NORBERT BIEDRZYCKI

Tech DD: największym ryzykiem w transakcjach PE zwykle nie jest technologia

Kiedy prowadzę techniczne due diligence, powtarza się jeden wzorzec: sama technologia rzadko jest głównym problemem albo główną szansą. Dużo ważniejsze jest to, czy organizacja potrafi skutecznie wykorzystać to, co zbudowała.

Widziałem firmy ze świetną architekturą, które tworzyły niewielką wartość biznesową, bo kulało wdrożenie, priorytety były niejasne albo brakowało dyscypliny w realizacji. Widziałem też organizacje z bałaganem w systemach, które przebijały oczekiwania, bo ich liderzy działali szybko, pragmatycznie i potrafili się dostosować. Tych cech zwykle nie ma w dokumentacji.

Przykład: firma martechowa budowała platformę predykcyjnej segmentacji klientów dla handlu detalicznego i e-commerce. System łączył dane transakcyjne, zachowania cyfrowe, informacje z programów lojalnościowych i sygnały z mediów społecznościowych. Modele uczenia maszynowego przewidywały prawdopodobieństwo zakupu, odejście klienta i reakcję na promocje. Technicznie wszystko było solidne: potoki big data, magazyny cech, modele trenowane na setkach milionów rekordów i architektura chmurowa, która dobrze się skalowała.

Wyzwanie organizacyjne było jednak poważne. Zespół produktowy nie miał jasno zdefiniowanych person klientów ani zastosowań biznesowych. Sprzedaż obiecywała możliwości niezgodne z planem rozwoju, a zespół data science był w dużej mierze oderwany od potrzeb rynku. W efekcie, choć platforma miała mocne modele predykcyjne, wdrożenia trwały miesiącami, adopcja była ograniczona, a wykazanie wpływu na biznes – trudne. Technologia była dobra, ale organizacja nie była gotowa, żeby zamienić ją w wartość.

Dobre tech DD wykracza daleko poza przegląd kodu, plany rozwoju i diagramy architektury. Najważniejsze sygnały są często bardziej ludzkie: kultura inżynierska, współpraca produktu z biznesem, tempo uczenia się, odpowiedzialność i zdolność do wprowadzania zmian.

Technologię da się poprawić. Organizację – dużo trudniej.

Kiedy oceniacie technologię przy inwestycji, patrzycie bardziej na stos technologiczny czy na to, czy firma rzeczywiście potrafi sprawić, że on zadziała?

Czytaj także

  1. AI miała wyeliminować doradców. Zmienia to, czym się zajmująLinkedIn

    Na pierwszy rzut oka to miało sens. Skoro model potrafi przeanalizować dane, wyciągnąć wnioski, a nawet zaproponować strategię, po co firmom zewnętrzni doradcy? Ale to założenie zaczyna pękać. W praktyce większość firm nie ma problemu z dostępem do AI. Ma problem z tym, co z nią zrobić.

  2. OpenAI i firmy doradcze: ostatnia mila AI jest organizacyjnaLinkedIn

    Kiedy OpenAI ogłosiło partnerstwa z McKinsey, BCG, Accenture i Capgemini, nie wyglądało to na przełom. Na pierwszy rzut oka był to kolejny przewidywalny ruch: wielka technologia łączy siły z wielkim doradztwem.

  3. Déjà vu Solowa: AI widać wszędzie, tylko nie w statystykach produktywnościLinkedIn

    Uczestniczę w rewolucjach technologicznych od początku kariery, a w AI – od chwili, gdy dało się ją wdrażać na skalę w prawdziwym biznesie. A jednak coraz częściej mam poczucie déjà vu. W 1987 roku Robert Solow powiedział: „Erę komputerów widać wszędzie, tylko nie w statystykach produktywności”.