Mengapa Ketidakpastian AI Membentuk Kembali Pembuatan Perangkat Lunak, dan Mengalihkan Modal

Kecerdasan buatan sedang mempercepat hampir setiap bagian dari proses M&A. Tim kesepakatan dapat menganalisis lebih banyak data, mengungkapkan risiko lebih awal, dan melewati due diligence lebih cepat dari sebelumnya. Namun, untuk semua kecepatan itu, pembuatan perangkat lunak telah menjadi lebih selektif, dan dalam beberapa kasus, lebih lambat untuk menutup.

Ini bukan karena aktivitas kesepakatan telah terhenti atau modal telah mundur. Faktanya, pembentukan kesepakatan global terus tumbuh. Kesepakatan baru yang dimulai di Datasite, yang secara tahunan memfasilitasi sekitar 19.000 kesepakatan baru, meningkat 9% tahun ke tahun pada 2025, dan momentum itu telah berlanjut pada 2026, dengan peningkatan 6% global dalam dua bulan pertama tahun ini. Teknologi, media, dan telekomunikasi tetap menjadi sektor yang paling aktif. Karena ini adalah kesepakatan pada tahap awal, bukan yang diumumkan, itu dapat memberikan gambaran tentang apa yang akan terjadi.

Perubahan yang sedang berlangsung lebih halus. AI sedang mengubah cara keputusan dibuat. Wawasan yang lebih cepat mengungkapkan bentuk ketidakpastian baru, terutama di perangkat lunak, dan ketidakpastian itu membentuk kembali di mana modal akhirnya mendarat.

Wawasan yang Lebih Cepat, Keputusan yang Lebih Sulit

Selama beberapa dekade, M&A perangkat lunak bergantung pada kerangka valiasi yang relatif stabil. Pembeli menulis ulang pendapatan berulang, retensi pelanggan, margin, dan tingkat pertumbuhan dengan keyakinan bahwa fondasi yang kuat akan bertahan seiring waktu. AI telah mempersulit apa yang dimaksud dengan metrik tersebut.

Kecepatan inovasi AI mempercepat siklus produk dan menggambar ulang batas-batas kompetitif. Kemampuan yang dulunya mendukung valuasi premium, termasuk fitur khusus, kepemilikan alur kerja, atau moat data yang dirasakan, sekarang dapat direplikasi atau didefinisikan ulang dengan cepat. Pemain baru muncul lebih cepat dan platform menyerap kategori secara keseluruhan. Kurva biaya dapat bergeser tanpa peringatan.

Diligence yang ditenagai AI membawa risiko tersebut ke permukaan lebih awal dari sebelumnya. Alat agen dapat memindai ribuan dokumen, menghubungkan wawasan di seluruh keuangan, kontrak, kebijakan HR, dan catatan kepatuhan, dan menyoroti masalah. Dengan otomatisasi yang ditenagai AI, tim kesepakatan dapat menutup transaksi rata-rata 22 hari lebih cepat dari norma industri, memotong minggu dari timeline due diligence dan berpotensi menghemat ratusan ribu dolar dalam biaya tinjauan saja.

Namun, due diligence yang lebih cepat tidak menjamin keputusan yang lebih cepat. Komite investasi melambatkan kesepakatan dengan desain

Komite investasi ada untuk menantang asumsi dan menekan cerita. AI membantu tim membawa data yang lebih baik ke diskusi tersebut, tetapi juga mengungkapkan lebih banyak pertanyaan lebih awal dalam proses. Komite sekarang menghadapi ketidakpastian strategis lebih awal, terutama seputar seberapa defensif bisnis perangkat lunak akan menjadi ketika kemampuan AI berkembang.

Dengan kata lain, AI mengurangi ketidakpastian informasional sambil meningkatkan ketidakpastian strategis. Ketika komite melihat risiko lebih awal, mereka membahas lebih lama. Dinamika itu tidak menghentikan kesepakatan, tetapi itu memperlambat kesepakatan yang marginal. Celah harga membesar dan keyakinan lebih penting.

Hasilnya adalah peningkatan selektivitas perangkat lunak yang jelas.

Ketika komite investasi dan tim kesepakatan menghadapi ketidakpastian yang lebih tinggi dan pemeriksaan yang lebih ketat, fokus telah bergeser dari mengejar setiap kesempatan ke memilih dengan hati-hati investasi perangkat lunak mana yang akan dilakukan. Peningkatan selektivitas ini berarti bahwa hanya bisnis dengan fondasi yang kuat dan rencana yang kredibel untuk beradaptasi dengan gangguan AI yang akan melanjutkan proses kesepakatan.

Ekuitas Swasta Memasuki Masa Penilaian Ulang Portofolio

Perusahaan ekuitas swasta merespons dengan menilai ulang portofolio dan memprioritaskan disiplin modal. Banyak yang meninjau kembali pemegang saham perangkat lunak yang ada dan menghentikan tawaran baru sementara mereka mengevaluasi bagaimana AI dapat membentuk kembali model pendapatan, kekuatan harga, dan posisi kompetitif.

Modal masih tersedia, tetapi perusahaan sekarang menuntut jawaban yang jelas untuk pertanyaan kritis. Bisnis yang mendapatkan keuntungan dari otomatisasi diprioritaskan. Perusahaan yang menghadapi kompresi margin karena AI menurunkan hambatan masuk dipantau. Perusahaan yang bergantung pada fitur yang rentan terhadap komoditisasi AI dianggap berisiko tinggi. Hanya tim manajemen dengan rencana yang kredibel untuk beradaptasi yang dianggap layak untuk investasi.

Modal Berputar ke Sektor Lain

Melawan latar belakang itu, tidak mengherankan bahwa modal mengalir ke sektor di mana gangguan lebih mudah dimodelkan dan keselarasan datang lebih cepat. Industri, transportasi, pertahanan, konsumen, dan ritel bisnis mengalami peningkatan minat. Faktanya, kesepakatan industri baru di Datasite, yang secara tahunan memfasilitasi sekitar 19.000 kesepakatan baru, meningkat 16% pada kuartal pertama tahun ini, dibandingkan dengan waktu yang sama tahun lalu.

Sektor-sektor ini menghadapi perubahan teknologi, tetapi biasanya inkremental daripada eksistensial. AI mungkin memperbaiki peramalan, logistik, atau keterlibatan pelanggan, tetapi itu jarang membatalkan model bisnis inti secara langsung. Arus kas lebih mudah dimodelkan. Basis aset nyata. Valuasi lebih mudah dibela di depan komite investasi.

Rotasi ini mencerminkan preferensi untuk kejelasan. Di mana AI meningkatkan operasi tanpa memaksa penulisan ulang tesis investasi secara keseluruhan, kesepakatan bergerak lebih dapat diprediksi.

Bagi penjual perangkat lunak, implikasinya jelas. Pertumbuhan saja tidak cukup lagi. Pembeli ingin memahami bagaimana AI membentuk kembali bisnis, termasuk di mana itu menciptakan keuntungan, di mana itu memperkenalkan risiko, dan bagaimana manajemen berencana untuk tetap di depan.

Bagi pembeli, kesabaran telah menjadi strategi kompetitif. Perusahaan yang memenangkan di pasar ini bukanlah mereka yang bergerak paling cepat, tetapi mereka yang menulis ulang ketahanan dengan disiplin dan menyelaraskan pemangku kepentingan lebih awal.

Pembentukan kesepakatan terus tumbuh. Due diligence lebih cepat dan lebih efisien dari sebelumnya. Namun, keputusan, terutama di perangkat lunak, sekarang menuntut keyakinan yang lebih besar. Modal mengalir ke aset dan sektor di mana nilai jangka panjang dapat dibela dengan keyakinan.

Dalam arti itu, AI melakukan apa yang pasar akhirnya tuntut. Ini memaksa pertanyaan yang lebih sulit lebih awal. Fase berikutnya dari M&A akan membalas tim yang menggunakan AI tidak hanya untuk bergerak lebih cepat, tetapi untuk membangun kejelasan, dan kemudian melaksanakan dengan disiplin di seluruh pemangku kepentingan yang terlibat.