La cible valorise ses capacités IA. Mais quelles dépendances se cachent derrière ? Une fois le closing signé, ces questions deviennent vos problèmes.
Un pipeline ML maison, une capacité de traitement de données, un outil propriétaire. Les cibles valorisent ces actifs comme des différenciateurs. Mais la valeur réelle dépend de ce qui est vraiment contrôlé : les données d'entraînement sont-elles propriétaires ? Les modèles dépendent-ils de fournisseurs tiers dont les conditions peuvent changer ?
La due diligence IA traditionnelle se concentre sur le code et les infrastructures. Elle manque l'essentiel, les dépendances stratégiques et l'exposition réglementaire.
Nous produisons une évaluation stratégique des actifs IA de la cible, cartographie des dépendances réelles, évaluation de l'exposition EU AI Act, analyse des risques liés aux données. Une lecture indépendante qui complète la due diligence juridique et financière.
Cette intervention est pertinente pour :
→ acquisitions impliquant une cible avec des systèmes IA en production
→ opérations où les actifs technologiques représentent une part significative de la valeur
→ transactions exposées à l'EU AI Act post-closing
Si la cible n'a pas de systèmes IA intégrés dans ses processus, cette intervention n'est pas nécessaire.
La due diligence IA est le processus d'évaluation des actifs, risques et dépendances liés à l'intelligence artificielle dans le cadre d'une opération de fusion-acquisition. Elle complète la due diligence juridique, financière et technique traditionnelle en adressant des dimensions spécifiques aux systèmes IA.
Une due diligence IA rigoureuse couvre trois domaines. L'évaluation des dépendances technologiques, quels fournisseurs IA la cible utilise, dans quelles conditions contractuelles, et quel serait le coût de migration si ces conditions changeaient post-acquisition. L'exposition réglementaire EU AI Act, les systèmes IA de la cible sont-ils classifiés à haut risque, les obligations de conformité sont-elles remplies, et quel est le passif réglementaire potentiel. L'analyse des données d'entraînement, sur quelles données les modèles propriétaires ont-ils été entraînés, les droits d'usage sont-ils documentés, et existe-t-il un risque de litige lié à l'usage de données tierces.
L'absence de due diligence IA dans une acquisition peut conduire à acquérir un passif caché, dépendances fournisseurs non documentées, non-conformité EU AI Act à corriger, ou actifs IA dont la valeur repose sur des données dont les droits ne sont pas clairement établis.
Nous produisons la lecture stratégique indépendante des actifs IA de votre cible, dépendances réelles, exposition EU AI Act, risques de données, avant que les termes soient verrouillés.
avant de signer· questions fréquentes