Les fusions et acquisitions (F&A) peuvent se révéler un moyen efficace de mettre le capital à profit dans le but d’assurer la viabilité des entreprises, d’accroître leur capacité, de réduire les coûts, d’éliminer la concurrence et, ultimement, d’augmenter leur valeur.
Toutefois, malgré les ressources dédiées aux efforts de F&A, plus des deux tiers des transactions échouent, selon un rapport de Business Strategy Review. Plusieurs raisons expliquent ces échecs coûteux : cible surpayée, acquisition non reliée (empire), intégration mal exécutée, incompatibilité culturelle ou encore des motivations divergentes.
L’histoire financière recense de nombreuses erreurs commises par les méga-entreprises, comme l’acquisition de Time Warner par AOL (America Online) en 2000, qui a occasionné la perte d’innombrables emplois, dévasté des comptes de retraite, fait l’objet d’enquêtes par la Securities and Exchange Commission et le ministère de la Justice américain, et réduit à presque néant la valeur des actionnaires.
Est-ce que le recours à l’IA aurait changé la donne ? Un nombre croissant d’entreprises semblent dire que oui. À n’en pas douter, l’IA jouera un rôle de plus en plus important au sein de l’écosystème des F&A, notamment dans l’identification de cibles attrayantes et l’optimisation des taux de fusions réussies. Cet intérêt dans les entreprises axées sur l’IA allongera la liste des cibles futures en y ajoutant des entreprises plus jeunes et en pleine croissance.
L’IA et son incidence sur les activités de F&A
Les investisseurs sont toujours à la recherche d’un avantage concurrentiel. Il est donc peu surprenant qu’on ait recours aux innovations technologiques pour optimiser la performance. Le secteur de la finance s’appuie sur une grande quantité de données qui doivent être rapidement et correctement traitées. Les machines-outils sont à même de transformer les activités de fusion et acquisition en rendant certains processus ennuyeux et coûteux « plus forts, plus rapides, en un mot, meilleurs », à l’image de l’astronaute bionique popularisé par la série télévisée L’homme de six millions, dans les années 1970.
À l’instar de l’Internet qui s’est révélé un instrument permettant de s’informer sur tous les sujets imaginables, les outils d’IA générative, en ce qui a trait aux F&A, optimiseront la productivité des tâches rébarbatives et onéreuses sur le plan temporel et financier. Ce sera le cas notamment de la diligence raisonnable, de l’analyse des données, de la reconnaissance des tendances ainsi que des activités d’intégration post-fusion, comme la mise à jour des contrats et la migration des données.
On estime que le recours à l’IA dans les activités de F&A réduira les tâches de diligence raisonnable et de révision juridique des contrats par des marges pouvant atteindre respectivement 90 % et 95 %. Les transactions qui font intervenir plus d’une langue, des problèmes réglementaires ou des obstacles géopolitiques bénéficieront également de l’IA.
Le travail d’évaluation, qui suppose de trouver des entreprises comparables et d’estimer la valeur des sociétés, pourra être fait par les outils d’IA générative. Les ressources humaines ainsi libérées pourront se consacrer à des tâches plus créatives et à valeur ajoutée. Ces outils sont déjà mis à profit par des cabinets comme Deloitte et KPMG dans le cadre de leurs services d’expert-conseil en F&A.
L’IA générative peut repérer des cibles attrayantes et détecter des problèmes potentiels, évitant ainsi de commettre des erreurs coûteuses. Bien avant le battage actuel sur l’IA, une société de placement canadienne s’est servie d’un logiciel IA antifraude et anti-blanchiment de fonds (appelé « The Brain ») proposé par OutsideIQ, une société torontoise en démarrage, afin de mener à bien son processus de diligence raisonnable. Le logiciel a mis au jour des problèmes dans la déclaration des actifs démontrant que la compagnie Sino-Forest possédait moins de terres qu’elle ne l’avait réclamé.
Analyser la culture d’entreprise
Pour augmenter la probabilité de succès d’une fusion, les algorithmes peuvent déceler les meilleurs attributs d’une entreprise afin de prédire les combinaisons gagnantes. Même des éléments moins objectifs, comme la culture d’entreprise, peuvent devenir quantifiables en s’appuyant sur des données appropriées telles que le taux de rotation et l’ancienneté des employés.
Habituellement, la mise en place des ententes se faisait de façon ponctuelle en se fondant sur les relations interpersonnelles. Bien que cet aspect des F&A, particulièrement dans l’arène des entreprises privées, risque peu de changer, les outils d’IA générative pourront s’appuyer sur une plus grande quantité de données de meilleure qualité sur les sociétés privées.
Par conséquent, ils permettront d’améliorer les interactions personnelles, de supprimer les émotions humaines du processus et de réduire les risques associés aux biais émotifs et cognitifs. De cette façon, non seulement les deux parties jouiront d’une plus grande transparence à l’égard de l’information, mais de nouvelles occasions pourront voir le jour.
Nous n’en sommes qu’aux premières lueurs des F&A gérés par IA générative, toutefois, en utilisant les données et les algorithmes qui conviennent, ces outils, jumelés à la créativité et à l’intelligence humaine, pourront vraisemblablement réduire le taux d’échec des F&A et engendrer des transactions réussies et porteuses de valeur pour tous les intervenants.