Key Takeaways
- Les promoteurs ne doivent pas se limiter à l’analyse des logiciels et des systèmes. Des hypothèses opérationnelles devraient valider l’accès aux droits relatifs aux données d’entraînement, les dépendances vis-à-vis de tiers fournisseurs et d’autres fondements juridiques ou techniques nécessaires pour soutenir la croissance future.
- Les outils traditionnels utilisés dans le cadre des opérations, comme l’assurance des déclarations et des garanties, ne sont pas conçus pour protéger contre les risques liés à l’IA qui peuvent apparaître après la clôture de l’opération.
- La protection de la thèse d’investissement ne se limite pas au respect des obligations juridiques. Les promoteurs doivent donc s’assurer que l’entreprise cible dispose des droits, d’une gouvernance et des compétences nécessaires pour mettre en œuvre leur stratégie après l’opération.
Lorsque des promoteurs en capital-investissement s’engagent par rapport à une plateforme basée sur l’IA ou une cible qui s’appuie sur des modèles exclusifs, les lacunes techniques relevées dans notre article du 10 mars, telles que les dépendances dynamiques liées aux données et l’imprévisibilité des rendements futurs, méritent un examen plus approfondi que celui de la simple diligence raisonnable. Ces lacunes exercent une incidence directe sur la thèse d’investissement, le prix d’achat, la forme de l’opération et, en fin de compte, la valeur de sortie.
Plutôt que de considérer l’IA comme un simple achat de logiciel, les promoteurs devraient adapter les outils traditionnels d’opération aux différentes étapes du cycle de vie de l’investissement, depuis la prise en charge et la diligence raisonnable, jusqu’à la structuration de l’opération et la mise en œuvre de la thèse d’investissement après l’opération. Le cadre juridique devrait renforcer les hypothèses commerciales sur lesquelles repose l’investissement.
Au-delà de la diligence traditionnelle concernant les logiciels
Une diligence raisonnable habituelle implique de demander si l’entreprise cible possède ses propres biens de propriété intellectuelle, si elle respecte la législation applicable et si elle dispose de contrats clients cessibles. Les entreprises d’IA exigent de leurs promoteurs qu’ils prennent en compte un ensemble plus large d’hypothèses opérationnelles susceptibles d’avoir une incidence directe sur leur évaluation.
Outre la diligence juridique traditionnelle, les promoteurs devraient déterminer si l’entreprise cible dispose de droits durables sur ses données d’entraînement, si elle dépend de fournisseurs tiers de modèles de base et dans quelle mesure, si les engagements en matière de capacité de calcul et les coûts d’infrastructure sont en adéquation avec le modèle d’affaires, la maturité de son cadre de gouvernance de l’IA et sa capacité à adapter les droits relatifs aux données de clients pour étayer la thèse d’investissement, et si le rendement actuel du modèle dépend de manière disproportionnée d’un petit nombre de techniciens essentiels.
Structuration de l’opération et adaptation des outils traditionnels de répartition des risques
L’assurance déclarations et garanties reste insuffisante pour protéger des risques liés à l’IA à long terme, comme la dérive algorithmique ou les futures réclamations en propriété intellectuelle qui découlent de l’évolution des ensembles de données d’entraînement ou des changements chez les fournisseurs tiers de modèles de base. Plus fondamentalement, les déclarations et garanties traditionnelles sont destinées à porter sur des faits historiques existants au moment de la signature ou de la conclusion de l’opération. L’adaptation de systèmes d’IA peut engendrer des risques qui se concrétisent après l’opération.
Au Canada, le cadre juridique régissant l’utilisation des données par l’IA ne cesse d’évoluer. Les réformes fédérales proposées en matière de protection de la vie privée dans le cadre du projet de loi C-36, ainsi que la Loi 25 du Québec, rehaussent les attentes en matière de transparence et de prise de décision automatisée. Pris dans leur ensemble, ces développements ne créent pas un régime de responsabilité à part entière, mais renforcent les risques réglementaires liés à l’IA et aux actifs de données associés à l’IA.
Ces lacunes en matière de conformité n’étant pas couvertes par les polices d’assurance déclarations et garanties standard, les équipes chargées des opérations devraient peut-être envisager des indemnités ciblées, des clauses ou des dispositions sur mesure, voire des engagements postérieurs à l’opération concernant les données, la gouvernance de l’IA ou la conformité réglementaire.
Bon nombre des risques les plus importants ne découlent pas du respect des obligations légales passées, mais de la capacité des systèmes d’IA à continuer de fonctionner, d’évoluer et de créer de la valeur après la clôture de l’opération.
Les promoteurs peuvent également recourir à des clauses d’indexation sur les bénéfices futurs pour combler les écarts d’évaluation concernant des cibles à forte croissance dans le domaine de l’IA, mais il est possible que les indicateurs financiers traditionnels (tels que le BAIIA ou les multiples de revenus) ne reflètent pas la santé réelle d’une entreprise spécialisée dans l’algorithmique. Les promoteurs pourraient commencer à envisager des clauses d’indexation sur les bénéfices futurs qui seraient directement liées au rendement des systèmes d’IA, aux taux d’adoption des flux de travail et à la stabilité des modèles.
Toutefois, une clause d’indexation sur les résultats algorithmiques comportera probablement des risques de litige. Les promoteurs doivent veiller à ce que les documents contractuels précisent clairement ce qui est considéré comme un « résultat admissible », qui contrôle l’environnement d’entraînement du modèle après l’opération et quelle est la procédure de résolution des litiges si le comportement du modèle évolue ou se dégrade en raison de décisions d’intégration du portefeuille prises par l’acheteur, plutôt qu’en raison de défaillances de la part du vendeur.
Préserver la thèse d’investissement après la clôture de l’opération
Il arrive fréquemment qu’un promoteur se rende compte, après la clôture de l’opération, qu’il ne dispose pas de l’infrastructure juridique nécessaire pour mettre en œuvre sa thèse d’investissement. Il se peut que l’entreprise cible ait déployé sa solution d’IA en toute légalité par le passé, mais qu’elle ne dispose pas des droits nécessaires pour s’étendre à de nouvelles régions, intégrer des entreprises récemment acquises, exploiter les ensembles de données de clients de l’ensemble de son portefeuille de sociétés ou déployer cette technologie dans de nouveaux contextes commerciaux.
Dans les mesures de diligence raisonnable, il convient de mettre en regard l’utilisation future prévue avec les consentements des clients et les licences de données existants, plutôt que de se contenter de vérifier si l’utilisation passée respectait la loi. Lorsque la thèse d’investissement repose sur l’intégration de données provenant de plusieurs portefeuilles, il pourrait s’avérer nécessaire d’inclure des conditions de clôture ou des clauses applicables après l’opération pour obtenir des droits supplémentaires.
Souvent, la valeur des entreprises d’IA réside autant dans les personnes chargées de concevoir et de maintenir les systèmes d’IA que dans le code sous-jacent lui-même. Ainsi, les ententes traditionnelles de fidélisation des cadres devraient comprendre des mesures incitatives pour les compétences stratégiques en IA (par exemple, les experts en sciences des données et les ingénieurs en apprentissage automatique), qui peuvent être extrêmement rares et très recherchées. En fonction de leur thèse d’investissement, les promoteurs peuvent également exiger une clause de gouvernance visant à préserver les connaissances institutionnelles, à assurer la continuité des modèles et à garantir la responsabilité à long terme en matière de conformité réglementaire.
Conclusion
Les opérations liées à l’IA exigent des promoteurs qu’ils sortent des schémas traditionnels d’acquisition de logiciels. Bon nombre des risques les plus importants ne découlent pas du respect des obligations légales passées, mais de la capacité des systèmes d’IA à continuer de fonctionner, d’évoluer et de créer de la valeur après la clôture de l’opération.
Pour les promoteurs, l’objectif ne se borne donc pas à cerner les risques liés à l’IA, mais à traduire ces risques en hypothèses de prise en charge, en structure d’opération et en mesures de gouvernance postérieures à l’opération qui préservent la thèse d’investissement jusqu’à la sortie.
