Fem grunde til, at AI, big data og vedvarende energi giver højt M&A-aktivitetsniveau

I løbet af 2017 er der for alvor kommet fart i virksomhedshandler (M&A), der involverer teknologier som big data og kunstig intelligens (AI) på den ene side og vedvarende energi på den anden.

Data fra BDO’s internationale M&A-database viser, hvordan den gennemsnitlige handelsværdi for denne form for virksomhedsfusioner og -opkøb er skudt i vejret. Samtidig er antallet af handler vokset støt gennem de sidste par år.

Handler der involverer big data, kunstig intelligens og vedvarende energi.

Jeg tror, handlerne er et tidligt stadie af noget, der vil blive en voksende trend for virksomhedshandler i de kommende år. Her er fem af grundene til, at det kan komme til at gå sådan:

1: Vedvarende energi har vokseværk
Markedet for vedvarende energi vokser. Det behøver du ikke tage mit ord for – der er masser af beviser i eksempelvis de 300+ sider af den seneste GSR-rapport og den 90 sider lange Bloomberg-rapport om globale investeringstendenser inden for vedvarende energi.

“I 2015 leverede vedvarende energi ca. 19,3% af det globale energiforbrug, og væksten i kapacitet og produktion fortsatte i 2016,” siger GSR-rapporten.

Den samlede globale kapacitet steg næsten ni procent i forhold til 2015 til 2.017 GW ved årets udgang. Meget af den ekstra kapacitet kommer takket være private virksomheder og investeringer. Væksten i vedvarende energi er kort sagt kommet for at blive, og det betyder, at virksomhederne har brug for at skabe konkurrencefordele for at sikre sig de nye markedsandele. Ny teknologi, der gør både produktion og distribution af vedvarende energi mere effektiv, er et eksempel på en sådan fordel.

2: Elnettet har brug for AI
En af de største udfordringer som vedvarende energi bringer med sig, er den svingende energiproduktion. Vind og vejr har en direkte indflydelse på, hvor meget elektricitet, der produceres. Det lægger pres på elnettet og kan føre til spild af elektricitet samt penge – eksempelvis i forbindelse med opstart af backup-anlæg, der kører på fossile brændsler. Som Malte Siefert, fysiker ved Frauenhofer Institut for Vindenergi og Energisystemteknologi, fortalte til tidsskriftet Nature:

“For at gøre elnettet mere effektivt og holde behovet for fossile reserver på et minimum, kræves det, at operatørerne har en bedre idé om, hvor meget vind- og solkraft der kan forventes på et givent tidspunkt”.

Måden at generere den indsigt på er gennem big data, maskinlæring og AI, der alle kan forbedre forudsigelsesmodeller og spare elselskaber – og forbrugere – for rigtig mange penge.

3: Mange er kun lige begyndt
Meget kan man sige, men de fleste vil nok skrive under på, at elselskaber generelt ikke er de hurtigste i verden, når det kommer til at integrere nye teknologier. Det er på ingen måde en slet skjult sviner, men blot en observation. Hvis jeg var involveret i at bygge ting med en størrelsesorden af kraftværk eller et helt energinet, ville jeg også hælde til den konservative side.

Men vi begynder at se et markant skift, hvor selskaberne er begyndt at integrere nye teknologier på såvel produktionssiden (kraftværker, vindmøller, solpaneler mv.) som distributionssiden (energinettet og energilagring). Et godt eksempel kommer fra Europa, hvor store net-operatører er gået sammen om at lancere noget, der svarer til en digital appbutik til smartnet. Dog vil den efter al sandsynlighed ikke være i operation før om tre til fem år. I mellemtiden vil mange af de 2595 start ups, som ifølge AngelLists opgørelser arbejder inden for energibranchen, sende deres produkter og tjenester på markedet. Det fører til en situation, hvor mange store virksomheder måske må ty til virksomhedshandler for at undgå at miste markedsandele til de nye spillere.

4: Økosystemet udvikler sig
Punkt tre fører mig direkte til det næste: At økosystemet af startups udvikler sig og tilbyder mange nye former for løsninger, der ofte bygger på teknologier som AI og maskinindlæring. For at give et eksempel bruger PowerScout maskinindlæring og big data analytics for at finde smartere måder at sælge solpaneler til kunder, mens kWh Analytics tilbyder risikostyringsløsninger til beskyttelse af investeringer i solenergi. Her spiller AI igen en central rolle. Store teknologivirksomheder investerer tid og penge på at etablere sig i industrien. For eksempel har IBM Research allerede indgået partnerskab med 200 virksomheder om at bruge sin sol- og vindprognoseteknologi.

Denne gang vil jeg godt stå ved, at jeg er grov, men hvis elselskaberne vil konkurrere med både startups og de store teknologivirksomheder, så er en appbutik, der sandsynligvis er tre til fem år væk, for lidt. Igen vil opkøb af mindre virksomheder og startups være et muligt svar på situationen.

5: AI giver gode grunde for M&A
IBM er langt fra det eneste store firma, der investerer i kombinationen af AI, big data og vedvarende energi. For eksempel har Google lanceret Project Sunroof, og data fra CB Insights viser, hvordan de to, sammen med andre store teknologivirksomheder, køber stort ind inden for AI.

Der er også ved at etablere sig en fødekæde, hvor mindre virksomheder, der har specialiseret sig i teknologiske løsninger til vedvarende energi, bliver opkøbt. Det gælder eksempelvis NEXTracker, som overtog start-up BrightBox Technologies for at “levere intelligente og tilsluttede løsninger til markedet for vedvarende energi”. NEXTracker blev senere selv erhvervet af Flextronics International for 330 millioner dollar.

Opkøbene, antallet af nystartede virksomheder og nye løsninger på markedet understreger, hvordan kombinationen af AI, maskinindlæring, big data og vedvarende teknologi stadig er relativt umoden – omend meget lovende. En kombination der ofte fører til masser af handler. I dette tilfælde spiller den menneskelige faktor også en central rolle.

Som Don Harrison fra Google forklarede i et interview i Fortune, så er startups inden for AI en unik størrelse.

”Det er meget svært at anvende klassiske parametre for virksomhedsevaluering. Denne type deals handler om talent – om rigtig smarte mennesker, ” forklarede han.

Problemet er, at den type rigtig smarte mennesker der har forståelse for AI og maskinlæring allerede er en mangelvare. En situation der sagtens kan blive værre, efterhånden som behovet for dem inden for områder som vedvarende energi og el-distribution vokser.

Skriv et svar

Din e-mailadresse vil ikke blive publiceret. Krævede felter er markeret med *

Tophistorier

Unfortunaly, this xml/rss feed does not work correctly...