2026年AI在并购交易撮合中的应用：基准研究报告

人工智能如何超越企业控制其能力——以及领导者接下来必须做什么 内容 贡献者 索莱丝·苏亚雷斯 首席信息官及技术转型负责人 卡莱尔集团 艾米亚斯·杰瑞特合伙人，美国QED投资负责人 约翰·斯特歇尔 首席技术官 布莱克石 哈里·戈帕尔克里希南首席技术官兼首席信息官 美国银行 拜伦·维莱赫 首席运营官 阿波罗 前言 肯·比斯科蒂，高级副总裁、共同总经理，SS&CIntralinks 过去十二个月解决了一场在过去两年中主导并购（M&A）交易员讨论的争论。人工智能（AI）已不再处于实验阶段——它现在已嵌入交易流程中。竞争优势在于企业如何有效地部署它。本报告调查的近一半专业人士表示，AI已在其交易流程的绝大多数阶段实现全面整合，另有十分之四实现了部分整合。 同样地，高级管理人员在统计上更有可能考虑人工智能的全面整合，这暗示了在整体人工智能体验上可能存在分歧：高级管理人员可能期望已经发生了更大的数字化转型，而那些处于更运营岗位的人员则有着完全不同的看法。 如果关于采用的问题已经得到解答，取而代之的是一套更复杂的问题。我们的研究表明，交易处理是一个管理不断增长的AI工具堆栈的职业（通常每个团队有三到五个，在某些情况下有更多），同时还要面对安全漏洞、治理空白以及组织内部的抵制。 然而，这一点是有保留的，因为只有38%的人将AI工具描述为与用于交易的核心平台“良好集成”，这表明这些AI功能很大程度上是平台外的。 本报告考察了人工智能在何处创造可衡量的价值、在何处获得信任以及信任在何处受到保留，并探讨了交易方预计到2030年该行业将呈现何种面貌。关键在于，报告详细记录了安全与治理格局，其具体程度我们认为将对任何寻求校准的组织都具有价值。 今年的《并购交易中的AI：基准研究》——该研究基于对来自五种不同组织类型和多个地域的400名高级交易专业人士的调查——揭示了处于拐点市场的关键洞察。技术明显领先于旨在管理它的组织架构。 恰恰在它本应消退的时候，其强度正在加剧。 人工智能在交易撮合中的具体应用。 此外，五分之四的公司在过去一年经历了与人工智能相关的安全事件，而很可能是直接后果，近六分之十的公司报告称高级别抵制有所增加。这些并非技术已被完全吸收的标志。 我们谨向400名专业人士表示感谢，正是他们的坦诚与真知灼见促成了本报告的问世。我们希望接下来的发现能为您提供信息灵感和实用价值，助您在人工智能赋能的交易撮合下一阶段取得成功。 交易生命周期中的AI 估值与建模 历史交易数据分析 采购与筛选 营销交易 通过使用人工智能处理问答相关任务和识别任何警示信号，交易团队在交易执行阶段可以预期节省超过11%的时间。 人工智能主要应用于尽职调查的早期阶段和确认性问答，同时在财务分析、异常检测和文件审阅方面也有应用。 百分之六十五的受访者使用人工智能来撰写执行摘要，其中百分之六十的人使用它来制定营销和交易定位策略。 分析师和同事更可能经常使用人工智能进行估值和建模，然而，12%的合伙人及总经理（MD）避免使用人工智能进行估值工作。 最常用于识别成功交易中的模式，只有3%的交易员表示他们不使用人工智能进行历史分析。 团队可通过使用人工智能，在金融/市场信号提取和公司发现方面，预计节省21%至30%的时间。 关键发现 49% 33% 过去12个月中，80%的交易员经历了与人工智能相关的安全和准确性事件。 人工智能已越过采用临界点，但其复杂性才刚刚开始。 人工智能正在交易全周期中实现可衡量的时间节省。 近半数（49%）的交易执行者报告称，人工智能已贯穿大多数交易阶段，另有41%报告称实现了部分整合。仅十分之一仍处于试点或实验项目阶段。如今，典型的交易团队同时管理三至五款人工智能工具（52%），近四分之一（24%）使用六款或更多。 三分之一受访者报告尽职调查阶段节省了21%至30%的时间，而81%的受访者报告交易执行阶段节省了超过11%的时间。相当一部分受访者报告交易筛选阶段至少节省了11%的时间。但不到六%的受访者报告任何阶段节省超过50%，这表明未来效率提升有显著空间。 过去一年中，相当一部分受访者提到了与人工智能相关的安全事件或险些发生的事故。权限管理疏漏最为普遍（占48%），其次是导致尽职调查结果不准确而产生的幻觉输出（占40%）。 80% 49% 57% 交易员们已准备好迎接自主人工智能，但治理必须与时俱进。 即便采用率在加速，高级别的抵抗也在增长。 市场需要专业化，而非整合化。 超过一半（57%）的交易员报告称，过去12个月内，高级管理人员对人工智能的抵制有所增加。准确性问题、可解释性以及受信风险和客户认知是主要驱动因素。 五分之四的交易员（80%）对人工智能自主执行多步骤交易流程感到舒适。近半数（43%）将自动化盈利质量分析视为到2030年最具颠覆性的创新。 近半数（49%）的交易参与者更青睐多种专业AI工具，这些工具各自擅长单一功能，而非单一集成平台（20%）。超过半数（54%）的参与者预计AI功能将成为交易软件的标准配置。 方法论 本报告基于对400名资深交易专业人士的专有调查，该调查于2026年第一季度进行。该调查由路透社洞察力与SS&C Intralinks合作设计及分析。交叉制表数据的列比较基于95%的置信水平，在适用情况下，会额外标注99.9%的置信水平。 样本按照五种组织类型，以80名受访者的等额配额进行结构化：私募股权（PE）公司、企业收购方、并购咨询服务和投资银行、风险投资（VC）公司以及律师事务所。这种结构化方法确保了各细分市场的可比性，同时反映了专业交易生态系统全面的广度。 该公司根据交易员类型、角色和地区进行了调查。 05 关于交易团队是否使用人工智能的问题已得到明确答案，近半数（49%）受访者表示人工智能工具已贯穿大多数交易阶段。另有41%的人识别出人工智能的部分整合，仅有十分之一仍处于试点或实验项目（见图1）。对于交易行业的绝大多数人来说，人工智能已从试点阶段转变为必要的工作场所能力。2026年1月接受《福布斯》采访时，高盛全球投资银行联席主管金·波斯内特（Kim Posnett）总结道，全球企业现已度过试点阶段，进入“深度结构性转型”时期。 图1：AI现已成为交易方的嵌入式基础设施，十队中有九队已超越试点阶段。 当按组织类型进行分析时，这一点更加明显。咨询公司和大型投资银行引领着人工智能的采用，超过三分之二（69%）的公司报告了全面整合，这显著高于其他任何细分领域。私募股权公司紧随其后，达到58%，而风险投资公司则为51%。企业收购方（29%）和律师事务所（39%）则明显落后（图2）。相反，几乎五分之一的企业（19%）仍处于试点阶段——这是所有细分领域中占比最高的，并且与咨询公司私募股权公司相比存在统计学上的显著差异，清晰地表明了哪种组织类型处于人工智能采用的早期阶段。这种细分揭示，那些最深入交易流程的组织， 图2：咨询公司及投资银行为人工智能整合的领头羊；而企业及律师事务所则明显落后。 作为以执行交易为核心业务的顾问，它们在追求运营效率和竞争优势方面，最积极地采用了人工智能。 图3：典型的交易团队管理着三到五个AI工具——这个工具组合正在不断扩展。 对于并购活动或许不那么频繁的跨国公司，以及监管谨慎和责任问题至上的律师事务所而言，它们一直表现得更为审慎。对这些较慢的采用者而言，这意味着采用并非没有必要，而是竞争差距正在扩大：它们聘请的顾问公司已经在根本不同的技术环境中运营。 然而，在按资历划分时，人们对（AI工具的）认知存在一个有趣分歧。虽然超过三分之二的组织领导层（合伙人/总经理/C级高管）认为AI工具已贯穿大多数交易阶段，但只有29%的助理和分析员表示认同。事实上，超过一半（54%）的初级同事表示，AI工具仅被部分整合。 这并非单一平台的故事。多数交易团队（52%）同时使用三到五个AI工具，另有20%的管理六到九个工具，而少数（10个或更多）则运行十个或更多工具（见图3）。只有四分之一（24%）仅使用一个或两个工具。 通用大型语言模型（LLM）平台本身就主导着工具格局。OpenAI的ChatGPT以48%的采用率领先，其次是谷歌的Gemini/Vertex平台（23%）和微软的Copilot/Azure生态系统（22%）。这三种工具或许并不重要。 多功能现实 交易中人工智能应用程度的显著差异也可能至少部分归因于所使用的工具，我们的研究表明，人工智能的应用 未来，我们需要开始在更少的解决方案上押下重注，因为我们有必要为（我们的）足迹进行合理化。 它们是更通用生成式AI系统的支柱，如今对普通大众来说已近乎无处不在。其余的命名工具——Claude、Perplexity AI、Meta AI等——各自的市场份额均个位数（见图4）。 索非亚·苏亚雷斯，卡莱尔集团首席信息官及技术转型负责人，在路透社活动“2025年11月 动能人工智能金融”上发表演讲 流程，而非融入核心交易能力之中。这一点进一步体现在，仅有28%的受访者称AI工具已“良好集成”到当今交易中使用的核心平台中。 值得注意的是，超过四分之一（26%）的受访者提到了“其他AI工具/平台”，这些未被列入前十名，这表明市场上存在大量活跃的专业和专有工具。 这可能表明，在谈到AI整合时，相当一部分受访者正在考虑将更通用的AI工具用于提高生产力，并将其整合到交易中。 在这些“其他”工具中，很明显团队正在使用人工智能来自动化特定功能。例如，Westlaw、Lex Machina、Harvey和Kira Systems等工具被应用于法律和合同流程；IBM Watson、Databricks和Datarails等工具则在提升分析工作流程的效率；同时，也提到了像Kruncher以及彭博终端内置的人工智能功能这类特定于金融领域的工具。 图5：正式的人工智能治理近乎普遍——但框架采用的广度并不保证深度。 治理框架虽普遍存在，但或许仍显不足。 几乎所有受访者（94%）表示，他们的组织至少遵循一项正式的人工智能政策或合规框架。国际标准化组织/国际电工委员会（ISO/IEC）42001标准在采用率上居首位，达到50%，其次是美国国家标准与技术研究院（NIST）人工智能风险管理框架（45%）、欧盟人工智能法案（36%）以及经济合作与发展组织（OECD）人工智能原则（36%）。虽然有些人指出他们的组织已建立自身的内部框架，但未报告有任何特定人工智能治理政策的受访者则占少数（见图5）。 至少采用某种形式的人工智能治理或合规框架在全球范围内势头强劲。如图5所示，虽然欧盟人工智能法案的采用可预见地在欧洲最强，但北美、欧洲和亚太地区的受访者对于至少采用所列框架之一显示出相似的水平。 [人工智能]就像自动取款机。第一家安装自动取款机的银行因此赢得了客户，但现在自动取款机已无优势可言。我认为人工智能正在为“何为优秀”设定更高的标准。 表面上，这些数字令人安心。但正如本报告后面讨论的安全发现将证明的那样，治理框架的存在并未阻止大多数公司经历与人工智能相关的安全事件。这表明，该行业面临的挑战并非政策缺失或政策空白，而是政策与实践之间的脱节——随着人工智能的采用加速并深入，而治理结构尚未成熟，这种脱节可能正在扩大。 艾米亚斯·杰瑞蒂，合伙人，美国区负责人，QED投资者 06 整个交易生命周期中的AI 我们的研究表明，人工智能现已贯穿交易生命周期的各个阶段，从初步寻源到并购后的整合以及历史交易分析。但其在整个交易生命周期中的渗透率并不均衡；相反，该技术在尽职调查、财务分析和投资组合管理等特定任务中产生了最大的可衡量影响。与此同时，在交易执行和复杂的谈判等需要高度判断力的任务和阶段中，人工智能的作用则更为微妙。 (51%) 和市场及主题趋势扫描 (49%)。鉴于手头的任务，这或许是可以预见的——人工智能能够以自动化方式对特定参数进行详细搜索，因此将人工