Niek Kolkman & Bart Veenman, KPMG: ‘Op het gebied van due diligence maakt AI echt een verschil’

Dit interview is onderdeel van het M&A Trendonderzoek 2024/2025 van M&A en Ansarada. Lees dit digitale magazine vol cruciale inzichten nu gratis en zonder registratie:

Niek Kolkman en Bart Veenman, M&A en AI-experts bij KPMG, verdiepen zich in de verschillende manieren waarop AI overnameprocessen momenteel verandert. De winst op het gebied van efficiëntie en inzicht is opmerkelijk, maar de voortdurende betrokkenheid van het menselijk oordeel blijft volgens de experts een cruciale factor.

Nu de invloed van kunstmatige intelligentie (AI) snel toeneemt, ondergaat de wereld van fusies en overnames (M&A) een aanzienlijke transformatie. In een gesprek met Niek Kolkman, partner bij KPMG Nederland en hoofd Deals and Transaction Services, en Bart Veenman, AI-Technology and Services Lead bij KPMG Advisory, delen de twee experts hun inzichten over hoe AI fusie- en overnameprocessen radiaal transformeert.

De groeiende rol van AI bij due diligence
Op de vraag hoe AI momenteel wordt geïntegreerd in het due diligence-proces, legt Veenman uit dat de technologie wordt ontwikkeld in verschillende fasen van M&A. Bij KPMG worden eigen versies van AI-tools ontwikkeld die binnen de KPMG-omgeving draaien om ervoor te zorgen dat er geen data extern wordt gedeeld. “Er wordt veel ontwikkeld, en alle partijen hebben er baat bij”, merkt hij op. “We werken samen met verschillende partners en richten ons op taken zoals documentreviews, het genereren van rapporten en data-analyse. Dit zijn specifieke onderdelen van het proces, en we bewegen geleidelijk richting het automatiseren van het gehele proces.”

De inzet van AI in M&A is niet slechts theoretisch: praktische toepassingen maken al een verschil binnen private equity-bedrijven en M&A-afdelingen. “Zo zien we kansen voor grootschalig onderzoek, concurrentieanalyse, trendidentificatie en het beoordelen van historische data”, zegt Kolkman. “Deze tools stellen organisaties in staat om gedetailleerde rapporten binnen een dag, of zelfs sneller, te genereren, wat aanzienlijk tijd bespaart vergeleken met traditionele methoden. We integreren AI ook in onze adviesprocessen door scans voor bedrijven uit te voeren en AI-educatie aan te bieden.”

In plaats van alleen achter gebruikscasussen aan te gaan, probeert KPMG te identificeren waar AI echte waarde kan toevoegen in bestaande processen. “Het gaat om het onderzoeken van standaardprocessen en begrijpen hoe AI ons kan helpen om de uitdagingen hierin op te lossen”, zegt Veenman. “We helpen veel investeerders om deze waardevolle kansen in de pre-acquisitiefase te ontdekken. De vraag is: hoeveel waarde kan AI toevoegen aan de organisatie en waar liggen de voordelen? Door hen te ondersteunen met een gedetailleerde outside-in AI Waarde Assessment wordt het volledige potentieel zichtbaar gemaakt op geoptimaliseerde processen en de impact op de workforce. AI is niet altijd de oplossing, dus het is belangrijk om te identificeren waar de echte uitdagingen voor waardecreatie binnen je organisatie liggen.”

Belangrijke toepassingen van AI: Efficiëntie en snelheid
De mogelijkheid van AI om grote hoeveelheden data in hoog tempo te verwerken, is een van de meest waardevolle bijdragen aan due diligence. Traditioneel kon het weken duren om uitgebreide sets contracten, financiële documenten en andere essentiële stukken te beoordelen. AI versnelt dit proces echter aanzienlijk.

“Op het gebied van due diligence maakt AI echt een verschil”, zegt Kolkman. “Als je 100 contracten uploadt, kan AI bijna onmiddellijk belangrijke clausules identificeren, zoals change-of-control bepalingen. Dit helpt bij het bepalen welke contracten van invloed kunnen zijn op een deal.”

Deze automatisering leidt tot een efficiëntere workflow, waardoor menselijke analisten zich kunnen richten op meer strategische aspecten van een transactie. “Maar het gaat niet alleen om sneller klaar zijn”, legt Kolkman uit. “Het stelt je in staat om de extra tijd te gebruiken voor een grondiger analyse. Ik zeg altijd dat klanten meestal twintig dingen willen weten, maar we hebben vaak alleen tijd om er tien te analyseren. Met AI kunnen we sneller verder gaan en de andere punten op de lijst bekijken of diepgaandere analyses uitvoeren.”

“Bijvoorbeeld”, vervolgt hij, “als de omzet van een bedrijf in een bepaalde regio is gedaald, kunnen we die data nu veel sneller testen en analyseren. Dit stelt ons in staat om potentiële veranderingen te onderzoeken en voorspellingen te doen over wat er in de toekomst kan gebeuren. Hoe meer nauwkeurigheid en zekerheid we hebben bij het evalueren van verschillende scenario’s, hoe zekerder onze klanten kunnen zijn van het maken van de juiste beslissing en het betalen van de juiste prijs. AI helpt deze nauwkeurigheid te vergroten door meer scenario’s te overwegen, wat uiteindelijk leidt tot betere beslissingen.”

AI balanceren met menselijke expertise
Ondanks de duidelijke voordelen van AI benadrukken zowel Kolkman als Veenman het belang van menselijke tussenkomst in het due diligence-proces. Hoewel AI taken kan versnellen en inzichten kan identificeren die menselijke analisten mogelijk missen, kan het menselijk beoordelingsvermogen niet worden vervangen, vooral als het gaat om het begrijpen van de nuances van zakelijke deals.

“Menselijke tussenkomst blijft cruciaal”, merkt Kolkman op. “Due diligence draait fundamenteel om het onderzoeken en begrijpen van informatie. Als AI wordt gebruikt om inzichten samen te voegen, bestaat het risico dat belangrijke verbanden verloren gaan. De menselijke kant – het stellen van kritische vragen op basis van ervaring – blijft essentieel.”

Veenman voegt eraan toe dat de verschuiving naar AI-gedreven processen de rol van professionals verandert. “We bewegen richting intelligentiewerkers, waarbij AI conclusies biedt en de menselijke rol bestaat uit beslissen hoe op die conclusies te handelen. Het is essentieel om een feedbackloop te creëren waarin mensen de output van AI valideren en bevestigen.” Deze verschuiving vereist een culturele verandering binnen organisaties, waarbij meer nadruk wordt gelegd op het trainen van werknemers om effectief samen te werken met AI-systemen.

Een andere spannende ontwikkeling is het potentieel van AI in voorspellende modellen, met name als het gaat om het voorspellen van de toekomstige prestaties van een bedrijf op basis van huidige en historische data. Kolkman legt uit: “We vragen nu: ‘Waar staan we nu?’ en vergelijken dit met trends van vorig jaar. Is er een seizoensgebonden patroon, of is er een significante afwijking van het budget? Als we een afwijking zien, wat betekent dat dan voor de jaarresultaten? Voorspellende modellen stellen ons in staat om verder vooruit te kijken en externe factoren zoals geopolitieke ontwikkelingen mee te nemen die mogelijk invloed hebben op de toekomstige omzet van een bedrijf.”

Het belang van datakwaliteit en –beveiliging
Een van de grootste uitdagingen bij het gebruik van AI in M&A is het waarborgen van de kwaliteit en veiligheid van de geanalyseerde data. “Datakwaliteit is cruciaal. Zonder goede data kan AI niet effectief functioneren”, benadrukt Veenman. Hij geeft aan dat veel organisaties zich richten op het verbeteren van datakwaliteit, classificatie en integratie om het meeste uit AI te halen. “In veel gevallen kan AI zelf ook een impactvolle rol spelen bij het verbeteren van datakwaliteit en monitoring”, voegt Kolkman toe. “AI kan helpen, maar het brengt ook een risico met zich mee; als niemand controleert wat er gebeurt in de ‘black box’ van dataverwerking, kunnen fouten onopgemerkt blijven.”

Met de toenemende afhankelijkheid van AI benadrukken beide experts de noodzaak van sterk data governance. Kolkman wijst op het belang van traceerbaarheid: “Onze rol is om de data te valideren, en als dat de output van AI is, ervoor zorgen dat we kunnen uitleggen hoe de analyse tot stand is gekomen. Het is essentieel om verbonden te blijven met de originele data en traceerbaarheid te waarborgen.”

Een andere belangrijke overweging is het risico van overmatige afhankelijkheid van internetdata. “Veel AI-modellen zijn getraind op webdata, maar die data kan onvolledig of onbetrouwbaar zijn”, zegt Veenman. “Als we modellen blijven trainen op diezelfde data, lopen we het risico een feedbackloop te creëren op basis van een door AI gevormde wereld. We zien nu projecten zoals SORA van OpenAI, waarmee mensen hoogwaardige video’s kunnen maken op basis van tekst, waarin video’s verschijnen met vliegende varkens, gordeldier-konijnen en katten met slakkenstaarten die zo realistisch zijn dat ze in documentaires van David Attenborough zouden passen. Dit roept vragen op over wat nog waar is. Hoewel AI krachtig is, mist het wijsheid, dus het is cruciaal om het aan te vullen met onze eigen data. Door het ‘denkkracht’ van AI te combineren met geverifieerde interne data, kunnen we een slimmer, betrouwbaarder fundament voor besluitvorming creëren en de digitale IQ van onze organisatie verhogen.”

De toekomst van AI in fusies en overnames
Vooruitkijkend zien Kolkman en Veenman beiden dat AI een nog grotere rol gaat spelen in fusies en overnames, waarbij toepassingen zich verder ontwikkelen met technologische vooruitgang. “AI zal ongetwijfeld kosten en verwerkingstijd verminderen, waardoor we meer mogelijkheden krijgen om diepere datapunten te analyseren en betere beslissingen te nemen”, zegt Kolkman.

Ze erkennen echter beiden dat AI nog steeds zijn beperkingen kent, vooral als het gaat om de menselijke aspecten van dealmaking, zoals culturele fit en leiderschapsafstemming: gebieden waar menselijke beoordeling altijd essentieel zal zijn.

AI is geen alles-in-één-oplossing, en bedrijven moeten strategisch zijn in hoe ze deze technologieën implementeren. Zoals Veenman opmerkt: “Het gaat erom de balans te vinden tussen externe tools en het integreren ervan met onze eigen data en kennis. Met onze klanten werken we aan de ontwikkeling van centrale platforms die deze kennis en ervaring omzetten in hoogwaardige databronnen en dit combineren met slimme, op persona’s gerichte interne GPT-oplossingen. Hiermee brengen we de kracht van AI samen met functionele en slimme toepassingen voor betere informatievoorziening en analyses.”

Op deze manier kunnen bedrijven het volledige potentieel van AI benutten, terwijl ze een betrouwbare, door mensen gedreven aanpak in dealmaking behouden.

Kortom, de integratie van AI in het due diligence-proces van fusies en overnames levert nu al aanzienlijke voordelen op in termen van snelheid en efficiëntie. Zoals Kolkman en Veenman benadrukken, werkt AI het beste wanneer het in combinatie met menselijke expertise wordt gebruikt, zodat complexe beslissingen met zowel snelheid als inzicht worden genomen. Naarmate de technologie zich verder ontwikkelt, biedt de toekomst van AI in fusies en overnames veelbelovende vooruitzichten, met name op het gebied van voorspellende modellen en datagedreven besluitvorming, maar het succes zal altijd afhangen van de mensen achter de tools en de kwaliteit van de data.

10 belangrijke tips voor M&A-professionals om AI toe te passen in hun dagelijkse praktijk

1. Gebruik AI voor documentanalyse en -review: AI-tools kunnen snel grote hoeveelheden documenten analyseren en samenvatten, zoals contracten tijdens due diligence. Dit helpt bij het identificeren van belangrijke clausules, zoals change-of-control bepalingen, wat tijd bespaart en de focus legt op prioritaire punten.

2. Pas Generatieve AI toe voor financiële rapportages: Implementeer generatieve AI om financiële rapportages te versnellen door historische en actuele gegevens automatisch te koppelen. Dit vermindert handmatige inspanning en versnelt het rapportageproces.

3. Focus op waarde-gedreven AI-implementatie: In plaats van elke AI-toepassing te benutten, identificeer processen waar AI tastbare waarde kan toevoegen, zoals het optimaliseren van standaard workflows. Zorg ervoor dat AI-oplossingen aansluiten bij bedrijfsuitdagingen om een bijdrage te leveren aan de algemene doelstellingen.

4. Versterk voorspellende modellen met AI: Gebruik AI voor toekomstgerichte analyses met historische data en externe factoren zoals geopolitieke risico’s. Voorspellende modellen kunnen helpen bij het inschatten van potentiële uitkomsten en het signaleren van risico’s of kansen in M&A-deals.

5. Prioriteer datakwaliteit: Hoogwaardige data is essentieel voor effectief AI-gebruik. Zorg dat data schoon, goed geclassificeerd en vergelijkbaar is over verschillende tijdsperioden en systemen. AI kan helpen bij het identificeren van datakwaliteitsproblemen, maar heeft menselijke validatie nodig.

6. Integreer AI over verschillende platforms: Kies voor schaalbare AI-platforms, zoals Microsoft Fabric, die meerdere databronnen verbinden. Zorg dat AI-tools goed geïntegreerd zijn in je technologie-stack om ‘pleisteroplossingen’ te vermijden en de efficiëntie te maximaliseren.

7. Combineer AI met menselijke expertise: AI kan inzichten bieden, maar menselijke oordeelsvorming is essentieel voor kritische evaluatie. Bij due diligence moet er menselijke controle blijven om AI-bevindingen te valideren en ervoor te zorgen dat belangrijke verbanden niet door technologie over het hoofd worden gezien.

8. Beperk risico’s door validatie en traceerbaarheid: Stel duidelijke AI-validatieprocessen op om algoritmen en databronnen te monitoren. Dit zorgt voor de betrouwbaarheid van AI-gedreven inzichten, vooral bij financiële en juridische due diligence.

9. Ontwikkel AI-specifiek beleid voor governance en beveiliging: Zorg dat AI-gebruik voldoet aan wettelijke voorschriften, zoals GDPR, geheimhoudingsovereenkomsten en vertrouwelijkheidsclausules. Implementeer een AI-raamwerk dat rekening houdt met bias, eerlijkheid en beveiligingsaspecten.

10. Bereid je voor op procesverstoring en nieuwe kansen: AI zal workflows stroomlijnen, kosten verlagen en diepgaandere analyses mogelijk maken. Bereid je voor op nieuwe spelers in het M&A-proces, aangezien AI de toegang tot marktdata democratiseert en de dealmaking-capaciteiten versterkt.

Lees ook: Investeren in AI na de hype: de grootste kansen en bedreigingen