Semakan Dokumen Usaha Wajar: Bagaimana AI Mengurangkan Masa Semakan M&A Sebanyak 70%
Semasa pengambilalihan bernilai $340 juta tahun lepas, sebuah firma guaman korporat berhadapan dengan bilik data yang mengandungi 14,000 dokumen. Pembeli mahukan usaha wajar disiapkan dalam 6 minggu. Model perjawatan tradisional mencadangkan mereka memerlukan 20 peguam kontrak bekerja sepenuh masa untuk memenuhi tarikh akhir tersebut, dengan kos unjuran kira-kira $1.2 juta hanya untuk fasa semakan.
Sebaliknya, firma tersebut memproses keseluruhan bilik data melalui platform semakan dokumen berkuasa AI dalam minggu pertama. Sistem ini mengklasifikasikan dokumen mengikut jenis, mengekstrak peruntukan utama daripada kontrak, menandakan anomali, dan menjana laporan risiko awal. Baki 5 minggu digunakan oleh pasukan 8 peguam untuk menyiasat penemuan AI, menyemak dokumen berisiko tinggi secara terperinci, dan menyediakan laporan usaha wajar. Jumlah kos semakan adalah $380,000.
Rupa Sebenar 14,000 Dokumen
Bilik data M&A adalah tidak teratur. Ia mengandungi campuran kontrak yang telah dilaksanakan, draf perjanjian, pindaan, resolusi korporat, penyata kewangan, penyata cukai, rekod pekerjaan, pemfailan kawal selia, pendaftaran harta intelek, polisi insurans, dan surat-menyurat. Banyak dokumen dilabelkan dengan buruk. Sesetengahnya adalah pendua. Peratusan yang bermakna adalah tidak relevan kepada transaksi tersebut.
Tugas pertama dalam mana-mana semakan usaha wajar ialah triaj: menentukan apa yang anda ada dan apa yang penting. Secara manual, ini mengambil masa berhari-hari. Peguam membuka dokumen satu per satu, menilai kerelevanan, dan mengkategorikannya. Dalam bilik data 14,000 dokumen, pengkategorian awal sahaja boleh menggunakan 300-400 jam boleh bil.
Klasifikasi AI mengendalikan triaj dalam beberapa jam. Sistem membaca setiap dokumen, mengenal pasti jenisnya (kontrak, pindaan, sijil, surat-menyurat, penyata kewangan), dan mengisihnya ke dalam kategori usaha wajar yang sesuai. Ketepatan klasifikasi untuk model yang terlatih baik adalah antara 93% dan 97%. 3-7% yang salah dikategorikan biasanya adalah dokumen yang samar seperti perjanjian surat yang boleh dimasukkan ke dalam pelbagai kategori secara munasabah.
Mengekstrak Perkara Penting Daripada Kontrak
Kontrak biasanya merangkumi 40-60% bilik data mengikut bilangan dokumen, dan ia mengandungi peruntukan yang mendorong kebanyakan risiko urus niaga. Alat pengekstrakan AI menarik terma utama daripada setiap kontrak: pihak-pihak, tarikh berkuat kuasa, peruntukan tempoh dan pembaharuan, sekatan penyerahan hak, pencetus pertukaran kawalan, obligasi tidak bersaing, had ganti rugi, dan hak penamatan.
Peruntukan pertukaran kawalan memerlukan perhatian khusus dalam mana-mana semakan M&A kerana ia boleh menjejaskan transaksi secara langsung. Jika kontrak pelanggan utama ditamatkan secara automatik apabila berlaku pertukaran kawalan syarikat sasaran, pembeli perlu mengetahuinya sebelum menandatangani. Alat AI mencari bahasa pertukaran kawalan merentas setiap kontrak dalam bilik data dan menyusun hasilnya ke dalam satu laporan. Dalam pengambilalihan pasaran pertengahan baru-baru ini, carian ini mendedahkan bahawa 23 daripada 180 kontrak pelanggan sasaran mengandungi peruntukan pertukaran kawalan yang memerlukan persetujuan, dan 4 daripada kontrak tersebut mewakili 31% hasil tahunan. Penemuan itu secara asasnya mengubah struktur urus niaga.
Peruntukan tidak bersaing dan tidak meminta dalam perjanjian pekerjaan juga diekstrak secara sistematik. AI mengenal pasti pekerja mana yang mempunyai perjanjian sekatan, aktiviti apa yang dihadkan, skop geografi dan temporal, serta sebarang pengecualian. Bagi sasaran yang mempunyai ratusan pekerja, pengekstrakan ini akan mengambil masa berminggu-minggu secara manual.
Pengesanan Anomali Merentas Set Dokumen
Selain pengekstrakan, alat AI mengenal pasti corak dan anomali merentas keseluruhan set dokumen. Jika 95% kontrak vendor sasaran merangkumi peruntukan had liabiliti standard tetapi 5% mempunyai liabiliti tanpa had, pencilan tersebut ditandakan. Jika kebanyakan kontrak pelanggan mempunyai terma pembayaran 30 hari tetapi beberapa mempunyai terma 90 hari, AI mencatat penyimpangan tersebut.
Corak merentas dokumen ini hampir mustahil untuk dikesan dalam semakan manual. Seorang peguam yang menyemak kontrak satu per satu membina rasa intuitif tentang apa yang normal, tetapi mereka tidak boleh membandingkan peruntukan dalam dokumen 47 dengan peruntukan serupa dalam dokumen 3,200 secara boleh dipercayai. AI boleh, kerana ia memproses keseluruhan set data sebelum melaporkan.
Analisis jurang adalah satu lagi kekuatan. AI boleh mengenal pasti jenis dokumen yang sepatutnya ada tetapi tiada. Jika sasaran mendakwa mempunyai 200 kontrak pelanggan aktif tetapi bilik data hanya mengandungi 180, percanggahan itu ditandakan. Jika perjanjian pekerjaan wujud untuk eksekutif kanan tetapi tidak untuk kakitangan teknikal utama, jurang itu dicatatkan. Ketinggalan ini sering menunjukkan kawasan di mana bilik data penjual tidak lengkap, yang boleh menjadi tanda amaran dengan sendirinya.
Lapisan Semakan Manusia
Usaha wajar berbantukan AI tidak menghapuskan semakan peguam. Ia menyusun semula proses tersebut. Daripada membaca 14,000 dokumen secara linear, peguam memberi tumpuan kepada tiga kategori.
Pertama, mereka menyemak semua yang ditandakan oleh AI sebagai berisiko tinggi: kontrak dengan peruntukan luar biasa, dokumen dengan implikasi kawal selia yang berpotensi, perjanjian di mana terma utama menyimpang daripada norma. Di sinilah pertimbangan undang-undang paling penting, dan di sinilah peguam menambah nilai paling banyak.
Kedua, mereka menyelami secara mendalam kategori dokumen tertentu berdasarkan profil risiko urus niaga. Jika pengambilalihan melibatkan harta intelek yang signifikan, peguam meluangkan masa tambahan pada penyerahan hak IP, perjanjian lesen, dan perjanjian ciptaan pekerja. Jika sasaran beroperasi dalam industri terkawal, pemfailan kawal selia dan dokumen pematuhan mendapat perhatian keutamaan.
Ketiga, mereka menjalankan semakan kualiti terhadap kerja pengekstrakan dan klasifikasi AI. Menyemak sampel rawak output AI mengambil masa jauh lebih sedikit daripada memproses keseluruhan bilik data dan memberikan keyakinan terhadap ketepatan keseluruhan.
Bagi firma guaman yang mengendalikan transaksi M&A, aliran kerja ini bermakna masa pemulihan yang lebih pantas, kos yang lebih rendah kepada pelanggan, dan liputan yang lebih menyeluruh. Firma yang menyelesaikan urus niaga $340 juta mendapati bahawa pasukan 8 peguam mereka dengan sokongan AI sebenarnya menyemak lebih banyak dokumen dengan lebih teliti berbanding pasukan 20 peguam, kerana AI mengarahkan perhatian kepada dokumen yang memerlukannya.
Nilai Berterusan Selepas Urus Niaga
Set data berstruktur yang dihasilkan oleh AI semasa usaha wajar tidak kehilangan nilainya apabila urus niaga ditutup. Terma kontrak yang diekstrak menjadi asas untuk perancangan integrasi selepas penggabungan. Pembeli mengetahui dengan tepat kontrak mana yang perlu dirundingkan semula, mana yang memerlukan persetujuan pertukaran kawalan, dan mana yang mempunyai tarikh pembaharuan akan datang yang memberikan peluang rundingan semula.
Sesetengah firma kini menawarkan pengurusan kontrak selepas penutupan sebagai perkhidmatan susulan kepada kerja usaha wajar M&A mereka. Alat AI yang sama yang mengekstrak terma semasa semakan boleh memantau tarikh akhir, menandakan tarikh pembaharuan, dan menjejaki obligasi pematuhan secara berterusan. Kos tambahan perkhidmatan ini adalah rendah kerana kerja berat pemprosesan dokumen telah pun dilakukan.
Angka pengurangan masa 70% bukanlah hipotesis. Ia mencerminkan apa yang dilaporkan secara konsisten oleh firma apabila membandingkan usaha wajar berbantukan AI dengan semakan manual tradisional pada transaksi yang serupa dari segi saiz dan kerumitan. Pengurangan kos biasanya lebih besar daripada 70% kerana AI mengurangkan bilangan peguam yang diperlukan, bukan hanya jam setiap peguam. Bagi proses yang pada asasnya tidak berubah selama beberapa dekad, perubahan ini adalah praktikal dan boleh diukur.