L’IA dans les fusions-acquisitions

Alors que les investisseurs exercent une pression croissante en faveur de fusions-acquisitions transformatrices¹, l’intégration de l’IA à toutes les étapes du processus de fusion-acquisition est considérée comme un moyen de générer davantage de valeur tout au long du cycle de vie de la transaction¹. Notre récente enquête et les entretiens que nous avons menés auprès de responsables suisses du secteur des fusions-acquisitions révèlent une tendance claire : les entreprises intègrent l’IA dans leurs processus de fusions-acquisitions, mais principalement là où elle est la plus facile à mettre en œuvre, plutôt que là où elle pourrait avoir un impact transformateur. Pour les responsables des fusions-acquisitions, la question n’est plus de savoir si l’IA a un rôle à jouer dans le cycle de vie d’une transaction, ni quel cas d’utilisation privilégier. Le défi consiste à transformer des applications isolées en capacités permettant de favoriser la création de valeur tout au long du cycle de vie d’une transaction. Pour y parvenir, il ne suffit pas de déployer de nouvelles technologies ; il faut un modèle opérationnel qui redéfinisse les systèmes, les processus et les capacités permettant de conclure des transactions grâce à l’IA.

Conclusions de l’enquête

Les entreprises adoptent l’IA là où sa mise en œuvre est la plus simple, et pas nécessairement là où la création de valeur est la plus importante.

Notre enquête montre que 78% des professionnels des fusions-acquisitions utilisent déjà l’IA lors de la phase préalable à la transaction. Cela semble indiquer que l’IA appliquée aux fusions-acquisitions apporte déjà des avantages concrets. Toutefois, nos entretiens montrent que ces avantages se concentrent sur certaines activités standardisées préalables à la transaction, telles que la diligence raisonnable (due diligence), la sélection des cibles et l’examen des documents, où la mise en œuvre est plus aisée : les équipes sont plus petites et entièrement dédiées à ces tâches, ce qui permet de réaliser plus naturellement des gains d’efficacité. Cette conclusion est particulièrement frappante lorsqu'elle est comparée avec d'autres géographies. Dans l'intégration post-clôture, 52 % des répondants de notre étude américaine² déclarent utiliser l'IA générative, contre seulement 8 % des organisations suisses dans notre enquête. Dans la pratique, de nombreuses organisations obtiennent leurs premiers résultats grâce à des gains de productivité plutôt qu’en exploitant des sources de valeur supplémentaires tout au long du cycle de vie de la transaction. La question stratégique est de savoir si les entreprises peuvent aller au-delà des gains d’efficacité incrémentiels et mettre en œuvre l’IA là où son impact transformateur impose une évolution du modèle opérationnel des fusions-acquisitions lui-même.

Le défi ne réside pas uniquement dans l’adoption. Il concerne également la capacité à adapter et à développer des solutions d’IA pour des situations concrètes

Dans notre enquête, 38% des personnes interrogées citent la sécurité des données comme principal obstacle à l’adoption de cette technologie, ce qui correspond à notre expérience dans la mise en œuvre de programmes complexes de fusions-acquisitions transfrontalières. Dans ce domaine, le défi ne réside pas seulement dans la possibilité d’adopter ou non l’IA dans les processus de fusions-acquisitions, mais aussi dans la manière dont elle peut être adaptée, développée et utilisée dans le cadre de transactions confidentielles. Nos entretiens montrent que les obstacles résident dans les personnes et les processus, plutôt que dans le modèle d’IA lui-même. Parmi les principaux obstacles figurent l’incertitude liée à l’utilisation des grands modèles de langage (LLM) pour traiter des informations sensibles, la capacité limitée à développer de nouveaux cas d’utilisation tout en répondant aux exigences quotidiennes en matière de prestation de services, ainsi que les lacunes en matière de compétences en IA. Ces contraintes ont non seulement un impact sur le déploiement, mais elles limitent également la capacité à créer des cas d’utilisation à plus forte valeur ajoutée et à améliorer les performances économiques des transactions. 

L’IA ne transformera pas fondamentalement la création de valeur dans les transactions sans une évolution du modèle opérationnel des fusions-acquisitions

Pour l’avenir, notre enquête montre que les responsables suisses des fusions-acquisitions ont l’intention de recourir davantage à l’IA dans les processus de diligence raisonnable (48%), tandis que leur volonté d’utiliser l’IA dans l’intégration post-fusion (PMI) et la création de valeur est nettement plus faible (7%). Cet écart mérite d’être souligné, car tant la diligence raisonnable que les activités de réalisation de la valeur d’intégration post-fusion (PMI) nécessitent un volume important de documentation et de communication, ce qui les rend parfaitement adaptées aux capacités des grands modèles de langage (LLM) actuels. Le niveau d’ambition moindre concernant l’utilisation de l’IA après la conclusion de la transaction reflète donc davantage des contraintes organisationnelles que des limites de la technologie sous-jacente. Les cas d’utilisation en matière de diligence raisonnable montrent clairement que les entreprises déploient l’IA dans des flux des flux de travail complexes, soumis à des délais, clairement délimités et reproductibles. Le défi consiste à transposer ce succès dans le contexte moins structuré qui suit la conclusion de la transaction, où s’opère généralement la création de valeur. Dans ce contexte, la fragmentation des données, la dispersion des responsabilités et l’évolution des pouvoirs de décision entre les équipes chargées des transactions et celles chargées de l’intégration rendent l’introduction de l’IA dans les pratiques de travail quotidiennes nettement plus difficile.

Conclusion : vers un nouveau modèle opérationnel avec l’IA

Les entreprises qui continuent à considérer l’utilisation de l’IA après la transaction comme un ensemble de cas d’utilisation cloisonnés passeront à côté du potentiel de transformation de l’IA. Ce sont les organisations qui investissent délibérément dans l’intégration de l’IA à leur modèle opérationnel en matière de fusions-acquisitions qui en tireront le plus grand bénéfice, ouvrant ainsi de nouvelles perspectives pour relier les compétences sectorielles à la création de valeur.         

Pour tirer parti de la valeur générée après une transaction, les responsables suisses des fusions-acquisitions doivent passer d’une utilisation de l’IA axée sur la productivité à une utilisation de l’IA en tant que levier stratégique de création de valeur, en s’appuyant sur un nouveau modèle opérationnel dédié aux fusions-acquisitions et adapté à leurs besoins :

• Systèmes : mettre en place une couche de données sécurisée dédiée aux fusions-acquisitions, qui relie les résultats de la diligence raisonnable, les plans d’intégration et les données opérationnelles en temps réel, permettant ainsi à l’IA de suivre les risques, les synergies et la création de valeur bien au-delà de la signature du contrat
• Processus : repenser les flux de travail liés aux fusions-acquisitions afin que l’IA transforme les conclusions de la diligence raisonnable en actions post-transaction structurées et en leviers de valeur, réduisant ainsi le risque lié au transfert de responsabilité entre l’équipe chargée de la transaction et les responsables opérationnels
• Personnel : consacrer des effectifs au développement de cas d’utilisation interfonctionnels de l’IA dans le domaine des fusions-acquisitions et à la refonte des processus, en combinant des compétences en matière de transactions, de métiers, de fonctions, de données, de risques et de technologies
• Gouvernance : établir des règles claires concernant l’accès aux données, la confidentialité, l’utilisation des modèles, la vérification humaine, le suivi du retour sur investissement et les pouvoirs de décision dans le cadre du nouveau modèle opérationnel dédié aux fusions-acquisitions
• Portée : élargir le périmètre de la fonction M&A grâce à de nouvelles activités rendues possibles par l'IA, telles que l'évaluation du potentiel de création de valeur de l'IA dans le modèle opérationnel de l'entreprise cible.

L’IA ne doit pas se limiter à une simple boîte à outils, mais doit devenir un mode de fonctionnement à part entière pour l’entreprise.

Comment pouvons-nous vous aider ?

Nous aidons nos clients à traduire leurs ambitions en matière d’IA appliquée aux fusions-acquisitions en un programme de transformation axé sur la valeur, grâce à une approche « vision-to-value » (de la vision à la valeur). Il s’agit tout d’abord d’identifier les domaines dans lesquels l’IA peut aller au-delà des gains d’efficacité et créer une valeur transformatrice tout au long du cycle de vie d’une transaction, ainsi que les conditions nécessaires pour en tirer parti à grande échelle. L’expérience acquise par Deloitte dans le cadre des opérations de fusions-acquisitions transfrontalières les plus importantes et les plus complexes, associée à notre expertise en matière d’intelligence artificielle, apporte une valeur ajoutée globale à notre clientèle.

Méthodologie

Le présent rapport s’appuie sur les résultats d’une enquête menée auprès de 66 responsables suisses dans le domaine des fusions-acquisitions, réalisée entre février et avril 2026. Les résultats quantitatifs ont été complétés par deux entretiens approfondis et une série plus large d’échanges avec les clients, qui ont permis d’affiner et de valider ces conclusions. L’échantillon comprend des entreprises issues des secteurs de l’industrie, des services informatiques et du développement de logiciels.