Utmaningar med AI inom private equity: En klyfta mellan ambition och verklighet

En ny rapport belyser hur private equity-sektorn bygger investeringsstrategier på AI-löften som sällan överensstämmer med den faktiska situationen i portföljbolagen. Rapporten ”AI Ambition and Reality in Private Equity”, framtagen av Software Improvement Group (SIG), visar hur skillnaden mellan ambitioner och verklighet påverkar transaktionsrisker och värdeskapande.

Globalt sett anger 88 procent av organisationer att de använder AI i minst en affärsfunktion. Inom private equity påstår ungefär två tredjedelar av general partners att AI-piloter pågår, men endast 40 procent ser AI implementerat i flera affärsprocesser. Många investeringar är fortfarande i experimentfasen.

Kvaliteten på AI-systemen är djupt oroande. SIG:s analyser visar att 72 procent av de granskade AI-systemen ligger under den rekommenderade kvalitetsnivån. Detta ökar riskerna för hållbarhet, säkerhet och regelefterlevnad. AI-genererad kod uppvisar dessutom dubbelt så många säkerhetsrelaterade avvikelser jämfört med mänskligt skriven kod i SIG:s tester.

Luc Brandts, vd för Software Improvement Group, kommenterar:
– AI förändrar hur vi gör affärer i grunden och beroendet av teknik ökar till nivåer vi inte tidigare har sett. Samtidigt finns ingen tydlig överblick. Det är inte ett nytt problem, men AI förstärker det tiofalt. Kan vi lita på det som byggs, investerar vi på rätt ställen och hur redo är vi för AI? Det är frågor varje investerare har och som behöver tydliga svar, säger han.

Rapporten visar att private equity-företag sällan misslyckas med AI-tekniken. Utmaningen ligger snarare i att den underliggande mjukvaran ofta är svåröverskådlig och inte byggd för att skala AI effektivt. AI-mognaden påverkar hur risker prissätts vid förvärv och hur värdeskapande hanteras under holdingperioden.

Vid förvärv kan bristande insyn dölja framtida kostnader och leda till överskattade fördelar. Under holdingperioden ökar svag styrning riskerna för säkerhets- och regelefterlevnad. Vid exit granskar köpare huruvida AI-systemen är kontrollerbara och långsiktigt hållbara, och Limited Partners efterfrågar i allt högre grad oberoende bevis på AI:s effektivitet.

Vad innebär AI-mognad inom private equity? Det handlar om hur väl ett företag har integrerat AI i kritiska affärsprocesser med tillräcklig kvalitet och spårbarhet, inte bara att ha piloter i gång. Bristande insyn i mjukvarans kvalitet kan dölja framtida kostnader och leda till överskattade tekniska fördelar vid prissättning.

I en AI-driven konkurrensmiljö är domänkunskap, proprietär data, systemarkitektur och strukturerad ingenjörsdisciplin de svåraste faktorerna att reproducera och som därför är mest försvarbara. Kraven från Limited Partners ökar för att AI-påståenden ska styrkas med oberoende evidens, snarare än enbart berättelser.