Les fusions et acquisitions dans lesquelles la valeur de la cible dérive de ses logiciels ou de sa propriété intellectuelle font généralement l’objet d’un flux de travail de diligence distinct axé sur la conformité, la sécurité ou la propriété intellectuelle de l’open source.
Mais compte tenu des défis juridiques et réglementaires liés à l’utilisation de l’IA générative, les acquéreurs devraient envisager un nouveau flux de travail de diligence axé sur les questions d’IA générative. Les acquéreurs de tous les secteurs et secteurs devraient également revoir leurs approches en matière de diligence compte tenu des vastes cas d’utilisation potentiels.
L’utilisation des outils d’IA générative a explosé car ils peuvent aider les entreprises à améliorer les produits et services existants, à accélérer le développement de nouveaux et à générer d’autres gains d’efficacité. Cependant, malgré ces avantages, la mise en œuvre de l’IA générative comporte certains risques.
Les informations confidentielles ou les secrets commerciaux utilisés comme entrées ou invites pour les outils d’IA générative peuvent devenir des informations publiques ou perdre de toute autre manière leur statut d’informations protégées ou de secrets commerciaux.
Les outils d’IA générative peuvent s’entraîner sur du contenu tiers qui soulève des questions d’utilisation équitable par rapport aux droits de propriété, et peuvent théoriquement inclure dans les informations de sortie, des matériaux, du code source et d’autres contenus appartenant à un tiers.
Dans les cas où les développeurs utilisent l’IA générative pour écrire des logiciels, le résultat peut inclure du code source sous licence sous une ou plusieurs licences de logiciels open source qui imposent certaines obligations aux utilisateurs de code open source, ou produire du code source contenant des virus, des logiciels malveillants, du code malveillant. et les failles de sécurité.
En outre, certaines formes de protection de la propriété intellectuelle, telles que les brevets et les droits d’auteur, peuvent ne pas être disponibles pour les sorties créées automatiquement.
En raison de ces risques, les acquéreurs doivent faire preuve de diligence raisonnable quant à l’utilisation de l’IA générative par une cible potentielle. La diligence devrait inclure un examen des politiques et pratiques de la cible en matière d’utilisation de l’IA générative.
Les acquéreurs doivent également demander si la cible dispose d’une politique écrite régissant son utilisation de l’IA générative, si la politique aborde l’atténuation des risques décrits ci-dessus, comment la cible surveille et garantit le respect de la politique, et s’il existe des lacunes potentiellement significatives ou matérielles. l’utilisation par la cible de l’IA générative.
Même si les politiques peuvent être formelles ou informelles, l’exercice de diligence doit se concentrer sur la détermination du fait de leur conformité et du niveau de diligence préalable à l’acquisition de la cible afin d’atténuer intelligemment les risques. L’acquéreur doit également obtenir une liste complète des outils d’IA générative utilisés par la cible.
Semblable à la diligence raisonnable open source, un examen de la liste devrait évaluer :
- Risque imposé aux informations exclusives de la cible, soit parce que les entrées de la cible sont partagées avec des tiers, soit parce que les invites ou les résultats générés par l’outil sont utilisés pour affiner le modèle dans l’intérêt des autres
- Si les conditions prévoient un recours si la sortie contient un contenu préjudiciable, illégal ou contrefait
- Droits potentiels de toute partie sur le résultat généré
- Si l’utilisation par la cible des paramètres et de la configuration de chaque outil fournit des garanties procédurales ou techniques appropriées pour protéger ses informations confidentielles et exclusives
- Si les sous-traitants, les consultants et les fournisseurs sont tenus de se conformer aux politiques et procédures d’IA générative de la cible
Si la cible dispose d’un produit ou d’un service qui exploite des algorithmes d’IA ou de grands modèles de langage, l’acquéreur doit prendre en compte les sources et le type de données utilisées, la propriété de la cible ou les droits d’utilisation de ces données pour tester et former des applications d’IA, si le contenu utilisé dans la formation implique Droits de propriété intellectuelle de tiers, que le web-scraping ait été utilisé pour agréger des données ou du contenu, et droits de la cible d’utiliser les données personnelles pour exécuter, tester ou entraîner l’algorithme d’IA.
Pour remédier aux biais potentiels, il faut notamment se demander si la cible a pris les mesures appropriées pour atténuer le risque de réclamation de la part des clients de la cible utilisant la solution d’IA en raison d’un biais dans la technologie d’IA.
Par exemple, si la cible met à disposition une solution d’IA utilisée pour prendre des décisions en matière d’emploi, a-t-elle pris des mesures pour atténuer ou éliminer les résultats biaisés ? La cible audite-t-elle régulièrement les résultats de ses solutions pour détecter tout biais potentiel ?
En particulier dans le contexte de l’emploi, les solutions d’IA peuvent être une source de litiges et de responsabilités s’il existe un risque de production biaisée, que les acquéreurs peuvent évaluer avec une diligence ciblée et complète.
Les acquéreurs doivent se demander comment la cible valide son algorithme d’IA et si les recommandations des algorithmes d’IA sont examinées par un humain avant leur exécution. Par exemple, un humain examine-t-il les recommandations de l’IA qui affectent la santé, la santé, les finances ou l’emploi des individus ?
L’IA générative et les moyens disponibles pour atténuer leurs risques potentiels continuent d’évoluer à un rythme effréné. Tous les utilisateurs de ces technologies (et ceux qui pourraient les acquérir) devraient surveiller en permanence le paysage juridique et technique de l’IA générative en constante évolution afin de pouvoir comprendre les risques encourus et les meilleurs moyens de les éviter.
Tout comme l’IA entraîne des changements dans les opérations commerciales et le développement de produits, elle constitue également un moteur pour l’évolution des approches standard en matière de diligence raisonnable. Les acquéreurs qui ne parviennent pas à adopter des changements dans leurs approches peuvent se retrouver à assumer plus de risques que prévu lors d’une acquisition ou à être incapables de maximiser la valeur de la transaction.
Informations sur l’auteurMark Lehberg est associé chez DLA Piper et se concentre sur le conseil commercial et juridique dans le cadre de transactions commerciales et technologiques complexes.
Christopher Stevenson est conseiller juridique chez DLA Piper et se concentre sur le commerce électronique, les technologies de l’information et la protection de la propriété intellectuelle, les licences et la commercialisation.
Kamla Topsey est conseillère juridique chez DLA Piper et se concentre sur les transactions technologiques, les licences et l’acquisition d’actifs de propriété intellectuelle.
Victoria Lee et Gina Dunham de DLA Piper ont contribué à cet article.
Écrivez pour nous : Lignes directrices pour les auteurs
