако эти показатели нельзя считать единым ориентиром для каждой сделки.

Осторожный, но обоснованный вывод выглядит так: ИИ заметно сжимает этап «найти, отсортировать, извлечь и сравнить». Он может уменьшить число человеко-часов, необходимых для рутинной первичной корпоративной проверки, и раньше подключить старших специалистов к анализу.

Это не отменяет целевую юридическую, налоговую, регуляторную, финансовую, кибернетическую, коммерческую и операционную проверку. Более быстрая первичная обработка также не гарантирует более быстрое закрытие сделки: критический путь могут по-прежнему определять согласования регуляторов, финансирование, переговоры, готовность контрагента, условия закрытия и неполнота исходных данных.

Что меняется в командах и юридических фирмах

Сроки

Более раннее выявление проблем позволяет быстрее направлять вопросы менеджменту, принимать решения о рисках и начинать подготовку договоров. Команда меньше ждет базового извлечения информации и раньше переходит к вопросам, способным повлиять на цену, структуру, защитные положения или исполнение сделки.

Штат и распределение работы

Вероятнее всего, изменится не количество M&A-юристов как таковое, а состав их работы. Более компактные команды смогут заниматься рутинной проверкой, тогда как юристы и специалисты будут раньше переходить к анализу исключений, синтезу выводов и работе с клиентом. Платформы для проверки документов с помощью ИИ уже меняют распределение ответственности за большие массивы материалов.

Ценообразование

Когда массовая проверка становится более повторяемой и измеримой, усиливается давление на почасовую оплату. Фиксированная, ограниченная, поэтапная или ориентированная на ценность модель становится более реалистичной — но только если фирма умеет измерять работу, контролировать процесс и отвечать за качество результатов с использованием ИИ.

Обучение юристов

Традиционная модель обучения через исчерпывающую ручную проверку документов становится менее полной. Фирмам придется целенаправленно учить младших специалистов:

• связывать формулировки договоров с коммерческими и юридическими рисками;
• проверять выводы ИИ по первоисточникам;
• распознавать пропуски и ложную уверенность системы;
• отличать отмеченный алгоритмом вопрос от действительно существенного вопроса;
• превращать результаты проверки в советы и варианты переговорной позиции.

Поэтому задача обучения состоит не только в том, чтобы научиться правильно формулировать запросы к модели. Важнее научиться применять более точное профессиональное суждение, получая доступ к информации значительно быстрее.

Почему окончательное решение остается за человеком

ИИ умеет искать, организовывать, сопоставлять, суммировать и предлагать. Он способен обработать больше документов, чем команда людей при полностью ручной проверке за тот же период, и сделать скрытые закономерности заметнее. Но система может пропустить нюанс, неверно понять контекст, ошибиться или выдать внешне полный ответ при неполных исходных данных. Поэтому человеческий контроль необходим.

Специалисты по сделкам по-прежнему отвечают за то, чтобы:

• определить масштаб, цели и ограничения проверки;
• убедиться, что выводы подтверждаются исходными документами;
• интерпретировать результаты с учетом фактического и юридического контекста сделки;
• решить, какие вопросы существенны;
• выбрать, какие защитные положения следует требовать;
• оценить допустимый для клиента уровень риска;
• разработать и реализовать переговорную стратегию.

Наиболее сильная модель — это процесс под руководством человека, в котором ИИ отвечает за масштаб и структуру, а юристы и другие специалисты — за контекст, ответственность и суждение. ИИ становится базовой инфраструктурой M&A не потому, что способен заменить экспертов, а потому, что помогает направить их внимание на решения, от которых действительно зависит смысл сделки.