AI_在并购交易撮合中的应用_基准研究_40页_1mb

报告摘要

AI 在并购交易撮合中的应用：基准研究报告总结

核心内容

本报告探讨了人工智能 (AI) 在并购交易撮合中的应用现状与未来趋势，基于对 400 名资深交易专业人士的调研，揭示了 AI 在交易流程中的渗透程度、信任度、治理挑战以及未来发展方向。

主要观点

AI 已广泛整合：近半数 (49%) 的交易人表示 AI 已完全整合至交易流程的大部分阶段，另有 41% 表示 AI 已部分整合，仅 10% 仍处于试点阶段。
AI 节省时间：AI 在交易生命周期的多个阶段已带来显著的效率提升，尤其是尽职调查和交易执行阶段，分别有 33% 和 81% 的受访者表示节省了至少 11% 的时间。
信任与担忧并存：尽管大多数交易人对 AI 的输出结果表示信任（平均信任度为 70/100 或以上），但高层管理者对 AI 的准确性和治理问题仍存在担忧，57% 的受访者表示高层对 AI 的抵制有所增加。
多工具并存：交易团队通常同时使用 3 到 5 种 AI 工具，表明市场偏好多种专业化工具而非单一集成平台。
安全事件频发：过去 12 个月内，80% 的组织发生过 AI 相关的安全事件，其中访问控制漏洞和 AI 幻觉是最常见的问题。
变革管理挑战：AI 的普及带来了组织层面的变革需求，包括对 AI 素养的培养、责任归属的明确以及治理框架的完善。

关键信息

AI 在交易生命周期各阶段的作用

项目寻源与筛选：AI 用于捕捉财务/市场信号、发现潜在标的公司，预计节省 21% 至 30% 的时间。
交易营销：65% 的受访者使用 AI 生成执行摘要，60% 使用 AI 制定营销和交易定位策略。
尽职调查：AI 主要用于财务分析、异常检测、文档审查、网络安全尽职调查及法律与合规审查。69% 的受访者使用 AI 进行财务分析。
估值与建模：分析师和经理更频繁使用 AI，但 12% 的合伙人和董事总经理仍避免使用 AI 进行估值任务。
交易执行：AI 用于处理问答、识别警示信号，节省超过 11% 的时间。
投资组合管理：AI 被用于识别运营改进机会、规划与追踪价值创造、监控风险与预警信号。
历史交易分析：AI 用于识别成功交易模式，61% 的受访者使用 AI 进行历史分析。

AI 的整合现状

交易团队普遍使用多种 AI 工具，其中通用大语言模型 (LLM) 平台如 ChatGPT、Gemini 和 Copilot 是主流。
仅有 28% 的受访者认为 AI 工具与核心交易撮合平台实现了“良好整合”。
咨询公司与投资银行在 AI 整合方面领先，而企业收购方和律所相对落后。

信任与治理

信任度：大多数交易人对 AI 输出结果信任度较高（70/100 或以上），但在交易执行和尽职调查阶段信任度相对较低。
治理问题：尽管 94% 的组织已建立 AI 政策或合规框架，但安全事件频发，显示治理与实践之间存在脱节。
安全风险：80% 的组织在过去 12 个月内发生过 AI 相关的安全事件，其中访问控制漏洞和 AI 幻觉是最常见的问题。

未来展望

2030 年的交易人：预计 AI 将在交易流程中发挥更核心的作用，包括自动化盈利质量分析、自主尽职调查智能体和交易结果预测。
人才需求变化：交易团队将更依赖具备 AI 素养的通才，而非传统职能划分的专才。预计 64% 的交易团队将引入更多技术和机器学习专家。
AI 驱动的未来：AI 将成为交易撮合软件的标配功能，未来的竞争优势将取决于 AI 能力与组织准备度之间的匹配度。

研究方法

本报告基于 2026 年第一季度对 400 名资深交易专业人士的调研，覆盖私募股权、企业并购、咨询公司、风投和律所五大类组织。
数据分析采用交叉列表方法，置信水平为 95% 或 99.9%。

总结

AI 在并购交易撮合中的应用已跨越临界点，成为行业不可或缺的一部分。然而，其整合仍面临安全、治理与高层抵制等挑战。交易人普遍信任 AI 的效率提升，但对其准确性和可靠性仍存疑虑。未来，AI 将更深入地影响交易流程，成为交易撮合的核心能力，但组织需同步提升治理能力和技术整合水平，以应对 AI 带来的机遇与风险。

展开完整摘要