Image

Znalezienie informacji o firmie staje się coraz łatwiejsze. Przekształcenie ich w wiarygodne dane nadal stanowi wyzwanie.

  • EMIS
  • 10 min read

Autor: Artur Swieciak, Head of Company Database, EMIS

Sztuczna inteligencja ułatwiła wyszukiwanie i przetwarzanie informacji o firmach. Jednak w przypadku przedsiębiorstw prywatnych, zwłaszcza na rynkach rozwijających się, samo znalezienie informacji to często dopiero początek. Trudniejszym wyzwaniem jest ustalenie, które dokumenty dotyczą tej samej firmy, jakie są między nimi powiązania, czy informacje są wiarygodne i aktualne oraz czy można je w sposób miarodajny porównać między różnymi przedsiębiorstwami i rynkami. W wielu jurysdykcjach dostęp do informacji źródłowych pozostaje również ograniczony.

Kieruję zespołem, który tworzy, weryfikuje i utrzymuje naszą bazę danych firm na rynkach krajów rozwijających się. Większość spółek, które uwzględniamy w naszej bazie, to przedsiębiorstwa prywatne, w tym firmy rodzinne, średniej wielkości producenci, regionalni dystrybutorzy oraz szybko rozwijające się start-upy. Nasze dane obejmują również przedsiębiorstwa powiązane z państwem oraz duże grupy kapitałowe. Łącznie stanowią one znaczną część działalności gospodarczej i zatrudnienia, a mimo to pozostają jedną z najtrudniejszych do rzetelnej oceny z zewnątrz.

W przypadku rynków dynamicznie rozwijających się wyzwaniem nie zawsze jest brak dostępnych informacji. W wielu sytuacjach informacje te istnieją, ale są rozproszone, niespójne, mają charakter lokalny i trudno jest uzyskać do nich dostęp lub je zinterpretować. W innych przypadkach ograniczone wymogi dotyczące ujawniania informacji oznaczają, że istotne dane mogą w ogóle nie być publicznie dostępne. Nawet jeśli informacje można znaleźć w Internecie, przekształcenie ich w wiarygodny, kompletny i porównywalny profil firmy wymaga znacznie więcej pracy niż samo ich pozyskanie. Oto, czego często brakuje w tradycyjnych badaniach dostępnych w sieci lub narzędziach opartych na AI, oraz dlaczego ma to znaczenie.

Mój zespół przekształca rozproszone dane w spójną, ujednoliconą i weryfikowalną analizę biznesową.

Kto tak naprawdę jest właścicielem tej firmy?

Kwestia własności jest zazwyczaj pierwszym pytaniem i często najtrudniejszym do odpowiedzi. Prywatne przedsiębiorstwa na rynkach rozwijających się często funkcjonują w ramach wielopoziomowych struktur: spółek holdingowych, wzajemnych udziałów między podmiotami powiązanymi, podziału własności między członków rodziny, udziałowców nominowanych oraz podmiotów zarejestrowanych w jurysdykcji innej niż ta, w której prowadzona jest działalność.

Producent w Wietnamie może należeć do singapurskiej spółki holdingowej, która z kolei jest własnością podmiotu w innym centrum offshore. Grupa biznesowa w Ameryce Łacińskiej może zarządzać dziesiątkami podmiotów prawnych pod jedną marką handlową. Każdy podmiot może być doskonale widoczny sam w sobie. Pełny obraz sytuacji wyłania się dopiero wtedy, gdy ktoś połączy je ze sobą.

Publiczne rejestry i ustrukturyzowane bazy danych mogą ujawniać fragmenty tych powiązań, ale zakres, kompletność i terminy sprawozdawczości różnią się znacznie w poszczególnych jurysdykcjach. Co więcej, bezpośredni udziałowcy, ostateczni beneficjenci rzeczywistych oraz powiązania w ramach grupy kapitałowej niekoniecznie są tożsame. Spółka może należeć do skonsolidowanej grupy, nie będąc w całości własnością podmiotu dominującego, podczas gdy ustalenie jej ostatecznych udziałów kontrolnych na podstawie publicznie dostępnych rejestrów może być trudne.

Dokumenty spółek: „dostępne” nie zawsze oznacza „osiągalne”

Na wielu rynkach rozwijających się prywatne przedsiębiorstwa rzeczywiście przekazują informacje: dane rejestracyjne, roczne sprawozdania finansowe, zmiany w składzie zarządu lub kapitale. Jednak przepisy dotyczące tego, co należy zgłaszać, kiedy oraz w jakim stopniu informacje te są podawane do wiadomości publicznej, różnią się znacznie w zależności od kraju, a czasem nawet w zależności od regionu lub rodzaju przedsiębiorstwa w obrębie tego samego kraju.

Niektóre kraje zapewniają szeroki dostęp cyfrowy do danych rejestracyjnych przedsiębiorstw i sprawozdań finansowych. Inne udostępniają jedynie podstawowe informacje dotyczące rejestracji. Niektóre pobierają opłaty za każdy dokument, korzystają z interfejsów w języku lokalnym lub umożliwiają dostęp wyłącznie osobiście. Rejestry podatkowe, celne, zamówień publicznych, licencyjne i sądowe zawierają różne fragmenty informacji, a rzadko są ze sobą powiązane.

Nawet tam, gdzie istotne informacje są publicznie dostępne, ich pozyskanie to dopiero początek. Sprawozdania finansowe mogą być sporządzane zgodnie z różnymi standardami rachunkowości, obejmować różne okresy sprawozdawcze lub przedstawiać wyniki skonsolidowane, a nie indywidualne. Klasyfikacje rejestracyjne i dotyczące działalności mogą się różnić w zależności od jurysdykcji. Połączenie tych rejestrów wymaga standaryzacji, weryfikacji oraz zrozumienia lokalnych konwencji sprawozdawczych.

W rezultacie historia finansowa i prawna przedsiębiorstwa może być rozproszona w kilku systemach, które nie komunikują się ze sobą. Wyszukiwanie w Internecie i narzędzia oparte na sztucznej inteligencji mogą pomóc w pozyskiwaniu i przetwarzaniu informacji z tych źródeł, jednak przekształcenie ich w spójny, porównywalny i regularnie aktualizowany profil przedsiębiorstwa pozostaje poważnym wyzwaniem.

Jedna firma, wiele nazw

Jedna prywatna firma może występować pod wieloma nazwami w oficjalnych rejestrach, na stronach internetowych przedsiębiorstw, w sprawozdaniach finansowych i źródłach informacyjnych. Nazwy prawne mogą ulegać zmianom w wyniku fuzji, restrukturyzacji lub rebrandingu, podczas gdy nazwy handlowe i marki mogą różnić się od zarejestrowanej nazwy podmiotu. W starszych publikacjach prasowych, umowach i aktach sądowych często nadal stosuje się poprzednie nazwy.

Język stanowi dodatkową komplikację. Firma zarejestrowana w języku chińskim, rosyjskim, tajskim lub wietnamskim może pojawiać się w angielskich źródłach pod kilkoma transkrypcjami. Przyrostki prawne różnią się w zależności od kraju, skróty są niejednolite, a nazwy ogólne są powszechne. Dwie niepowiązane ze sobą firmy mogą mieć niemal identyczne nazwy, podczas gdy ta sama firma może wyglądać jak trzy różne podmioty.

Dla każdego, kto przeprowadza analizę due diligence, ocenę zdolności kredytowej lub weryfikację dostawców, nie jest to kwestia czysto kosmetyczna. Połączenie dwóch różnych firm lub przeoczenie faktu, że nowa nazwa należy do przedsiębiorstwa o burzliwej historii, może bezpośrednio prowadzić do podjęcia błędnej decyzji.

Wiarygodna identyfikacja podmiotu nadal zależy od spójnych identyfikatorów, dowodów potwierdzających i weryfikacji. Numery rejestracyjne, adresy, członkowie zarządu i dane historyczne muszą być oceniane łącznie, zwłaszcza gdy brakuje identyfikatorów lub informacje z różnych źródeł są sprzeczne.

Najlepsze informacje to często te lokalne

Najbardziej przydatne informacje na temat prywatnych firm są często publikowane w lokalnych mediach: w regionalnej gazecie biznesowej, biuletynie stowarzyszenia branżowego, raporcie lokalnej agencji ratingowej, ogłoszeniu władz prowincji czy katalogu branżowym. Źródła te są redagowane w lokalnym języku, skierowane do lokalnych odbiorców i uwzględniają lokalny kontekst.

Wiele z nich jest dostępnych w Internecie, ale mogą one zostać pominięte podczas tradycyjnych badań, zwłaszcza gdy wyszukiwanie koncentruje się na źródłach anglojęzycznych lub publikacjach uznanych na arenie międzynarodowej. Informacja o rozbudowie zakładu opublikowana w regionalnej brazylijskiej gazecie codziennej lub ogłoszenie o przyznaniu licencji przez ministerstwo w Indonezji mogą w ogóle nie pojawić się w języku angielskim.

Sztuczna inteligencja znacznie ułatwiła tłumaczenie i pozyskiwanie informacji ze źródeł w językach lokalnych. Jednak prawidłowa interpretacja tych informacji nadal wymaga zrozumienia, które źródła są wiarygodne. Właśnie w tym zakresie połączenie sztucznej inteligencji i ludzkiej wiedzy eksperckiej tworzy prawdziwą wartość. Nasi badacze działają na rynkach wschodzących i wykorzystują dogłębną wiedzę lokalną oraz długotrwałe relacje z źródłami, aby zapewnić jakość i wiarygodność informacji o spółkach dostarczanych przez EMIS.

Dlaczego ma to większe znaczenie w erze AI

Narzędzia badawcze oparte na sztucznej inteligencji znacznie przyspieszyły proces wyszukiwania, pozyskiwania i analizowania informacji o firmach. Potrafią one przetwarzać sprawozdania finansowe, interpretować dokumenty w językach lokalnych, identyfikować potencjalne powiązania między podmiotami oraz łączyć informacje z wielu źródeł. Coraz częściej mogą one również korzystać ze strukturyzowanych baz danych, informacji objętych licencjami oraz wewnętrznych rejestrów firmowych, zamiast opierać się wyłącznie na otwartych zasobach internetowych.

Te możliwości zmieniają oblicze badań i analiz spółkowych, ale nie eliminują podstawowych wyzwań związanych z danymi. Sztuczna inteligencja nie jest w stanie niezawodnie odzyskać informacji, które nigdy nie zostały ujawnione, i nadal może mieć trudności z niekompletnymi strukturami własnościowymi, nieaktualnymi zapisami, sprzecznymi danymi finansowymi lub przedsiębiorstwami o podobnych nazwach.

Zmienia się natomiast sposób, w jaki te luki się ujawniają. Tradycyjne wyszukiwanie, które nie daje jednoznacznej odpowiedzi, często uwidacznia tę niepewność. Narzędzie oparte na AI może natomiast stworzyć płynny, przekonujący profil złożony z fragmentarycznych, nieaktualnych lub niezgodnych źródeł, przypisując dawną spółkę dominującą jako obecnego właściciela lub łącząc dwie firmy o podobnych nazwach w jedną.

W przypadku prywatnych przedsiębiorstw na rynkach rozwijających się rzetelne badania oparte na AI zależą zatem zarówno od wydajnej technologii, jak i wiarygodnych informacji źródłowych. Wysokiej jakości, ustrukturyzowane i zweryfikowane dane stanowią podstawę dla bardziej wiarygodnej analizy opartej na AI.

Czego faktycznie wymagają dobre dane spółkowe

W EMIS tworzenie bazy danych spółek dla najszybciej rozwijających się rynków nauczyło nas, że zakres danych to nie tylko liczba rekordów. Chodzi o jakość, kompletność, spójność i trafność informacji zawartych w każdym profilu spółki oraz o to, jak skutecznie informacje te łączą się z innymi istotnymi danymi.

Oznacza to bezpośrednią współpracę z lokalnymi rejestrami, biurami informacji kredytowej, wydawcami i partnerami informacyjnymi, których źródła często nie są dostępne w otwartej sieci. Polega to na przypisywaniu firmom spójnych tożsamości pomimo zmian nazw i różnic językowych, łączeniu spółek zależnych z podmiotami dominującymi i akcjonariuszami oraz zachowywaniu historycznych powiązań zamiast ich prostego nadpisywania.

Oznacza to również zapewnienie porównywalności informacji. Sprawozdania finansowe wymagają interpretacji i standaryzacji z uwzględnieniem różnych praktyk rachunkowości, okresów sprawozdawczych i poziomów konsolidacji. Działalność przedsiębiorstw musi być klasyfikowana w spójny sposób, a dane z różnych jurysdykcji muszą być zgodne ze wspólnymi definicjami, tak aby użytkownicy mogli w sposób miarodajny porównywać przedsiębiorstwa na różnych rynkach.

Technologia odgrywa coraz ważniejszą rolę w tym procesie. Automatyzacja i sztuczna inteligencja mogą przyspieszyć gromadzenie danych, ekstrakcję informacji z dokumentów, tłumaczenie, klasyfikację oraz dopasowywanie podmiotów na skalę, która byłaby trudna do osiągnięcia ręcznie. Jednak lokalni analitycy pozostają niezbędni do weryfikacji złożonych informacji, wyjaśniania niejasności, zrozumienia praktyk charakterystycznych dla danego rynku oraz identyfikowania niespójności, które automatyzacja może pominąć.

Nie ma w tym nic wyjątkowego. Większość tych czynności pozostaje niewidoczna dla użytkownika końcowego, a właśnie o to chodzi. Gdy praca jest wykonana dobrze, badacz, analityk kredytowy lub asystent oparty na sztucznej inteligencji może zacząć od uporządkowanego, spójnego i dobrze udokumentowanego profilu firmy, zamiast składać go z fragmentów pochodzących z przypadkowych źródeł pojawiających się w wynikach wyszukiwania.

Znalezienie informacji o firmie to nie to samo, co przekształcenie ich w wiarygodną analizę biznesową. W przypadku prywatnych spółek z rynków rozwijających się transformacja ta nadal zależy od dostępu do sprawdzonych źródeł, spójnych praktyk w zakresie danych, inteligentnych technologii oraz osób, które potrafią zinterpretować rzeczywiste znaczenie tych informacji.

Autor: Artur Swieciak, Head of Company Database, EMIS

Artur Swieciak – Head of Company Database at EMIS, kieruje pracami nad tworzeniem i aktualizacją informacji o spółkach z rynków rozwijających się, kładąc szczególny nacisk na jakość danych, standaryzację oraz automatyzację opartą na sztucznej inteligencji. Mieszka w Sofii i posiada ponad 13-letnie doświadczenie w pracy z danymi dotyczącymi spółek i danymi finansowymi, poparte wykształceniem w dziedzinie rachunkowości i prawa.


Dowiedz się więcej o EMIS, wiodącym dostawcy wiarygodnych informacji o spółkach i sektorach z najszybciej rozwijających się rynków, oraz zapoznaj się z naszym niedawno uruchomionym asystentem badawczym opartym na AI – ASkISI.