Rusty Wiley, Datasiten toimitusjohtaja ja presidentti – Haastattelusarja

Rusty Wiley, Datasiten toimitusjohtaja ja presidentti, on johtanut yritystä vuodesta 2014, ohjaten sen muutosta Merrill Corporatesta, joka keskittyi pääasiassa taloudelliseen viestintään ja painopalveluihin, globaaliksi ohjelmistopalveluna toimivaksi (SaaS) yritykseksi, joka keskittyy fuusioihin ja yritysostoihin (M&A) sekä strategisiin transaktioihin. Ennen liittymistään Datasiteen Wiley työskenteli yli seitsemän vuotta IBM:ssä, jossa hän toimi pankkitoiminnan ja rahoitusmarkkinoiden yleisjohtajana sekä hallintokumppanina, rakentaen laajaa kokemusta rahoituspalveluista, yritysteknologiasta ja liiketoiminnan muutoksesta.

Datasite on globaali teknologiaplatformi, jonka tarkoituksena on tukea kauppiaita koko M&A‑elinkaaren ajan, mukaan lukien kauppojen lähdehaku, valmistelu, due diligence, rahoitus, uudelleenjärjestely ja jälkikäsittelyprosessit. Sen alusta yhdistää turvalliset virtuaaliset tietotilat tarkoitukseen rakennettuihin tekoälyominaisuuksiin, kuten automaattiseen sensurointiin, semanttiseen hakuun, asiakirjojen tiivistämiseen, käännökseen, tekoälyavusteiseen K&A‑toimintaan ja kaupan alkuperäiseen älyyn. Datasite kertoo, että sen teknologia tukee yli 626 000 kauppiaata ja yli 16 000 transaktiota vuosittain, tarjoten investointipankkeille, pääomasijoitusyhtiöille, yrityksille ja asianajotoimistoille turvallisen ympäristön monimutkaisten transaktioiden ja arkaluonteisen tiedon hallintaan.

Liityit Datasiteen vuonna 2014 IBM:n pankki- ja rahoitusmarkkinoiden johdon jälkeen ja auttoit sen muuttamaan taloudellisesta viestinnästä ja painoliiketoiminnasta globaaliksi fuusio- ja yritysostojen ohjelmistoplatformiksi. Miten tämä kokemus muovasi vakaumuksesi siitä, että seuraava kauppojen vaihe rakennetaan AI‑agenttien ympärille perinteisten virtuaalisten tietotilojen sijaan?

Kun tulin Datasiteen vuonna 2014, virtuaalinen tietotila oli taloudellisten transaktioiden keskiössä. Se oli jo muuttanut kauppaamista siirtämällä arkaluonteisen tiedon fyysisistä tiloista turvalliseen, haettavissa olevaan digitaaliseen ympäristöön. Seuraavan vuosikymmenen aikana kävi selväksi, että tietotila loi myös perustan jollekin paljon suuremmalle.

Kun mittakaavamme kasvoi, myös mahdollisuudet laajenivat. Datasite tukee nykyään noin 55 000 transaktiota vuodessa, mikä antaa meille ainutlaatuisen näkymän siihen, miten kauppatyö tapahtuu. Tuossa mittakaavassa näemme enemmän kuin asiakirjoja. Näemme työnkulkuja, malleja ja tuhansia toistuvia tehtäviä, jotka ympäröivät jokaista transaktiota. Tämä luo valtavan mahdollisuuden soveltaa tekoälyä ja automaatiota, jotta tiimit voivat siirtyä tiedosta toimintaan paljon nopeammin. Itse asiassa näemme tämän jo tapahtuvan. Viimeaikainen Datasiten tutkimus, The New Deal Team, osoittaa, että yritykset, jotka sivuuttavat tekoälyn, kamppailevat kilpaillakseen viiden vuoden sisällä, ja suurin osa kauppiaista sanoo, että pelkkä ihmisen päätöksenteko ei enää riitä monimutkaisissa kaupoissa.

Siksi seuraava vaihe on rakentaa älykkyyttä ja automaatiota tämän luotettavan infrastruktuurin päälle. Tekoäly voi analysoida tietoa, tuoda esiin riskejä ja mahdollisuuksia, yhdistää institutionaalisen tiedon reaaliaikaisen transaktiotiedon kanssa, ja yhä useammin toteuttaa monivaiheisia työnkulkuja, jotka tänään kuluttavat merkittäviä määriä kauppatiimin aikaa. Agentit voivat jatkuvasti valvoa tietoa, tehdä analyysejä ja viedä työtä eteenpäin, kun ihmiset keskittyvät harkintaan, neuvotteluihin ja päätöksiin, jotka määrittävät lopputuloksen.

Tämän valossa tietotilat ovat seuraavan sukupolven kauppaamisen perusta. Asiakirjat, käyttöoikeudet, turvallisuus ja yhteistyökerros pysyvät keskeisinä. Tekoäly tekee tästä perustasta paljon arvokkaamman, koska se ymmärtää tiedon kontekstin ja voi toimia sen perusteella. Näemme jo, että malli laajenee tietotilan ulkopuolelle: Datasiten sisältö virtaa turvallisesti tekoälypohjaisiin työnkulkuihin, kun olemassa olevat käyttöoikeudet säilyvät ennallaan.

Olet kuvannut Datasiten tulevaisuutta AI‑natiiviksi käyttöjärjestelmäksi fuusioille ja yritysostoille. Mikä erottaa käyttöjärjestelmän, joka pystyy toteuttamaan kauppatyönkulkuja, virtuaalisesta tietotilasta, joka vain lisää asiakirjahakua, tiivistystä tai keskustelevaa avustajaa?

Haku ja tiivistys ovat todellakin hyödyllisiä, mutta ne toimivat yhden asiakirjan kerrallaan, ja ne vastaavat vain siihen kysymykseen, jonka joku on ajatellut esittää – mikä on rajoitus, kun tarkastelee transaktiota sisäisesti. Mikä tahansa kauppa koostuu sadoista toisiinsa kytketyistä tehtävistä, jotka toimivat samanaikaisesti, mukaan lukien due diligence -pyynnöt, johdon esitykset, oikeudelliset tarkastukset, rahoitustyönkulut ja hyväksynnät; kaikki näistä koskevat eri ihmisiä, eri käyttöoikeuksilla ja eri määräaikoihin mennessä. Kokeneet pankkiirit rekonstruoivat kaupan tilan sähköpostiketjuista ja tiistaina päivitetystä seurantatyökalusta, ja torstaina tieto on jo vanhentunutta.

Käyttöjärjestelmä puolestaan pitää yllä tätä tilaa niin, että se päivittää liitetyt tiedot reaaliaikaisesti, tietää, mikä työnkulku on jäljessä, mikä pyyntö on odottanut vastausta kuusi päivää, ja mikä tieto on ristiriidassa viime viikolla lähetetyn kanssa. Kun järjestelmä todella ymmärtää tämän, se voi valmistella työtä ennen kuin kukaan sitä pyytää, merkitä prosessin, joka on juuttunut, ja koordinoida seuraavan askeleen osapuolten välillä, jotka eivät välttämättä juuri sillä hetkellä kommunikoi suoraan.

Tämä selittää, miksi keskustelu on siirtynyt niin nopeasti siitä, kuuluuko tekoäly M&A‑maailmaan, kohti sitä, miten se tulisi integroida vastuullisesti. Tutkimuksessamme 96 % kauppiaista käyttää jo tekoälyä tai tutkii sen käyttöä lähdehaussa ja seulonnassa, ja due diligence on yksi selkeimmistä käyttötapauksista: puolet kauppiaista käyttää tekoälyä säännöllisesti tai on jo sisällyttänyt sen prosessiin. Asia on siinä, että ala on jo menossa lähtölinjaa pidemmälle, ja etu menee niille yrityksille, jotka pystyvät muuttamaan tekoälyn työkalusta hallituksi käyttökerrokseksi.

Miksi omaisuustietojen omistajuus on tärkeämpää M&A‑agentin suorituskyvylle kuin pääsy tehokkaimpaan yleiskäyttöiseen suurikielimalliin? Mitkä signaalit antavat agentille mahdollisuuden ymmärtää, miten todellinen transaktio etenee, sen sijaan että se vain tulkitsee yksittäisiä asiakirjoja?

Perusmallit ovat poikkeuksellisia ja ne kehittyvät jatkuvasti, mutta ne ovat myös saatavilla kaikille yrityksille samanaikaisesti. Mikä tahansa etu, jonka yritys saa parhaan mallin avulla tänään, on lyhytikäinen, kun kilpaileva yritys saa samanaikaisesti pääsyn, tai kun uusi malli julkaistaan viikkoja myöhemmin.

Omistettu konteksti ei tule laajasti saataville samalla tavalla, ja juuri siellä mielestäni kestävä ero ja kilpailuetu piilevät. Sopimusten ja taloudellisten raporttien alla on tuhansia vuorovaikutuksia ostajien, myyjien, neuvonantajien ja johdon välillä, ja näiden vuorovaikutusten järjestys kantaa todellista merkitystä. Se, missä järjestyksessä asiakirjoja ladataan, kertoo jotain siitä, kuinka valmistautunut myyjä todella on, aivan kuten kolmannen tarkastuskerran tarkempi due diligence -kysymys kertoo, missä ostajan todellinen huoli piilee, ja työnkulku, jonka vasteajat ovat hiljaisesti kaksinkertaistuneet, kertoo, että jokin on mennyt pieleen hyvin ennen kuin kukaan on siitä puhunut.

Tämä on se älykkyys, jota agentti tarvitsee ollakseen todella hyödyllinen koko M&A‑prosessin ajan. Asiakirjan lukeminen hyvin on yksi kyky, ja siitä tulee yhä tavarantoimittaja. Kyky tunnistaa, että kauppa on poikkeamassa kolmen viikon kuluttua ennen kuin kukaan sanoo sitä ääneen, on jotain aivan muuta, ja se syntyy siitä, että on havainnut kymmeniä tuhansia todellisia transaktioita sen sijaan, että kouluttaisi mallia julkisesta tiedosta.

Agentti voisi mahdollisesti koota kohdeprofiileja, tarkastella tuhansia asiakirjoja, tunnistaa ristiriitaiset tiedot ja koordinoida due diligence -työnkulkuja. Mitkä näistä toiminnoista agentit voivat luotettavasti toteuttaa tänään, ja mitkä tulisi edelleen vaatia eksplisiittistä ihmisen hyväksyntää?

Monille yrityksille agenttipohjainen tekoäly järjestää jo valtavia tietomääriä, vertaa asiakirjoja epäjohdonmukaisuuksien varalta, tuo esiin mahdollisia riskejä, laatii due diligence -tiivistelmiä ja pitää rutiininomaiset työnkulut liikkeellä – kaikki nopeammin kuin tiimi voisi manuaalisesti hallita. Kauppiaat ovat tästä mukautuneet, koska nämä ovat juuri ne alueet, joilla tekoäly voi poistaa kitkaa ilman, että se vie ihmisten harkintaa. Tutkimuksessamme 46 % kauppiaista sanoi, että tekoäly jo johtaa kohteiden tunnistamisessa ja pitkien sekä lyhyiden listojen laatimisessa, kun taas 45 % sanoi saman riskien havaitsemisesta due diligence -vaiheessa. Vielä tärkeämpää on, että kauppiaat alkavat nähdä kaupallista arvoa, eivät vain tehokkuutta. Noin neljännes vastaajista Datasiten tutkimuksessa kertoi, että tekoäly auttoi heitä toteuttamaan kaupan, jonka muutoin olisi menettänyt, ja kaksi kolmasosaa näkee tekoälyn koko elinkaaren aikana keinona vähentää transaktion riskiä.

Kuva muuttuu merkittävästi, kun lähestytään päätösvaihetta. Vain 22 % kauppiaista sanoo, että he noudattaisivat tekoälyn antamaa suositusta siitä, pitäisikö jatkaa allekirjoitukseen, kun taas 45 % uskoo, että allekirjoituspäätös tulisi pysyä täysin ihmisen tehtävänä. Instinkti on luotettava. Jokainen yritysosto perustuu luottamukseen. Luotatko tähän johtoryhmään riittävästi rahoittaaksesi heidät? Oletko tyytyväinen riskeihin, joita due diligence ei täysin ratkaissut? Nämä kysymykset vaativat harkintaa ja, mikä tärkeintä, jonkun, joka on valmis ottamaan vastuun vastauksesta. Tekoälyn tulisi auttaa sinua tekemään parempi päätös nopeammin, mutta sen ei tulisi olla päätöksentekijä. Siksi hallitun tekoälyn, joka on suunniteltu kauppaympäristöön ja sisältää käyttöoikeuksilla suojattua sisältöä, lähdeperusteisia vastauksia, työnkulkukontekstia sekä ihmisen hyväksynnän siellä, missä harkinta ja vastuullisuus ovat keskeisiä, merkitys on suuri.

Miten puolustat agenttipohjaista kauppahuonetta riskejä vastaan, kuten prompt injection, luvaton tiedonlouhinta, vaarantuneet asiakirjat tai toiminta, joka ylittää käyttäjän valtuudet?

Virhe on käsitellä turvallisuutta lisäkerroksena vasta tekoälyn käyttöönoton jälkeen. M&A:ssa turvallisuus ja hallinta on sisällytettävä alusta alkaen, koska taustatiedot ovat erittäin arkaluonteisia ja usein markkinoita liikuttavia.

Jokainen transaktio sisältää materiaalia, joka ei ehkä koskaan tule julkiseksi – taloudellinen suorituskyky, immateriaalioikeudet, asiakassuhteet ja strategiset suunnitelmat. Mikä tahansa agentti, joka toimii tässä ympäristössä, on noudatettava samaa hallintakehystä, joka suojaa itse kauppaa. Sen ei tule koskaan käyttää tietoa, joka ylittää käyttäjän käyttöoikeudet, mikä tarkoittaa, että henkilöllisyys ja oikeudet on valvottava tietokerroksessa, ei jätettäväksi promptin varaan. Jokainen toiminto on kirjattava, jokainen suositus on jäljitettävä lähdeasiakirjaan, ja jokainen automatisoitu työnkulku on perittävä sen aloittaneen henkilön valtuuksista ilman, että se ylittää niitä. Siksi suunnittelimme MCP‑palvelimen turvallisuus‑ensimmäisenä. Markkinat liikkuvat samaan suuntaan. Tutkimuksessamme tarkkuus ja turvallisuus olivat ne tekoälyominaisuudet, joita kauppiaat arvostivat eniten, ja turvallisuus oli EMEA‑ ja APAC‑vastaajien keskuudessa ykkösasento. M&A:ssa luottamus ei ole erillinen tuotekokemuksesta. Se on se, mikä tekee tuotteesta käyttökelpoisen.

Harhakuvitelmat ovat erityisen vaarallisia, kun tekoälyjärjestelmä analysoi sopimuksia, taloudellisia raportteja ja sääntelytiedotteita. Kuinka M&A‑agentin tulisi viestiä epävarmuudesta, tarjota todisteita johtopäätöksilleen ja tunnistaa, milloin asia on eskaloitava pankkiirille, asianajajalle tai aihealueen asiantuntijalle?

M&A:ssa, jos kaksi asiakirjaa ovat ristiriidassa, ristiriita on havainto. Jos kysymykseen ei ole vastausta saatavilla huoneen asiakirjojen ja tietojen perusteella, tiedon puute on havainto, ja usein se on merkittävämpi kuin mahdollinen vastaus.

Jokaisen M&A:ssa käytetyn tekoälyjärjestelmän tulisi olla täysin todistepohjainen, sillä jokainen johtopäätös on linkitettävä taustalla olevaan asiakirjaan, ristiriitainen tieto on esitettävä selvästi eikä hiljaisesti sovitettava yhteen, ja alhainen luottamus on ilmaistava läpinäkyvästi tuloksessa. Ala on jo rakentamassa tätä kurinalaisuutta, mikä on rohkaisevaa.

Todiste on se, missä keskustelu on aloitettava. Tarkkuus oli yksi tärkeimmistä ominaisuuksista, jonka kauppiaat mainitsivat tutkimuksessamme, ja yleisin tapa, jolla yritykset rakentavat luottamusta, on edelleen ihmisen tarkastus tekoälyn tuottamiin tuloksiin. Itsevarma, mutta perustelematon vastaus on vaarallinen transaktiossa. Samoin vastaus, joka näyttää täydelliseltä mutta hiljaisesti ohittaa epävarmuuden, on riskialtis. Mitä pidän yhtä tärkeänä, on että neljännes kauppiaista odottaa, että huono tekoälyn käyttö tuhoaa useita korkean arvon kauppoja seuraavan viiden vuoden aikana. Tämä muistuttaa siitä, että riski ei ole pelkästään tekoälyn käyttämättä jättäminen, vaan tekoälyn käyttäminen ilman oikeita kontrolli-, todiste- ja eskalaatiopisteitä. Oma tapani ajatella tätä on, että tekoäly tarjoaa kauppaprofessionaaleille poikkeuksellisen perusteellisen ensimmäisen läpikäynnin tekemällä tutkimuksen ja järjestämällä todisteet, mutta se, mitä todisteet tarkoittavat ja mitä seuraavaksi tulisi tehdä, on edelleen ihmisen harkinnan tehtävä.

Olet ehdottanut, että pienemmät, tekoälypohjaiset kauppatiimit voisivat kilpailla paljon suurempien perinteisten tiimien kanssa. Miten tämä voisi muuttaa transaktioiden taloutta ja henkilöstörakennetta, ja mitä tapahtuu nuorille rooleille, joiden kautta pankkiirit ja asianajajat perinteisesti oppivat kauppojen perusteet?

Jokainen teknologian sukupolvi muuttaa työn koostumusta sen sijaan, että se poistaisi ihmisten tarpeen, ja uskon, että näin tapahtuu juuri M&A:ssa. Nuoret pankkiirit, asianajajat ja analyytikot ovat historiallisesti käyttäneet tuhansia tunteja asiakirjojen läpikäymiseen, seurantatyökalujen päivittämiseen, due diligence -pyyntöjen järjestämiseen ja materiaalien kokoamiseen. Tekoälyn tulisi keventää yöllisiä työjaksoja, koska se voi ottaa hoitaakseen suuren osan tästä raskaasta työstä. Tuottavuuslisäys on todellinen. Mutta tärkeämpi kysymys on, mitä yritykset tekevät säästämällään ajalla.

Nuorten ammattilaisten on edelleen kehitettävä harkintakykyä, osallistuttava neuvotteluihin ja opittava, miten kokeneet kauppiaat ajattelevat. Jos tekoäly ottaa hallintaansa hallinnollisen tiedonkeruun, toisen vuoden associate voi osallistua sisällölliseen työhön ja olla mukana merkittävissä keskusteluissa, jotka johtavat liiketoimintakriittisiin päätöksiin paljon aikaisemmin kuin minun sukupolvellani. Yritykset, jotka hallitsevat tämän hyvin, investoivat säästämänsä ajan henkilöstöön sen sijaan, että ottaisivat sen pelkästään marginaalina.

Mitä mittareita alan tulisi käyttää M&A‑agentin arvioimiseen? Pitäisikö suorituskykyä mitata asiakirjakatselmuksen tarkkuudella, löydetyillä due diligence -ongelmilla, väärien positiivisten määrällä, työnkulun läpimenoajalla, kaupan keston lyhentämisellä vai lopullisella transaktion lopputuloksen laadulla?

Operatiiviset mittarit ovat tärkeitä, ja seuraamme niitä kaikkia varmistaaksemme, että käyttämämme työkalu on tehokas ja tarkka. Kuitenkin ne mittaavat vain, onko tekoäly suorittanut tehtävänsä oikein. Asiakkaat haluavat tietää, onko itse kauppa toteutunut paremmin tekoälyn käytön ansiosta.

Kysymykset ja mittarit, joita pidän hyödyllisempinä, ovat esimerkiksi: onko järjestelmä tuonut esiin riskin, joka olisi muuten jäänyt huomaamatta, onko tiimi pystynyt arvioimaan enemmän mahdollisuuksia kuin ennen, onko due diligence lyhentynyt ilman, että se on menettänyt syvyyttä, ja ovatko seniorihenkilöt käyttäneet enemmän aikaa neuvotteluihin ja vähemmän tiedon etsimiseen. Meillä on jo jonkin verran näyttöä tästä. Tutkimuksemme osoittaa, että 24 % kauppiaista sanoo, että tekoäly on auttanut heitä toteuttamaan kaupan, jonka muutoin olisi menettänyt, ja 66 % sanoo, että tekoälyn käyttö koko elinkaaren aikana on keskeinen tapa vähentää transaktion riskiä.

Datasiten H1 2026 -raportti osoittaa, että globaalit kauppojen aloitukset ovat kasvaneet 31 % vuodesta toiseen, erityisesti 52 %:n kasvulla Amerikoissa, verrattuna 13 %:iin Euroopassa, Lähi-idässä ja Afrikassa sekä 4 %:iin Aasiassa‑Tyynenmeren alueella. Mikä ajaa tätä alueellista eroa, ja voisiko agenttipohjaisen teknologian käyttö laajentaa tai kaventaa tuottavuuseroa markkinoiden välillä?

Tiedot heijastavat sitä, mitä monet kauppiaat ovat tunteneet viime kuukausina: luottamus palasi Amerikoissa nopeammin, tukena rahoitusolosuhteet ja suurempi halukkuus tuoda omaisuuksia markkinoille. Mielenkiintoista on, että Aasiassa‑Tyynenmeren alueella aloituskasvu oli hitainta, 4 %, vaikka APAC:n kauppiaat ovat selvästi suurimpia tekoälyn omaksujia tutkimuksemme perusteella. He johtavat kaikilla alueilla tekoälyn käytössä lähdehaussa ja seulonnasta due diligenceen, jossa 56 % käyttää sitä säännöllisesti tai on täysin sisällyttänyt sen, verrattuna 49 %:iin EMEA:ssa ja 47 %:iin Amerikoissa. He ovat myös mukavimpia antamaan merkittävää päätösvaltaa tekoälylle. Näen, että rajoitteet ohjaavat omaksumista, koska siellä, missä kauppavirta on vaikeampaa saada ja tiimit toimivat kevyemmin, kannustin saada enemmän irti jokaisesta ammattilaisesta työpöydällä vahvistuu.

Tietysti teknologia ei voi luoda transaktioita. Se ei voi muuttaa korkoja tai lyhentää sääntelyn tarkastusta. Mutta se voi nostaa jokaisen tiimin tuottavuutta toteuttamalla kaupan, ja tämä kyky skaalautuu paljon nopeammin kuin henkilöstömäärä, minkä vuoksi odotan ajan myötä tekoälyn kaventavan tuottavuuseroa markkinoiden välillä sen sijaan, että se sitä laajentaisi.

Datasiten Insight -raportti osoittaa myös, että tiimit käynnistävät transaktioita nopeammin useissa markkinoissa, kun taas due diligence pysyy pitkänä, mukaan lukien mediaani 238 päivää Aasiassa‑Tyynenmeren alueella. Mitkä jäljellä olevat pullonkaulat sopivat parhaiten tekoälyagenteille, ja mitkä ovat perimmiltään sidoksissa neuvotteluihin, sääntelyyn, rahoitusolosuhteisiin tai ihmisen päätöksentekoon?

Kaupan käynnistäminen on nopeutunut merkittävästi, koska yritykset omaavat parempaa dataa, automatisoidumpia prosesseja ja enemmän varmuutta mahdollisuuksien tunnistamisesta varhaisessa vaiheessa. Due diligence on erilainen, koska se on se vaihe, jossa monimutkaisuus kerääntyy, eikä monimutkaisuus pakkaa samalla tavalla kuin volyymi. Due diligence kestää edelleen mediaanin 238 päivää APAC‑alueella, ja kokemukseni mukaan vain vähän siitä aikaa käytetään analyysiin. Suurin osa ajasta kuluu koordinaatioon, kuten asiakirjojen sovittamiseen muuttuviin pyyntöihin, useiden neuvonantajien ja muuttuvien prioriteettien kanssa.

Kuitenkin due diligence on juuri se alue, johon agentit on optimoitu tukemaan. Ne voivat seurata edistymistä työnkuluissa, tunnistaa puutteet, tuoda esiin epäjohdonmukaisuuksia asiakirjojen välillä ja valmistella jatkomateriaalia ennen kuin tiimi edes pyytää sitä. Siksi vastaajamme pitävät due diligencea vaiheena, jossa tekoäly tuottaa parhaan sijoitetun tuoton, ja vain 4 % ei käytä sitä lainkaan.

Tekoälyllä on tietysti merkittäviä rajoituksia. Ihmiset tarvitsevat edelleen luottamusta, punnita riskejä ja palkkioita sekä päättää, onko kauppa hintansa arvoinen. Tutkimukseni vahvin havainto oli, että kauppiaat eivät näe tekoälyä korvaavan harkintaa, vaan nopeuttavan ja paremmin informoivan harkintaa. Kun yhä enemmän prosessin ja hallinnollisen työn osuus siirtyy teknologiaan, ne keskustelut, jotka vain ihmiset voivat käydä, muuttuvat arvokkaimmiksi tunneiksi kaupan elinkaarella.

Kiitos erinomaisesta haastattelusta, lukijat, jotka haluavat oppia lisää, kannattaa vierailla Datasite-sivustolla.