你好，歡迎您來(lái)到福建信息主管(CIO)網(wǎng)! 設(shè)為首頁(yè)|加入收藏|會(huì)員中心
導(dǎo)語(yǔ)：恭喜公司完成了一筆史詩(shī)級(jí)的收購(gòu)！但對(duì)于 CIO 來(lái)說(shuō)，噩夢(mèng)才剛剛開(kāi)始：兩套截然不同的 IT 架構(gòu)、雞同鴨講的數(shù)據(jù)模型、堆積如山的代碼……傳統(tǒng)的系統(tǒng)整合就像是一場(chǎng)痛苦的“器官移植”。好消息是，生成式 AI（Gen AI）正在為這場(chǎng)手術(shù)提供一種全新的“麻醉劑”和“手術(shù)刀”。
麥肯錫的一項(xiàng)最新研究給出了令人振奮的數(shù)據(jù)：在并購(gòu)（M&A）中使用生成式 AI 的企業(yè)，平均成本降低了約 20%，交易周期最高縮短了 50%。
AI 是如何終結(jié)并購(gòu)中的“技術(shù)排異反應(yīng)”的？走在前面的數(shù)字化領(lǐng)導(dǎo)者們探索出了兩條核心路徑：
1. 告別“大一統(tǒng)”：用 AI 充當(dāng)萬(wàn)能翻譯官
過(guò)去，企業(yè)收購(gòu)后第一件事就是花六個(gè)月甚至更長(zhǎng)時(shí)間，痛苦地把所有數(shù)據(jù)強(qiáng)行塞進(jìn)一個(gè)統(tǒng)一的 ERP 系統(tǒng)里。現(xiàn)在不需要了。企業(yè)可以直接利用 AI 和知識(shí)圖譜，在不改變底層系統(tǒng)的基礎(chǔ)上，直接跨平臺(tái)提取、映射和分析數(shù)據(jù)。AI 就像一座無(wú)形的數(shù)字橋梁，讓你在沒(méi)有完成系統(tǒng)合并的情況下，就能第一時(shí)間獲取業(yè)務(wù)洞察。
2. 加速“大修”：讓 AI 承擔(dān) 80% 的臟活累活
如果你決定進(jìn)行深度系統(tǒng)整合，AI 則是最強(qiáng)的“打工人”。以技術(shù)解決方案提供商 Nash Squared 為例，在連續(xù)收購(gòu)兩家公司后，他們利用 AI 數(shù)據(jù)管理平臺(tái)，自動(dòng)完成了 80% 的跨系統(tǒng)數(shù)據(jù)映射工作，讓人類團(tuán)隊(duì)只需負(fù)責(zé)最后的審核。這直接砍掉了 30% 的傳統(tǒng)工作量。
給 CIO 的“避坑”指南：
雖然 AI 很強(qiáng)大，但它不是魔法。在將其引入并購(gòu)流程時(shí)，先行者們給出了三條鐵律：
對(duì)齊“度量衡”：在讓 AI 干活之前，兩家公司的運(yùn)營(yíng)模式、KPI 定義和安全策略必須先達(dá)成一致，否則 AI 只會(huì)加速制造混亂。
數(shù)據(jù)清洗是底線：不要指望 AI 能自動(dòng)識(shí)別兩家公司數(shù)據(jù)庫(kù)里名字不同但實(shí)為同一個(gè)客戶的記錄，人類專家的介入必不可少。
拒絕“大爆炸式”遷移：不要試圖在一個(gè)周末把所有系統(tǒng)全部合并。利用 AI 進(jìn)行分階段、有節(jié)奏的遷移，因?yàn)槟悴粌H是在整合系統(tǒng)，更是在安撫和帶領(lǐng)被收購(gòu)公司的人心。
總結(jié)：下一輪并購(gòu)浪潮的贏家，將不再是那些擅長(zhǎng)資本運(yùn)作的金融極客，而是那些懂得用 AI 快速消化數(shù)字資產(chǎn)的 IT 領(lǐng)袖。
全文：CIO 如何利用 AI 克服并購(gòu)整合的頭痛難題
許多數(shù)字化領(lǐng)導(dǎo)者認(rèn)為，生成式 AI 能夠徹底變革并購(gòu)（M&A）流程。一些先行者已經(jīng)開(kāi)始利用這項(xiàng)新興技術(shù)來(lái)整合系統(tǒng)和數(shù)據(jù)，但要實(shí)現(xiàn)更廣泛的采用，仍需克服重大障礙。
圖片來(lái)源：PeopleImages.com - Yuri A / Shutterstock
并購(gòu)活動(dòng)中最棘手的部分之一就是系統(tǒng)和數(shù)據(jù)的整合。承接目標(biāo)公司的 IT 架構(gòu)體系，意味著要吸納一系列極其復(fù)雜的平臺(tái)和流程。然而，研究表明，以增長(zhǎng)為導(dǎo)向的企業(yè)完全可以利用針對(duì)性的生成式 AI 解決方案，來(lái)攻克這些并購(gòu)挑戰(zhàn)。
麥肯錫在去年的報(bào)告中指出，42% 的商業(yè)領(lǐng)袖認(rèn)為生成式 AI 具備變革交易流程的巨大潛力。在并購(gòu)活動(dòng)中引入生成式 AI 的受訪企業(yè)表示，其整合平均成本降低了約 20%，更有 40% 的受訪者稱，生成式 AI 使整個(gè)交易周期加快了多達(dá) 50%。
麥肯錫進(jìn)一步指出，下一輪并購(gòu)浪潮的贏家，將是那些積極擁抱生成式 AI 的團(tuán)隊(duì)，而不是那些持觀望態(tài)度的企業(yè)。該公司合伙人布雷特·威爾遜（Brett Wilson）表示，目前正顯現(xiàn)出兩條截然不同的應(yīng)用路徑。首先，一些企業(yè)正在將 AI 作為傳統(tǒng)系統(tǒng)深度整合的“替代方案”。
他表示：“AI 彌合了系統(tǒng)間的差距，使企業(yè)無(wú)需將所有內(nèi)容強(qiáng)制遷移到單一平臺(tái)上，就能快速回答關(guān)鍵的業(yè)務(wù)問(wèn)題。這種方法取代了極其昂貴且耗時(shí)多年的系統(tǒng)整合項(xiàng)目，并以通常更低的成本，將價(jià)值驅(qū)動(dòng)的業(yè)務(wù)見(jiàn)解推向了前臺(tái)。”
第二條路徑則是以“全面整合”為目標(biāo)，利用 AI 來(lái)大幅加速工作進(jìn)程。這包括跨系統(tǒng)的數(shù)據(jù)映射、構(gòu)建 API 接口、自動(dòng)生成系統(tǒng)測(cè)試代碼，以及大幅減少人工勞動(dòng)。同時(shí)，AI 還被用來(lái)快速生成初步的整合計(jì)劃或項(xiàng)目路線圖，其速度遠(yuǎn)超以往團(tuán)隊(duì)獨(dú)立操作的極限。
他表示：“當(dāng)這些局部的漸進(jìn)式改進(jìn)結(jié)合在一起時(shí)，它們開(kāi)始在整個(gè)流程中帶來(lái)實(shí)實(shí)在在的實(shí)時(shí)成本節(jié)省。在實(shí)踐中，這兩條路徑的潛在影響，不僅重新定義了整合后的系統(tǒng)格局，還為企業(yè)提供了一條更快實(shí)現(xiàn)商業(yè)價(jià)值的捷徑?！?/span>
CIO 們也正在深思 AI 如何幫助他們克服并購(gòu)難題，一些具有開(kāi)拓精神的數(shù)字化領(lǐng)導(dǎo)者正利用新興技術(shù)來(lái)整合系統(tǒng)和數(shù)據(jù)。然而，前路并非坦途，CIO 們應(yīng)當(dāng)密切關(guān)注那些經(jīng)過(guò)驗(yàn)證的最佳實(shí)踐經(jīng)驗(yàn)。
一、尋找更聰明的數(shù)據(jù)整合方式
企業(yè)轉(zhuǎn)型咨詢公司 Egremont Group 的副總裁馬克·戴維斯（Mark Davis）深知并購(gòu)形勢(shì)的嚴(yán)峻性。一旦收購(gòu)?fù)瓿?，CIO 們往往被期望能以光速整合系統(tǒng)和數(shù)據(jù)，而此時(shí)，整個(gè)組織通常還在為戰(zhàn)略、治理和運(yùn)營(yíng)等核心方案爭(zhēng)論不休。在這種混亂中，AI 可以通過(guò)在整合期間支持決策來(lái)創(chuàng)造巨大價(jià)值。
他表示：“企業(yè)不再僅僅進(jìn)行機(jī)械的系統(tǒng)映射，而是利用 AI 將來(lái)自目標(biāo)公司運(yùn)營(yíng)模式中的大量碎片化信息，以及繁雜的流程文檔，綜合轉(zhuǎn)化為可落地的績(jī)效數(shù)據(jù)。這種方法正在幫助包括 CIO 在內(nèi)的領(lǐng)導(dǎo)團(tuán)隊(duì)，更清晰地透視兩個(gè)組織真實(shí)的工作執(zhí)行方式，以及真正的摩擦點(diǎn)和業(yè)務(wù)依賴關(guān)系究竟在哪里。”
房地產(chǎn)專業(yè)公司 Segro 的 CIO 理查德·科布里奇（Richard Cobley）也看到了 AI 協(xié)助并購(gòu)流程的潛力。他所在公司的數(shù)字化轉(zhuǎn)型聚焦于三個(gè)方向：整合孤立的點(diǎn)狀解決方案、充分挖掘企業(yè)數(shù)據(jù)資產(chǎn)的價(jià)值，以及與值得信賴的合作伙伴共建新技術(shù)。雖然科布里奇尚未正式將 AI 用于管理并購(gòu)活動(dòng)，但他對(duì)其潛力深信不疑。
他表示：“我認(rèn)為那種‘必須先把所有數(shù)據(jù)都清洗完美，才能引入 AI’的觀點(diǎn)是不正確的，你完全可以先篩選出核心需求的數(shù)據(jù)部分。AI 是將整個(gè)組織凝聚在一起的絕佳工具，我們目前正在研究如何利用它將我們分散在全球各地的地理數(shù)據(jù)集整合起來(lái)，同樣的底層邏輯顯然也完全適用于并購(gòu)場(chǎng)景?！?/span>
理光（Ricoh）歐洲的 CIO 尼克·皮爾遜（Nick Pearson）在當(dāng)前的職位，以及之前在百事公司和沃達(dá)豐等大型企業(yè)的任職經(jīng)歷中，積累了極其豐富的并購(gòu)經(jīng)驗(yàn)。他指出：“‘直接遷移（Lift and shift）’是并購(gòu)后系統(tǒng)整合的傳統(tǒng)老路。但現(xiàn)在，企業(yè)有了全新的替代方案，他們無(wú)需再痛苦地花上六個(gè)月的時(shí)間去標(biāo)準(zhǔn)化雙方的 ERP 數(shù)據(jù)。”
他表示：“AI 是錦上添花。我認(rèn)為我們開(kāi)始看到一種深刻的變化，這不僅僅是 IT 工具層面的變化，更是思維方式的徹底轉(zhuǎn)變。人們不再傻等六個(gè)月或十二個(gè)月去完成系統(tǒng)合并，而是意識(shí)到可以利用 AI 更快地訪問(wèn)和洞察數(shù)據(jù)。因此，這既是整合團(tuán)隊(duì)底層邏輯的轉(zhuǎn)變，也是 AI 帶來(lái)的革命?！?/span>
保險(xiǎn)巨頭 Howden 集團(tuán)的首席數(shù)據(jù)官巴里·帕納伊（Barry Panayi）也是一位堅(jiān)信 AI 是并購(gòu)關(guān)鍵盟友的數(shù)字化領(lǐng)導(dǎo)者。該公司的員工人數(shù)在過(guò)去五年中從約 10,000 人激增至約 23,000 人。數(shù)據(jù)和技術(shù)處于該公司增長(zhǎng)戰(zhàn)略的絕對(duì)核心位置，利用新興技術(shù)整合系統(tǒng)更是重中之重。
他表示：“收購(gòu)公司和業(yè)務(wù)增長(zhǎng)應(yīng)該是一種競(jìng)爭(zhēng)優(yōu)勢(shì)，而不是沉重的 IT 負(fù)擔(dān)。我們現(xiàn)在需要攝取海量的異構(gòu)數(shù)據(jù)，這在過(guò)去是極度困難的，但現(xiàn)在 AI 應(yīng)該被視為一個(gè)絕佳的機(jī)會(huì)。因?yàn)槊揩@得一個(gè)新的數(shù)據(jù)點(diǎn)，我們都可以進(jìn)行數(shù)據(jù)三角驗(yàn)證（Triangulation）。這意味著我們應(yīng)該思考如何使用知識(shí)圖譜并生成商業(yè)洞察，而不是死磕‘如何把數(shù)據(jù)硬塞進(jìn)同一個(gè)數(shù)據(jù)倉(cāng)庫(kù)’。”
二、將 AI 真正落地到并購(gòu)流程中
技術(shù)和人才解決方案提供商 Nash Squared 的 CIO 安庫(kù)爾·阿南德（Ankur Anand）親自操刀了公司的數(shù)據(jù)和系統(tǒng)整合戰(zhàn)役。2022 年，該公司收購(gòu)了人才和招聘托管服務(wù)提供商 Het Flexhuis，一年后又將云和數(shù)據(jù)解決方案提供商 Knoldus 收入囊中。
這其中最大的痛點(diǎn)之一，就是將截然不同的財(cái)務(wù)和客戶關(guān)系管理（CRM）系統(tǒng)整合在一起。每家被收購(gòu)的公司都有自己獨(dú)特的運(yùn)營(yíng)模式，以及隨之而來(lái)的特定平臺(tái)、數(shù)據(jù)分類標(biāo)準(zhǔn)和安全策略。這些模式孕育了固有的內(nèi)部文化，而這些文化往往與母公司格格不入。阿南德必須巧妙地整合這些系統(tǒng)和流程，以確保 Nash Squared 能夠真正從中獲益。
通過(guò)利用技術(shù)專家 Nextgenlytics 提供的 AI 數(shù)據(jù)管理平臺(tái) BlueGecko，阿南德的團(tuán)隊(duì)成功將耗時(shí)極長(zhǎng)的數(shù)據(jù)映射過(guò)程實(shí)現(xiàn)了自動(dòng)化。該系統(tǒng)不僅大幅減輕了工作量，還產(chǎn)出了極其準(zhǔn)確的結(jié)果。
他表示：“該技術(shù)利用 AI 來(lái)深度理解各種系統(tǒng)的邏輯。通過(guò)這種方法，BlueGecko 自動(dòng)完成了我們約 80% 的數(shù)據(jù)映射工作。隨后，我的團(tuán)隊(duì)只需審查輸出結(jié)果以確保準(zhǔn)確無(wú)誤即可。這一創(chuàng)舉將傳統(tǒng)數(shù)據(jù)映射環(huán)節(jié)的工作量硬生生砍掉了約 30%?！?/span>
商業(yè)信息服務(wù)巨頭湯森路透（Thomson Reuters）的首席技術(shù)官喬爾·赫龍（Joel Herron）同樣是利用技術(shù)驅(qū)動(dòng)并購(gòu)整合的行家里手。他強(qiáng)調(diào)，必須主動(dòng)管控雙方在安全和合規(guī)方面的巨大差距，并且在收購(gòu)的極早期解決這些問(wèn)題至關(guān)重要。因?yàn)槿绻系胶笃冢绕涫窃诤喜⒑蟮墓鹃_(kāi)始推出新功能時(shí)，處理這些合規(guī)漏洞將變得極其困難。
為了簡(jiǎn)化并購(gòu)后的繁雜流程，赫龍透露，湯森路透的企業(yè)發(fā)展團(tuán)隊(duì)正在秘密研發(fā)一種“協(xié)助盡職調(diào)查”的內(nèi)部 AI 系統(tǒng)。該工具將與公司現(xiàn)有的高生產(chǎn)力平臺(tái) HighQ 深度融合，以確保員工在評(píng)估交易價(jià)值、發(fā)現(xiàn)隱藏風(fēng)險(xiǎn)和緩解潛在擔(dān)憂時(shí)，能夠保持高度的敏銳和一致性。
他表示：“正如你所預(yù)料的那樣，在龐大業(yè)務(wù)的各個(gè)分支中，管理并購(gòu)流程的團(tuán)隊(duì)在評(píng)估方式上往往存在巨大差異。如果你能夠利用 AI 推動(dòng)更高的評(píng)估一致性，更好、更早地發(fā)現(xiàn)并緩解風(fēng)險(xiǎn)，你就能達(dá)成一筆更完美的交易。因此，我們對(duì)團(tuán)隊(duì)正在推進(jìn)的這項(xiàng) AI 工作感到無(wú)比興奮?！?/span>
三、應(yīng)用 AI 的最佳實(shí)踐與避坑指南
正如麥肯錫的威爾遜所言，目前市面上尚不存在能夠“包打天下”的端到端并購(gòu)整合 AI 解決方案。相反，大多數(shù)企業(yè)報(bào)告稱，他們是在并購(gòu)流程的特定孤立環(huán)節(jié)，利用現(xiàn)有工具逐步實(shí)現(xiàn)改進(jìn)。雖然這些改進(jìn)帶來(lái)的收益是真實(shí)存在的，但它們尚未轉(zhuǎn)化為某種轟動(dòng)性的標(biāo)志性成果，例如“縮短一半的交易時(shí)間”或“從收購(gòu)第一天起就實(shí)現(xiàn)雙邊系統(tǒng)的完美運(yùn)行”。
他坦言：“因此，許多企業(yè)尚未對(duì)其整合方式或整體工作執(zhí)行方式進(jìn)行傷筋動(dòng)骨的全面重構(gòu)；相反，它們只是在現(xiàn)有的陳舊流程中，利用 AI 捕捉一些漸進(jìn)式的效率提升，而不是圍繞 AI 的巨大潛力去徹底重新設(shè)計(jì)這些流程。這種保守的做法極大地限制了 AI 的影響力，使其僅僅淪為現(xiàn)有技術(shù)的小修小補(bǔ)，而無(wú)法在整合規(guī)劃的績(jī)效上實(shí)現(xiàn)真正的跨越式質(zhì)變?！?/span>
麥肯錫的研究表明，目前僅有 30% 的受訪者真正在中等至高水平上深入應(yīng)用了生成式 AI。威爾遜表示，要在并購(gòu)活動(dòng)中成功采用 AI，企業(yè)需要按下暫停鍵，重新思考整體工作流程，讓團(tuán)隊(duì)就全新的工作方式達(dá)成深刻共識(shí)，并在全速推進(jìn)整合之前，先建立起團(tuán)隊(duì)對(duì) AI 結(jié)果的信心。
作為在這些高壓并購(gòu)情境中屢戰(zhàn)屢勝的高管，Nash Squared 的阿南德為其他試圖將 AI 引入并購(gòu)流程的 CIO 們提供了極其關(guān)鍵的避坑建議：
統(tǒng)一運(yùn)營(yíng)模式的“度量衡”：這是重中之重。只有當(dāng)雙方的治理標(biāo)準(zhǔn)、安全政策和關(guān)鍵績(jī)效指標(biāo)（KPI）的定義完全對(duì)齊時(shí)，底層的技術(shù)整合才能真正成功。
重金投資于數(shù)據(jù)標(biāo)準(zhǔn)化和協(xié)調(diào)：分類標(biāo)準(zhǔn)（Taxonomies）必須在各個(gè)組織間保持絕對(duì)的清晰和一致。
死磕數(shù)據(jù)清洗：千萬(wàn)不要盲目信任 AI。如果不組建跨業(yè)務(wù)的專家團(tuán)隊(duì)來(lái)輔助 AI 消除異常值，你極有可能遺漏致命的隱患（例如兩家公司系統(tǒng)中重復(fù)但名稱細(xì)微不同的客戶記錄）。
阿南德還指出，被收購(gòu)公司的員工往往對(duì)母公司厚重繁雜的內(nèi)部政策和流程文件感到恐懼和抵觸，而 AI 可以在這方面大顯身手。例如，Nash Squared 巧妙地利用 Microsoft Copilot 來(lái)為新員工智能總結(jié)規(guī)章制度，大幅降低了文化融合的阻力。簡(jiǎn)而言之，阿南德建議，將 AI 引入并購(gòu)絕不僅僅是技術(shù)問(wèn)題，它需要高度關(guān)注遷移進(jìn)展、業(yè)務(wù)流程和人心的安撫。
他總結(jié)道：“請(qǐng)務(wù)必盡量避免那種試圖在一個(gè)周末搞定一切的‘大爆炸式（Big Bang）’一次性系統(tǒng)整合。相反，你應(yīng)該基于統(tǒng)一的標(biāo)準(zhǔn)定義一個(gè)科學(xué)的遷移序列。在這個(gè)序列中，你要充分預(yù)判復(fù)雜性和安全風(fēng)險(xiǎn)，并以一種可控的節(jié)奏遷移技術(shù)。這種方法至關(guān)重要，因?yàn)槟愕慕K極目標(biāo)是帶領(lǐng)兩家公司的員工一起走向未來(lái)，而不僅僅是冷冰冰地整合業(yè)務(wù)代碼。”
