AI flyttar in i kärnan av M&A-affärer

I en marknad där affärer blir mer tidskänsliga ligger fördelen därför inte bara i att göra samma granskning med färre klick. Det handlar om att snabbare hitta de risker som faktiskt påverkar beslutet och frigöra mer tid för seniora jurister och rådgivare att tolka och agera.

Vad AI kan göra genom hela affären

1. Sortering av datarum och due diligence

AI kan hjälpa dealteam att:

• ta emot, klassificera och organisera material i datarum;
• hitta dubbletter samt saknade eller motstridiga dokument;
• sammanfatta dokument och plocka ut centrala kommersiella och juridiska villkor;
• lokalisera bestämmelser om kontrollägarskifte, överlåtelse, uppsägning, exklusivitet, ansvar, immateriella rättigheter, integritet och reglering;
• jämföra liknande avtal och flagga ovanlig eller icke-standardiserad lydelse;
• korsreferera information mellan dokument för att hitta konflikter, luckor och avvikelser; samt
• skapa strukturerade frågelistor, uppföljningsloggar och utkast till delar av due diligence-rapporter.

Detta är uppgifter som lämpar sig väl för AI eftersom de bygger på sökning, klassificering, informationsutvinning och jämförelse i stor skala. Juridiska bransch- och företagskällor beskriver den AI-stödda processen som ett arbetsflöde där automatiserad analys följs av mänsklig kontroll och tolkning.

AI kan även uppmärksamma att förväntade underlag saknas. Om en årsredovisning till exempel hänvisar till en försäljning av en tillgång kan systemet söka efter de dokument som normalt hör samman med transaktionen och flagga om något inte finns i datarummet. Det kan hjälpa teamet att rikta sina kompletterande frågor bättre.

2. Avtalsutkast och dokumenthantering

När resultat från due diligence har strukturerats och kopplats till källdokument kan de användas i nästa steg. AI kan bland annat stödja:

• första utkast till rutinmässiga dokument och checklistor;
• underlag till disclosure schedules, alltså uppgifter som anger undantag och upplysningar i avtalen;
• jämförelser av klausuler mot tidigare avtal, mallar och interna spelböcker;
• sammanfattningar av ändringar mellan avtalsversioner;
• uttag av garantier, åtaganden, utfästelser och undantag; samt
• spårning av hur ett föreslaget skydd är kopplat till den information som utlöste behovet av det.

Den strategiska vinsten är kontinuitet. Ett fynd bör inte stanna i ett kalkylblad för due diligence. Det bör följa med när teamet avgör om köparen behöver kräva en garanti, ett åtagande, ett samtycke, en indemnitet, ett villkor för genomförande eller något annat skydd. Källor om moderna M&A-arbetsflöden beskriver just denna förflyttning från due diligence till avtal och förhandling som en central del av AI:s påverkan.

3. Förberedelser inför förhandling

AI kan sammanställa en affärsbriefing från godkända källor, sammanfatta motpartens föreslagna ändringar, identifiera avsteg från en förhandlingsspelbok och sortera öppna frågor efter ämne eller prioritet. Det kan även hjälpa till att ta fram frågor och alternativa formuleringar för mänsklig granskning.

Däremot kan AI inte på egen hand på ett tillförlitligt sätt avgöra kundens kommersiella mål, riskaptit, reservposition eller förhandlingsstrategi. Sådana beslut beror på sammanhang – exempelvis relationer till företagsledningen, tidsplan, finansiering, regulatorisk exponering, konkurrensläge och kundens övergripande prioriteringar.

Så förändras arbetsuppgifterna beroende på senioritet

Juniora jurister: strukturerat förstahandsarbete

AI passar särskilt väl för repetitiva och källkopplade uppgifter som traditionellt tar mycket tid för juniora jurister. Med ett tydligt arbetssätt kan de använda tekniken för att:

• granska avtal utifrån en bestämd uppsättning klausuler;
• extrahera parter, datum, villkor, tröskelvärden och undantag;
• fylla i granskningsloggar;
• sammanfatta avtal och identifiera saknad information;
• ta fram första underlag till disclosure schedules; samt
• formulera rutinmässiga kompletterande frågor för ansvarig jurists granskning.

Den juniora juristens roll försvinner inte. Den förskjuts mot att kontrollera om resultatet är komplett, säkerställa att viktiga slutsatser stöds av det underliggande dokumentet och eskalera oklarheter eller väsentliga undantag.

Seniora jurister: kvalitetskontroll och syntes

När arbetsflödet går snabbare blir seniora juristers roll snarare viktigare. De behöver bland annat:

• testa AI-resultatens riktighet och konsekvens;
• avgöra vilka fynd som är väsentliga;
• sammanfoga risker som syns i flera dokument eller arbetsströmmar;
• översätta granskningsresultat till skydd i avtalen;
• övervaka granskningsrutiner och eskaleringsvägar; samt
• omvandla interna spelböcker till tydliga instruktioner och kontrollstandarder.

Det är här rå informationsutvinning blir juridisk analys. AI kan identifiera att ett avtal kräver motpartens samtycke. Den seniora juristen måste bedöma den praktiska betydelsen, avgöra om samtycket går att få och rekommendera hur frågan bör påverka affären.

Partners: rådgivning, riskfördelning och strategi

Partners kan använda AI-genererade riskkartor, sammanfattningar och källkopplade analyser för att fokusera på klientrådgivning och de mest värdeskapande besluten. Det gäller bland annat riskfördelning, kommersiella avvägningar, förhandlingsposition, eskalering och frågan om affären fortfarande är attraktiv.

AI kan förbättra tillgången till fakta, men tar inte över ansvaret för rådgivningen. Det professionella omdömet är fortsatt den avgörande kontrollpunkten.

Hur mycket snabbare blir due diligence?

Det finns ingen tillförlitlig, generell procentsiffra för tidsbesparing eller minskad bemanning inom företagsrelaterad due diligence. Resultatet beror på datarummets kvalitet och fullständighet, transaktionens typ och komplexitet, granskningskriterierna, vilka verktyg som används och hur omfattande den mänskliga valideringen är.

En analys från Berkeley redovisar effektivitetsvinster på 40–70 procent för vissa juridiska och finansiella due diligence-uppgifter, men betonar att spannet varierar med affärens komplexitet och datakvaliteten. Andra källor beskriver betydande minskningar av tiden för läsning, informationsutvinning och sammanställning, men siffrorna kan inte användas som generella riktmärken för varje transaktion.

Den säkraste slutsatsen är mer avgränsad: AI kan korta fasen där teamet hittar, sorterar, extraherar och jämför information. Det kan minska antalet juristtimmar för rutinmässig förstagranskning och göra att senior analys kommer in tidigare i processen.

Det innebär dock inte att riktad juridisk, skatte-, regulatorisk, finansiell, cyber-, kommersiell eller operativ due diligence kan tas bort. Och en snabbare förstagranskning leder inte automatiskt till ett snabbare avslut. Myndighetsgodkännanden, finansiering, förhandlingar, motpartens svarstider, villkor för signering och ofullständigt källmaterial kan fortfarande ligga på den kritiska vägen.

Effekter på tidsplaner, bemanning, prissättning och utbildning

Tidsplaner

När problem upptäcks tidigare kan frågor till företagsledningen, riskbeslut och avtalsarbete flyttas fram i processen. Teamet behöver lägga mindre tid på grundläggande informationsutvinning och mer på att lösa frågor som kan påverka pris, struktur, avtalskydd eller genomförande.

Bemanning

Den sannolika förändringen är en annan sammansättning av arbetet – inte att M&A-jurister försvinner. Mindre team kan hantera rutinmässig granskning, medan jurister och specialister tidigare går vidare till undantagsanalys, syntes och klientkontakt. AI-stödda granskningsplattformar förändrar redan hur team fördelar ansvaret för stora dokumentmängder.

Prissättning

När repetitiv granskning blir mer mätbar och standardiserad ökar pressen på timdebitering. Fasta priser, pristak, etappindelad prissättning och värdebaserade upplägg kan bli lättare att använda – men bara om byråerna kan mäta arbetet, styra arbetsflödet och stå bakom kvaliteten i de AI-stödda resultaten.

Utbildning av jurister

Den traditionella lärlingsmodellen, där juniora jurister lär sig transaktioner genom omfattande dokumentgranskning, blir mindre komplett när maskiner gör mer av förstapasset. Byråerna behöver därför medvetet lära ut hur man:

• kopplar avtalsformuleringar till affärsmässig och juridisk risk;
• testar AI-resultat mot källdokument;
• upptäcker utelämnanden och falsk säkerhet;
• skiljer en flaggad fråga från en väsentlig fråga; samt
• omvandlar fynd till rådgivning och förhandlingsalternativ.

Utmaningen handlar alltså inte bara om att lära sig skriva bättre instruktioner till en modell. Den handlar om att utveckla bättre omdöme när informationen blir snabbare och mer lättillgänglig.

Därför är det mänskliga omdömet fortfarande avgörande

AI kan söka, organisera, jämföra, sammanfatta och föreslå. Tekniken kan hantera fler dokument än ett mänskligt team hinner läsa manuellt under samma tidsperiod och göra mönster lättare att upptäcka. Men AI kan också missa nyanser, misstolka sammanhang, skapa fel eller ge ett till synes komplett svar trots att underlaget är ofullständigt. Därför är mänsklig kontroll nödvändig.

Dealprofessionella ansvarar fortsatt för att:

• fastställa omfattning, mål och begränsningar;
• kontrollera att slutsatserna stöds av källdokumenten;
• tolka fynden utifrån affärens faktiska och juridiska sammanhang;
• avgöra vad som är väsentligt;
• välja vilka skydd som ska krävas;
• bedöma kundens riskaptit; samt
• utveckla och genomföra förhandlingsstrategin.

Den starkaste modellen är därför ett människostyrt arbetsflöde där AI hanterar skala och struktur, medan jurister och andra specialister står för sammanhang, ansvar och omdöme. AI blir en central del av M&A-infrastrukturen just eftersom tekniken kan rikta experternas uppmärksamhet mot rätt frågor – inte eftersom den kan ersätta dem som avgör vad affären faktiskt innebär.