Rusty Wiley, PDG et président de Datasite – Série d’interviews

Rusty Wiley, PDG et président de Datasite, dirige l’entreprise depuis 2014, supervisant sa transformation depuis Merrill Corporation, une société principalement axée sur les communications financières et les services d’impression, en une entreprise mondiale de logiciel en tant que service (SaaS) spécialisée dans les fusions‑acquisitions (M&A) et les transactions stratégiques. Avant de rejoindre Datasite, Wiley a passé plus de sept ans chez IBM, où il a été directeur général de la banque et des marchés financiers ainsi que partenaire directeur, acquérant une vaste expérience dans les services financiers, la technologie d’entreprise et la transformation des affaires.

Datasite est une plateforme technologique mondiale conçue pour soutenir les acteurs de transactions tout au long du cycle de vie des fusions‑acquisitions (M&A), incluant la recherche de transactions, la préparation, la due diligence, le financement, le redressement et les processus post‑transaction. Sa plateforme combine des salles de données virtuelles sécurisées avec des capacités d’intelligence artificielle spécialement conçues, notamment la rédaction automatisée, la recherche sémantique, la synthèse de documents, la traduction, le Q&A assisté par IA et l’intelligence d’origine des transactions. Datasite affirme que sa technologie soutient plus de 626 000 acteurs de transactions et plus de 16 000 transactions chaque année, offrant aux banques d’investissement, aux sociétés de capital-investissement, aux entreprises et aux cabinets d’avocats un environnement sécurisé pour gérer des transactions complexes et des informations sensibles.

Vous avez rejoint Datasite en 2014 après avoir dirigé les activités bancaires et les marchés financiers chez IBM et avez ensuite contribué à transformer Datasite d’une entreprise de communications financières et d’impression en une plateforme logicielle mondiale de fusions‑acquisitions. En quoi cette expérience a‑t‑elle renforcé votre conviction que la prochaine phase des transactions sera construite autour d’agents IA plutôt que des salles de données virtuelles traditionnelles ?

Lorsque je suis arrivé chez Datasite en 2014, la salle de données virtuelle était au cœur des transactions financières. Elle avait déjà transformé les opérations en déplaçant les informations sensibles des salles physiques vers un environnement numérique sécurisé et consultable. Ce qui est devenu évident au cours de la décennie suivante, c’est que la salle de données jetait également les bases de quelque chose de bien plus vaste.

À mesure que notre envergure s’est accrue, l’opportunité a également grandi. Datasite prend désormais en charge environ 55 000 transactions par an, nous offrant une vision unique du déroulement du travail transactionnel. À ce volume, nous observons bien plus que des documents. Nous voyons les flux de travail, les schémas et les milliers de tâches répétitives qui entourent chaque transaction. Cela crée une opportunité énorme d’appliquer l’IA et l’automatisation pour aider les équipes à passer de l’information à l’action beaucoup plus rapidement. En fait, nous constatons déjà ce phénomène. Les recherches récentes de Datasite, The New Deal Team, montrent que les entreprises qui ignorent l’IA auront du mal à rester compétitives d’ici cinq ans, et la plupart des acteurs de transactions affirment que se fier uniquement à la prise de décision humaine n’est plus justifiable dans les transactions complexes.

C’est pourquoi la prochaine phase consiste à développer l’intelligence et l’automatisation sur cette infrastructure fiable. L’IA peut analyser les informations, faire ressortir les risques et les opportunités, connecter le savoir institutionnel aux données transactionnelles en temps réel, et exécuter de plus en plus de flux de travail à plusieurs étapes qui, aujourd’hui, consomment une part importante du temps des équipes de transaction. Les agents peuvent surveiller continuellement les informations, réaliser des analyses et faire avancer le travail tandis que les personnes restent concentrées sur le jugement, la négociation et les décisions qui déterminent les résultats.

Dans ce contexte, les salles de données constituent la base de la prochaine génération de transactions. Les documents, les autorisations, la sécurité et la couche de collaboration restent essentiels. L’IA rend cette base bien plus précieuse car elle peut comprendre le contexte des informations et agir en conséquence. Nous constatons déjà que ce modèle s’étend au‑delà de la salle de données, le contenu de Datasite s’intégrant de façon sécurisée aux flux de travail alimentés par l’IA tout en conservant les autorisations existantes.

Vous avez décrit l’avenir de Datasite comme un système d’exploitation natif IA pour les fusions‑acquisitions. Qu’est‑ce qui distingue un système d’exploitation capable d’exécuter des flux de travail transactionnels d’une salle de données virtuelle qui se contente d’ajouter la recherche de documents, la synthèse ou un assistant conversationnel ?

La recherche et la synthèse sont réellement utiles, mais elles fonctionnent sur un seul document à la fois et ne répondent qu’à une question que quelqu’un a pensé poser, ce qui constitue une contrainte lorsqu’on considère la complexité d’une transaction. Chaque transaction comprend des centaines de tâches interconnectées qui s’exécutent simultanément, notamment les demandes de due diligence, les présentations de direction, les revues juridiques, les flux de financement et les approbations ; toutes impliquant des personnes différentes, avec des autorisations variées et des échéances distinctes. Les banquiers expérimentés reconstituent l’état de la transaction à partir de fils de courriels et d’un tableau mis à jour par quelqu’un mardi, et déjà jeudi les données sont obsolètes.

Ce qu’un système d’exploitation fait, c’est conserver cet état afin de mettre à jour les données connectées en temps réel, de savoir quel flux de travail est en retard, quelle demande reste sans réponse depuis six jours, et quelles informations contredisent ce qui a été déposé la semaine précédente. Une fois que le système comprend réellement cela, il peut préparer le travail avant même qu’on le demande, signaler les blocages d’un processus et coordonner l’étape suivante entre des parties qui ne communiquent pas directement à ce moment‑là.

C’est pourquoi la discussion est passée si rapidement de la question de savoir si l’IA doit faire partie des fusions‑acquisitions à la manière dont elle doit être intégrée de façon responsable. Dans nos recherches, 96 % des acteurs de transactions utilisent déjà ou explorent l’IA dans la recherche et le filtrage, et la due diligence est devenue l’un des cas d’usage les plus clairs, la moitié des acteurs l’utilisant régulièrement ou l’intégrant déjà dans le processus. L’enjeu est que le secteur a dépassé la ligne de départ, et l’avantage reviendra aux entreprises qui sauront transformer l’IA d’un simple outil en une couche opérationnelle gouvernée.

Pourquoi les données transactionnelles propriétaires seront‑elles plus importantes pour la performance d’un agent M&A que l’accès au modèle de langage de grande taille le plus puissant à usage général ? Quels signaux permettent à un agent de comprendre l’avancement d’une transaction réelle plutôt que de simplement interpréter des documents individuels ?

Les modèles de base sont extraordinaires et continuent de s’améliorer, mais ils sont également accessibles à toutes les entreprises simultanément. L’avantage qu’une société tire aujourd’hui d’un modèle de pointe a une durée de vie courte lorsqu’un concurrent obtient le même accès en même temps, ou lorsqu’un nouveau modèle est annoncé quelques semaines plus tard.

Le contexte propriétaire ne devient pas largement disponible de la même manière, et c’est là que, selon moi, réside la différence durable et l’avantage concurrentiel. Sous les contrats et les états financiers se cachent des milliers d’interactions entre acheteurs, vendeurs, conseillers et équipes de direction, et la séquence de ces interactions porte une réelle signification. L’ordre dans lequel les documents sont téléchargés indique le degré de préparation du vendeur, tout comme une question de due diligence qui revient plus précise lors de son troisième passage révèle la véritable préoccupation de l’acheteur, et un flux de travail dont les délais de réponse ont discrètement doublé signale qu’un problème est survenu bien avant que quiconque ne le mentionne.

C’est l’intelligence dont un agent a besoin pour être réellement utile tout au long du processus de M&A. Lire correctement un document est une capacité, qui devient de plus en plus une commodité. Reconnaître qu’une transaction dérive trois semaines avant que quiconque ne le mentionne à haute voix est tout autre chose, et cela provient de l’observation de dizaines de milliers de transactions réelles plutôt que d’un entraînement sur des informations publiques.

Un agent pourrait potentiellement constituer des profils cibles, examiner des milliers de documents, identifier des divulgations contradictoires et coordonner les flux de travail de due diligence. Parmi ces activités, lesquelles les agents peuvent‑ils exécuter de manière fiable aujourd’hui, et lesquelles doivent encore nécessiter une approbation humaine explicite ?

Pour de nombreuses entreprises, l’IA agentique organise déjà d’énormes volumes d’informations, compare les documents pour détecter les incohérences, met en évidence les risques potentiels, rédige des résumés de due diligence et maintient les flux de travail routiniers, le tout plus rapidement qu’une équipe ne pourrait le faire manuellement. Les acteurs de transactions se sentent à l’aise avec cela car ce sont précisément les domaines où l’IA peut éliminer les frictions sans retirer le jugement aux personnes. Dans nos recherches, 46 % des acteurs déclarent que l’IA identifie déjà les cibles et élabore les listes longues et courtes, tandis que 45 % affirment la même chose pour la détection des signaux d’alerte lors de la due diligence. Plus important encore, les acteurs commencent à percevoir une valeur commerciale, pas seulement une efficacité. Environ un quart des répondants aux études de Datasite ont indiqué que l’IA les avait aidés à conclure une transaction qu’ils auraient autrement manquée, et deux tiers voient l’IA tout au long du cycle comme un moyen de réduire les risques d’une transaction.

Le tableau change nettement à l’approche de la clôture. Seuls 22 % des acteurs de transactions déclarent qu’ils suivraient une recommandation générée par l’IA quant à la décision de passer à la signature, tandis que 45 % estiment que la signature doit rester une décision entièrement humaine. L’instinct est fiable. Chaque acquisition repose sur la confiance. Faites‑vous suffisamment confiance à cette équipe de direction pour les soutenir financièrement ? Êtes‑vous à l’aise avec les risques que la due diligence n’a pas pu résoudre entièrement ? Ces questions nécessitent du jugement et, surtout, une personne prête à en assumer la responsabilité. L’IA doit vous aider à prendre une meilleure décision plus rapidement, mais elle ne doit pas être le décideur. C’est pourquoi les outils basés sur une IA gouvernée, conçus pour l’environnement transactionnel et incluant du contenu autorisé, des réponses étayées par des sources, le contexte des flux de travail et une approbation humaine là où le jugement et la responsabilité sont essentiels, sont si importants.

Comment protégez‑vous une salle de données agentique contre des risques tels que l’injection de prompts, l’extraction non autorisée de données, la compromission de documents ou des actions dépassant l’autorité d’un utilisateur ?

L’erreur consiste à considérer la sécurité comme une couche ajoutée après le déploiement de l’IA. Dans les fusions‑acquisitions, la sécurité et la gouvernance doivent être intégrées dès le départ, car les informations sous‑jacentes sont hautement sensibles et souvent susceptibles d’influencer le marché.

Chaque transaction contient des informations qui ne seront peut‑être jamais rendues publiques, qu’il s’agisse de performances financières, de propriété intellectuelle, de relations client ou de plans stratégiques. Tout agent opérant dans cet environnement doit suivre le même cadre de gouvernance qui protège la transaction elle‑même. Il ne doit jamais accéder à des informations au‑delà des autorisations d’un utilisateur, ce qui signifie que l’identité et les droits doivent être appliqués au niveau des données, et non laissés à la charge d’un prompt. Chaque action doit être journalisée, chaque recommandation doit pouvoir être retracée jusqu’à un document source, et chaque flux de travail automatisé doit hériter de l’autorité de la personne qui l’a initié sans la dépasser. C’est pourquoi nous avons conçu notre serveur MCP avec la sécurité en premier. Le marché évolue dans la même direction. Dans nos recherches, la précision et la sécurité étaient les attributs d’IA les plus appréciés par les acteurs, la sécurité étant classée première parmi les répondants en EMEA et APAC. Dans les fusions‑acquisitions, la confiance n’est pas séparée de l’expérience produit. C’est ce qui rend le produit utilisable.

Les hallucinations sont particulièrement dangereuses lorsqu’un système d’IA analyse des contrats, des états financiers et des divulgations réglementaires. Comment un agent M&A doit‑il communiquer l’incertitude, fournir des preuves à l’appui de ses conclusions et reconnaître quand un problème doit être escaladé à un banquier, un avocat ou un expert métier ?

Dans les fusions‑acquisitions, si deux documents se contredisent, cette contradiction constitue la constatation. Si la réponse à une question n’est pas disponible à partir des documents et des données de la salle, cette lacune d’information est également une constatation, souvent plus importante que la réponse elle‑même aurait pu être.

Tout système d’IA utilisé dans les fusions‑acquisitions doit être conçu pour être uniquement fondé sur des preuves, chaque conclusion devant renvoyer au document sous‑jacent, les informations contradictoires devant être clairement mises en évidence plutôt que discrètement conciliées, et une faible confiance devant être exprimée de manière transparente dans le résultat. L’industrie construit déjà cette discipline, ce qui est encourageant.

Les preuves constituent le point de départ de la conversation. La précision était l’attribut le plus important cité par les acteurs de transactions dans nos recherches, et la façon la plus courante pour les entreprises de bâtir la confiance reste la revue humaine des résultats générés par l’IA. Une réponse confiante mais non étayée est dangereuse dans une transaction. Il en va de même d’une réponse qui semble complète mais qui masque l’incertitude. Ce que je trouve tout aussi important, c’est qu’un quart des acteurs de transactions s’attendent à ce qu’une mauvaise utilisation de l’IA détruit plusieurs transactions de grande valeur au cours des cinq prochaines années. Cela rappelle que le risque ne consiste pas seulement à ne pas utiliser l’IA, mais à l’utiliser sans les contrôles, les preuves et les points d’escalade appropriés. Ma façon de voir les choses est que l’IA offre aux professionnels de la transaction une première passe remarquablement exhaustive en effectuant la recherche et en organisant les preuves, mais l’interprétation de ces preuves et les actions à entreprendre doivent rester du ressort du jugement humain.

Vous avez suggéré que des équipes de transaction plus petites, dotées d’IA, pourraient rivaliser avec des équipes traditionnelles beaucoup plus importantes. Comment cela pourrait‑il modifier l’économie et les effectifs des transactions, et que devient‑il des postes juniors par lesquels les banquiers et les avocats apprennent traditionnellement les fondamentaux des transactions ?

Chaque génération technologique modifie la composition du travail plutôt que d’éliminer le besoin de personnes, et je pense que c’est exactement ce qui se passe dans les fusions‑acquisitions. Les banquiers, avocats et analystes juniors ont historiquement passé des milliers d’heures à examiner des documents, mettre à jour des tableaux de suivi, organiser les demandes de due diligence et assembler des documents. L’IA devrait alléger les cycles de travail nocturnes car elle peut prendre en charge une grande partie de cette charge lourde. Le gain de productivité est réel. Mais la question la plus importante est ce que les entreprises feront du temps ainsi récupéré.

Les jeunes professionnels doivent encore développer leur jugement, participer aux négociations et apprendre comment les acteurs expérimentés pensent. Si l’IA absorbe la collecte administrative d’informations, un associé de deuxième année peut participer à un travail substantiel et assister aux discussions significatives qui aboutissent à des décisions critiques pour l’entreprise, bien plus tôt que ma génération ne l’a fait. Les entreprises qui gèrent cela correctement réinvestiront le temps économisé dans leurs collaborateurs plutôt que de le considérer simplement comme une marge.

Quels repères l’industrie devrait‑elle utiliser pour évaluer un agent M&A ? La performance doit‑elle être mesurée par la précision de la révision de documents, les problèmes de due diligence découverts, les taux de faux positifs, l’achèvement des flux de travail, la réduction du temps de transaction ou la qualité finale des résultats ?

Les indicateurs opérationnels sont importants, et nous les suivons tous afin de garantir que tout outil que nous déployons soit efficace et précis. Cependant, ils mesurent uniquement si l’IA a correctement exécuté sa tâche. Les clients souhaitent savoir si la transaction elle‑même a été mieux réalisée grâce à son utilisation.

Les questions et repères que je trouve plus utiles sont, par exemple, si le système a mis en évidence un risque qui aurait autrement été manqué, si l’équipe a pu évaluer davantage d’opportunités qu’auparavant, si la due diligence s’est raccourcie sans perdre en profondeur, et si les cadres supérieurs ont passé plus de temps à négocier et moins à chercher des informations. Nous disposons déjà de certaines preuves à ce sujet. Nos recherches montrent que 24 % des acteurs de transactions déclarent que l’IA les a aidés à conclure une transaction qu’ils auraient sinon manquée, et 66 % estiment que l’utilisation de l’IA tout au long du cycle est un moyen crucial de réduire les risques d’une transaction.

Le rapport H1 2026 de Datasite indique que les lancements de transactions mondiaux ont augmenté de 31 % d’une année sur l’autre, avec une croissance de 52 % dans les Amériques, contre 13 % en Europe, au Moyen‑Orient et en Afrique, et 4 % en Asie‑Pacifique. Quels sont les facteurs à l’origine de cette divergence régionale, et l’accès à la technologie agentique pourrait‑il élargir ou réduire l’écart de productivité entre les marchés ?

Ces données reflètent ce que de nombreux acteurs de transactions ressentent depuis plusieurs mois, à savoir que la confiance est revenue plus rapidement dans les Amériques, soutenue par les conditions de financement et une plus grande volonté de mettre des actifs sur le marché. Curieusement, l’APAC a enregistré la croissance la plus lente des lancements, à 4 %, alors que les acteurs de l’APAC sont les adopteurs d’IA les plus agressifs, selon nos recherches. Ils sont en tête dans chaque région en matière d’utilisation de l’IA, de la recherche et du filtrage à la due diligence, où 56 % l’utilisent régulièrement ou l’ont pleinement intégrée, contre 49 % en EMEA et 47 % dans les Amériques. Ils sont également les plus à l’aise pour confier une autorité décisionnelle significative à l’IA. Selon moi, la contrainte stimule l’adoption, car là où le flux de transactions est plus rare et les équipes plus réduites, l’incitation à tirer davantage de chaque professionnel devient plus forte.

Bien sûr, la technologie ne peut pas créer de transactions. Elle ne fera pas baisser les taux d’intérêt ni raccourcir les examens réglementaires. Mais ce qu’elle peut faire, c’est augmenter la productivité de chaque équipe en exécutant une transaction, et cette capacité se développe beaucoup plus rapidement que le nombre d’employés, raison pour laquelle, à terme, je m’attends à ce que l’IA réduise l’écart de productivité entre les marchés plutôt que de l’élargir.

Le rapport Insight de Datasite indique également que les équipes lancent les transactions plus rapidement dans plusieurs marchés, tandis que la due diligence reste longue, avec une médiane de 238 jours en Asie‑Pacifique. Quels goulets d’étranglement restants sont les mieux adaptés aux agents IA, et lesquels sont fondamentalement liés aux négociations, à la réglementation, aux conditions de financement ou à la prise de décision humaine ?

Le lancement d’une transaction est devenu nettement plus rapide, car les entreprises disposent de meilleures données, de processus plus automatisés et d’une plus grande confiance pour identifier les opportunités tôt. La due diligence est différente, car c’est là que la complexité s’accumule, et la complexité ne se compresse pas comme le volume. La due diligence dure encore en moyenne 238 jours dans la région APAC, et d’après mon expérience, peu de ce temps est consacré à l’analyse. La majeure partie est dédiée à la coordination, comme la conciliation des documents avec des demandes évolutives, plusieurs conseillers et des priorités changeantes.

Cependant, la due diligence est précisément le domaine que les agents sont optimisés à soutenir. Ils peuvent suivre l’avancement des flux de travail, identifier les éléments manquants, mettre en évidence les incohérences entre les documents et préparer les documents de suivi avant même que l’équipe ne le demande. C’est pourquoi nos répondants classent la due diligence comme l’étape où l’IA offre le meilleur retour sur investissement, et seuls 4 % d’entre eux ne l’utilisent pas du tout à ce stade.

L’IA, bien sûr, a des limites importantes. Les personnes doivent encore instaurer la confiance, peser les risques et les bénéfices, et décider si la transaction vaut le prix. La conclusion la plus marquante de nos recherches, du moins pour moi, est que les acteurs de transactions ne voient pas l’IA remplacer le jugement, mais plutôt accélérer et mieux informer le jugement. Alors que davantage de processus et de travaux administratifs sont confiés à la technologie, les conversations que seules les personnes peuvent avoir deviennent les heures les plus précieuses du cycle de vie d’une transaction.

Merci pour cette excellente interview, les lecteurs qui souhaitent en savoir plus devraient visiter Datasite.