Playbook di Due Diligence per il PE
Come usare Claude nel private equity per la due diligence: dalle data room ai risultati
La data room non si riduce. Il modo in cui la attraversi può cambiare.
Claude di Anthropic è sempre più parte del modo in cui i deal team di private equity conducono la due diligence: costruiscono liste di richieste, indicizzano le data room e tracciano i risultati tra i vari workstream. Questa guida illustra la due diligence in private equity con Claude in termini pratici, workstream per workstream, ed è onesta su dove un analista umano deve ancora dare la propria approvazione. Alla fine troverai prompt per le liste di richieste, un approccio per l'indicizzazione della data room e un tracker dei risultati che puoi adattare al tuo prossimo deal.
Usare Claude nel private equity per la due diligence significa impiegare un assistente AI per accelerare specifici workstream: redigere liste di richieste, indicizzare i documenti della data room, estrarre i termini contrattuali, costruire liste di domande per la revisione della quality of earnings, e mantenere un tracker aggiornato degli elementi risolti, aperti e contraddetti. Come usare Claude nel private equity richiede comunque che un analista umano verifichi ogni risultato sostanziale prima che raggiunga un comitato investimenti. Claude lavora solo sui documenti che gli vengono forniti; non ha conoscenza indipendente della società target e non sostituisce il giudizio della due diligence legale, finanziaria o commerciale.
Pubblicato il
Punti chiave
- Claude è più utile per le parti meccaniche della due diligence: indicizzare una data room, redigere liste di richieste, estrarre termini contrattuali e costruire un tracker aggiornato, non per formulare il giudizio di investimento in sé.
- Ogni workstream richiede un passaggio di verifica umana. Considera l'output di Claude come una prima bozza da controllare rispetto al documento originale, non come un risultato da citare direttamente a un comitato investimenti.
- La sicurezza della data room conta quanto la qualità dei prompt. Le informazioni riservate del deal richiedono gli stessi controlli di accesso, NDA e audit trail che applicheresti a qualsiasi advisor esterno.
- L'estrazione dei termini contrattuali è l'ambito in cui la due diligence con l'AI ripaga più rapidamente: clausole di change of control, restrizioni alla cessione e cause di risoluzione in decine di contratti.
- Un tracker aggiornato (risolti, aperti, contraddetti) trasforma la due diligence da un cumulo di memo in qualcosa su cui l'intero deal team può vedere i progressi in tempo reale.
- Il workflow funziona solo se qualcuno gestisce la lista di richieste e il tracker dall'inizio alla fine. Claude accelera ogni fase; non gestisce il deal.
Due diligence manuale vs. due diligence con Claude, workstream per workstream
| Workstream | Approccio manuale | Con Claude nel processo |
|---|---|---|
| Redazione della lista di richieste | L'associate la costruisce a memoria o dalla checklist di un deal precedente, spesso omettendo elementi specifici del settore | Bozza di una lista su misura per il settore in pochi minuti, poi un associate la modifica e finalizza |
| Indicizzazione della data room | Lettura manuale della struttura delle cartelle per individuare lacune o duplicati | Incolla l'albero dei file e ottieni un indice organizzato per workstream con le lacune segnalate per il follow-up |
| Estrazione dei termini contrattuali | L'associate legge ogni contratto e costruisce a mano un term sheet, contratto per contratto | Prima estrazione per contratto, consolidata in un'unica tabella, poi verificata a campione rispetto alla fonte |
| Preparazione delle domande QoE | L'analista rivede il ponte EBITDA e redige le domande da zero | Bozza della lista di domande a partire dal ponte e dai bilanci, rivista dall'advisor QoE |
| Tracciamento dei risultati | Lo stato vive tra thread email e memo individuali, difficile da vedere in un unico posto | Un unico tracker aggiornato dopo ogni sessione di revisione, con le contraddizioni segnalate |
Copia e incolla
Prompt da usare subito
Redigi una lista iniziale di richieste per la due diligence
Agisci come un associate di private equity che sta preparando una lista iniziale di richieste per la due diligence per l'acquisizione di una piattaforma nel settore dei servizi industriali. Sulla base di un perimetro standard di due diligence commerciale, finanziaria, legale e HR, redigi una lista di richieste organizzata per workstream, con ogni voce formulata come apparirebbe in una richiesta formale al management team della target, e segnala i tre elementi più probabili a rivelare problemi che potrebbero far saltare il deal.
Cambia il settore e il tipo di deal; se hai un perimetro standard della tua società, forniscilo così la lista rispetta il formato interno.
Indicizza la struttura di cartelle di una data room
Ecco un elenco di nomi di cartelle e file esportati dalla nostra data room per questo deal. Raggruppa questi documenti nei workstream standard di due diligence (corporate, finanziario, commerciale, legale, fiscale, HR, IT), segnala eventuali cartelle che sembrano mancanti rispetto a un tipico deal mid-market, e nota eventuali nomi di file che appaiono duplicati o archiviati nel posto sbagliato.
Incolla l'albero reale delle cartelle, non una sua descrizione; Claude lavora su ciò che gli fornisci, non sulla data room live.
Estrai i termini chiave da un contratto con un cliente
Leggi il master services agreement allegato con il cliente ed estrai quanto segue in una tabella: durata del contratto e data di rinnovo, periodo di preavviso per la risoluzione per convenienza, clausola di change of control e se richiede consenso, restrizioni alla cessione, clausole di esclusiva o most-favored-nation, ed eventuali limiti di responsabilità. Segnala qualsiasi elemento inusuale rispetto a un contratto commerciale standard.
Esegui questo per ogni contratto, poi consolida le tabelle in un unico foglio su tutta la base clienti, così i pattern emergono sull'intero portfolio.
Costruisci una lista di domande per la quality of earnings
Sulla base del ponte EBITDA preparato dal management allegato e dei due anni precedenti di bilanci mensili, redigi una lista di domande per il workstream di quality of earnings. Concentrati sugli addback one-time che si ripetono in più periodi, sul timing del riconoscimento dei ricavi, sulle transazioni con parti correlate e su eventuali aggiustamenti del capitale circolante che appaiono incoerenti con la metodologia di normalizzazione dichiarata.
Questo produce bozze di domande per il tuo advisor QoE o per la tua revisione, non un'opinione QoE. Un commercialista qualificato deve comunque verificare i numeri.
Aggiorna il tracker dei risultati dopo una revisione documentale
Sto tracciando i risultati della due diligence in tre categorie: risolti, aperti e contraddetti. Ecco il riepilogo di oggi dei documenti revisionati e le note della call con il management. Aggiorna il tracker spostando gli elementi tra le categorie, segnala qualsiasi elemento in cui le informazioni di oggi contraddicono una risposta precedente dalla data room, ed elenca cosa dovrebbe passare alla categoria aperti per la richiesta della prossima settimana.
Mantieni il tracker come un unico documento vivo e incolla nello stesso formato ogni volta, così gli aggiornamenti restano coerenti.
Redigi una sintesi di mercato per la due diligence commerciale
Usando il report di mercato di terze parti allegato e i dati sulla concentrazione clienti della target, redigi una sintesi di due pagine di due diligence commerciale che copra la crescita del mercato, il posizionamento competitivo, il rischio di concentrazione clienti e il potere di pricing. Scrivila per un pubblico di comitato investimenti che non ha letto i report sottostanti, e separa chiaramente ciò che è supportato dai documenti fonte da ciò che necessita ulteriore verifica.
Cita sempre il documento fonte in linea per ogni affermazione, così l'IC può risalire alla fonte; non lasciare che la sintesi sembri una ricerca di mercato indipendente.
Da Anthropic
Cosa offre Anthropic per il settore Private Equity
Advancing Claude for Financial Services
Un aggiornamento di ottobre 2025 che aggiunge Agent Skills per l'analisi di società comparabili, modelli di discounted cash flow, data pack di due diligence costruiti dai documenti della data room e teaser societari, oltre a nuovi connettori tra cui Chronograph per il monitoraggio del portfolio ed Egnyte per le data room.
· Fonte
Agents for financial services
Dieci template di agenti rilasciati nel maggio 2026, tra cui un pitch builder, un model builder, un revisore di valutazioni e un ricercatore di mercato, ciascuno disponibile come plugin in Claude Cowork e Claude Code. Anthropic ha inoltre rilasciato in disponibilità generale i suoi add-in per Excel, PowerPoint e Word.
· Fonte
In pratica
Come i team del settore Private Equity usano Claude
Secondo la storia cliente pubblicata da Anthropic
British Columbia Investment Management Corporation (BCI)
Nell'aggiornamento di Anthropic sui servizi finanziari di ottobre 2025, un senior principal del team di private equity di BCI ha affermato che Claude ha accelerato la velocità con cui il team si aggiorna sugli investimenti.
Secondo la storia cliente pubblicata da Anthropic
Carlyle
Secondo l'annuncio di Anthropic di maggio 2026 sui suoi agenti per i servizi finanziari, il Chief Digital Officer di Carlyle ha descritto Claude come una parte fondamentale dello stack tecnologico AI della società.
Esempio illustrativo
Un deal team comprime la prima settimana di due diligence
- L'associate esporta la struttura di cartelle della data room appena aperta e chiede a Claude di raggrupparla nei workstream standard di due diligence, segnalando qualsiasi cartella che appaia esigua rispetto a un deal tipico del settore.
- Quando arrivano i contratti con i clienti, il team esegue ciascuno tramite un prompt di estrazione dei termini e consolida i risultati in un'unica tabella di confronto, segnalando qualsiasi clausola di change of control che devii dal pattern.
- Il lead mantiene un unico tracker di elementi risolti, aperti e contraddetti, aggiornandolo dopo ogni call con il management così il resto del team può vedere lo stato senza scavare tra i thread email.
- Prima che qualsiasi risultato entri nel memo per il comitato investimenti, l'advisor competente, il legale per i termini contrattuali, il commercialista QoE per i risultati finanziari, lo revisiona rispetto al documento originale.
Dove Si Inserisce
I workstream di due diligence che Claude accelera
L'AI per la due diligence in private equity funziona meglio quando è limitata a compiti specifici e ripetibili, non all'intero deal in una volta.
Liste di richieste
Redigi una lista di richieste su misura per il settore nel formato che il management team della target si aspetta, poi modificala per le specificità del deal.
Indicizzazione della data room
Trasforma un albero di cartelle esportato in un indice organizzato per workstream, con lacune e file duplicati segnalati per il follow-up.
Estrazione dei termini contrattuali
Estrai i termini di change of control, risoluzione e cessione da decine di contratti con clienti o fornitori in un'unica tabella comparabile.
Liste di domande QoE
Trasforma un ponte EBITDA e i bilanci mensili in una lista mirata di domande per l'advisor di quality of earnings.
Tracker dei risultati in tempo reale
Mantieni un unico documento aggiornato di elementi risolti, aperti e contraddetti invece di disperdere lo stato tra memo ed email.
Come Funziona
Come funziona davvero il workflow
Claude non risiede dentro la tua data room osservando i documenti arrivare. Il workflow è più simile a un assistente di ricerca: esporti o carichi i documenti rilevanti per un compito, dai a Claude un'istruzione chiara con il formato che ti serve in output, e produce una prima bozza che controlli rispetto alla fonte. Questo vale sia che il compito sia una lista di richieste, una tabella di estrazione contrattuale o una lista di domande QoE.
Alcuni strumenti specifici per la due diligence costruiti su Claude, inclusi i data pack di due diligence assemblati dai documenti della data room, hanno iniziato a collegarsi più direttamente alle piattaforme di data room, riducendo il passaggio manuale di esportazione. Anche in questo caso, l'output è una bozza che il deal team deve verificare, non un risultato che salta la revisione umana.
Lo schema pratico su cui la maggior parte dei team si assesta: una persona gestisce la lista di richieste e il tracker, fornisce i documenti a Claude in batch organizzati per workstream, e verifica ogni estrazione rispetto al contratto o al bilancio originale prima che entri nel tracker condiviso. Questo passaggio di revisione è ciò che mantiene affidabile il workflow in un deal che può coinvolgere venti o più contratti e diversi round di Q&A con il management.
Per Iniziare
Costruire la lista di richieste e la checklist con Claude
Una checklist di due diligence che l'AI può redigere in pochi minuti richiede comunque una persona che conosce il deal per affinarla.
Parti dal tipo di deal
Fornisci a Claude il settore, la struttura del deal e il perimetro (commerciale, finanziario, legale, HR, IT) prima di chiedere una bozza di lista.
Chiedi le lacune, non solo gli elementi
Fai confrontare la tua bozza con un perimetro standard per quel tipo di deal e segnala qualsiasi elemento evidentemente mancante.
Adatta il formato al destinatario
Le liste di richieste inviate al management richiedono un tono e una struttura specifici; chiedi a Claude di redigerle fin dall'inizio in quel formato esatto.
Rimuovi i dettagli identificativi nei test
Quando redigi un template generico di checklist, usa nomi e cifre segnaposto invece di incollare i dettagli reali del deal.
Contratti
Estrarre i termini contrattuali senza perdere le eccezioni
La revisione contrattuale è il workstream dove i team vedono il risparmio di tempo più evidente, perché il compito è ripetitivo e strutturato: le stesse poche voci, estratte nello stesso modo, su molti accordi simili. Claude può leggere un master services agreement con un cliente ed estrarre in un'unica passata durata, rinnovo, preavviso di risoluzione, clausole di change of control, restrizioni alla cessione e clausole di esclusiva in una tabella.
Il rischio sta nelle eccezioni, non nel pattern. Una clausola di change of control che appare standard in novantacinque accordi e inusuale nel novantaseiesimo è esattamente il tipo di cosa che un revisore stanco scorre alle 23 senza notarla, e che una prima estrazione accurata può far emergere per un secondo controllo. Chiedi esplicitamente a Claude di segnalare qualsiasi cosa che devii dal pattern osservato nel batch, non solo di compilare i campi standard.
Consolida le singole tabelle contrattuali in un unico foglio su tutta la base clienti o fornitori, così i pattern diventano visibili: concentrazione in una manciata di contratti con termini di risoluzione svantaggiosi, oppure un cluster di requisiti di consenso per change of control che potrebbe complicare la struttura della transazione. È in questo consolidamento che il giudizio di un advisor legale prende il posto del passaggio di estrazione.
Due Diligence Finanziaria
Liste di domande QoE e due diligence finanziaria
Domande sul ponte EBITDA
Redigi domande sugli addback che si ripetono in più periodi invece di apparire genuinamente one-time.
Domande sul timing
Segnala pattern di riconoscimento dei ricavi o variazioni del capitale circolante che appaiono incoerenti con l'approccio di normalizzazione dichiarato.
Segnalazioni di parti correlate
Chiedi una lista di transazioni da verificare per assicurarsi che non siano di natura correlata prima che vengano trattate come at arm's length.
Resta comunque una decisione dell'advisor
Le bozze di domande accelerano la preparazione per la call dell'advisor QoE con il management; l'opinione contabile in sé resta all'advisor.
Limiti
Riservatezza, sicurezza della data room e responsabilità professionale
Le informazioni di deal sono tra i materiali più sensibili che una società gestisce: dati finanziari non pubblici, liste clienti, dati dei dipendenti e termini che muovono i mercati se trapelano in anticipo. Una data room di due diligence con AI richiede gli stessi controlli di accesso, NDA e audit trail che una società richiederebbe a qualsiasi advisor esterno che tocchi quei dati, e i deployment enterprise con controlli sulla conservazione dei dati contano qui più che in quasi ogni altro caso d'uso di Claude.
Claude non verifica i fatti rispetto al mondo esterno quando legge un contratto o un bilancio; lavora su ciò che è scritto nella pagina. Se un documento nella data room è errato, obsoleto o incompleto, un'estrazione da esso porterà avanti lo stesso errore. È esattamente per questo che ogni estrazione, ogni lista di domande e ogni aggiornamento del tracker richiede un controllo umano rispetto al documento fonte prima che entri in un memo, in un modello o in una presentazione al comitato.
Nulla di quanto descritto qui dovrebbe raggiungere un comitato investimenti, un finanziatore o un regolatore senza che un professionista qualificato (un legale per l'interpretazione contrattuale, un commercialista per i risultati QoE, un responsabile di due diligence commerciale per le conclusioni di mercato) lo abbia revisionato prima. Il workflow descritto in questa pagina accelera i passaggi meccanici della due diligence; non sostituisce il giudizio che quei ruoli sono lì per fornire.
Limiti Onesti
Cosa Claude sbaglia e dove i deal team lo individuano
Nessun accesso live alla data room
Claude vede solo ciò che incolli o carichi; non può navigare autonomamente in una data room né notare che un documento è appena stato aggiunto.
Nessuna conoscenza indipendente della società
Non ha informazioni private sulla target al di là di quanto contenuto nei documenti che fornisci, quindi non può confermare un'affermazione esternamente.
Pattern-matching, non giudizio
È efficace nell'estrazione coerente su molti documenti simili e meno efficace nel valutare quale incoerenza sia davvero rilevante per il deal.
Alcuni team abbreviano questo lavoro come "Claude due diligence PE"
Qualunque sia l'abbreviazione usata, l'output è una prima bozza. La tesi di investimento, la valutazione del rischio e l'approvazione finale restano al team.
Due Diligence Commerciale
AI per la due diligence commerciale: market sizing e verifiche competitive
Il lavoro di due diligence commerciale con l'AI appare diverso dall'estrazione contrattuale perché gli input sono più disomogenei: report di mercato di terze parti, presentazioni del management, note di interviste ai clienti e documenti dei concorrenti che non condividono una struttura comune. Claude è utile qui per sintetizzare una pila di questi documenti in una narrazione di bozza sulla crescita del mercato, il posizionamento competitivo e la concentrazione clienti, scritta per un comitato investimenti che non ha letto i report sottostanti.
La modalità di fallimento da monitorare è una sintesi che si legge come ricerca indipendente quando in realtà è una sintesi di documenti forniti dal deal team. Chiedi una citazione in linea per ogni affermazione (quale report, quale pagina, quale intervista) così l'IC può risalire dalle conclusioni al materiale fonte invece di trattare la sintesi come un nuovo dato verificato in modo indipendente.
Le conclusioni su concentrazione clienti e potere di pricing in particolare meritano un secondo controllo rispetto ai dati grezzi, poiché una sintesi può appianare un rischio di concentrazione che appare gestibile in aggregato ma preoccupante quando si esaminano individualmente una manciata di account.
Leggere di questo workflow e metterlo in pratica sono competenze diverse
Sapere che Claude può estrarre termini contrattuali non è lo stesso di sapere come guidarlo con precisione, strutturare un tracker che possa aggiornare in modo pulito, o cogliere il momento in cui il suo output richiede un secondo controllo. Il curriculum gratuito di Nightschool AI costruisce questa competenza in modo pratico dalla prima lezione, con prompt reali che scrivi e verifichi tu stesso.
Domande frequenti
Come aiuta l'AI con la due diligence nel PE?
L'AI come Claude accelera le parti meccaniche e ripetitive della due diligence: redigere liste di richieste, indicizzare i documenti della data room, estrarre termini comparabili su molti contratti, costruire liste di domande per la revisione finanziaria e mantenere un tracker aggiornato dei risultati. Non sostituisce i giudizi legali, finanziari o commerciali che determinano se un deal procede; un analista o advisor umano verifica comunque ogni risultato rispetto al documento fonte prima che venga usato in un memo o in una decisione del comitato.
L'AI è sicura per i dati riservati dei deal in private equity?
Può esserlo, con gli stessi controlli che richiederesti a qualsiasi advisor che tocchi i dati del deal: controlli di accesso di livello enterprise, politiche chiare di conservazione e gestione dei dati, e un audit trail di chi ha accesso a cosa. Tratta una finestra di chat come tratteresti il laptop di un contractor esterno: nessun dato di deal live senza gli strumenti e le impostazioni approvati dalla tua società, e nessun termine sensibile incollato in un account personale o non gestito.
Cos'è una data room di due diligence con AI?
In genere si riferisce a un workflow di data room in cui un assistente AI aiuta a organizzare, indicizzare o sintetizzare i documenti al suo interno, a volte tramite un connettore diretto alla piattaforma di data room invece dell'esportazione manuale. L'AI produce bozze di prima passata (un indice, una sintesi, una tabella di estrazione); i documenti stessi, e la revisione finale di qualsiasi cosa derivata da essi, restano sotto il controllo del deal team.
Claude può costruire una checklist di due diligence?
Sì, Claude può redigere una checklist di due diligence su misura per il settore e il perimetro di un deal in pochi minuti, coprendo i workstream commerciale, finanziario, legale, HR e IT. La bozza è un punto di partenza: un associate che conosce il deal specifico dovrebbe rivederla per individuare lacune, rimuovere ciò che non è rilevante e aggiungere elementi unici della target prima che venga inviata al management.
Come funziona la due diligence commerciale con l'AI?
La due diligence commerciale con l'AI significa in genere fornire a Claude una pila di report di mercato, materiali del management e dati sui clienti, poi chiedere una bozza di sintesi sulla crescita del mercato, il posizionamento competitivo e la concentrazione clienti. L'output dovrebbe citare le fonti in linea così un revisore può risalire ogni affermazione al documento sottostante invece di trattare la sintesi come una nuova ricerca.
Claude ha accesso a una data room live?
Non da solo. Claude lavora sui documenti che carichi o incolli, oppure su un connettore di data room configurato come parte di uno strumento specifico. Non naviga autonomamente in una data room, non nota i nuovi caricamenti, né conserva la conoscenza del deal tra conversazioni separate a meno che la tua configurazione sia costruita per portare avanti quel contesto.
Claude può fare un'analisi di quality of earnings?
Claude può redigere una lista di domande per una revisione di quality of earnings basata su un ponte EBITDA e sui bilanci, segnalando addback che si ripetono nei periodi o pattern di timing su cui vale la pena chiedere. Non può emettere un'opinione QoE; quel giudizio resta a un commercialista qualificato che rivede direttamente i bilanci sottostanti.
In cosa è diverso da un chatbot AI generico per la due diligence?
La differenza è nella struttura: una sessione di chatbot generico risponde a una domanda alla volta senza memoria della lista di richieste o del tracker del deal. Un workflow di due diligence costruito attorno a Claude usa prompt coerenti per ogni workstream, fornisce i documenti in modo strutturato e mantiene un tracker aggiornato così l'intero deal team può vedere lo stato, invece di trattare ogni domanda come un caso isolato.
Continua a imparare
Guide e corsi correlati
Claude nel settore Private Equity, per ruolo
Imparare a usare questo workflow, non solo a leggerlo
I prompt in questa pagina sono un inizio. La padronanza viene scrivendo i tuoi.