La IA en el sector del ‘private equity’
La tecnología ofrece nuevas oportunidades, pero no deben olvidarse los riesgos de utilizar el ‘big data’
Las aplicaciones basadas en inteligencia artificial (IA) presentan cada vez más oportunidades al private equity; desde la originación de operaciones hasta el análisis y mejora de compañías participadas. Sobre todo, en negocios basados en un sistema que exija al cliente registrarse o que puedan aprovechar las oportunidades del big data. Sin embargo, su adopción plantea también desafíos considerables.
Para garantizar que su tiempo y su capital se invierten de forma productiva, las gestoras deben entender el encaje en el mercado de estas aplicaciones, su uso, su funcionamiento y la precisión que ofrecen. También resulta esencial estudiar los modelos y algoritmos que las soportan, su propiedad intelectual e industrial y a qué tipo de almacenamiento de datos recurren.
Según Intertrust, el 90% de las gestoras de capital riesgo esperan que la IA tenga un impacto transformador, y el análisis de datos basado en la misma juega un papel cada vez mayor en el análisis e identificación de operaciones. QuantCube Technology, por ejemplo, analiza en profundidad reseñas de usuarios y publicaciones en redes sociales para predecir la evolución de una compañía o cómo pueden oscilar sus precios. En paralelo, ya existen compañías que ofrecen aplicaciones basadas en la IA que afirman poder contribuir a la originación de operaciones de private equity.
La inteligencia artificial también puede volver más eficientes los procesos de due diligence legal y puede ser aplicada a due diligences comerciales y financieras, ahorrando costes y tiempo en las inversiones y pudiendo analizar y predecir tendencias. Además, la IA puede aplicarse también a las participadas. Ya existen casos de empresas de los sectores financiero, del gran consumo o del retail que, mediante la misma, han vuelto más eficientes los procesos de back-office de sus áreas de recursos humanos, IT, ciberseguridad o procesamiento de datos a través de sistemas de toma de decisión más ágiles, y existen también aplicaciones exitosas en su front-office.
Además, las herramientas basadas en IA aumentan la capacidad de enfrentarse a riesgos inesperados. Las gestoras y participadas deben entender, sin embargo, qué hacen exactamente estas aplicaciones, algo que puede resultar complicado cuando el software no ha sido testeado o no incorpora prestaciones de autoaprendizaje. Una pregunta clave a considerar es quién es el propietario de los modelos y algoritmos resultantes. Y, a medida que los sistemas se hacen más inteligentes, las empresas deben comprender, asimismo, si ese aprendizaje es compartido y cuáles podrían ser sus implicaciones comerciales y legales.
Según un informe de KPMG, hasta la fecha se han invertido 12.400 millones de dólares en tecnologías basadas en IA, y se prevé que el deal flow ascienda a 232.000 millones de aquí a 2025. En la toma de decisión de las gestoras de capital riesgo sobre si invertir o no en compañías que ofrecen tecnologías basadas en IA, va a seguir siendo determinante todo aquello que dificulte la comercialización o concesión de licencias de software y los efectos comerciales que podría tener una regulación ética de la inteligencia artificial.
Por último, no debemos olvidar que los algoritmos de IA necesitan grandes cantidades de datos para aumentar la detección de patrones y poder mejorar y evolucionar. Así ocurre con las pautas de comportamiento de los clientes, que mejoran los sistemas antifraude de los bancos basándose en la inteligencia artificial. Sin embargo, los riesgos de usar tecnologías respaldadas por grandes cantidades de datos deben ser tenidos en cuenta, ya que las sanciones por la aplicación del Reglamento General de Protección de Datos de la Unión Europea pueden alcanzar hasta los 20 millones de euros o cifras equivalentes al 4% del volumen de negocio global de una compañía.
Por lo tanto, en las operaciones de este sector, los asesores deben extremar la cautela a la hora de valorar si un negocio fundamentado en la IA conlleva algún tipo de riesgo y poder confirmar que cumple con toda la normativa que sea aplicable.
José Antonio Sánchez-Dafos es socio en Latham & Watkins.