Tipo di tesi
Tesi di laurea magistrale
Titolo
L'impatto dell'intelligenza artificiale nei processi di valutazione aziendale nel contesto M&A
Dipartimento
ECONOMIA E MANAGEMENT
Corso di studi
BANCA, FINANZA AZIENDALE E MERCATI FINANZIARI
Riassunto (Italiano)
La presente tesi analizza il ruolo dell’intelligenza artificiale nei processi di valutazione d’azienda, con particolare riferimento alle operazioni di fusione e acquisizione (M&A), che rappresentano uno dei contesti più complessi e strategicamente rilevanti della finanza aziendale. In tali operazioni, la determinazione del valore della target costituisce un passaggio cruciale, in quanto da essa dipendono il prezzo di acquisizione, la sostenibilità finanziaria dell’operazione e, in ultima analisi, la creazione o distruzione di valore per gli azionisti.
La letteratura accademica evidenzia come i processi valutativi siano intrinsecamente caratterizzati da incertezza, asimmetrie informative e discrezionalità manageriale. Le metodologie tradizionali di valutazione — tra cui il Discounted Cash Flow (DCF), l’analisi dei multipli e i metodi patrimoniali — si fondano su stime prospettiche relative alla crescita dei ricavi, all’evoluzione dei margini e alla realizzazione delle sinergie. Tuttavia, la qualità dei risultati ottenuti dipende in modo determinante dalla qualità delle informazioni disponibili e dalla capacità di costruire previsioni attendibili.
In questo contesto si inserisce il contributo dell’intelligenza artificiale, che negli ultimi anni è stata sempre più spesso interpretata come una tecnologia in grado di ridurre il costo della previsione. Tale interpretazione, proposta in letteratura, consente di comprendere come l’AI possa migliorare i processi decisionali non tanto sostituendo i modelli valutativi tradizionali, quanto potenziandoli attraverso una maggiore capacità di analisi dei dati e di elaborazione di scenari complessi.
L’adozione di tecniche di machine learning, quali random forest, gradient boosting e reti neurali, consente infatti di individuare relazioni non lineari tra le variabili economico-finanziarie e di migliorare l’accuratezza delle previsioni. Inoltre, l’integrazione con sistemi di business intelligence permette di alimentare tali modelli con dati strutturati, aggiornati e coerenti, riducendo il rischio di basare le analisi su informazioni incomplete o distorte.
Tuttavia, l’introduzione dell’intelligenza artificiale nei processi valutativi non è priva di criticità. Un primo limite riguarda la qualità dei dati: modelli avanzati applicati a dati fragili possono generare risultati fuorvianti, evidenziando come l’AI non possa prescindere da una solida infrastruttura informativa. Un secondo aspetto critico riguarda la trasparenza e interpretabilità degli algoritmi: modelli complessi possono risultare difficilmente comprensibili, rendendo più complesso il processo di verifica delle assunzioni sottostanti.
Un ulteriore elemento di riflessione riguarda il ruolo del giudizio umano. Sebbene l’intelligenza artificiale sia in grado di migliorare significativamente la fase previsionale, essa non può sostituire completamente la componente decisionale, che implica la definizione degli obiettivi, la valutazione dei rischi e l’interpretazione dei risultati. In questo senso, emerge il rischio di una deresponsabilizzazione manageriale, qualora le decisioni vengano attribuite in modo acritico all’“oggettività” dell’algoritmo, nonché una riduzione della contestabilità delle scelte, dovuta alla complessità tecnica degli strumenti utilizzati.
La parte empirica della tesi si basa su un’analisi qualitativa condotta attraverso la somministrazione di un questionario a professionisti operanti nel settore della consulenza, della finanza e delle operazioni di M&A. L’obiettivo è stato quello di comprendere il livello di diffusione dell’intelligenza artificiale nei processi valutativi, le principali aree di applicazione e le percezioni relative ai benefici e ai limiti di tali strumenti.
I risultati evidenziano come l’adozione dell’AI sia ancora in una fase iniziale, ma in progressiva crescita. Gli intervistati riconoscono il potenziale dell’intelligenza artificiale nel migliorare l’accuratezza delle analisi e nel supportare la costruzione di scenari previsionali più articolati, ma sottolineano al contempo la necessità di mantenere un controllo umano sui processi decisionali. In particolare, emerge una certa cautela nell’affidare completamente agli algoritmi le decisioni strategiche, evidenziando come l’esperienza e il giudizio professionale continuino a rappresentare elementi imprescindibili.
Le limitazioni riscontrate nella ricerca empirica riguardano principalmente la dimensione del campione e la difficoltà nel reperire risposte, fattori che riflettono la natura ancora emergente del fenomeno analizzato. Nonostante ciò, l’analisi fornisce indicazioni utili per comprendere le dinamiche di adozione dell’intelligenza artificiale e le sfide che le imprese devono affrontare nel processo di integrazione di tali tecnologie.
In conclusione, la tesi evidenzia come l’intelligenza artificiale rappresenti un importante strumento di supporto ai processi di valutazione d’azienda, in grado di migliorare la qualità delle previsioni e di ampliare le capacità analitiche degli operatori. Tuttavia, il suo utilizzo efficace richiede un’integrazione equilibrata con le competenze umane, nonché un’adeguata attenzione alla qualità dei dati e alla trasparenza dei modelli.
L’evoluzione futura del ruolo dell’AI nei processi di M&A dipenderà dalla capacità delle organizzazioni di sviluppare competenze interdisciplinari, combinando conoscenze finanziarie, competenze tecnologiche e capacità interpretative. In tale prospettiva, l’intelligenza artificiale non deve essere considerata come un sostituto del giudizio umano, ma come uno strumento in grado di potenziarlo, contribuendo a rendere i processi decisionali più informati, strutturati e consapevoli.
