Rusty Wiley, CEO y Presidente de Datasite – Serie de entrevistas

Rusty Wiley, CEO y Presidente de Datasite, ha liderado la empresa desde 2014, supervisando su transformación de Merrill Corporation, un negocio centrado principalmente en comunicaciones financieras y servicios de impresión, a una compañía global de software como servicio (SaaS) enfocada en fusiones y adquisiciones (M&A) y transacciones estratégicas. Antes de unirse a Datasite, Wiley pasó más de siete años en IBM, donde se desempeñó como Gerente General de Banca y Mercados Financieros y como Socio Director, adquiriendo una amplia experiencia en servicios financieros, tecnología empresarial y transformación de negocios.

Datasite es una plataforma tecnológica global diseñada para apoyar a los profesionales de transacciones a lo largo del ciclo de vida de M&A, incluyendo la búsqueda de acuerdos, la preparación, la diligencia debida, el financiamiento, la reestructuración y los procesos posteriores a la transacción. Su plataforma combina salas de datos virtuales seguras con capacidades de inteligencia artificial diseñadas específicamente, incluyendo redactado automático, búsqueda semántica, resumen de documentos, traducción, preguntas y respuestas asistidas por IA y análisis de origen de acuerdos. Datasite afirma que su tecnología respalda a más de 626 000 profesionales de transacciones y a más de 16 000 operaciones al año, proporcionando a bancos de inversión, firmas de capital privado, corporaciones y despachos de abogados un entorno seguro para gestionar transacciones complejas e información sensible.

Usted se unió a Datasite en 2014 después de dirigir la banca y los mercados financieros en IBM y posteriormente ayudó a transformar Datasite de un negocio de comunicaciones financieras e impresión a una plataforma de software global para fusiones y adquisiciones. ¿Cómo influyó esa experiencia en su convicción de que la próxima fase de las transacciones se construirá alrededor de agentes de IA en lugar de salas de datos virtuales tradicionales?

Cuando llegué a Datasite en 2014, la sala de datos virtual estaba en el centro de las transacciones financieras. Ya había transformado la forma de hacer negocios al trasladar información sensible de salas físicas a un entorno digital seguro y buscable. Lo que quedó claro durante la siguiente década fue que la sala de datos también estaba creando la base para algo mucho más grande.

A medida que nuestra escala creció, también lo hizo la oportunidad. Datasite ahora respalda aproximadamente 55 000 transacciones al año, lo que nos brinda una visión única de cómo se lleva a cabo el trabajo de transacciones. Con ese volumen, vemos más que documentos. Vemos flujos de trabajo, patrones y los miles de tareas repetitivas que rodean cada transacción. Eso crea una enorme oportunidad para aplicar IA y automatización que ayuden a los equipos a pasar de la información a la acción mucho más rápido. De hecho, ya estamos viendo que esto ocurre. Investigación reciente de Datasite, The New Deal Team, muestra que las empresas que ignoren la IA tendrán dificultades para competir dentro de cinco años, y la mayoría de los profesionales de transacciones dice que depender únicamente de la toma de decisiones humana ya no es defendible en acuerdos complejos.

Por eso, la próxima fase consiste en construir inteligencia y automatización sobre esa infraestructura confiable. La IA puede analizar información, revelar riesgos y oportunidades, conectar el conocimiento institucional con datos de transacciones en tiempo real y, cada vez más, ejecutar flujos de trabajo de varios pasos que hoy consumen una cantidad significativa del tiempo de un equipo de transacciones. Los agentes pueden monitorear continuamente la información, realizar análisis y avanzar el trabajo mientras las personas se concentran en el juicio, la negociación y las decisiones que determinan los resultados.

En este contexto, las salas de datos son la base para la próxima generación de transacciones. Los documentos, permisos, seguridad y capa de colaboración siguen siendo críticos. La IA hace que esa base sea mucho más valiosa porque puede comprender el contexto de la información y actuar en consecuencia. Ya estamos viendo que este modelo se extiende más allá de la sala de datos, con el contenido de Datasite fluyendo de forma segura a flujos de trabajo impulsados por IA mientras los permisos existentes permanecen intactos.

Usted ha descrito el futuro de Datasite como un sistema operativo nativo de IA para fusiones y adquisiciones. ¿Qué diferencia a un sistema operativo capaz de ejecutar flujos de trabajo de transacciones de una sala de datos virtual que simplemente añade búsqueda de documentos, resumen o un asistente conversacional?

La búsqueda y el resumen son realmente útiles, pero operan sobre un documento a la vez, y solo responden a una pregunta que alguien pensó formular, lo cual es una limitación cuando se considera cómo se ve una transacción desde el interior. Cada acuerdo consta de cientos de tareas interconectadas que se ejecutan simultáneamente, incluyendo solicitudes de diligencia, presentaciones de gestión, revisiones legales, flujos de trabajo de financiamiento y aprobaciones; todo ello involucra a diferentes personas trabajando bajo distintos permisos y plazos. Los banqueros experimentados reconstruyen el estado del acuerdo a partir de hilos de correo electrónico y de un rastreador que alguien actualizó el martes, y para el jueves la información ya está desactualizada.

Lo que hace un sistema operativo es mantener ese estado de modo que actualiza los datos conectados en tiempo real, sabe qué flujo de trabajo está atrasado, qué solicitud lleva sin respuesta seis días, y qué información contradice lo que se archivó la semana pasada. Una vez que el sistema comprende realmente eso, puede preparar el trabajo antes de que alguien lo solicite, señalar dónde se ha estancado un proceso y coordinar el siguiente paso entre las partes que pueden no estar comunicándose directamente en ese momento.

Por eso la conversación ha avanzado tan rápido de si la IA pertenece a M&A a cómo debe integrarse de forma responsable. En nuestra investigación, el 96 % de los profesionales de transacciones ya están usando o explorando la IA en la búsqueda y selección, y la diligencia debida se ha convertido en uno de los casos de uso más claros, con la mitad de los profesionales usando IA de forma regular o ya integrándola en el proceso. El punto es que la industria ya ha superado la línea de salida, y la ventaja irá a las empresas que logren convertir la IA de una herramienta a una capa operativa gobernada.

¿Por qué los datos de transacción propietarios serán más importantes para el rendimiento de un agente de M&A que el acceso al modelo de lenguaje de gran tamaño más potente y de propósito general? ¿Qué señales permiten a un agente comprender cómo avanza una transacción real en lugar de simplemente interpretar documentos individuales?

Los modelos de base son extraordinarios y siguen mejorando, pero también están disponibles para todas las empresas al mismo tiempo. Cualquier ventaja que una empresa obtenga al contar con el mejor modelo hoy tiene una vida útil corta cuando el competidor de la esquina accede simultáneamente, o se anuncia un nuevo modelo semanas después.

El contexto propietario no se vuelve ampliamente disponible de la misma manera, y ahí es donde creo que reside la diferencia duradera y la ventaja competitiva. Bajo los contratos y estados financieros se encuentran miles de interacciones entre compradores, vendedores, asesores y equipos de gestión, y la secuencia de esas interacciones tiene un significado real. El orden en que se cargan los documentos indica cuán preparado está realmente un vendedor, al igual que una pregunta de diligencia que vuelve más precisa en su tercer intento indica dónde reside la verdadera preocupación del comprador, y un flujo de trabajo donde los tiempos de respuesta se han duplicado silenciosamente indica que algo ha salido mal mucho antes de que alguien lo mencione.

Esa es la inteligencia que necesita un agente si va a ser realmente útil a lo largo del proceso de M&A. Leer bien un documento es una capacidad, y cada vez se está convirtiendo en una mercancía. Reconocer que un acuerdo se está desviando tres semanas antes de que alguien lo diga en voz alta es algo completamente distinto, y proviene de haber observado decenas de miles de transacciones reales en lugar de entrenarse con información pública.

Un agente podría potencialmente ensamblar perfiles de objetivos, revisar miles de documentos, identificar divulgaciones conflictivas y coordinar flujos de trabajo de diligencia. ¿Cuáles de estas actividades pueden los agentes realizar de manera fiable hoy, y cuáles deberían seguir requiriendo la aprobación explícita de un humano?

Para muchas empresas, la IA agente ya está organizando volúmenes enormes de información, comparando documentos en busca de inconsistencias, resaltando riesgos potenciales, redactando resúmenes de diligencia y manteniendo flujos de trabajo rutinarios en movimiento, todo más rápido de lo que un equipo podría gestionar manualmente. Los profesionales de transacciones se están acostumbrando a eso porque son precisamente las áreas donde la IA puede eliminar fricciones sin quitar el juicio a las personas. En nuestra investigación, el 46 % de los profesionales dijo que la IA ya lidera en la identificación de objetivos y en la elaboración de listas largas y cortas, mientras que el 45 % dijo lo mismo sobre la identificación de señales de alerta durante la diligencia. Más importante aún, los profesionales están comenzando a ver valor comercial, no solo eficiencia. Aproximadamente una cuarta parte de los encuestados en la investigación de Datasite dijo que la IA les ayudó a cerrar un acuerdo que de otro modo habrían perdido, y dos tercios ven la IA a lo largo del ciclo de vida como una forma crucial de reducir el riesgo de una transacción.

El panorama cambia notablemente al acercarse al cierre. Solo el 22 % de los profesionales dice que seguiría una recomendación generada por IA sobre si proceder a la firma, mientras que el 45 % cree que la firma debe seguir siendo una decisión totalmente humana. El instinto es sólido. Cada adquisición se reduce a la confianza. ¿Confía lo suficiente en este equipo de gestión como para respaldarlo con capital? ¿Se siente cómodo con los riesgos que la diligencia no pudo resolver por completo? Esas preguntas requieren juicio y, más importante, a alguien dispuesto a rendir cuentas por la respuesta. La IA debería ayudarle a tomar una mejor decisión más rápido, pero no debe ser la que tome la decisión. Por eso las herramientas basadas en IA gobernada, diseñadas para el entorno de transacciones y que incluyen contenido con permisos, respuestas respaldadas por fuentes, contexto de flujo de trabajo y aprobación humana donde el juicio y la responsabilidad son cruciales, son tan importantes.

¿Cómo defiende una sala de transacciones agente contra riesgos como la inyección de prompts, extracción no autorizada de datos, documentos comprometidos o acciones realizadas más allá de la autoridad de un usuario?

El error es tratar la seguridad como una capa añadida después de desplegar la IA. En M&A, la seguridad y la gobernanza deben incorporarse desde el principio porque la información subyacente es altamente sensible y a menudo mueve el mercado.

Cada transacción contiene material que puede nunca hacerse público, desde el desempeño financiero y la propiedad intelectual hasta relaciones con clientes y planes estratégicos. Cualquier agente que opere en ese entorno debe seguir el mismo marco de gobernanza que protege la propia transacción. Nunca debe acceder a información más allá de los permisos del usuario, lo que significa que la identidad y los derechos deben aplicarse en la capa de datos, no dejarse a un prompt. Cada acción debe registrarse, cada recomendación debe rastrearse a un documento fuente, y cada flujo de trabajo automatizado debe heredar la autoridad de la persona que lo inició sin excederla. Por eso diseñamos nuestro servidor MCP con seguridad primero. El mercado se está moviendo en la misma dirección. En nuestra investigación, la precisión y la seguridad fueron los atributos de IA que los profesionales de transacciones valoraron más, con la seguridad ocupando el primer lugar entre los encuestados en EMEA y APAC. En M&A, la confianza no está separada de la experiencia del producto. Es lo que hace que el producto sea utilizable.

Las alucinaciones son especialmente peligrosas cuando un sistema de IA analiza contratos, estados financieros y divulgaciones regulatorias. ¿Cómo debe un agente de M&A comunicar la incertidumbre, proporcionar evidencia para sus conclusiones y reconocer cuándo un problema debe escalarse a un banquero, abogado o experto en la materia?

En M&A, si dos documentos se contradicen, esa contradicción es el hallazgo. Si la respuesta a una pregunta no está disponible basándose en los documentos y datos de la sala, esa brecha de información es un hallazgo, y con frecuencia más trascendental que la respuesta que habría sido.

Todo sistema de IA usado en M&A debe diseñarse para basarse únicamente en evidencia, ya que cada conclusión debe vincularse al documento subyacente, la información conflictiva debe mostrarse claramente en lugar de reconciliarse silenciosamente, y la baja confianza debe expresarse de forma transparente en la salida. La industria ya está construyendo esa disciplina, lo cual me parece alentador.

La evidencia es donde debe comenzar la conversación. La precisión fue el atributo más importante que los profesionales nombraron en nuestra investigación, y la forma más común en que las empresas están construyendo confianza sigue siendo la revisión humana de los resultados generados por IA. Una respuesta segura pero sin respaldo es peligrosa en una transacción. Lo mismo ocurre con una respuesta que parece completa pero omite silenciosamente la incertidumbre. Lo que también considero igualmente importante es que una cuarta parte de los profesionales espera que un uso deficiente de la IA destruya varios acuerdos de alto valor en los próximos cinco años. Eso recuerda que el riesgo no es solo no usar IA. Es usar IA sin los controles, la evidencia y los puntos de escalada adecuados. Mi forma de pensar al respecto es que la IA brinda a los profesionales de transacciones una primera pasada notablemente exhaustiva al hacer la investigación y organizar la evidencia, pero lo que esa evidencia significa y lo que debe suceder a continuación debe seguir siendo una decisión humana.

Usted ha sugerido que equipos de transacciones más pequeños y habilitados por IA podrían competir con equipos tradicionales mucho más grandes. ¿Cómo podría esto cambiar la economía y la dotación de personal de las transacciones, y qué ocurre con los roles junior a través de los cuales banqueros y abogados tradicionalmente aprenden los fundamentos de las transacciones?

Cada generación de tecnología cambia la composición del trabajo en lugar de eliminar la necesidad de personas, y creo que eso es exactamente lo que está ocurriendo en M&A. Los banqueros junior, abogados y analistas históricamente han dedicado miles de horas a revisar documentos, actualizar rastreadores, organizar solicitudes de diligencia y ensamblar materiales. La IA debería aliviar los ciclos de trabajo a las 2 am porque puede asumir gran parte de esa carga. El aumento de productividad es real. Pero la pregunta más importante es qué harán las empresas con el tiempo que recuperen.

Los profesionales junior aún necesitan desarrollar juicio, participar en negociaciones y aprender cómo piensan los profesionales experimentados. Si la IA absorbe la recopilación administrativa de información, un asociado de segundo año puede participar en trabajos sustantivos y asistir a discusiones significativas que resultan en decisiones críticas para el negocio mucho antes de que mi generación lo hiciera. Las empresas que gestionen esto bien reinvertirán el tiempo que ahorren en su gente en lugar de simplemente tomarlo como margen.

¿Qué métricas de referencia debería usar la industria para evaluar a un agente de M&A? ¿Debería medirse el rendimiento mediante la precisión en la revisión de documentos, los problemas de diligencia descubiertos, las tasas de falsos positivos, la finalización de flujos de trabajo, la reducción del tiempo de la transacción o la calidad final de los resultados de la operación?

Las métricas operativas son importantes, y rastreamos todas ellas para asegurar que cualquier herramienta que desplegamos sea eficaz y precisa. Sin embargo, esas miden si la IA realizó su tarea correctamente. Los clientes quieren saber si la propia transacción se ejecutó mejor al haberla usado.

Las preguntas y métricas que encuentro más útiles son cosas como si el sistema detectó un riesgo que de otro modo se habría pasado por alto, si el equipo pudo evaluar más oportunidades de las que podía antes, si la diligencia se acortó sin perder profundidad, y si los altos cargos dedicaron más horas a negociar y menos a buscar información. Ya contamos con alguna evidencia al respecto. Nuestra investigación muestra que el 24 % de los profesionales dice que la IA les ayudó a cerrar un acuerdo que de otro modo habrían perdido, y el 66 % dice que usar IA a lo largo del ciclo de vida es una forma crucial de reducir el riesgo de una transacción.

de Datasite H1 2026 report muestra que los inicios de acuerdos a nivel global aumentaron un 31 % interanual, liderados por un crecimiento del 52 % en América, frente a un 13 % en Europa, Oriente Medio y África y un 4 % en Asia‑Pacífico. ¿Qué está impulsando esta divergencia regional, y podría el acceso a tecnología agente ampliar o reducir la brecha de productividad entre mercados?

Los datos reflejan lo que muchos profesionales de transacciones han sentido en los últimos meses, en que la confianza regresó más rápidamente en América, respaldada por condiciones de financiamiento y una mayor disposición a llevar activos al mercado. Curiosamente, APAC registró el crecimiento más lento en inicios, con un 4 %, y sin embargo los profesionales de APAC son los adoptantes de IA más agresivos por un amplio margen según nuestra investigación. Lideran en todas las regiones en el uso de IA desde la búsqueda y selección hasta la diligencia, donde el 56 % la usa regularmente o la tiene totalmente integrada, frente al 49 % en EMEA y al 47 % en América. También son los más cómodos delegando autoridad de decisión significativa a la IA. Mi interpretación es que la restricción está impulsando la adopción porque donde el flujo de acuerdos es más escaso y los equipos son más reducidos, el incentivo para obtener más de cada profesional en el escritorio se vuelve más fuerte.

Por supuesto, la tecnología no puede crear transacciones. No moverá las tasas de interés ni acortará una revisión regulatoria. Pero lo que sí puede hacer es elevar la productividad de cada equipo al ejecutar un acuerdo, y esa capacidad escala mucho más rápido que el número de empleados, por lo que con el tiempo espero que la IA reduzca la brecha de productividad entre mercados en lugar de ampliarla.

El informe Insight de Datasite también indica que los equipos están iniciando transacciones más rápido en varios mercados, mientras que la diligencia sigue siendo prolongada, con una mediana de 238 días en Asia‑Pacífico. ¿Qué cuellos de botella restantes son más adecuados para los agentes de IA, y cuáles están fundamentalmente ligados a negociaciones, regulación, condiciones de financiamiento o la toma de decisiones humana?

Iniciar un acuerdo se ha vuelto significativamente más rápido porque las empresas disponen de mejores datos, procesos más automatizados y mayor confianza para identificar oportunidades temprano. La diligencia es diferente porque es donde la complejidad se acumula, y la complejidad no se comprime como lo hace el volumen. La diligencia sigue teniendo una mediana de 238 días en la región APAC, y en mi experiencia, poco de ese tiempo se dedica al análisis. La mayor parte es coordinación, como reconciliar documentos con solicitudes cambiantes, múltiples asesores y prioridades fluctuantes.

Sin embargo, la diligencia es precisamente el área que los agentes están optimizados para apoyar. Pueden monitorear el progreso de los flujos de trabajo, identificar lo que falta, resaltar inconsistencias entre documentos y preparar los materiales de seguimiento antes de que el equipo lo solicite. Por eso nuestros encuestados clasifican la diligencia como la etapa donde la IA ofrece el mejor retorno de inversión y solo el 4 % de ellos no la utiliza en absoluto.

La IA, por supuesto, tiene limitaciones significativas. Las personas aún deben generar confianza, sopesar riesgos y recompensas, y decidir si el acuerdo vale el precio. El hallazgo más sólido en nuestra investigación, al menos para mí, fue que los profesionales no ven a la IA reemplazando el juicio tanto como acelerando el juicio y haciéndolo mejor informado. Mientras más del proceso y del trabajo administrativo se traslada a la tecnología, las conversaciones que solo las personas pueden tener se convierten en las horas más valiosas del ciclo de vida del acuerdo.

Gracias por la excelente entrevista, los lectores que deseen obtener más información deberían visitar Datasite.