オリジネーションにおけるAI
AIにより売り手と買い手をスピーディーにマッチングするという話を聞いたことがある方も多いと思う。これは売り手をユーザーとし、譲渡対象の企業や事業に対し買い手候補をリストアップするAIであり、近年実用化が進んでいる。
こうしたAIの代表的なアルゴリズムに協調フィルタリングがある。協調フィルタリングは、ECサイトや動画配信サイトなどでおすすめアイテムを表示させるのにも使われている手法で、この企業・事業に対し、過去に似たようなケースでこのような属性の相手先が買い手となった、あるいは興味を持ったということから、買い手候補をレコメンド（推薦）する。
協調フィルタリングを機能させるには、AIに過去のM&Aのケースを自然言語処理などを用いて機械学習に適した形に変換し、学習させる必要がある。この学習がAIの品質を左右する重要なポイントである。一口にM&Aと言っても、譲渡対象の企業や事業の規模の大小、国内企業同士のM&AかクロスボーダーM&Aか、マジョリティ出資かマイノリティ出資かなどでM&Aの特徴は異なる。目的や状況によって、そのデータを学習させても意味がないということもあり得るため、注意が必要である。
買い手候補の抽出をAIが行うことの効果として、（1）時間短縮、業務効率化、（2）経験や知見など属人的なばらつきの回避、（3）ヒューマンエラーによる抽出漏れの回避、（4）人の固定概念を排した意外性のある発見（セレンディピティ）などが期待される。人が買い手候補の抽出を行う場合も、過去の似たようなM&Aを探し、その買い手の共通項などから属性を考察し、買い手候補をリストアップするという、協調フィルタリングと同じプロセスを辿ることが一般的であるが、それには一定の時間がかかり、探し方や考察はそれを実施する人の経験や知見などで異なり、時にはミスが生じることもあるだろう。意外性のある発見はそれ自体を目的にすることではないが、AIが得意とする大量のデータ処理とそれに基づく予測が人間の予測能力を超え、人が思い込みで見落としてしまった予期せぬ一面を示し、新たな気付きを与えてくれることもある。…
からの記事と詳細 ( M&AとAI活用によるビジネス変革 - PwC )
https://ift.tt/3IpK0kv
No comments:
Post a Comment