Rusty Wiley, CEO e Presidente da Datasite – Série de Entrevistas

Rusty Wiley, CEO e Presidente da Datasite, lidera a empresa desde 2014, supervisionando sua transformação da Merrill Corporation, um negócio focado principalmente em comunicações financeiras e serviços de impressão, para uma empresa global de software como serviço (SaaS) centrada em fusões e aquisições (M&A) e transações estratégicas. Antes de ingressar na Datasite, Wiley passou mais de sete anos na IBM, onde atuou como Gerente Geral de Bancos e Mercados Financeiros e como Sócio Gerente, acumulando ampla experiência em serviços financeiros, tecnologia empresarial e transformação de negócios.

Datasite é uma plataforma tecnológica global projetada para apoiar os profissionais de transação ao longo do ciclo de vida de M&A, incluindo originação de negócios, preparação, due diligence, financiamento, reestruturação e processos pós‑transação. Sua plataforma combina salas virtuais de dados seguras com capacidades de inteligência artificial desenvolvidas especificamente, como redação automática, busca semântica, resumização de documentos, tradução, perguntas e respostas assistidas por IA e inteligência de originação de negócios. A Datasite afirma que sua tecnologia suporta mais de 626.000 profissionais de transação e mais de 16.000 operações anualmente, oferecendo bancos de investimento, firmas de private equity, corporações e escritórios de advocacia um ambiente seguro para gerir transações complexas e informações sensíveis.

Você ingressou na Datasite em 2014 após liderar bancos e mercados financeiros na IBM e, subsequentemente, ajudou a transformar a Datasite de um negócio de comunicações financeiras e impressão para uma plataforma global de software de fusões e aquisições. Como essa experiência moldou sua convicção de que a próxima fase das transações será construída em torno de agentes de IA em vez de salas virtuais de dados tradicionais?

Quando cheguei à Datasite em 2014, a sala virtual de dados estava no centro das transações financeiras. Ela já havia transformado a realização de negócios ao mover informações sensíveis de salas físicas para um ambiente digital seguro e pesquisável. O que ficou claro ao longo da próxima década foi que a sala de dados também estava criando a base para algo muito maior.

À medida que nossa escala crescia, a oportunidade também aumentava. A Datasite agora suporta aproximadamente 55.000 transações por ano, nos proporcionando uma visão única de como o trabalho de transação acontece. Nesse volume, vemos mais do que documentos. Vemos fluxos de trabalho, padrões e as milhares de tarefas repetitivas que cercam cada transação. Isso cria uma enorme oportunidade de aplicar IA e automação para ajudar as equipes a passar da informação à ação muito mais rapidamente. De fato, já estamos vendo isso acontecer. Pesquisa recente da Datasite, The New Deal Team, mostra que empresas que ignoram a IA terão dificuldade de competir dentro de cinco anos, e a maioria dos profissionais de transação afirma que confiar apenas na tomada de decisão humana não é mais defensável em negócios complexos.

É por isso que a próxima fase consiste em construir inteligência e automação sobre essa infraestrutura confiável. A IA pode analisar informações, identificar riscos e oportunidades, conectar o conhecimento institucional aos dados de transações ao vivo e, cada vez mais, executar fluxos de trabalho de múltiplas etapas que hoje consomem tempo significativo das equipes de transação. Os agentes podem monitorar continuamente as informações, realizar análises e avançar o trabalho enquanto as pessoas permanecem focadas no julgamento, na negociação e nas decisões que determinam os resultados.

Diante disso, as salas de dados são a base para a próxima geração de transações. Os documentos, permissões, segurança e camada de colaboração permanecem críticos. A IA torna essa base muito mais valiosa porque pode compreender o contexto das informações e agir sobre ele. Já vemos esse modelo se estender além da sala de dados, com o conteúdo da Datasite fluindo com segurança para fluxos de trabalho alimentados por IA, enquanto as permissões existentes permanecem intactas.

Você descreveu o futuro da Datasite como um sistema operacional nativo em IA para fusões e aquisições. O que diferencia um sistema operacional capaz de executar fluxos de trabalho de transação de uma sala virtual de dados que simplesmente adiciona busca de documentos, resumização ou um assistente conversacional?

Busca e resumização são realmente úteis, mas operam em um documento de cada vez e respondem apenas a uma pergunta que alguém pensou em fazer, o que é uma limitação quando se considera como uma transação se apresenta internamente. Qualquer negócio consiste em centenas de tarefas interconectadas que ocorrem simultaneamente, incluindo solicitações de diligência, apresentações de gestão, revisões jurídicas, fluxos de trabalho de financiamento e aprovações; todas envolvendo diferentes pessoas trabalhando sob diferentes permissões e prazos. Banqueiros experientes estão reconstruindo o status da transação a partir de cadeias de e‑mail e de um rastreador que alguém atualizou na terça‑feira, e até quinta‑feira os dados já estão desatualizados.

É isso que faz com que a conversa tenha avançado tão rapidamente de “se a IA pertence a M&A” para “como ela deve ser integrada de forma responsável”. Em nossa pesquisa, 96 % dos profissionais de transação já utilizam ou estão explorando IA na originação e triagem, e a due diligence se tornou um dos casos de uso mais claros, com metade dos profissionais usando IA regularmente ou já a incorporando ao processo. O ponto é que a indústria já ultrapassou a linha de partida, e a vantagem irá para as empresas que conseguirem transformar a IA de uma ferramenta em uma camada operacional governada.

Por que os dados proprietários de transação serão mais importantes para o desempenho de um agente de M&A do que o acesso ao modelo de linguagem de grande porte mais poderoso de uso geral? Quais sinais permitem que um agente compreenda como uma transação real está progredindo, em vez de apenas interpretar documentos individuais?

Modelos de base são extraordinários e continuam melhorando, mas estão disponíveis para todas as empresas ao mesmo tempo. Qualquer vantagem que uma empresa obtenha ao ter o melhor modelo hoje tem vida curta quando o concorrente da esquina obtém acesso simultaneamente, ou quando um novo modelo é anunciado semanas depois.

O contexto proprietário não se torna amplamente disponível da mesma forma, e é aí que, na minha opinião, reside a diferença durável e a vantagem competitiva. Sob os contratos e demonstrações financeiras, há milhares de interações entre compradores, vendedores, consultores e equipes de gestão, e a sequência dessas interações tem significado real. A ordem em que os documentos são carregados indica o quão preparado o vendedor realmente está, assim como uma pergunta de diligência que retorna mais precisa em sua terceira passagem indica onde está a real preocupação do comprador, e um fluxo de trabalho cujos tempos de resposta dobraram silenciosamente indica que algo deu errado bem antes de alguém perceber.

Essa é a inteligência que um agente precisa se quiser ser realmente útil ao longo do processo de M&A. Ler bem um documento é uma capacidade, e está se tornando cada vez mais uma commodity. Reconhecer que um negócio está se desviando três semanas antes de alguém dizer isso em voz alta é algo completamente diferente, e provém da observação de dezenas de milhares de transações reais, não de treinamento em informações públicas.

Um agente poderia potencialmente montar perfis de alvos, revisar milhares de documentos, identificar divulgações conflitantes e coordenar fluxos de trabalho de diligência. Quais dessas atividades os agentes podem executar de forma confiável hoje, e quais ainda devem exigir aprovação humana explícita?

Para muitas empresas, a IA agente já está organizando volumes enormes de informação, comparando documentos em busca de inconsistências, evidenciando riscos potenciais, redigindo resumos de diligência e mantendo fluxos de trabalho rotineiros em movimento, tudo mais rápido do que uma equipe poderia gerir manualmente. Os profissionais de transação estão se sentindo confortáveis com isso porque são exatamente as áreas onde a IA pode remover atritos sem retirar o julgamento das pessoas. Em nossa pesquisa, 46 % dos profissionais disseram que a IA já lidera na identificação de alvos e na elaboração de listas longas e curtas, enquanto 45 % disseram o mesmo sobre a identificação de sinais de alerta durante a diligência. Mais importante ainda, os profissionais estão começando a perceber valor comercial, não apenas eficiência. Cerca de um quarto dos respondentes na pesquisa da Datasite afirmaram que a IA os ajudou a concluir um negócio que, de outra forma, teriam perdido, e dois terços veem a IA ao longo do ciclo de vida como forma crucial de reduzir o risco de uma transação.

A situação muda perceptivelmente à medida que se avança para o fechamento. Apenas 22 % dos profissionais dizem que seguiriam uma recomendação gerada por IA sobre se prosseguir ou não para a assinatura, enquanto 45 % acreditam que a assinatura deve permanecer uma decisão totalmente humana. O instinto é sólido. Cada aquisição depende de confiança. Você confia o suficiente nessa equipe de gestão para apoiá‑la com capital? Está confortável com os riscos que a diligência não conseguiu resolver totalmente? Essas questões exigem julgamento e, mais importante, alguém disposto a ser responsável pela resposta. A IA deve ajudá‑lo a chegar a uma decisão melhor mais rápido, mas não deve ser quem decide. Por isso, ferramentas baseadas em IA governada, construídas para o ambiente de transação e que incluam conteúdo com permissão, respostas fundamentadas em fontes, contexto de fluxo de trabalho e aprovação humana onde o julgamento e a responsabilidade são cruciais, são tão importantes.

Como você protege uma sala de transação agente contra riscos como injeção de prompts, extração não autorizada de dados, documentos comprometidos ou ações realizadas além da autoridade de um usuário?

O erro está em tratar a segurança como uma camada adicionada após a implantação da IA. Em M&A, segurança e governança devem ser incorporadas desde o início porque as informações subjacentes são altamente sensíveis e frequentemente influenciam o mercado.

Cada transação contém material que pode nunca se tornar público, desde desempenho financeiro e propriedade intelectual até relacionamentos com clientes e planos estratégicos. Qualquer agente operando nesse ambiente deve seguir o mesmo quadro de governança que protege a própria transação. Ele nunca deve acessar informações além das permissões do usuário, o que significa que identidade e direitos devem ser aplicados na camada de dados, não deixados a cargo de um prompt. Cada ação deve ser registrada, cada recomendação deve rastrear até um documento fonte, e cada fluxo de trabalho automatizado deve herdar a autoridade da pessoa que o iniciou sem excedê‑la. É por isso que projetamos nosso servidor MCP com segurança em primeiro lugar. O mercado está seguindo a mesma direção. Em nossa pesquisa, precisão e segurança foram os atributos de IA mais valorizados pelos profissionais, com segurança liderando entre os respondentes na EMEA e APAC. Em M&A, confiança não está separada da experiência do produto. É o que torna o produto utilizável.

Alucinações são especialmente perigosas quando um sistema de IA analisa contratos, demonstrações financeiras e divulgações regulatórias. Como um agente de M&A deve comunicar incerteza, fornecer evidências para suas conclusões e reconhecer quando um problema deve ser escalado para um banqueiro, advogado ou especialista?

Em M&A, se dois documentos se contradizem, essa contradição é a constatação. Se a resposta a uma pergunta não está disponível com base nos documentos e dados na sala, essa lacuna de informação é uma constatação, frequentemente mais relevante do que a resposta em si.

Todo sistema de IA usado em M&A deve ser projetado para ser exclusivamente baseado em evidências, de modo que cada conclusão se vincule ao documento subjacente, informações conflitantes sejam claramente expostas em vez de reconciliadas silenciosamente, e baixa confiança seja expressa de forma transparente na saída. A indústria já está construindo essa disciplina, o que considero encorajador.

As evidências são onde a conversa deve começar. Precisão foi o atributo mais importante citado pelos profissionais em nossa pesquisa, e a forma mais comum de as empresas construírem confiança ainda é a revisão humana dos resultados gerados por IA. Uma resposta confiante, mas sem suporte, é perigosa em uma transação. O mesmo vale para uma resposta que parece completa, mas ignora silenciosamente a incerteza. O que considero igualmente importante é que um quarto dos profissionais espera que o uso inadequado de IA destrua vários negócios de alto valor nos próximos cinco anos. Isso lembra que o risco não está apenas em não usar IA, mas em usar IA sem os controles, evidências e pontos de escalonamento corretos. Minha forma de pensar sobre isso é que a IA oferece aos profissionais de transação uma primeira passagem notavelmente completa ao fazer a pesquisa e organizar as evidências, mas o que essas evidências significam e o que deve ser feito a seguir deve permanecer uma decisão humana.

Você sugeriu que equipes de transação menores, habilitadas por IA, poderiam competir com equipes tradicionais muito maiores. Como isso poderia mudar a economia e a composição de pessoal das transações, e o que acontece com os cargos juniores pelos quais banqueiros e advogados tradicionalmente aprendem os fundamentos das transações?

Cada geração de tecnologia altera a composição do trabalho ao invés de eliminar a necessidade de pessoas, e acho que isso é exatamente o que está acontecendo em M&A. Banqueiros, advogados e analistas juniores historicamente gastaram milhares de horas revisando documentos, atualizando rastreadores, organizando solicitações de diligência e reunindo materiais. A IA deve aliviar os ciclos de trabalho às 2 da manhã porque pode assumir grande parte desse esforço pesado. O ganho de produtividade é real. Mas a questão mais importante é o que as empresas farão com o tempo que recuperam.

Profissionais juniores ainda precisam desenvolver julgamento, participar de negociações e aprender como os negociadores experientes pensam. Se a IA absorver a coleta administrativa de informações, um associado de segundo ano pode participar de trabalhos substantivos e estar presente nas discussões significativas que resultam em decisões críticas de negócios muito antes da minha geração. As empresas que lidarem bem com isso reinvestirão o tempo economizado em suas pessoas ao invés de simplesmente convertê‑lo em margem.

Quais métricas a indústria deve usar para avaliar um agente de M&A? O desempenho deve ser medido por precisão na revisão de documentos, questões de diligência descobertas, taxa de falsos positivos, conclusão de fluxos de trabalho, redução do tempo de transação ou a qualidade final dos resultados da transação?

As métricas operacionais são importantes, e monitoramos todas elas para garantir que qualquer ferramenta que implantamos seja eficaz e precisa. No entanto, essas medem se a IA executou sua tarefa corretamente. Os clientes querem saber se a própria transação foi executada melhor por tê‑la usado.

As perguntas e métricas que considero mais úteis são coisas como se o sistema evidenciou um risco que de outra forma teria sido perdido, se a equipe pôde avaliar mais oportunidades do que antes, se a diligência ficou mais curta sem perder profundidade, e se os profissionais seniores passaram mais tempo negociando e menos tempo buscando informações. Já temos algumas evidências nesse sentido. Nossa pesquisa mostra que 24 % dos profissionais dizem que a IA os ajudou a concluir um negócio que, de outra forma, teriam perdido, e 66 % afirmam que usar IA ao longo do ciclo de vida é uma forma crucial de reduzir o risco de uma transação.

O relatório H1 2026 da Datasite mostra que os lançamentos de negócios globais aumentaram 31 % ano a ano, liderados por um crescimento de 52 % nas Américas, comparado a 13 % na Europa, Oriente Médio e África e 4 % na Ásia‑Pacífico. O que está impulsionando essa divergência regional, e o acesso à tecnologia agente poderia ampliar ou reduzir a diferença de produtividade entre os mercados?

Os dados refletem o que muitos profissionais de transação têm sentido nos últimos meses, de que a confiança retornou mais rapidamente nas Américas, apoiada por condições de financiamento e maior disposição para levar ativos ao mercado. Curiosamente, a APAC registrou o menor crescimento de lançamentos, 4 %, e ainda assim os profissionais da APAC são os adotantes de IA mais agressivos por uma margem clara, segundo nossa pesquisa. Eles lideram todas as regiões no uso de IA, desde a originação e triagem até a due diligence, onde 56 % a utilizam regularmente ou já a incorporaram totalmente, comparado a 49 % na EMEA e 47 % nas Américas. Também são os mais confortáveis em delegar autoridade de decisão significativa à IA. Minha leitura é que a restrição está impulsionando a adoção porque, onde o fluxo de negócios é mais escasso e as equipes são mais enxutas, o incentivo para extrair mais de cada profissional na mesa se torna maior.

Claro que a tecnologia não pode criar transações. Ela não moverá as taxas de juros nem encurtará a revisão regulatória. Mas o que pode fazer é aumentar a produtividade de cada equipe ao executar um negócio, e essa capacidade escala muito mais rapidamente do que o aumento de headcount, razão pela qual, com o tempo, espero que a IA estreite a diferença de produtividade entre os mercados ao invés de ampliá‑la.

O relatório Insight da Datasite também indica que as equipes estão lançando transações mais rapidamente em vários mercados, enquanto a diligência permanece longa, incluindo uma mediana de 238 dias na Ásia‑Pacífico. Quais gargalos restantes são mais adequados para agentes de IA, e quais estão fundamentalmente ligados a negociações, regulação, condições de financiamento ou decisão humana?

Lançar um negócio tornou‑se significativamente mais rápido porque as empresas têm dados melhores, processos mais automatizados e maior confiança para identificar oportunidades cedo. A diligência é diferente porque é onde a complexidade se acumula, e a complexidade não se comprime da mesma forma que o volume. A diligência ainda tem uma mediana de 238 dias na região APAC, e na minha experiência, pouco desse tempo é usado para análise. A maior parte é coordenação, como reconciliar documentos contra solicitações em mudança, múltiplos consultores e prioridades em evolução.

No entanto, a diligência é exatamente a área que os agentes são otimizados para apoiar. Eles podem monitorar o progresso dos fluxos de trabalho, identificar o que está faltando, evidenciar inconsistências entre documentos e preparar os materiais de acompanhamento antes mesmo que a equipe solicite. Por isso, nossos respondentes classificam a due diligence como a fase onde a IA oferece o melhor retorno sobre investimento e apenas 4 % deles não a utilizam.

É claro que a IA tem limitações relevantes. As pessoas ainda precisam construir confiança, ponderar riscos e recompensas, e decidir se o negócio vale o preço. A constatação mais forte em nossa pesquisa, pelo menos para mim, foi que os profissionais de transação não veem a IA substituindo o julgamento, mas sim tornando o julgamento mais rápido e melhor informado. Enquanto mais do processo e do trabalho administrativo migram para a tecnologia, as conversas que só as pessoas podem ter tornam‑se as horas mais valiosas no ciclo de vida da transação.

Obrigado pela ótima entrevista, leitores que desejam saber mais devem visitar Datasite.