ผู้นำทางความคิด

ทำไมความไม่แน่นอนของ AI จึงเปลี่ยนแปลงการทำธุรกรรมซอฟต์แวร์ และเปลี่ยนทิศทางของเงินทุน

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
A cinematic, wide-angle shot of three corporate executives in a high-rise boardroom, leaning in to scrutinize a glowing holographic data visualization of connected cubes and nodes floating above a polished wooden table.

ปัญญาประดิษฐ์กำลัง เร่งความเร็วเกือบทุกส่วนของกระบวนการ M&A ทีมทำธุรกรรมสามารถวิเคราะห์ข้อมูลได้มากขึ้น พบความเสี่ยงได้เร็วขึ้น และผ่านกระบวนการตรวจสอบได้เร็วกว่าที่เคย

สิ่งนี้ไม่ได้หมายความว่ากิจกรรมทำธุรกรรมได้หยุดชะงักหรือเงินทุนได้ถอยออกไป ในความเป็นจริง การก่อตั้งธุรกรรมระดับโลกยังคงเติบโตขึ้น การเริ่มต้นธุรกรรมใหม่บน Datasite ซึ่งจัดทำธุรกรรมใหม่ประมาณ 19,000 ธุรกรรมต่อปี เพิ่มขึ้น 9% เมื่อเทียบกับปีที่แล้วใน năm 2025 และแรงก้าวหน้านี้ยังคงดำเนินต่อไปในปี 2026 โดยมีการเพิ่มขึ้น 6% ในสองเดือนแรกของปี เทคโนโลยี สื่อ และโทรคมนาคมยังคงเป็นภาคส่วนที่มีกิจกรรมมากที่สุด

การเปลี่ยนแปลงที่เกิดขึ้นนั้นซับซ้อนกว่านั้น AI กำลังเปลี่ยนแปลงวิธีการตัดสินใจ ความเข้าใจที่เร็วขึ้นได้แสดงให้เห็นถึงความไม่แน่นอนในรูปแบบใหม่ๆ โดยเฉพาะอย่างยิ่งในซอฟต์แวร์ และความไม่แน่นอนนั้นกำลังเปลี่ยนแปลงทิศทางของเงินทุน

ความเข้าใจที่เร็วขึ้น ตัดสินใจที่ยากขึ้น

ในหลายทศวรรษที่ผ่านมา การทำธุรกรรมซอฟต์แวร์ขึ้นอยู่กับกรอบการประเมินค่าที่ค่อนข้างมั่นคง ผู้ซื้อเขียนข้อตกลงรายได้ซ้ำๆ การรักษาลูกค้า อัตรากำไร และอัตราการเติบโตด้วยความมั่นใจที่ว่าพื้นฐานที่แข็งแกร่งจะคงอยู่ตลอดเวลา AI ได้ทำให้เมทริกซ์เหล่านั้นซับซ้อนขึ้น

ความเร็วของนวัตกรรม AI กำลังบีบอัดวงจรผลิตภัณฑ์และเปลี่ยนแปลงพรมแดนการแข่งขัน ความสามารถที่เคยสนับสนุนการประเมินค่าพรีเมียม รวมถึงคุณลักษณะเฉพาะ การเป็นเจ้าของกระบวนการทำงาน หรือการรับรู้ถึงความปลอดภัยของข้อมูล สามารถถูกทำซ้ำหรือเปลี่ยนแปลงได้อย่างรวดเร็ว ผู้เข้าใหม่เกิดขึ้นเร็วขึ้น และแพลตฟอร์มดูดซับหมวดหมู่ทั้งหมด ค่าใช้จ่ายสามารถเปลี่ยนแปลงได้โดยไม่มีการเตือน

การตรวจสอบโดยใช้ AI นำความเสี่ยงเหล่านั้นขึ้นมาให้เห็นเร็วขึ้นกว่าเดิม เครื่องมืออัจฉริยะสามารถสแกนเอกสารหลายพันรายการ เชื่อมโยงความเข้าใจระหว่างข้อมูลทางการเงิน สัญญา นโยบายบุคคล และบันทึกการปฏิบัติตามข้อกำหนด และเน้นย้ำประเด็นขัดข้อง ด้วยการตรวจสอบโดยอัตโนมัติด้วย AI ทีมทำธุรกรรมสามารถปิดธุรกรรมได้เร็วกว่าค่าเฉลี่ยของอุตสาหกรรม 22 วัน ตัดเวลาหลายสัปดาห์ออกจากกระบวนการตรวจสอบ และอาจประหยัดเงินหลายแสนดอลลาร์ในการทบทวนค่าใช้จ่ายเพียงอย่างเดียว

แต่การตรวจสอบที่เร็วกว่าไม่ได้รับประกันว่าตัดสินใจได้เร็วกว่า คณะกรรมการลงทุนชะลอการทำธุรกรรมโดยการออกแบบ

คณะกรรมการลงทุนมีอยู่เพื่อท้าทายสมมติฐานและทดสอบเรื่องราว AI ช่วยให้ทีมนำข้อมูลที่ดีกว่าเข้าสู่การอภิปราย แต่ก็ทำให้เกิดคำถามมากขึ้นในกระบวนการด้วย คณะกรรมการเผชิญกับความไม่แน่นอนเชิงกลยุทธ์เร็วขึ้น โดยเฉพาะอย่างยิ่งเกี่ยวกับวิธีการป้องกันธุรกิจซอฟต์แวร์เมื่อความสามารถของ AI พัฒนา

ในอีกคำหนึ่ง AI ลดความไม่แน่นอนด้านข้อมูลในขณะที่เพิ่มความไม่แน่นอนเชิงกลยุทธ์ เมื่อคณะกรรมการเห็นความเสี่ยงเร็วขึ้น พวกเขาจะถกเถียงกันเรื่องนั้นนานขึ้น ความไม่แน่นอนนั้นไม่ได้หยุดธุรกรรม แต่ก็ทำให้ธุรกรรมที่ไม่สำคัญชะลอลง ช่องว่างราคากว้างขึ้น และความเชื่อมั่นมีความสำคัญมากขึ้น

ผลลัพธ์คือการเพิ่มขึ้นของการคัดเลือกซอฟต์แวร์ที่ชัดเจน

เมื่อคณะกรรมการลงทุนและทีมทำธุรกรรมเผชิญกับความไม่แน่นอนและความเข้มงวดที่สูงขึ้น จุดสนใจได้เปลี่ยนจากการตาม đuổiโอกาสทุกอย่างไปสู่การเลือกซอฟต์แวร์ลงทุนอย่างรอบคอบ การคัดเลือกที่เพิ่มขึ้นนี้หมายความว่าธุรกิจที่มีพื้นฐานที่แข็งแกร่งและมีแผนการปรับตัวที่น่าเชื่อถือสำหรับการเปลี่ยนแปลงของ AI เท่านั้นที่จะดำเนินการต่อในกระบวนการทำธุรกรรม

ทุนเอกชนเข้าสู่ช่วงการประเมินพอร์ตโฟลิโอ

บริษัททุนเอกชนตอบสนองโดยการประเมินพอร์ตโฟลิโอและจัดลำดับความสำคัญของระเบียบวินัยทางการเงิน หลายบริษัทกำลังทบทวนการถือครองซอฟต์แวร์ที่มีอยู่และหยุดการเสนอราคาที่ใหม่ในขณะที่พวกเขาคำนวณว่า AI จะเปลี่ยนแปลงรูปแบบรายได้ กำลังในการกำหนดราคา และการวางตำแหน่งทางการแข่งขันอย่างไร

เงินทุนยังคงมีอยู่ แต่บริษัทต่างๆ กำลังต้องการคำตอบที่ชัดเจนสำหรับคำถามที่สำคัญ ธุรกิจที่ได้รับประโยชน์จากอัตโนมัติได้รับการจัดลำดับความสำคัญ บริษัทที่เผชิญกับการบีบอัดอัตรากำไรเนื่องจาก AI ลดความยากในการเข้าสู่ตลาดถูกตรวจสอบอย่างเข้มงวด บริษัทที่พึ่งพาคุณลักษณะที่อ่อนแอต่อการทำให้ AI เป็นมาตรฐานถือเป็นความเสี่ยงที่สูง

เงินทุนกำลังหมุนไปสู่ภาคส่วนอื่น

เมื่อเทียบกับภูมิหลังดังกล่าว ไม่น่าแปลกใจที่เงินทุนกำลังไหลเข้าสู่ภาคส่วนที่การเปลี่ยนแปลงสามารถสร้างแบบจำลองได้ง่ายขึ้นและความสอดคล้องมาเร็วขึ้น อุตสาหกรรม การขนส่ง การป้องกัน ผู้บริโภค และธุรกิจค้าปลีกกำลังเห็นการเพิ่มขึ้นของความสนใจ

ภาคส่วนเหล่านี้เผชิญกับการเปลี่ยนแปลงทางเทคโนโลยี แต่โดยทั่วไปแล้วเป็นการเปลี่ยนแปลงที่ค่อยเป็นค่อยไปมากกว่าการเปลี่ยนแปลงที่เกิดขึ้นในทันที AI อาจปรับปรุงการคาดการณ์ การจัดการลอจิสติกส์ หรือการมีส่วนร่วมของลูกค้า แต่ไม่บ่อยนักที่จะทำให้โมเดลธุรกิจหลักไม่เกิดผลในชั่วข้ามคืน การไหลของเงินสดสามารถสร้างแบบจำลองได้ง่ายขึ้น ฐานสินทรัพย์มีตัวตนจริง การประเมินมูลค่าสามารถป้องกันได้ง่ายขึ้นในคณะกรรมการลงทุน

การหมุนเวียนนี้สะท้อนถึงความชอบของความชัดเจน เมื่อ AI ปรับปรุงการดำเนินงานโดยไม่บังคับให้เขียนใหม่ทั้งสมมติฐานการลงทุน การทำธุรกรรมจะเคลื่อนไปอย่างคาดการณ์ได้

สำหรับผู้ขายซอฟต์แวร์ ผลกระทบนั้นชัดเจน การเติบโตเพียงอย่างเดียวไม่เพียงพอแล้ว ผู้ซื้อต้องการทราบว่า AI เปลี่ยนแปลงธุรกิจอย่างไร รวมถึงจุดแข็ง จุดอ่อน และแผนการปรับตัวของฝ่ายบริหาร

สำหรับผู้ซื้อ ความอดทนได้กลายเป็นกลยุทธ์ที่แข่งขัน บริษัทที่ชนะในตลาดนี้ไม่ใช่ผู้ที่เคลื่อนไหวเร็วที่สุด แต่เป็นผู้ที่เขียนข้อตกลงด้วยระเบียบวินัยและจัดตำแหน่งผู้มีส่วนได้ส่วนเสียในระยะแรก

การก่อตั้งธุรกรรมยังคงเพิ่มขึ้น การตรวจสอบมีประสิทธิภาพและรวดเร็วมากขึ้นกว่าเดิม แต่การตัดสินใจ โดยเฉพาะอย่างยิ่งในซอฟต์แวร์ ต้องการความมั่นใจมากขึ้น เงินทุนกำลังไหลเข้าสู่สินทรัพย์และภาคส่วนที่มูลค่าระยะยาวสามารถป้องกันได้ด้วยความมั่นใจ

ในความหมายที่แท้จริง AI กำลังทำสิ่งที่ตลาดต้องการในที่สุด มันบังคับให้เกิดคำถามที่ยากขึ้นเร็วขึ้น ช่วงต่อไปของ M&A จะให้รางวัลแก่ทีมที่ใช้ AI ไม่เพียงแต่เพื่อเคลื่อนไหวเร็วขึ้น แต่ยังสร้างความชัดเจนและดำเนินการด้วยระเบียบวินัยทั่วทั้งผู้มีส่วนได้ส่วนเสียที่เกี่ยวข้อง

มาร์ก วิลเลียมส์ เป็น Global Chief Revenue Officer ที่ Datasite Enterprise ซึ่งเป็นหน่วยธุรกิจของ Datasite ซึ่งเป็นแพลตฟอร์ม SaaS ชั้นนำที่ใช้โดยองค์กรทั่วโลกเพื่อดำเนินโครงการเชิงกลยุทธ์ที่ซับซ้อน ในบทบาทนี้ มาร์กมีหน้าที่รับผิดชอบทุกด้านของกลยุทธ์การตลาดสำหรับโซลูชัน SaaS ธง củaบริษัท รวมถึงการจัดการองค์กรระดับโลกที่มีมากกว่า 450 คน ในด้านการขาย การเพิ่มประสิทธิภาพ และการดำเนินงานที่สนับสนุนลูกค้าในมากกว่า 180 ประเทศ

ก่อนหน้านี้ มาร์กเคยดำรงตำแหน่ง Chief Revenue Officer, Americas สำหรับ Datasite โดยที่เขามีหน้าที่กำกับดูแลกลยุทธ์การขายทั่วภูมิภาค รวมถึงการนำทีมตัวแทนขาย ผู้นำการขาย และทีมก่อนการขายทั่วสหรัฐอเมริกา แคนาดา และละตินอเมริกา

ก่อนที่มาร์กจะเข้าร่วม Datasite ในปี 2015 มาร์กเคยดำรงตำแหน่งผู้นำการขายหลายตำแหน่งที่บริษัท SaaS ต่างๆ รวมถึง Intralinks (ซึ่งเป็นส่วนหนึ่งของ SS&C), SmartFocus และ Kno

มาร์กจบการศึกษาระดับ BSc ในสาขาวิศวกรรมเครื่องกลจาก Humberside University, อังกฤษ