Rusty Wiley, výkonný ředitel a prezident společnosti Datasite – série rozhovorů

Rusty Wiley, výkonný ředitel a prezident společnosti Datasite, vede firmu od roku 2014 a dohlíží na její transformaci z Merrill Corporation, podniku zaměřeného převážně na finanční komunikaci a tiskové služby, na globální společnost poskytující software jako službu (SaaS) zaměřenou na fúze a akvizice (M&A) a strategické transakce. Před nástupem do Datasite strávil Wiley více než sedm let ve společnosti IBM, kde působil jako generální ředitel bankovnictví a finančních trhů a jako řídící partner, čímž získal rozsáhlé zkušenosti v oblasti finančních služeb, podnikových technologií a obchodní transformace.

Datasite je globální technologická platforma určená k podpoře tvůrců obchodů po celém životním cyklu M&A, včetně vyhledávání obchodů, přípravy, due diligence, financování, restrukturalizace a procesů po transakci. Její platforma kombinuje zabezpečené virtuální datové místnosti s uměle vytvořenými funkcemi umělé inteligence, včetně automatizovaného redigování, sémantického vyhledávání, shrnutí dokumentů, překladu, AI‑asistovaného otázek a odpovědí a inteligence pro vznik obchodů. Datasite uvádí, že její technologie podporuje více než 626 000 tvůrců obchodů a přes 16 000 transakcí ročně a poskytuje investičním bankám, soukromým kapitálovým firmám, korporacím i právnickým firmám zabezpečené prostředí pro řízení složitých transakcí a citlivých informací.

Došli jste k Datasite v roce 2014 po vedení bankovnictví a finančních trhů v IBM a následně pomohli transformovat Datasite z podniku zaměřeného na finanční komunikaci a tisk na globální platformu pro fúze a akvizice? Jak tato zkušenost formovala vaše přesvědčení, že další fáze obchodování bude postavena na AI agentech místo tradičních virtuálních datových místností?

Když jsem přišel do Datasite v roce 2014, virtuální datová místnost byla středobodem finančních transakcí. Už tehdy transformovala obchodování tím, že citlivé informace přesunula z fyzických místností do zabezpečeného, prohledávatelného digitálního prostředí. V následujícím desetiletí se ukázalo, že datová místnost také vytváří základ pro něco mnohem většího.

Jak naše objemy rostly, rostla i příležitost. Datasite nyní podporuje přibližně 55 000 transakcí ročně, což nám dává jedinečný pohled na to, jak probíhá práce na obchodech. Při takovém objemu nevidíme jen dokumenty. Vidíme pracovní postupy, vzorce a tisíce opakujících se úkolů, které obklopují každou transakci. To představuje obrovskou příležitost využít AI a automatizaci k tomu, aby týmy přecházely z informací k akci mnohem rychleji. Ve skutečnosti už to vidíme v praxi. Nedávný výzkum Datasite, The New Deal Team ukazuje, že firmy, které ignorují AI, budou mít během pěti let problémy konkurovat, a většina tvůrců obchodů říká, že spoléhat se pouze na lidské rozhodování už v komplexních obchodech není obhajitelné.

Proto je další fáze o budování inteligence a automatizace na tomto důvěryhodném infrastrukturním základu. AI může analyzovat informace, odhalovat rizika a příležitosti, propojit institucionální znalosti s aktuálními transakčními daty a stále častěji provádět vícekrokové pracovní postupy, které dnes spotřebovávají značnou část času obchodního týmu. Agenti mohou nepřetržitě sledovat informace, provádět analýzy a posouvat práci vpřed, zatímco lidé zůstávají soustředěni na úsudek, vyjednávání a rozhodnutí, která určují výsledek.

Vzhledem k tomu jsou datové místnosti základem pro další generaci obchodování. Dokumenty, oprávnění, zabezpečení a vrstva spolupráce zůstávají kritické. AI tuto základnu činí mnohem hodnotnější, protože dokáže pochopit kontext informací a jednat na jeho základě. Již vidíme, jak se tento model rozšiřuje i mimo datovou místnost, přičemž obsah Datasite bezpečně proudí do AI‑poháněných pracovních postupů, zatímco stávající oprávnění zůstávají nedotčena.

Popisujete budoucnost Datasite jako AI‑nativní operační systém pro fúze a akvizice. Čím se liší operační systém, který dokáže provádět obchodní pracovní postupy, od virtuální datové místnosti, která jen přidává vyhledávání dokumentů, shrnutí nebo konverzačního asistenta?

Vyhledávání a shrnutí jsou skutečně užitečné, ale fungují na jednom dokumentu najednou a reagují jen na otázku, na kterou někdo přišel, což je omezení, když uvažujete o tom, jak transakce vypadá zevnitř. Každý obchod se skládá ze stovek propojených úkolů, které běží současně – žádosti o due diligence, prezentace managementu, právní revize, finanční pracovní proudy a schválení; vše zahrnuje různé lidi pracující pod různými oprávněními a termíny. Zkušení bankéři rekonstruují stav obchodu z e‑mailových vláken a sledovače, který někdo v úterý aktualizoval, a do čtvrtka jsou data už zastaralá.

Operační systém uchovává tento stav tak, že v reálném čase aktualizuje propojená data, ví, který pracovní proud je pozadu, která žádost leží nevyřízena šest dní, a jaké informace jsou v rozporu s tím, co bylo podáno minulý týden. Jakmile systém skutečně pochopí, může připravit práci ještě před tím, než ji někdo požádá, označit, kde proces uvízl, a koordinovat další krok mezi stranami, které v daném okamžiku nemusí komunikovat přímo.

Proto se diskuse rychle posunula od otázky, zda AI patří do M&A, k otázce, jak ji integrovat odpovědně. V našem výzkumu již 96 % tvůrců obchodů používá nebo zkoumá AI při vyhledávání a screeningu a due diligence se stalo jedním z nejjasnějších případů užití, přičemž polovina tvůrců obchodů AI používá pravidelně nebo ji již plně začlenila do procesu. Pointa je, že odvětví už překročilo startovní čáru a výhoda bude patřit firmám, které dokáží proměnit AI z nástroje na řízenou operační vrstvu.

Proč bude proprietární transakční data důležitější pro výkon M&A agenta než přístup k nejvýkonnějšímu obecně použitelnému velkému jazykovému modelu? Jaké signály umožňují agentovi pochopit, jak se reálná transakce vyvíjí, místo aby jen interpretoval jednotlivé dokumenty?

Základní modely jsou mimořádné a neustále se zlepšují, ale jsou zároveň dostupné všem firmám současně. Jakýkoli náskok, který firma získá díky nejlepšímu modelu dnes, má krátkou životnost, když si ho soupeř po druhé straně získá ve stejnou chvíli, nebo když je o několik týdnů později představen nový model.

Proprietární kontext se nešíří stejným způsobem, a právě zde podle mého názoru leží trvalý rozdíl a konkurenční výhoda. Pod smlouvami a finančními výkazy se skrývá tisíce interakcí mezi kupci, prodejci, poradci a manažerskými týmy a pořadí těchto interakcí nese skutečný význam. Pořadí, v jakém jsou dokumenty nahrávány, vám řekne něco o tom, jak dobře je prodejce připraven, stejně jako otázka due diligence, která po třetím kole přichází ostřejší, vám ukáže, kde leží skutečná obava kupujícího, a pracovní proud, kde se doba odezvy tiše zdvojnásobila, vám naznačí, že se něco pokazilo dlouho před tím, než to někdo řekne.

To je inteligence, kterou agent potřebuje, pokud má být skutečně užitečný během celého procesu M&A. Číst dokument dobře je jedna schopnost a stále se stává komoditou. Rozpoznat, že obchod se odklání tři týdny před tím, než to někdo nahlásí, je naprosto jiná věc a pramení z pozorování desítek tisíc reálných transakcí, nikoli z tréninku na veřejných informacích.

Agent by mohl potenciálně sestavit profily cílů, přezkoumat tisíce dokumentů, identifikovat rozporuplná prohlášení a koordinovat pracovní postupy due diligence. Které z těchto činností mohou agenti spolehlivě vykonávat dnes a které by měly i nadále vyžadovat explicitní lidské schválení?

Pro mnoho firem už agentní AI organizuje obrovské objemy informací, porovnává dokumenty kvůli nesrovnalostem, odhaluje potenciální rizika, vytváří shrnutí due diligence a udržuje rutinní pracovní postupy v chodu, a to vše rychleji, než by to zvládl tým manuálně. Tvůrci obchodů si na to zvykají, protože právě v těchto oblastech může AI odstranit tření, aniž by odebrala úsudek lidem. V našem výzkumu 46 % tvůrců obchodů uvedlo, že AI už vede při identifikaci cílů a sestavování dlouhých a krátkých seznamů, zatímco 45 % řeklo totéž o identifikaci červených vlajek během due diligence. Důležitější je, že tvůrci obchodů začínají vidět komerční hodnotu, ne jen efektivitu. Přibližně čtvrtina respondentů v průzkumu Datasite uvedla, že AI jim pomohla dokončit obchod, který by jinak unikl, a dvě třetiny vidí AI napříč životním cyklem jako klíčový způsob, jak snížit riziko transakce.

Obraz se výrazně mění, když se přibližujete k uzavření. Pouze 22 % tvůrců obchodů říká, že by následovalo doporučení generované AI ohledně toho, zda přistoupit k podpisu, zatímco 45 % věří, že podpis by měl zůstat výhradně lidským rozhodnutím. Instinkt je zdravý. Každá akvizice spočívá na důvěře. Důvěřujete tomuto manažerskému týmu natolik, že mu poskytnete kapitál? Jste spokojeni s riziky, která due diligence nemohla plně vyřešit? Tyto otázky vyžadují úsudek a, co je důležitější, někoho, kdo je připraven nést odpovědnost za odpověď. AI by vám měla pomoci dosáhnout lepšího rozhodnutí rychleji, ale neměla by být rozhodovatelem. Proto jsou nástroje založené na řízené AI, vytvořené pro obchodní prostředí a zahrnující oprávněný obsah, odpovědi podložené zdroji, kontext pracovních postupů a lidské schválení tam, kde jsou rozhodnutí a odpovědnost nejdůležitější, tak důležité.

Jak bráníte agentní obchodní místnost proti rizikům, jako jsou prompt injection, neautorizované získávání dat, kompromitované dokumenty nebo akce provedené nad rámec oprávnění uživatele?

Chyba je považovat zabezpečení za vrstvu přidanou až po nasazení AI. V M&A musí být zabezpečení a správa zakotvena od samého začátku, protože podkladové informace jsou vysoce citlivé a často mají dopad na trh.

Každá transakce obsahuje materiál, který se nikdy nemusí stát veřejným – od finančních výkonů a duševního vlastnictví po vztahy se zákazníky a strategické plány. Každý agent pracující v tomto prostředí musí dodržovat stejný rámec správy, který chrání samotný obchod. Nikdy by neměl přistupovat k informacím nad rámec oprávnění uživatele, což znamená, že identita a oprávnění musí být vynucena na datové vrstvě, ne na úrovni promptu. Každá akce by měla být zaznamenána, každé doporučení by mělo být zpětně dohledatelné k zdrojovému dokumentu a každý automatizovaný pracovní postup by měl zdědit autoritu osoby, která jej iniciovala, aniž by ji překročil. Proto jsme navrhli naše MCP server s prioritou zabezpečení. Trh se ubírá stejným směrem. V našem výzkumu byly přesnost a zabezpečení AI atributy, které tvůrci obchodů oceňovali nejvíce, přičemž zabezpečení bylo v EMEA a APAC první.

V M&A není důvěra oddělena od produktové zkušenosti. To je to, co činí produkt použitelným.

Halucinace jsou zvláště nebezpečné, když AI systém analyzuje smlouvy, finanční výkazy a regulatorní zveřejnění. Jak by měl M&A agent komunikovat nejistotu, poskytovat důkazy pro své závěry a rozpoznávat, kdy je nutné problém eskalovat bankéři, právníkovi nebo odborníkovi?

V M&A, pokud se dva dokumenty navzájem rozcházejí, je tato rozporuplnost samotným zjištěním. Pokud odpověď na otázku není dostupná na základě dokumentů a dat v místnosti, je tato mezera v informacích také zjištěním a často důležitějším než samotná odpověď.

Každý AI systém používaný v M&A by měl být navržen tak, aby byl výhradně založen na důkazech; každé závěrečné tvrzení by mělo odkazovat na podkladový dokument, rozporuplné informace by měly být jasně vyzdviženy místo tichého sloučení a nízká důvěra by měla být transparentně vyjádřena ve výstupu. Průmysl již tuto disciplínu buduje, což mě těší.

Důkaz je výchozím bodem konverzace. Přesnost byla jediným nejdůležitějším atributem, který tvůrci obchodů ve výzkumu uvedli, a nejčastějším způsobem, jak firmy budují důvěru, je stále lidská revize AI‑generovaných výstupů. Sebevědomá, ale nepodložená odpověď je v transakci nebezpečná. Stejně tak odpověď, která vypadá kompletně, ale tiše přehlíží nejistotu. Rovněž mě znepokojuje, že čtvrtina tvůrců obchodů očekává, že špatné využití AI zničí během pěti let několik vysoce hodnotných obchodů. To připomíná, že riziko není jen v nevyužití AI, ale v používání AI bez správných kontrol, důkazů a eskalačních bodů. Můj vlastní pohled je, že AI poskytuje profesionálům v obchodování pozoruhodně důkladný první průchod tím, že provádí výzkum a organizuje důkazy, ale co tyto důkazy znamenají a co by se mělo dál stát, by měl rozhodovat člověk.

Navrhli jste, že menší, AI‑poháněné obchodní týmy by mohly konkurovat mnohem větším tradičním týmům. Jak by se to mohlo změnit ekonomiku a personální obsazení transakcí a co se stane s juniorními rolemi, přes které bankéři a právníci tradičně získávají základy obchodování?

Každá generace technologií mění složení práce spíše než odstraňuje potřebu lidí a myslím, že to je přesně to, co se v M&A děje. Juniorní bankéři, právníci a analytici historicky strávili tisíce hodin revizí dokumentů, aktualizací sledovačů, organizací žádostí o due diligence a sestavováním materiálů. AI by měla ulevit od nočních cyklů, protože může převzít velkou část tohoto těžkého zvedání. Produktivní výhoda je reálná. Ale důležitější otázka je, co s tímto získaným časem firmy udělají.

Juniorní profesionálové stále potřebují rozvíjet úsudek, účastnit se vyjednávání a učit se, jak myslí zkušení obchodníci. Pokud AI absorbuje administrativní sběr informací, může druhoroční asistent zapojit se do podstatné práce a účastnit se smysluplných diskusí, které vedou k rozhodnutím kritickým pro podnikání, mnohem dříve než moje generace. Firmy, které to zvládnou, investují získaný čas zpět do svých lidí místo toho, aby jej jen přeměnily na marži.

Jaké benchmarky by mělo odvětví používat k hodnocení M&A agenta? Mělo by se výkonnost měřit přesnost revize dokumentů, objevené problémy při due diligence, míru falešně pozitivních výsledků, dokončení pracovních postupů, zkrácení doby obchodu nebo konečnou kvalitu výsledků transakce?

Operační metriky jsou důležité a sledujeme je všechny, abychom zajistili, že jakýkoli nasazený nástroj je efektivní a přesný. Ty však měří, zda AI úkol splnila správně. Zákazníci chtějí vědět, zda byl samotný obchod proveden lépe díky jejímu použití.

Užitečnější jsou pro mě otázky a benchmarky jako: zda systém odhalil riziko, které by jinak uniklo, zda tým dokázal vyhodnotit více příležitostí než dříve, zda due diligence zkrátila dobu bez ztráty hloubky, a zda seniorní lidé strávili více času vyjednáváním a méně hledáním informací. Již máme o tom určité důkazy. Náš výzkum ukazuje, že 24 % tvůrců obchodů říká, že AI jim pomohla dokončit obchod, který by jinak unikl, a 66 % uvádí, že používání AI napříč životním cyklem je klíčovým způsobem, jak snížit riziko transakce.

Datasite’s H1 2026 report ukazuje, že globální zahájení obchodů vzrostlo o 31 % meziročně, přičemž největší růst zaznamenaly Americké regiony (52 %), oproti 13 % v Evropě, Středním východě a Africe a 4 % v Asii‑Pacifiku. Co pohání tuto regionální diverzifikaci a může přístup k agentní technologii rozšířit nebo zúžit produktivní rozdíl mezi trhy?

Data odrážejí, co mnoho tvůrců obchodů cítilo v posledních měsících – důvěra se v Americe vrátila rychleji, podpořena podmínkami financování a větší ochotou uvést aktiva na trh. Zajímavé je, že APAC zaznamenal nejpomalejší růst zahájení obchodů (4 %), a přesto jsou tvůrci obchodů v APAC nejagresivnějšími adoptory AI s jasným náskokem podle našeho výzkumu. Všude v regionu vedou v používání AI od vyhledávání a screeningu po due diligence, kde ji 56 % používá pravidelně nebo ji plně začlenilo, oproti 49 % v EMEA a 47 % v Americe. Také jsou nejvíce ochotni svěřit AI smysluplnou rozhodovací pravomoc. Můj výklad je, že omezení pohání adopci, protože tam, kde je obtížnější získat obchodní tok a týmy fungují úsporněji, je motivace získat co nejvíce z každého profesionála na stole silnější.

Samozřejmě technologie nemůže vytvářet transakce. Nemůže ovlivnit úrokové sazby ani zkrátit regulatorní revizi. Ale může zvýšit produktivitu každého týmu při provádění obchodu a tato schopnost škáluje mnohem rychleji než počet zaměstnanců, což je důvod, proč v dlouhodobém horizontu očekávám, že AI spíše zúží produktivní rozdíl mezi trhy než ho rozšíří.

Datasite’s Insight report také ukazuje, že týmy spouštějí transakce rychleji v několika trzích, zatímco due diligence zůstává dlouhá, včetně mediánu 238 dní v Asii‑Pacifiku. Které zbývající úzké místa jsou nejvhodnější pro AI agenty a která jsou zásadně spojena s vyjednáváním, regulací, podmínkami financování nebo lidským rozhodováním?

Spuštění obchodu se výrazně zrychlilo, protože firmy mají lepší data, více automatizovaných procesů a větší jistotu při včasném identifikování příležitostí. Due diligence je jiná, protože tam se hromadí složitost a složitost se nesčítá stejným způsobem jako objem. Due diligence stále trvá medián 238 dní v regionu APAC a podle mé zkušenosti je jen málo z toho času věnováno analýze. Většina je koordinací, jako je sladění dokumentů s měnícími se požadavky, více poradci a posouvající se priority.

Nicméně due diligence je přesně oblast, kde jsou agenti optimalizováni k podpoře. Mohou sledovat pokrok napříč pracovními proudy, identifikovat, co chybí, odhalovat nesrovnalosti mezi dokumenty a připravovat následné materiály ještě předtím, než tým požádá. Proto naši respondenti řadí due diligence jako fázi, kde AI přináší nejlepší návratnost investice, a jen 4 % z nich ji vůbec nepoužívá.

AI má samozřejmě významná omezení. Lidé stále musí budovat důvěru, vážit rizika a odměny a rozhodovat, zda je obchod za cenu. Největší zjištění našeho výzkumu, alespoň pro mě, bylo, že tvůrci obchodů nevidí AI jako náhradu úsudku, ale jako prostředek k rychlejšímu a lépe informovanému úsudku. Zatímco více procesu a administrativní práce přechází na technologie, konverzace, které mohou mít jen lidé, se stávají nejcennějšími hodinami v životním cyklu obchodu.

Děkujeme za skvělý rozhovor, čtenáři, kteří se chtějí dozvědět více, by měli navštívit Datasite.