Krajobraz fuzji i przejęć związanych ze sztuczną inteligencją w 2025 r. szybko ewoluuje. Wraz z rosnącym zainteresowaniem inwestorów i nasilającą się konkurencją, nabywcy ponownie zastanawiają się, w jaki sposób oceniają wartość firm związanych ze sztuczną inteligencją. Coraz częściej to nie tylko stos technologiczny lub przychody napędzają transakcje, ale także talent.
W dzisiejszym sektorze sztucznej inteligencji zdolność do tworzenia, dostosowywania i wdrażania najnowocześniejszych narzędzi AI ma większe znaczenie niż kiedykolwiek. Strategiczni nabywcy priorytetowo traktują kompaktowe, wydajne zespoły zdolne do skalowania możliwości AI, integracji modeli uczenia maszynowego i opracowywania generatywnych narzędzi AI z rzeczywistą trakcją. Firmy te często działają poniżej radaru: są szczupłe, techniczne i skoncentrowane na rozwiązywaniu trudnych problemów.
"Kupujący coraz bardziej koncentrują się na zespole i jego możliwościach.mówi Filip Drazdou, dyrektor ds. fuzji i przejęć w Aventis Advisors. "Technologia zmienia się tak szybko, że kupujący chcą ludzi, którzy potrafią szybko się dostosować i na nowo odkrywać zarówno siebie, jak i swoje produkty w nowym środowisku."
Zmiana ta odzwierciedla szersze trendy w zakresie fuzji i przejęć, gdzie tradycyjne wskaźniki, takie jak raporty finansowe, liczba pracowników czy mnożniki private equity, są poddawane ponownej ocenie. Zamiast tego, procesy staranności koncentrują się obecnie na własności intelektualnej, analizie danych w czasie rzeczywistym i zdolności zespołu do opracowywania dostosowanych rozwiązań, które oferują przewagę konkurencyjną.
Dlaczego teraz: pilna potrzeba fuzji i przejęć związanych ze sztuczną inteligencją?
To skoncentrowane na talentach podejście odzwierciedla szerszą potrzebę. Według Dentons, 64% liderów biznesowych planuje wykorzystać fuzje i przejęcia do wzmocnienia swoich możliwości w zakresie sztucznej inteligencji w ciągu najbliższych 12 miesięcy, a liczba ta ma wzrosnąć do 70% w ciągu najbliższych trzech lat. Jednocześnie Precedence Research donosi, że wielkość globalnego rynku sztucznej inteligencji ma wzrosnąć z około $638 miliardów w 2024 roku do około $3,68 biliona do 2034 roku, przy złożonej rocznej stopie wzrostu (CAGR) wynoszącej około 19,2%. Łącznie liczby te podkreślają krytyczny zwrot w globalnej dynamice fuzji i przejęć, który kładzie nacisk na szybko działające, skoncentrowane na realizacji zespoły AI [1] [2].
Nabywcy strategiczni a nabywcy private equity: rozbieżne podręczniki gry
Podczas gdy nabywcy strategiczni priorytetowo traktują zwarte zespoły inżynieryjne z dużą prędkością produktu, nabywcy private equity coraz bardziej koncentrują się na dojrzałości IP i gotowości do integracji. Ci pierwsi często szukają zgodności kulturowej i technicznej z istniejącymi jednostkami badawczo-rozwojowymi. Ci drudzy priorytetowo traktują skalowalność, dźwignię przychodów i czyste tabele kapitalizacji. Obaj jednak są zgodni w poszukiwaniu przejęć AI, które dostarczają możliwą do obrony, gotową do produkcji technologię o dużym wpływie.
W tym artykule badamy, dlaczego strategiczni nabywcy stawiają na talent, a nie na skalę, jak oceniają potencjał w sektorze sztucznej inteligencji i co startupy mogą zrobić, aby przygotować się do przejęcia, zwłaszcza w środowisku ukształtowanym przez ustawę o sztucznej inteligencji, nowe oczekiwania dotyczące zgodności i rosnący globalny apetyt na tworzenie wartości za pomocą narzędzi opartych na sztucznej inteligencji.
Uwaga: Północnoamerykańskie organy regulacyjne również nadrabiają zaległości. W Kanadzie oczekuje się, że ustawa o sztucznej inteligencji i danych (AIDA) wpłynie na przepływy pracy związane z należytą starannością do końca 2025 r., szczególnie w zakresie identyfikowalności i audytowalności danych.
Spis treści
- Co napędza fuzje i przejęcia związane ze sztuczną inteligencją w 2025 r.
- Od narzędzi AI po zespoły techniczne
- Studium przypadku: AMD i BRIUM w wyścigu generatywnej sztucznej inteligencji
- Dlaczego małe zespoły AI będą wiodły prym w fuzjach i przejęciach w 2025 roku?
- O Aventis Advisors
Co napędza fuzje i przejęcia związane ze sztuczną inteligencją w 2025 r.
Krajobraz fuzji i przejęć związanych ze sztuczną inteligencją zmienił się z pogoni za modnymi hasłami na ukierunkowanie na realizację. W 2025 r. nabywcy strategiczni skupiają się na zwartych zespołach, które oferują rzeczywiste, możliwe do wdrożenia możliwości AI, zwłaszcza te związane z generatywną AI, analityką predykcyjną i zaawansowanym przetwarzaniem języka naturalnego. Wraz z dojrzewaniem oczekiwań rynku, rosną również wymagania dotyczące nabywania firm z sektora AI.
Od szumu wokół sztucznej inteligencji do możliwości gotowych do przejęcia
W poprzednich cyklach fuzji i przejęć, przejęcia były często napędzane przez nastroje inwestorów i postrzeganą obietnicę technologii AI. Dzisiejsi nabywcy są znacznie bardziej pragmatyczni. Chcą dowodów: narzędzi AI, które działają w produkcji, które integrują się z istniejącymi platformami i które zapewniają dźwignię w podejmowaniu decyzji, automatyzacji lub skalowalności produktu.
Kluczowe możliwości, na które jest popyt, obejmują analizę danych w czasie rzeczywistym, wnioskowanie na podstawie modeli o niskim opóźnieniu oraz rozwiązania stworzone do obsługi złożonych algorytmów sztucznej inteligencji. Firmy, które oferują je za pośrednictwem kompaktowych, skoncentrowanych zespołów, często zatrudniających mniej niż 50 pracowników, cieszą się dużym zainteresowaniem i osiągają wysokie wyceny. Liczy się nie wielkość zespołu, ale jego zdolność do dostarczania i iteracji pod presją.
Takie podejście jest szczególnie atrakcyjne podczas skalowania narzędzi opartych na sztucznej inteligencji do środowisk korporacyjnych. Kupujący nie szukają już dopracowanych wersji demonstracyjnych. Szukają modułowych, skutecznych baz kodu, które przyspieszają rozwój i integrację produktów. Możliwości te często znajdują się głęboko w systemach AI, które małe zespoły zbudowały, udoskonaliły i zweryfikowały wewnętrznie.
Jak ustawa o sztucznej inteligencji i siły rynkowe kształtują fuzje i przejęcia
Jednocześnie wzrosła kontrola regulacyjna. Wdrożenie ustawy o sztucznej inteligencji w Europie, wraz z bardziej rygorystycznymi standardami zarządzania danymi na całym świecie, oznacza, że nabywcy uwzględniają obecnie zgodność, ocenę ryzyka i higienę własności intelektualnej bezpośrednio w swoich procesach pozyskiwania i należytej staranności.
Ma to wpływ na to, kto zostanie przejęty. Startupy z silnymi procesami wewnętrznymi, w tym podlegającymi audytowi szkoleniami w zakresie modeli, dokumentacją i przejrzystym pozyskiwaniem danych, mają znaczną przewagę. Narzędzia oferujące zautomatyzowaną ekstrakcję danych i bezpieczną integrację z wirtualnymi pokojami danych również usprawniają procesy fuzji i przejęć oraz wykazują gotowość operacyjną.
W tym środowisku nabywcy poszukują nie tylko talentu i technologii, ale także pewności, że spółka docelowa wytrzyma kontrolę prawną, przejdzie wewnętrzną analizę finansową i nie wzbudzi obaw organów regulacyjnych lub podatkowych. W rezultacie poprzeczka dla analizy technicznej i integracji po przejęciu jest wyższa niż kiedykolwiek.
Od narzędzi AI po zespoły techniczne
W 2025 r. strategiczni nabywcy nie będą już kupować sztucznej inteligencji tylko dla narzędzi; kupują dla ludzi, którzy je tworzą. Elegancki interfejs lub sprytne demo nie wystarczą. Nabywcy chcą dostępu do szczupłych, gotowych do realizacji zespołów, które mogą działać w całym cyklu życia systemów AI, od opracowywania algorytmów po integrację produktów.
Dlaczego zagęszczenie talentów przewyższa wielkość zespołu
Najbardziej poszukiwane zespoły są kompaktowe, ale wysoce techniczne. Doskonale radzą sobie z tworzeniem narzędzi opartych na sztucznej inteligencji, które rozwiązują wąskie gardła w rzeczywistych przepływach pracy, automatyzują powtarzalne zadania, umożliwiają szybką analizę danych i wdrażają modele na dużą skalę w środowiskach brzegowych. To nie są laboratoria badawcze. Są to jednostki inżynierii produktu z ciasnymi pętlami sprzężenia zwrotnego i rzeczywistą świadomością infrastruktury.
Kupujący oceniają to przez kilka pryzmatów:
Dla nabywców cechy te oznaczają nie tylko umiejętności, ale także zdolność adaptacji. W świecie, w którym technologie sztucznej inteligencji ewoluują co miesiąc, zespoły, które potrafią na nowo wymyślać zarówno swoje produkty, jak i metody, mają większą długoterminową wartość.
Własność intelektualna kierowana przez zespół i wzrost liczby przejęć skoncentrowanych na wykonaniu
To, co czyni wiele z tych przejęć atrakcyjnymi, to fakt, że własność intelektualna to nie tylko oprogramowanie. Jest ona osadzona we wzorcach decyzyjnych zespołu i nawykach wykonawczych. Małe, doświadczone grupy często tworzą bardziej wydajne abstrakcje, szybsze silniki wnioskowania lub zoptymalizowane potoki szkoleniowe. Nie dlatego, że są nadmiernie finansowane, ale dlatego, że musiały nadać priorytet wydajności w ramach ścisłych ograniczeń.
To właśnie na tym koncentrują się obecnie wiodący nabywcy: na dopasowaniu najlepszych talentów do możliwości produktowych o najwyższej wartości. Jak zauważył McKinsey we wcześniejszych badaniach, "Osoby szybko dokonujące realokacji talentów miały 2,2 razy większe szanse na osiągnięcie lepszych wyników niż ich konkurenci pod względem całkowitych zwrotów dla akcjonariuszy.." Chociaż analiza ta poprzedza obecną falę AI, jej podstawowa zasada ma zastosowanie bardziej niż kiedykolwiek. W szczupłych startupach AI szybka realokacja odbywa się instynktownie. Koncentracja inżynierów płynnie przesuwa się w kierunku wąskich gardeł, benchmarków lub przeszkód integracyjnych z natychmiastowym efektem [3].
Nabywcy strategiczni nie tylko kupują ludzi; przydzielają możliwości inicjatywom, które zdefiniują ich konkurencyjność w zakresie sztucznej inteligencji. Dlatego też przejęcia te często pomijają długotrwałe wdrożenia i przechodzą bezpośrednio do integracji. Celem jest umieszczenie talentów o dużym potencjale w kluczowych systemach AI, czy to generatywnych potokach AI, platformach języka naturalnego, czy pakietach automatyzacji przedsiębiorstwa, i przyspieszenie wpływu od pierwszego dnia.
Studium przypadku: AMD i BRIUM w wyścigu generatywnej sztucznej inteligencji
Kiedy AMD nabyło BRIUM, celem nie był udział w rynku. Była to dźwignia techniczna. BRIUM po cichu rozwiązało jeden z najtrudniejszych problemów w generatywnej sztucznej inteligencji: wdrażanie modeli fundamentalnych z minimalnym opóźnieniem w rzeczywistych środowiskach.
Zespół specjalizował się w wysokowydajnej infrastrukturze. Ich narzędzia usprawniły potoki wnioskowania i zmniejszyły opóźnienia we wdrażaniu. Możliwości te były szczególnie ważne w branżach wrażliwych na opóźnienia, takich jak finanse i cyberbezpieczeństwo, gdzie każda milisekunda wpływa na wyniki.
Nie było to przejęcie oparte na przychodach. AMD zabezpieczało realizację. Inżynierowie BRIUM dostarczyli zoptymalizowane przepływy danych, orkiestrację wielu modeli i modułową architekturę, która idealnie pasowała do systemów AMD. W przeciwieństwie do wielu przejęć, które doświadczają opóźnień podczas integracji po fuzji, ta przebiegła szybko i sprawnie.
Anush Elangovan, wiceprezes AMD ds. rozwoju oprogramowania, podkreślił wartość BRIUM: "Główną zaletą, jaką AMD widzi w Brium, jest zdolność startupu do optymalizacji całego stosu wnioskowania, zanim model dotrze do sprzętu. Zmniejsza to zależność od konkretnych konfiguracji sprzętowych i umożliwia szybsze, bardziej wydajne działanie sztucznej inteligencji w szerokim zakresie wdrożeń." [4].
Przejęcie to odzwierciedla szerszą zmianę w zachowaniu w zakresie fuzji i przejęć w 2025 roku. Kupujący nie czekają już, aż startupy osiągną skalę. Zamiast tego koncentrują się na sile inżynieryjnej, szybkości produktu i wykazanej zdolności do dostarczania.
Dla założycieli przesłanie jest jasne. Nie musisz być duży, aby być wartościowy. Liczy się precyzja, szybkość i doskonałość techniczna. To właśnie przyciąga uwagę. I to właśnie prowadzi do przejęcia.
Dlaczego małe zespoły AI będą wiodły prym w fuzjach i przejęciach w 2025 roku?
W całym sektorze sztucznej inteligencji firmy osiągające najlepsze wyniki nie zawsze są największe. W rzeczywistości wiele z najbardziej wartościowych przejęć w 2025 r. dotyczy zespołów zatrudniających mniej niż 30 inżynierów. Zespoły te działają szybciej, tworzą inteligentniejsze rozwiązania i rozwiązują trudniejsze problemy niż ich bardziej zasobni konkurenci.
Wysoka wydajność dzięki skoncentrowanym zespołom
Małe zespoły AI często wnoszą intensywność i jasność skupienia, które większe organizacje mają trudności z utrzymaniem. Dzięki mniejszej biurokracji i ściślejszym pętlom informacji zwrotnych mogą szybko przejść od koncepcji do wdrożenia. Optymalizują się pod kątem wykonania, a nie skali, co widać w sposobie, w jaki dostarczają infrastrukturę, a nie tylko wersje demonstracyjne.
Takie nastawienie na wydajność jest zgodne z szerszym trendem wśród startupów natywnych dla sztucznej inteligencji, jak donosi Bloomberg, "Rosnąca kohorta startupów "natywnych dla AI", firm zbudowanych od samego początku przy użyciu narzędzi AI i automatyzacji, jest dumna z utrzymywania niskiego poziomu zatrudnienia przy jednoczesnym szybkim skalowaniu." Firmy te przedkładają zdolność adaptacji i integrację narzędzi nad tradycyjną rozbudowę zespołu, co pozwala im działać szybciej i wydajniej niż ich więksi, bardziej zhierarchizowani konkurenci.5].
Szybciej od badań i rozwoju do przychodów
W sztucznej inteligencji liczy się szybkość. Rynki zmieniają się szybko, podobnie jak modele. Mniejsze firmy wygrywają transakcje i przejęcia, ponieważ nie czekają na pozwolenie na innowacje. Przeprowadzają własne testy porównawcze, testują nowe strategie szkoleniowe i wdrażają systemy, które integrują się bezpośrednio ze środowiskami klientów.
Ten poziom zwinności oferuje szczególną wartość dla podmiotów przejmujących. Duże firmy potrzebują zespołów, które mogą nie tylko budować, ale także dostosowywać się - zwłaszcza, że nowe przepisy, takie jak ustawa o sztucznej inteligencji, zmieniają krajobraz zgodności. Startupy, które budują z myślą o integracji, dokumentacji i gotowości prawnej, są łatwiejsze do przejęcia i szybsze do skalowania po przejęciu.
Architektura modułowa jako zaleta
Innym powodem, dla którego te zespoły się wyróżniają, jest architektura. Wiele z nich buduje swoje oprogramowanie w modułowych warstwach, które można podłączyć do istniejących systemów bez konieczności ich przepisywania. Interfejsy API są dobrze zorganizowane. Rurociągi są czyste. Zarządzanie danymi jest bezpieczne.
Ma to znaczenie, ponieważ integracja po fuzji jest częstym punktem awarii. Mały zespół z czystą architekturą i dojrzałym podejściem do zarządzania danymi jest lepszym rozwiązaniem niż rozdęta organizacja z długiem technicznym. Wysyła również właściwe sygnały do nabywców, którzy biorą pod uwagę nie tylko jakość produktu, ale także łatwość integracji.
O Aventis Advisors
Aventis Advisors jest doradcy M&A koncentrując się na technologia i rozwijających się firm. Wierzymy, że świat byłby lepszy, gdyby było ich mniej (ale lepszej jakości). Transakcje fuzji i przejęć w odpowiednim momencie dla firmy i jej właścicieli. Naszym celem jest zapewnienie uczciwego, opartego na wnikliwej analizie doradztwa, jasno określającego wszystkie opcje dla naszych klientów - w tym opcję utrzymania status quo.
Ciekawi Cię, jak Twój zespół AI radzi sobie na dzisiejszym rynku fuzji i przejęć? Skontaktuj się w celu uzyskania poufnej wyceny.
