Rusty Wiley、Datasite CEO兼社長 – インタビューシリーズ

Rusty Wiley, Datasite の CEO 兼 President は 2014 年から同社を率いており、主に金融コミュニケーションや印刷関連サービスに注力していた Merrill Corporation から、合併・買収（M&A）および戦略的取引に特化したグローバルなソフトウェア・アズ・ア・サービス（SaaS）企業へと変革させました。Datasite に入社する前、Wiley は IBM で 7 年以上勤務し、Banking and Financial Markets のゼネラルマネージャーおよびマネージングパートナーを務め、金融サービス、エンタープライズテクノロジー、ビジネストランスフォーメーションの幅広い経験を積みました。

Datasite は、取引のソーシング、準備、デューデリジェンス、資金調達、リストラクチャリング、取引後プロセスなど、M&A ライフサイクル全体でディールメーカーを支援するグローバルテクノロジープラットフォームです。そのプラットフォームは、セキュアなバーチャルデータルームと、 自動マスキング、セマンティック検索、文書要約、翻訳、AI 支援 Q&A、取引創出インテリジェンスといった目的別に構築された人工知能機能を組み合わせています。Datasite の技術は、年間 626,000 人以上のディールメーカーと 16,000 件以上の取引をサポートし、投資銀行、プライベートエクイティ、企業、法律事務所に対し、複雑な取引と機密情報を管理するための安全な環境を提供しています。

あなたは IBM で銀行・金融市場部門を率いた後、2014 年に Datasite に入社し、同社を金融コミュニケーションと印刷事業からグローバルな M&A ソフトウェアプラットフォームへと変革させました。この経験は、次の取引フェーズが従来のバーチャルデータルームではなく AI エージェントを中心に構築されるという確信にどのように影響しましたか？

2014 年に Datasite に入社した当時、バーチャルデータルームは金融取引の中心にありました。機密情報を物理的な部屋から安全で検索可能なデジタル環境へ移すことで、すでに取引の形態を変えていました。その後の10年間で明らかになったのは、データルームがはるかに大きなものの基盤を築いているということです。

規模が拡大するにつれて、機会も拡大しました。Datasite は現在、年間約55,000件の取引をサポートしており、取引業務の実態をユニークに把握できます。この規模になると、文書だけでなく、ワークフローやパターン、取引を取り巻く何千もの反復タスクが見えてきます。これにより、AI と自動化を活用してチームが情報から行動へとより迅速に移行できる巨大な機会が生まれました。実際、すでにその兆候が見られます。Recent Datasite research, The New Deal Team によると、AI を無視する企業は5年以内に競争力を失うとされ、ほとんどのディールメーカーは複雑な取引において人間の意思決定だけに依存することはもはや防御できないと答えています。

それが次のフェーズが、信頼できるインフラの上にインテリジェンスと自動化を構築することに関わる理由です。AI は情報を分析し、リスクや機会を浮き彫りにし、組織的知識とリアルタイムの取引データを結びつけ、今日では多くの時間を要するマルチステップのワークフローをますます実行できるようになります。エージェントは情報を継続的に監視し、分析を行い、作業を前進させる一方で、人は判断や交渉、結果を左右する決定に集中できます。

このことから、データルームは次世代の取引の基盤となります。文書、権限、セキュリティ、コラボレーション層は依然として重要です。AI は情報のコンテキストを理解し、実行できるため、基盤をはるかに価値あるものにします。我々はすでにこのモデルがデータルームを超えて拡張しているのを見ています。Datasite のコンテンツが安全に AI 駆動のワークフローに流れ込み、既存の権限はそのまま保持されています。

あなたは Datasite の将来像を M&A 向け AI ネイティブのオペレーティングシステムと表現しました。取引ワークフローを実行できるオペレーティングシステムと、単に文書検索、要約、対話型アシスタントを追加したバーチャルデータルームとの違いは何ですか？

検索や要約は確かに有用ですが、1つの文書単位で動作し、誰かが考えた質問にしか応答できません。これは、取引内部の状況を考えると制約があります。任意の取引は数百の相互接続されたタスクが同時に進行し、デューデリジェンス要求、経営プレゼンテーション、法務レビュー、資金調達の作業ストリームや承認などが含まれ、異なる権限を持つ異なる人物が異なる期限で作業します。経験豊富なバンカーはメールスレッドや火曜日に更新されたトラッカーから取引状況を再構築し、木曜日には情報がすでに古くなっています。

オペレーティングシステムが行うのは、その状態を保持し、接続されたデータをリアルタイムで更新し、どのワークストリームが遅れているか、どのリクエストが6日間未回答のままか、先週提出された情報と矛盾する情報は何かを把握することです。システムが本当にそれを理解すれば、誰からの要請がなくても作業を事前に準備し、プロセスが停滞している箇所をフラグし、直接コミュニケーションが取れない当事者間の次のステップを調整できます。

このため、AI が M&A に適合するかどうかの議論から、どのように責任を持って統合すべきかという議論へと迅速に移行しました。我々の調査では、96% のディールメーカーがすでにソーシングやスクリーニングで AI を使用または検討しており、デューデリジェンスは最も明確なユースケースの一つとなっています。半数以上のディールメーカーが定期的に AI を使用するか、プロセスに組み込んでいます。要点は、業界はスタートラインを過ぎており、AI をツールから統治されたオペレーティングレイヤーへと変換できる企業が優位になるということです。

なぜ、最も強力な汎用大規模言語モデルへのアクセスよりも、独自の取引データが M&A エージェントの性能にとって重要になるのでしょうか？エージェントが実際の取引の進行状況を理解するために必要なシグナルとは何でしょうか？

基盤モデルは驚異的で継続的に改善されていますが、同時にすべての企業が利用可能です。今日最高のモデルを持つことで得られる優位性は、競合他社が同時にアクセスできるとすぐに短命になります。

独自のコンテキストは同様に広く利用可能になることはなく、そこに持続的な差別化と競争優位性があると考えています。契約書や財務諸表の背後には、買い手、売り手、アドバイザー、経営チーム間の何千ものやり取りがあり、その順序は実質的な意味を持ちます。文書がアップロードされる順序は、売り手の準備状況を示す指標であり、3回目の質問で鋭く返ってくるデューデリジェンスの質問は、買い手の真の懸念がどこにあるかを示します。また、応答時間が静かに二倍になった作業ストリームは、誰も指摘する前に何かがうまくいっていないことを示しています。

これがエージェントが M&A プロセス全体で真に有用であるために必要なインテリジェンスです。文書を読むことは一つの能力であり、ますますコモディティ化しています。誰も声に出さないうちに取引が3週間もずれていることに気付くのは全く別のことであり、それは公開情報で訓練するのではなく、実際の何万件もの取引を観察した結果から得られます。

エージェントはターゲットプロファイルを作成し、何千もの文書をレビューし、矛盾する開示を特定し、デューデリジェンスのワークフローを調整できる可能性があります。これらの活動のうち、どれが現在エージェントによって確実に実行でき、どれが引き続き明示的な人間の承認を必要とすべきでしょうか？

多くの企業にとって、エージェント型 AI はすでに膨大な情報を整理し、文書の不整合を比較し、潜在的リスクを浮き彫りにし、デューデリジェンスの要約を作成し、ルーチンワークフローを維持しています。これらはチームが手作業で管理できるよりも速く行われています。ディールメーカーは、AI が摩擦を取り除きつつ判断を人に委ねない領域であることから、これに慣れつつあります。我々の調査では、46% のディールメーカーが AI がターゲットの特定やロング・ショートリストの作成でリードしていると答え、45% がデューデリジェンス中のリスク指摘でも同様と答えました。さらに重要なのは、ディールメーカーが単なる効率性だけでなく商業的価値を見出し始めていることです。Datasite の調査では、回答者の約4分の1が AI によって本来なら失われた取引を完了できたと述べ、3分の2がライフサイクル全体で AI が取引のリスク軽減手段になると考えています。

取引のクロージングに近づくにつれて状況は顕著に変わります。AI が生成した署名可否の推奨に従うと答えるディールメーカーはわずか22%で、署名は完全に人間の判断にすべきだと考えるのは45%です。直感は重要です。すべての買収は自信に基づきます。経営チームを資本で支えるだけの信頼がありますか？ デューデリジェンスで完全に解決できなかったリスクに対して納得できますか？ これらの質問は判断を要し、さらに回答に責任を持てる人物が必要です。AI はより速くより良い判断を支援すべきですが、意思決定者になるべきではありません。そのため、許可されたコンテンツ、ソース裏付けの回答、ワークフローコンテキスト、人間の承認が必要な場面でガバナンスされた AI を組み込んだツールが極めて重要です。

プロンプトインジェクション、無許可データ抽出、改ざんされた文書、ユーザー権限を超える操作といったリスクから、エージェント型ディールルームをどのように守りますか？

AI を導入した後にセキュリティを付加するという考え方は誤りです。M&A では、基盤情報が極めて機密で市場に影響を与えることが多いため、セキュリティとガバナンスは最初から組み込む必要があります。

すべての取引には、財務実績や知的財産、顧客関係、戦略計画など、決して公にされない可能性のある重要情報が含まれます。その環境で稼働するエージェントは、取引自体を保護するガバナンスフレームワークに従わなければなりません。ユーザーの権限を超える情報にアクセスすべきではなく、アイデンティティと権限はデータ層で強制され、プロンプトに任せるべきではありません。すべての操作はログに記録され、すべての推奨はソース文書に遡り、すべての自動化ワークフローは開始者の権限を継承し、超えてはなりません。そのため、我々は MCP server をセキュリティファーストで設計しました。市場も同様の方向に進んでいます。我々の調査では、正確性とセキュリティがディールメーカーに最も評価され、EMEA と APAC の回答者ではセキュリティが第一位でした。M&A において、信頼は製品体験と切り離せません。これが製品の使いやすさを決定します。

AI システムが契約書、財務諸表、規制開示を分析する際、幻覚（誤情報）は特に危険です。M&A エージェントは不確実性をどのように伝え、結論の根拠を提示し、問題が発生した際には銀行家、弁護士、専門家にエスカレーションすべきかをどのように認識すべきでしょうか？

M&A において、二つの文書が矛盾すれば、その矛盾自体が発見です。部屋にある文書やデータに基づいて質問への回答が得られない場合、その情報の欠落が発見であり、しばしば回答そのものよりも重要です。

M&A で使用されるすべての AI システムは、証拠に基づく設計であるべきです。すべての結論は根拠となる文書にリンクし、矛盾情報は静かに調整されるのではなく明示的に提示され、低信頼度は出力に透明に示されるべきです。業界はすでにこのディシプリンを構築しており、私はそれを励みと感じています。

証拠こそが会話の出発点です。正確性はディールメーカーが調査で最も重要とした属性であり、AI が生成した出力を人間がレビューすることで信頼を構築するのが最も一般的な方法です。自信のあるが裏付けのない回答は取引において危険です。見た目は完璧でも不確実性を隠す回答も同様に危険です。さらに、ディールメーカーの約4分の1は AI の不適切な使用が今後5年で高価値取引をいくつか失うと予測しています。これは、AI を使用しないことだけがリスクではなく、適切なコントロール、証拠、エスカレーションポイントなしに AI を使用することがリスクであることを示しています。私の考えでは、AI は調査と証拠整理で非常に徹底した一次パスを提供しますが、その証拠が何を意味し、次に何をすべきかは人間の判断に委ねられるべきです。

AI を活用した小規模なディールチームが、はるかに大きな従来型チームと競争できると指摘されました。これにより取引の経済性や人員配置はどのように変化し、従来、バンカーや弁護士が取引の基礎を学んできたジュニアロールはどうなるのでしょうか？

技術の世代が変わるたびに、仕事の構成は変化しますが、人が不要になるわけではありません。M&A でも同様です。ジュニアバンカー、弁護士、アナリストは、かつては文書レビューやトラッカー更新、デューデリジェンス要求の整理、資料作成に何千時間も費やしてきました。AI は深夜の作業サイクルを軽減できるはずです。生産性向上は現実です。しかし、重要なのは、企業が余った時間をどう活用するかです。

ジュニアのプロフェッショナルは依然として判断力を養い、交渉に参加し、経験豊富なディールメーカーが考えるプロセスを学ぶ必要があります。AI が情報収集の管理業務を吸収すれば、2年目のアソシエイトでも実質的な業務に参加し、重要な意思決定につながる議論に早期に関わることが可能です。この時間を人材に再投資できる企業が、単にマージンとして捉えるのではなく、長期的に有利になります。

業界は M&A エージェントを評価するためにどのようなベンチマークを使用すべきでしょうか？文書レビューの正確性、発見されたデューデリジェンス課題、偽陽性率、ワークフロー完了率、取引時間の短縮、最終的な取引成果の質などで測定すべきでしょうか？

運用指標は重要であり、我々はツールの有効性と正確性を確保するためにすべての指標を追跡しています。ただし、これらは AI がタスクを正しく実行したかどうかを測るもので、顧客は AI を使用した結果、取引自体がより良く実行されたかを知りたがります。

私がより有用と考える質問やベンチマークは、システムが見落としがちなリスクを浮き彫りにしたか、チームが以前より多くの機会を評価できたか、デューデリジェンスが短くなったが深さは保たれたか、シニアメンバーが情報検索に費やす時間が減り、交渉に費やす時間が増えたか、などです。既にいくつかの証拠があります。我々の調査では、24% のディールメーカーが AI により本来なら失われた取引を完了できたと回答し、66% がライフサイクル全体で AI を活用することが取引のリスク軽減に重要だと考えています。

Datasite の H1 2026 レポート は、世界的な取引開始が前年同期比で31%増加し、米州で52%の成長、欧州・中東・アフリカで13%、APACで4%の成長を示しています。この地域別の乖離を引き起こしている要因は何であり、エージェント技術へのアクセスが市場間の生産性格差を拡大させるのか、縮小させるのか？

このデータは、多くのディールメーカーが過去数か月間に感じてきたことを反映しています。米州では金融環境と資産を市場に出す意欲の高まりに支えられ、信頼感が迅速に回復しました。興味深いことに、APAC は最も低い開始成長率4%でしたが、同地域のディールメーカーは我々の調査で圧倒的に AI の導入が進んでいることが示されています。ソーシング・スクリーニングからデューデリジェンスまで、AI の利用率は米州が49%、EMEA が56%、APAC が47%で、AI に意思決定権を委ねることにも最も自信を持っています。私の見解では、取引フローが乏しくチームがスリムなほど、各プロフェッショナルからより多くの成果を引き出すインセンティブが強まるため、AI 導入が促進されていると考えます。

もちろん、技術だけで取引は生み出せません。金利や規制審査を短縮することはできません。しかし、技術は取引を実行することで各チームの生産性を向上させ、その能力は人員規模の拡大よりもはるかに速くスケールします。そのため、長期的には AI が市場間の生産性格差を拡大するのではなく、むしろ縮小させると予想しています。

Datasite の Insight レポートは、いくつかの市場で取引開始がより迅速になっている一方で、デューデリジェンスは依然として長く、APAC では中央値が238日です。残るボトルネックのうち、AI エージェントに最適なものはどれで、交渉、規制、資金調達条件、人間の意思決定に根本的に結びつくものはどれでしょうか？

取引開始は、企業がより良いデータ、より自動化されたプロセス、早期に機会を特定する自信を持つようになったため、著しく速くなりました。デューデリジェンスは異なる話で、複雑さが蓄積され、ボリュームのように圧縮できません。APAC 地域ではデューデリジェンスの中央値が238日で、私の経験ではその時間のほとんどが分析に使われているわけではなく、文書を変化する要求や複数のアドバイザー、変わる優先順位に合わせて調整する調整作業に費やされています。

しかし、デューデリジェンスこそがエージェントが最適化されて支援できる領域です。エージェントはワークストリーム全体の進捗を監視し、欠落項目を特定し、文書間の不整合を浮き彫りにし、チームが求める前にフォローアップ資料を準備します。そのため、回答者の多くがデューデリジェンスを AI が投資対効果を最も発揮する段階と評価し、4% しか使用していない企業はほとんどありません。

もちろん、AI には重要な制限があります。人は依然として信頼を構築し、リスクとリターンを衡量し、取引が価格に見合うかどうかを判断しなければなりません。我々の調査で最も強く感じたのは、ディールメーカーが AI が判断を置き換えるのではなく、判断をより迅速かつ情報に基づいて行えるようにするものだと認識していることです。プロセスや管理業務の多くが技術に移行する一方で、人だけが持つ会話は取引ライフサイクルで最も価値ある時間となります。

素晴らしいインタビューをありがとうございました。詳しく知りたい読者は Datasite をご覧ください。