Empresas podem usar a ferramenta de forma eficaz, mas ao mesmo tempo precisam se resguardar para não delegar a ela a interpretação final das decisões de investimentos

*Por Fabio Ferreira

Que a inteligência artificial se alastrou, não há o que discutir. Se essa disseminação é acompanhada de maturidade e resultados, essa sim é uma discussão que precisa ser feita. E um cenário interessante que permite aprofundar esse ponto é o emprego da IA em processos de fusões e aquisições.

Segundo o relatório “KPMG 2025 M&A Deal Market Study”, feito com 300 profissionais norte-americanos do setor, 56% das grandes empresas já estão usando a inteligência artificial durante os processos de due diligence e valuation, e outras 53% na prospecção de negócios. A adesão tem sua razão de ser: a ferramenta possibilita análises que antes eram praticamente impossíveis sem demandar um esforço considerável.

Análise de contratos e balanços em larga escala, monitoramento contínuo dos riscos de integração, análise sistemática de dados de mercado e da concorrência – tudo isso é facilitado pela IA. Há analistas de mercado que apontam que as consultorias vão enfrentar um dilema com relação a esse trabalho massivo, já que a IA, em breve, será capaz de fazê-lo com mais rapidez e assertividade do que qualquer consultor.

Porém, com o perdão da obviedade, “em breve” não significa “agora”. Ainda encontramos muitos erros na análise massiva de dados feita pela inteligência artificial. Pesquisadores do MIT realizaram um estudo onde identificaram que algumas interações de usuários podem distorcer os resultados, levando alguém a acreditar erroneamente que um modelo de aprendizado de máquina (LLM) é a escolha ideal para um caso de uso específico. O estudo revela que a remoção de uma pequena fração dos dados coletados por crowdsourcing pode alterar quais modelos são classificados como os melhores.

O elemento humano continua sendo, portanto, imprescindível. Os resultados retornados pelos modelos de IA precisam, e por muito tempo precisarão, ser revisados, conferidos e corrigidos. Mas isso não quer dizer que ela não deva ser usada. A questão é como – e, novamente, o caso das fusões e aquisições é exemplar.

Outras possibilidades

É importante lembrar que a inteligência artificial não é útil apenas nos processos prévios a uma fusão ou aquisição. As ferramentas de IA já auxiliam na produção de primeiras versões de documentos de transação (incluindo contratos de compra e venda, acordos de acionistas e contratos acessórios), bem como na revisão e no acompanhamento de alterações em versões subsequentes.

Ela também pode auxiliar na identificação de vantagens de negociação, sinalizando, por exemplo, quando a posição proposta pela contraparte diverge materialmente de transações similares já realizadas. Nesse aspecto, ela pode até mesmo apoiar na  formulação de argumentos substanciais para se opor às posições da contraparte, com base em análises de precedentes e termos de transações comparáveis. A IA também pode ser útil na preparação de manuais e roteiros de negociação, utilizados como diretrizes internas para gerenciar negociações contratuais de forma eficiente.

Outros usos de grande valor estão no planejamento da integração pós-fusão, onde ela pode melhorar a eficiência do mapeamento da cadeia de valor, inclusive antecipando possíveis gargalos na integração, e na gestão do conhecimento, um ponto sempre delicado e de alta relevância para a TI das empresas (leia mais aqui).

Esses, claro, são apenas alguns usos. Mas a grande questão é que, nesse leque de possibilidades, nem tudo é brisa.

Entre custo e governança, o que priorizar?

Trazer a inteligência artificial para o universo de fusões e aquisições demanda uma trabalhosa lição de casa. O primeiro ponto a se considerar é se as empresas que atuam em M&A devem adotar modelos já pré-definidos (Gemini, Copilot e outros semelhantes), ou se vão optar por uma IA mais proprietária. Cabe ressaltar que, no primeiro caso, cada uma tem seu próprio modelo de processamento, e analisar qual é a mais adequada para as necessidades da empresa é uma tarefa complexa.

No caso das IAs proprietárias, os custos de desenvolvimento certamente serão significativos, mas elas permitem um sigilo que os modelos comerciais não oferecem. No caso de consultorias e agências responsáveis por fusões, elas trabalham com dados altamente sensíveis, e a governança precisa ser rígida. Uma informação que venha a ser exposta ou utilizada por alguma ferramenta de inteligência artificial vai acarretar na rescisão do contrato, para mencionar apenas a primeira parte de uma série de consequências nefastas. 

Vale apontar também que a utilização de um framework já estabelecido não é exatamente uma opção de baixo custo. A precificação desse mercado é alta, e deve permanecer assim ainda por um tempo, tendo em vista os altíssimos investimentos que serão necessários para que essa tecnologia se torne mais disseminada. No caso de uma consultoria que tenha muitos clientes, ou mesmo uma que está lidando com um case de grandes proporções, esse custo pode se tornar estratosférico.

Ao contrapesar essas questões, a balança pende a favor do desenvolvimento de uma ferramenta proprietária. Isso, por sua vez, demanda tempo – e pode ser um tempo e um valor do qual a empresa não pode dispor no momento.

Uma decisão exclusivamente do mercado

É precipitado afirmar que o momento “é de virada” na adoção da inteligência artificial. Na verdade, a hora é de serenar os ânimos, reconhecer que a ferramenta ainda está sob análise, e considerar concentrar os esforços justamente nos estudos que podem fundamentar essa análise – e somente a partir daí decidir se faz sentido acelerar sua adoção.

A inteligência artificial não é o Santo Graal da eficiência corporativa. É uma ferramenta de aceleração de produtividade e de apoio na tomada de decisão, mas ninguém ainda tem completo entendimento do seu valor efetivo ou mesmo de seus limites. Estes ainda estão sendo testados, revelando tanto os pontos fracos como os mais robustos. 

Por ora, as processadoras de inteligência artificial estão sendo as principais beneficiadas pelo hype, cabendo aos seus clientes as preocupações e a maior parte dos esforços para fazer bom uso dela. É tarefa dos players desse setor entenderem o que realmente pode criar uma rota que permita o surgimento de novos modelos alternativos – possivelmente, melhor direcionados para mercados específicos e com custos mais acessíveis.